COVID-19: Verbreitung des Virus mit neuem Modell vorhersagbar

Neues Modell kann die Verbreitung des Virus vorhersagen

Das neue Coronavirus SARS-CoV-2 hat sich in kurzer Zeit über den Globus verbreitet, wobei vor allem die Bewegungsströme der Menschen der entscheidende Faktor waren. Forschende haben nun ein neues Modell zur Berechnung der Ausbreitung des Virus vorgestellt, das anhand der Bevölkerungsströme die Verbreitungswege des Virus präzise vorhersagen kann.

Der neue Ansatz zur Verfolgung von Bevölkerungsströmen, um eine Vorhersage der Ausbreitung von SRAS-CoV-2 und der entsprechenden Erkrankungen (COVID-19) zu ermöglichen, wurde von einem internationalen Forschungsteam entwickelt und anhand vorliegender Daten überprüft. Er ermöglicht präzise Vorhersagen des Infektionsgeschehens auch ohne individuelle Tracing-Apps oder andere vergleichbare Anwendungen. Ihre Ergebnisse haben die Forschenden in dem Fachmagazin „Nature“ veröffentlicht.

Echtzeitdaten über Bevölkerungsbewegungen

Die Methode „unterscheidet sich von den bestehenden epidemiologischen Modellen durch die Nutzung von Echtzeitdaten über Bevölkerungsströme, wie z.B. Daten über die Telefonnutzung und andere Big Data- Ressourcen“, berichten die Forschenden. So seien für die Entwicklung des neuen Ansatzes die Standortdaten der Mobiltelefone von rund 11,5 Millionen Menschen genutzt worden, die sich im Januar 2020 in der chinesischen Stadt Wuhan aufhielten. Wuhan gilt als Ausgangspunkt der Corona-Pandemie.

Vorhersage von Infektionszahlen möglich

Die von einem großen chinesischen Mobilfunkanbieter zur Verfügung gestellten Daten zeigen, dass „die Menschen von aus Wuhan in 296 Präfekturen in 31 Provinzen und Regionen im ganzen Land reisten“, berichten die Forschenden. Diese Bevölkerungsstromdaten seien dann, mit den COVID-19-Fallzahlen verglichen worden. Hierbei habe sich gezeigt, „dass die Verteilung der Menschen, die Wuhan verließen, die relative Häufigkeit von Folgeinfektionen mit COVID-19 in ganz China bis zum 19. Februar 2020 genau vorhersagte.“

Zeitpunkt, Intensität und geografische Verteilung

Des Weiteren entwickelten die Forschenden ein Berechnungsmodell zur Risikoabschätzung, um auftretende Fälle vorherzusagen und Orte zu identifizieren, an denen in der Frühphase des Ausbruchs das Risiko einer hohen Übertragungsrate besteht. „Diese Arbeit zeigt, dass es möglich ist, den Zeitpunkt, die Intensität und die geografische Verteilung des COVID-19-Ausbruchs allein auf der Grundlage der Bevölkerungsbewegungen sehr genau vorherzusagen“, betont Professor Nicholas A. Christakis von der Yale University, der an der Studie beteiligt war.

„Innovativ an unserem Ansatz ist, dass wir Fehleinschätzungen nutzen, um den Grad des Gemeinderisikos einzuschätzen. Unser Modell sagt uns genau, mit wie vielen Fällen wir bei gegebenen Reisedaten rechnen müssen. Wir stellen dies den bestätigten Fällen gegenüber und verwenden dabei die Logik, dass das, was nicht durch importierte Fälle und Primärübertragungen erklärt werden kann, innerhalb der lokalen Gemeinschaft verbreitet wurde“, so Jayson Jia von der University of Hong Kong, ein weiterer Autor der Studie.

Auf alle Bewegungsdaten anwendbar

Auch kann das neue Modell laut Aussage des Forschungsteams auf jeden Datensatz angewandt werden, der die Bewegungen von Menschen genau erfasst, wie z.B. Zugfahrkarten oder Daten über Pkw-Mautgebühren. „Menschen verbreiten ansteckende Krankheiten, wenn sie sich bewegen (und) durch die genaue Erfassung der Bevölkerungsbewegungen im Laufe der Zeit können wir vorhersagen, wie sich eine Ansteckung geografisch ausbreiten wird“, betont Prof. Christakis.

Wirksames Instrument, um die Epidemie einzudämmen

Durch die Verfolgung der Bevölkerungsbewegungen in Echtzeit gebe das Modell politischen Entscheidungsträgern und Epidemiologen ein wirksames Instrument an die Hand, um die Auswirkungen einer Epidemie zu begrenzen und Leben zu retten, so Prof. Christakis weiter. Durch die Nutzung datenanalytischer Techniken werde es möglich, die Infektionen einzudämmen, bevor eine verheerende Epidemie ausbricht bzw. erneut ausbricht. (fp)