COVID-19 SZENARIEN FÜR DIE STADT WOLFSBURG - MODELLIERUNG SZENARIOBASIERTER COVID-19 EPIDEMIEVERLÄUFE UNTER BERÜCKSICHTIGUNG DER LOKALEN ...

COVID-19 SZENARIEN
FÜR DIE STADT WOLFSBURG

MODELLIERUNG SZENARIOBASIERTER
COVID-19 EPIDEMIEVERLÄUFE UNTER
BERÜCKSICHTIGUNG DER
LOKALEN DEMOGRAPHISCHEN STRUKTUR

Bild: Kunstmuseum Wolfsburg (Foto: Marek Kruszewski)

AGENDA

         1. Einführung und Aufgabenstellung
         2. Methodik
             ▪ Herangehensweise
             ▪ S-E-I-R Modelle
             ▪ Eingangsdaten
             ▪ Regionale Anpassung
             ▪ Kalibrierung
             ▪ Szenarien
         3. Ergebnisse
         4. Fazit

1   Einführung

EINFÜHRUNG UND AUFGABENSTELLUNG
1. Anfrage Klinikum Wolfsburg

2. Prüfung der Möglichkeit von regionalen
   Vorausrechnungen (http://covidsim.eu/)

3. Anforderungen formuliert

4. Tools recherchiert

5. Herangehensweise festgelegt

WARUM VERLÄUFE MODELLIEREN?
  Auch wenn im Frühjahr 2020 viele Eigenschaften von SARS-CoV-2
  noch unbekannt waren, gibt es epidemiologische Modellrechnungen
  schon seit 100 Jahren.

  Regionale Modellrechnung unterstützen den Krisenstab mit
  Informationen zum Einfluss unterschiedlich effizienter Maßnahmen
  auf den weiteren Epidemieverlauf.

  Dabei geben die Modellszenarien nicht nur Auskunft über die
  Ausbreitung von COVID-19, sondern liefern auch Hinweise zur
  Auslastung des lokalen Gesundheitssystem im zeitlichen Verlauf.

2   Methodik

METHODIK
Herangehensweise

           1. Ziele festlegen
           2. Überblick über geeignete Methodik verschaffen
           3. Überblick benötigte Daten und Informationen
               ▪ Altersstruktur
               ▪ Krankenhauskapazität
               ▪ Aktuelles Expertenwissen zu epid. Parametern
           4. Kalibrierung unserer Modelle
           5. Szenarien formulieren und rechnen
           6. Ergebnisse für Krisenstab aufbereiten

METHODIK
S-E-I-R Modelle

▪ https://covid19-scenarios.org/   S (susceptible)       E (exposed)

▪ Makroskopisches Modell
                                   H (hospitalized)      I (Infectious)

▪ Mathematische Grundlage:
  Differentialgleichungen
                                    C (critically ill)   R (recovered)

▪ Altersspezifische
  Wahrscheinlichkeiten, welcher
                                       D (dead)
  Verlauf eintritt

METHODIK
  Beispiel: Altersgruppenspezifischer Krankheitsverlauf
  Die Abbildung zeigt den angenommenen Anteil der Infektionen, die jeweils das nächst schwerere Stadium der Erkrankung
  und Behandlung durchlaufen. Dies wird im Modell für jede Altersgruppe differenziert hinterlegt.

Angenommene Parameter im Modell für die durchschnittliche Dauer der Erkrankungsphasen und die
Übergangswahrscheinlichkeiten in Prozent (eigene Abbildung nach RKI, 2020).

METHODIK
Eingangsdaten

▪ Demographie                         ▪ Gesundheitswesen
   ▪ Altersstruktur                     ▪ Anzahl Krankenhausbetten
   ▪ Bevölkerungszahl                   ▪ Intensivkapazitäten
▪ Epidemiologie                       ▪ Nicht-pharmazeutische Maßnahmen
   ▪ Reproduktionsfaktor R0             ▪ Dauer
   ▪ Infektiöse Periode                 ▪ Effizienz
   ▪ Vulnerabilität nach Alter etc.

