Corona-Vorhersage fast unberechenbar

Corona-Vorhersage fast unberechenbar thumbnail

Statistische Prognosen von zukünftigen Covid-19-Fallzahlen schwanken extrem stark

Corona-Viren (blau) in einer Probe des ersten Covid-19-Falls in den USA, aufgenommen mit einem Transmissionselektronenmikroskop.

Corona-Viren (blau) in einer Probe des ersten Covid-19-Falls in den USA, aufgenommen mit einem Transmissionselektronenmikroskop.

© CDC

Paris (Frankreich) –

Fallzahlen sind der Schlüssel für alle Corona-Maßnahmen vom Shutdown bis zur Lockerung des öffentlichen Lebens. In Deutschland sammelt das Robert-Koch-Institut in Berlin die Anzahl Neuinfizierter, an Covid-19 gestorbener Patienten und per Schätzung die Menge der Genesenen, die nach heutigem Wissensstand als immun gelten. Doch liefern diese Zahlen wegen der mehrtägigen Inkubationszeit und Dauer der Meldeprozesse immer nur einen Blick in die Vergangenheit. Statistische Prognosen könnten dagegen das Infektionsgeschehen aktueller darstellen. Ein internationales Team von Wissenschaftlern hat die Qualität solcher Prognosen nun überprüft. Wie sie in der Fachzeitschrift „Chaos“ berichten, schwanken die Fallzahlen in ihren Prognosen allerdings sehr stark und sind nur mit äußerster Vorsicht zu verwenden.

Davide Faranda, Physiker und Klimaforscher an der Université Paris-Saclay entwickelte gemeinsam mit Kollegen aus Großbritannien, Mexiko, Dänemark und Japan eine statistische Methode, um die Entwicklung der Corona-Fallzahlen besser abschätzen zu können. Dazu teilten sie die Gesamtbevölkerung in vier Gruppen: Die größte Gruppe vereint die Menschen, die anfälllig für eine Corona-Infektion sind. Zur zweiten Gruppe zählen die Infizierten, die keine Symptome zeigen. Die dritte umfasst die aktuell Infizierten mit Krankheitssymptomen. Und die vierte Gruppe schließlich besteht aus genesenen und gestorbenen Covid-19-Patienten, die folglich andere Personen nicht mehr anstecken können.

Die Prognose basiert nun auf den Umständen, unter denen Menschen von einer zur anderen Gruppe wechseln. Dabei spielen Parameter wie Infektionsrate, Inkubationszeit und Krankheitsverlauf eine wichtige Rolle. Jede Berechnung der von den Forscher aufgestellten Differentialgleichungen benötigt als Startwert auch die aktuellen Fallzahlen aller vier Gruppen in einer Region. „Wegen der Unsicherheiten sowohl bei den Parametern als auch bei den Fallzahlen, liefern die Prognosen nur Daten mit großen Abweichungen“, sagt Faranda. So wirken sich etwa Dunkelziffern bei den Infizierten extrem stark aus. Sind beispielsweise nur 20 Prozent mehr Menschen infiziert als die offiziellen Zahlen angeben, schwankt die Zahl der zu erwartenden Infizierten zwischen einigen Tausend und einigen Millionen.

Mit diesem ernüchternden Ergebnis zeigt die Studie, dass sich die Entwicklung der Corona-Pandemie selbst mit ausgefeilten Statistik-Methoden bisher kaum fassen lässt. Besonders in der Anfangsphase eines Ausbruchs seien laut Faranda die Unsicherheiten sehr groß. Bessere Prognosen erwarten die Forscher für spätere Phasen der Pandemie und beschränkt auf einzelne Regionen. Auch neue und sicherere Erkenntnisse über Infektionsrisiko und Inkubationszeit könnten die Qualität solcher Prognosen erhöhen. Bis dahin sind Virologen und politische Entscheider umso mehr auf die Ergebnisse möglichst vieler Corona-Tests angewiesen, um eine mögliche zweite Infektionswelle so früh wie möglich erkennen zu können

© Wissenschaft aktuell

0 comments… add one

Leave a Comment

Wir benutzen Cookies um die Nutzerfreundlichkeit der Webseite zu verbessen. Durch Deinen Besuch stimmst Du dem zu.