ANALYSE DER KÖLNER KONTAKTVERFOLGUNGSDATEN - In Kooperation mit dem Gesundheitsamt der Stadt Köln
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
ANALYSE DER KÖLNER KONTAKTVERFOLGUNGSDATEN In Kooperation mit dem Gesundheitsamt der Stadt Köln Dr. Stefan Rüping | Fraunhofer IAIS & ML2R – Das Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr © Fraunhofer IAIS
Intelligent Systems that Work!
Fraunhofer IAIS – Künstliche Intelligenz,
Machine Learning und Big Data aus Bonn
› Forschung im Paradigma der »hybriden KI« in
Partnerschaft mit Exzellenzuniversität Bonn und
300+
Wissenschaftler*innen
HBRS
› Nationales Kompetenzzentrum Maschinelles
›
Lernen ML2R, Exzellenzcluster PhenoRob
Umfangreiches, sofort einsetzbares, nachgewiesen
180+
Forschungs- und Industrie-
leistungsfähiges Technologie- und IP-Portfolio
projekte pro Jahr
› Beratung, 24-7 Umsetzung, Software, Lizensierung,
Innovationspartnerschaften, Schulungen
› Kunden und Partner von DAX30 bis Mittelstand 20+
› Netzwerkführung KI.NRW, Fraunhofer-Allianz Big Jahre Erfahrung
Data und Künstliche Intelligenz, AI4Europe
› Besonderer Fokus auf KI-Absicherung und
KI-Zertifizierung
Bildquelle: zapp2photo/stock.adobe.com
3
© Fraunhofer IAIS
Über das Projekt
Zusammenarbeit zwischen dem Gesundheitsamt Köln und Fraunhofer IAIS
Im Aktionsprogramm „Fraunhofer vs. Corona“ wirken Expertinnen und
Experten von Fraunhofer bei der Bekämpfung der COVID-19-Pandemie
an vorderster Front mit – und unterstützen Wirtschaft und
Gesellschaft bei der Bewältigung direkter Auswirkungen und späterer
Folgen. Das Fraunhofer IAIS arbeitet mit dem Gesundheitsamt Köln
zusammen.
Frages tellungen
▪ Wie haben sich die Inzidenzzahlen in den Kölner Stadtteilen
von März 2020 bis Januar 2021 entwickelt?
▪ Gibt es Besonderheiten zwischen den Stadtteilen bei der
Ausbreitung?
© garrykillian - stock.adobe.com
▪ Welche Aussagen können über Infektionsketten getroffen werden?
Mit Unterstützung von
www.fraunhofer.de/de/forschung/aktuelles-aus-der-forschung/fraunhofer-vs-corona.html
4
© Fraunhofer IAIS
Datengrundlage
Auswertung anonymisierter operativer Kontaktverfolgungsdaten
im Zeitraum März 2020 bis Januar 2021
101.918 Einträge
Datensatz
(Indexfälle und deren Kontaktpersonen)
Angaben zu Personen Stadtteil, Alter
Erfasste Infektionen 28.848 Indexfälle (inkl. Verstorbene)
Fälle mit bekannter
9.759 Indexfälle (33,8 %)
Ansteckungsquelle
Stichtag: 20. Januar 2021
5
© Fraunhofer IAISDurchschnittliche 7-Tage-Inzidenz in Kölner Stadtgebiet
In früher Phase linksrheinisches Infektionsgeschehen, dann Verlagerung nach rechtsrheinisch
März-Juni Juli-Nov Dezember-Januar
6
© Fraunhofer IAISInfektionsgeschehen zwischen Altersgruppen
Wir finden drei Übertragungsmuster
Bei bekannter Infektionsquelle*
beobachten wir:
› Die meisten Ansteckungen passieren
innerhalb der gleichen Generation
7
© Fraunhofer IAISInfektionsgeschehen zwischen Altersgruppen
Wir finden drei Übertragungsmuster
Bei bekannter Infektionsquelle*
beobachten wir:
› Die meisten Ansteckungen passieren