METHODIK
Covid19 – Szenario Tool (1 / 2)

METHODIK
Covid19 – Szenario Tool (2 / 2)

METHODIK
Regionale Anpassung
                      ▪ Berücksichtigung der
                        Einzugsbereiche der
                        Krankenhäuser der
                        Region
                      ▪ Gewichtung der
                        Altersstruktur in
                        Abhängigkeit der
                        Krankenhausdichte
                        im Umland

KALIBRIERUNG

▪ Statistisches n auf regionaler Ebene zu klein
▪ Lokale statistischer Ausreißer durch Ausbruch in Pflegeeinrichtung
▪ Kalibrierung mit Daten vom Land Niedersachsen
▪ PCR-Testungen mit hoher Dunkelziffer
▪ Statistisch verlässlicheres Merkmal: Anzahl Sterbefälle

SZENARIEN
Szenario A
Vorherige Maßnahmen zur Kontaktsperre, Kita- und Schulschließungen etc. werden berücksichtigt.
Ab 11. Mai keine Maßnahmen mehr bis auf persönliche Hygiene („worst case“).

Szenario B
Maßnahmen vom 23. März (Kontaktverbot, etc.) werden bis Modellende (18.06.2020) fortgeführt.
Status Quo Szenario, zum Vergleich mit Szenario C.

Szenario C
Schrittweise Öffnungen sind mitberücksichtigt bis Modellende.
„Realistisches Szenario“, um die Auswirkungen von Öffnungen epidemiologisch, modellhaft
und rein theoretisch abzubilden.

3   Ergebnisse

ERGEBNISSE
    Epidemiologische Verläufe

    Szenario A – „worst case“       Szenario B – „status quo“       Szenario C – „realitätsnah“

▪     Schnelle Rückkehr in      ▪    Lineares Wachstum          ▪   Eventuell Rückkehr in
      exponentielles Wachstum                                       exponentielles Wachstum

ERGEBNISSE
    Krankenhauskapazitäten

    Szenario A – „worst case“       Szenario B – „status quo“         Szenario C – „realitätsnah“

▪     Überbelastung des         ▪     Keine Überbelastung des   ▪   Im Modellzeitraum keine
      Gesundheitssystem               Gesundheitssystems            Überbelastung
      schon im Modellzeitraum                                   ▪   Aber: exponentielles
                                                                    Wachstum am Ende des
                                                                    Prognosezeitraums
                                                                    besorgniserregend

ERGEBNISSE
Schwere Verläufe – kumuliert nach Altersgruppen

                                                  ▪   Nicht-pharmazeutische
                                                      Maßnahmen unabdingbar

                                                  ▪   Unterschiede zwischen
                                                      Szenario B und C eher klein

                                                  ▪   Aber: exponentielles
                                                      Wachstum bei zu viel
                                                      Lockerung

                                                  ▪   Siehe zweite Welle im
                                                      Herbst 2020

ERGEBNISSE
Kritische Verläufe und Sterbefälle – kumuliert nach Altersgruppen

4   Fazit

FAZIT
Grenzen des Modells

           ▪ Lokale Ausbrüche, bspw. in Sammelunterkünften
             oder Pflegeeinrichtungen nicht modellierbar

           ▪ Kalibrierung mit kleinen Fallzahlen nicht möglich

           ▪ Wichtige Kennwerte des Gesundheitssystems
             können nicht integriert werden: z.B. Pflegepersonal

FAZIT
        ▪ Epidemiologische Vorausrechnungen auch auf regionaler Ebene möglich

        ▪ Demographie als entscheidender Proxy für wahrscheinliche Krankheitsverläufe

        ▪ „worst-case“ Szenario zeigt den allgemeinen Handlungsbedarf auf

        ▪ Szenario B und C zeigen deutlich auf, wie schmal der Grad zwischen
          linearem und exponentiellen Wachstum ist

        ▪ Informativ in Bezug auf Belastung der städtischen Infrastruktur –
          vor allem im Gesundheitswesen

        ▪ Genauer Blick auf das Infektionsgeschehen unabdingbar:
           ▪ Regelmäßiges Monitoring wichtiger Kennwerte
             (siehe Vortrag Dr. Gerhard Bender)
           ▪ Aufbau automatisiertes Monitoring für die Stadt Wolfsburg
           ▪ Bisher 91 Monitoring Berichte für den Krisenstab

WERBUNG UND DANKSAGUNG:
STADTFORSCHUNG UND STATISTIK
(AUSGABE 01-2021)

VIELEN DANK FÜR
IHRE AUFMERKSAMKEIT!

BLEIBEN SIE GESUND!