[ German | English ]
COVID-19 Modelle für Berlin
Der Coronavirus SARS-CoV-2 (severe acute respiratory syndrome Coronavirus 2) und die damit ausgelöste COVID-19 Pandemie haben überall auf der Welt zu einem enormen Anstieg der Zahl an Infizierten geführt. Mittlerweile (Stand: 01.04.2020) sind mehr als 860.000 Erkrankte weltweit gemeldet. Interessanterweise sind die regionalen Verläufe der Ansteckungszahlen sehr unterschiedlich und selbst innerhalb eines Landes zeigen sich deutliche Unterschiede, etwa zwischen großen Städten und ländlichen Regionen.
Um genauere Vorhersagen für einzelne Regionen zu erhalten, kann es deshalb von Vorteil sein, regional-spezifische Vorhersagemodelle zu erstellen und individuell zu analysieren. Auf dieser Seite beschäftigen wir mit einem spezifischen Vorhersagemodell für Berlin. Die zugrundeliegenden Daten basieren auf den offiziellen Zahlen des Robert-Koch-Instituts, die täglich veröffentlicht werden.
Selbstverständlich existieren verschiedene Möglichkeiten, ein Vorhersagemodell zu gestalten bzw. zu implementieren. Selbst wenn die Modelle auf der gleichen Datenbasis beruhen, können sie doch (teilweise sehr!) verschiedene Ergebnisse liefern. Auf dieser Seite betrachten wir zwei verschiedene Modellierungsansätze:
- Das erste Modell ist ein rein daten-basiertes Vorhersagemodell.
- Das zweite Modell ist eine Erweiterung des wohl-bekannten SIR/SEIR Modells um zeitabhängige Ausbreitungsraten, um z.B. Ausgangssperren und ähnliche Maßnahmen zu modellieren.
Da leider immer noch sehr geringe Mengen an verfügbaren Daten existieren, wurden nur sehr einfache Modelle betrachtet. Komplexere Vorhersagemodelle via epidemologischen Simulationsmodellen sind zum Besipiel das auf MATSim-basierte Covid-sim.
Wichtiger Hinweis. Die unten gezeigten Vorhersagen sind mit großen Unsicherheiten behaftet. Zum einen werden gemeldete Fälle vorhergesagt, so dass Testprotokolle eine große Rolle spielen. Darüber hinaus ändern sich wichtige Einflussfaktoren nahezu täglich durch neue Maßnahmenkataloge. Typische Vorhersagen, wie auch die hier dargestellten Methoden, gehen implizit davon aus, dass die Einflussfaktorausprägung in der Vergangenheit ähnlich der in der Zukunft ist. Als generelle Regel gilt: je weiter in die Zukunft gerechnet wird, desto unzuverlässiger sind die Aussagen. Ausführlichere Details, sowohl zu Methoden als auch Unsicherheiten sind auf unserer englischen Seite zu finden.
ACHTUNG. Die Modelle und Vorhersagen sind alleine für sich genommen nicht als zuverlässig anzusehen und dürfen nur zur Unterstützung anderer Methoden herangezogen werden.
#dontbeavector
Ergebnisse
Die Graphik stellt das Ergebnis unserer Prognosemodelle für Berlin dar. Die Farbcodierung der Linien ist wie folgt:
- Die schwarzen Punkte zeigen die bisherigen offiziell gemeldeten Fälle an den entsprechenden Tagen.
- Die blaue Linie stellt die Ergebnisse des ersten (daten-getriebenen) Modells dar, mit entsprechenden Unsicherheits-Markern.
- Die rote Linie zeigt die Vorhersage des zweiten (TD-SIR) Modells, auch mit entsprechenden Unsicherheits-Markern.
- Die gestrichelten Linien sind jeweils 5-Tages gleitende Durchschnitte für erwartete neue Fälle.
Zwischen den Modellen kann mittels des Dropdown Menüs und zwischen einer logarithmischen und einer linearen Skala mittels der Schaltflächen gewechselt werden.