innerhalb der gleichen Generation Quelle ist Älter
Gleiche Generation
Quelle ist Jünger
8
© Fraunhofer IAISAltersdifferenz zu bekannter Ansteckungsquelle
Wer sich bei jüngeren ansteckt gibt die
Die Ansteckungsquelle ist…
Infektion seltener weiter
Bei bekannter Infektionsquelle* beobachten wir
Geben die
› 72 % der Indexpersonen, die sich bei einer jüngeren
Ansteckung
Personen angesteckt haben, geben das Virus nicht weiter
weiter
Geben die
Ansteckung nicht
Veranschaulichung der nachvollziehbaren Infektionsketten
weiter
Keine Weitergabe
Kontaktperson
dokumentiert
Indexperson, die Keine Weitergabe
Virus weitergibt dokumentiert
Indexperson
Kontaktperson
* Bezieht sich auf 9759 Fälle mit bekannter Ansteckungsquelle Altersdifferenz zur Ansteckungsquelle
10
© Fraunhofer IAISDurchschnittliche 7-Tage Inzidenz in den Kölner Stadtteilen
Vergleich der sozio-ökonomischen Faktoren
Arbeitslosenquote 5 10 15 20
Migrationsanteil
30 50 70
Ø 7-Tage Inzidenz
50 70 100
Mietspiegel in € 9 10 11 12
Quellen: Offene Daten Köln (Migrationsanteil 2018), Amt für Statistik d. Stadt Köln (Arbeitslosenquote Dez. 2020) und https://www.koeln.de/immobilien/mietspiegel.html (Mitspiegel Q4/2018)
11
© Fraunhofer IAISDurchschnittliche 7-Tage Inzidenz
Das Infektionsgeschehen hat sich im Laufe der Zeit verlagert
Wir gruppieren Stadtteile nach ihrem
Arbeitslosenanteil und vergleichen die März-Juni Juli-November Dezember-Januar
Inzidenzwerte:
18 80 83.2 150 156.6
› Die durchschnittliche 7-Tage
Inzidenz verhält sich zwischen den 15
Gruppen unterschiedlich 66.8
121.1
Ø 7-Tage Inzidenz
60
› In der späteren Phase sind 12.6
12 100
109.8
Stadtteile mit hoher 52.1
10
Arbeitslosigkeit stärker betroffen 40
› Andere sozio-ökonomische
Faktoren 50
5
(Migrationsanteil, Mietspiegel) 20
verhalten sich ähnlich
› Durch die hohe Korrelation der
0 0 0
verschiedenen Faktoren und die
Analyse auf Gebietsebene können 11 11 11
keine Aussagen über Kausalitäten
getroffen werden.
Arbeitslosigkeit in % 11
Quellen: Amt für Statistik der Stadt Köln (Dez. 2020)
12
© Fraunhofer IAISArbeitslosigkeit in Stadtteilen und bekannter Ansteckungsquellen
Für Indexpersonen in Stadtteilen mit hoher Arbeitslosigkeit ist Ansteckungsquelle öfter
bekannt
0.75
Stadtteile mit höherer
Arbeitslosigkeit haben
seltener unbekannte
Anteil bekannter Ansteckungsquellen
Ansteckungsquellen*
0.50
Jahresschnitt
Gastronomie schliesst
0.25
1. Lockdown
2. Lockdown
22.03 - 01.05
ab 16.12
ab 2.11
Mrz Apr Mai Jun Jul Aug Sep Okt Nov Dez Jan Feb
Arbeitslosigkeitsgruppe in % 11
13
© Fraunhofer IAIS
*Statistische Analyse steht noch aus.Entwicklung der angegebenen Kontakte pro Indexperson und Tag
Seit Dezember sinken die gemeldeten Kontaktpersonen
+25
Kontakte pro Indexperson
10
5
Gastronomie schliesst
1. Lockdown
2. Lockdown
22.03 - 01.05
ab 16.12
ab 2.11
1
Mrz Apr Mai Jun Jul Aug Sep Okt Nov Dez Jan Feb
Anzahl erfasster Kontakte pro Tag 5 50 100 1000
14
© Fraunhofer IAISVielen Dank für Ihre
Aufmerksamkeit
© garrykillian - stock.adobe.comSie können auch lesen
