Report Open Access

Szenarien für den Verlauf der SARS-CoV-2-Pandemie im Winter 2022/23 - Ergebnisse eines Workshops des Modellierungsnetzes für schwere Infektionskrankheiten (Modellierungsnetz)

Berndt, Jan Ole; Conrad, Tim; Hasenauer, Jan; Karch, André; Kheifetz, Yuri; Kirsten, Holger; Krueger, Tyll; Kühn, Martin J.; Kuhlmann, Alexander; Lange, Berit; Leithäuser, Neele; Loeffler, Markus; Mikolajczyk, Rafael; Mohring, Jan; Müller, Sebastian; Nagel, Kai; Priesemann, Viola; Rodiah, Isti; Scholz, Markus; Schütte, Christof; Timm, Ingo J.; Valdez, André Calero


MARC21 XML Export

<?xml version='1.0' encoding='UTF-8'?>
<record xmlns="http://www.loc.gov/MARC21/slim">
  <leader>00000nam##2200000uu#4500</leader>
  <datafield tag="041" ind1=" " ind2=" ">
    <subfield code="a">deu</subfield>
  </datafield>
  <datafield tag="653" ind1=" " ind2=" ">
    <subfield code="a">SARS-CoV-2</subfield>
  </datafield>
  <datafield tag="653" ind1=" " ind2=" ">
    <subfield code="a">Modellierung</subfield>
  </datafield>
  <datafield tag="653" ind1=" " ind2=" ">
    <subfield code="a">Szenario-Simulationen</subfield>
  </datafield>
  <controlfield tag="005">20221004230905.0</controlfield>
  <controlfield tag="001">7126032</controlfield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Zuse Institut Berlin, Math+</subfield>
    <subfield code="a">Conrad, Tim</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Universität Bonn</subfield>
    <subfield code="a">Hasenauer, Jan</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Westfälische Wilhelms-Universität Münster</subfield>
    <subfield code="a">Karch, André</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Institut für Medizinische Informatik, Statistik und Epidemiologie, Universität Leipzig</subfield>
    <subfield code="a">Kheifetz, Yuri</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Institut für Medizinische Informatik, Statistik und Epidemiologie, Universität Leipzig</subfield>
    <subfield code="a">Kirsten, Holger</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Department for Informatics and Telecommunication, Wroclaw University of Science and Technology, Polen</subfield>
    <subfield code="a">Krueger, Tyll</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Deutsches Zentrum für Luft- und Raumfahrt</subfield>
    <subfield code="a">Kühn, Martin J.</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Martin-Luther-Universität Halle-Wittenberg</subfield>
    <subfield code="a">Kuhlmann, Alexander</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Helmholtz-Zentrum für Infektionsforschung</subfield>
    <subfield code="a">Lange, Berit</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Fraunhofer ITWM Kaiserslautern</subfield>
    <subfield code="a">Leithäuser, Neele</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Institut für Medizinische Informatik, Statistik und Epidemiologie, Universität Leipzig</subfield>
    <subfield code="a">Loeffler, Markus</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Martin-Luther-Universität Halle-Wittenberg, Halle</subfield>
    <subfield code="a">Mikolajczyk, Rafael</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Fraunhofer ITWM, Kaiserslautern</subfield>
    <subfield code="a">Mohring, Jan</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Technische Universität Berlin</subfield>
    <subfield code="a">Müller, Sebastian</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Technische Universität Berlin, Math+</subfield>
    <subfield code="a">Nagel, Kai</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Max-Planck-Institut für Dynamik und Selbstorganisation &amp; Georg-August-Universität, Göttingen</subfield>
    <subfield code="a">Priesemann, Viola</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Helmholtz-Zentrum für Infektionsforschung</subfield>
    <subfield code="a">Rodiah, Isti</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Institut für Medizinische Informatik, Statistik und Epidemiologie, Universität Leipzig</subfield>
    <subfield code="a">Scholz, Markus</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Zuse Institut Berlin, Math+</subfield>
    <subfield code="a">Schütte, Christof</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)</subfield>
    <subfield code="a">Timm, Ingo J.</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="u">Universität zu Lübeck</subfield>
    <subfield code="a">Valdez, André Calero</subfield>
  </datafield>
  <datafield tag="856" ind1="4" ind2=" ">
    <subfield code="s">109285</subfield>
    <subfield code="z">md5:989defd48ed4aa3e520064f395106bba</subfield>
    <subfield code="u">https://zenodo.org/record/7126032/files/Kurzstatement_Modellierungsnetz.pdf</subfield>
  </datafield>
  <datafield tag="542" ind1=" " ind2=" ">
    <subfield code="l">open</subfield>
  </datafield>
  <datafield tag="260" ind1=" " ind2=" ">
    <subfield code="c">2022-09-29</subfield>
  </datafield>
  <datafield tag="909" ind1="C" ind2="O">
    <subfield code="p">openaire</subfield>
    <subfield code="p">user-covid-19</subfield>
    <subfield code="o">oai:zenodo.org:7126032</subfield>
  </datafield>
  <datafield tag="100" ind1=" " ind2=" ">
    <subfield code="u">Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)</subfield>
    <subfield code="a">Berndt, Jan Ole</subfield>
  </datafield>
  <datafield tag="245" ind1=" " ind2=" ">
    <subfield code="a">Szenarien für den Verlauf der SARS-CoV-2-Pandemie im Winter 2022/23 - Ergebnisse eines Workshops des Modellierungsnetzes für schwere Infektionskrankheiten (Modellierungsnetz)</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">user-covid-19</subfield>
  </datafield>
  <datafield tag="540" ind1=" " ind2=" ">
    <subfield code="u">https://creativecommons.org/licenses/by/4.0/legalcode</subfield>
    <subfield code="a">Creative Commons Attribution 4.0 International</subfield>
  </datafield>
  <datafield tag="650" ind1="1" ind2="7">
    <subfield code="a">cc-by</subfield>
    <subfield code="2">opendefinition.org</subfield>
  </datafield>
  <datafield tag="520" ind1=" " ind2=" ">
    <subfield code="a">&lt;p&gt;Im Rahmen eines Workshops des Modellierungsnetzes f&amp;uuml;r schwere Infektionskrankheiten (Modellierungsnetz) wurden drei m&amp;ouml;gliche Szenarien f&amp;uuml;r den weiteren Verlauf der SARS-CoV-2-Pandemie im Herbst/Winter 2022/2023 simuliert. In Szenario 1 wird angenommen, dass in diesem Zeitraum keine neue Virusvariante auftritt. In diesem Fall ergeben die Simulationen, dass im Verlauf des Winters eine Infektionswelle zu erwarten ist, die wahrscheinlich zu keiner &amp;uuml;berm&amp;auml;&amp;szlig;igen Belastung der Krankenh&amp;auml;user f&amp;uuml;hrt. Allerdings k&amp;ouml;nnte es wegen vieler Infektionen zu einer Versch&amp;auml;rfung des Personalmangels in kritischen Infrastrukturen kommen. In Szenario 2 wird angenommen, dass sich eine neue Virusvariante durchsetzt, die zwar den bisherigen Immunschutz teilweise umgeht, aber nicht zu mehr schweren Verl&amp;auml;ufen f&amp;uuml;hrt. Dies w&amp;uuml;rde voraussichtlich in einer Belastung des Gesundheitssystems resultieren, die in der Gr&amp;ouml;&amp;szlig;enordnung der bisherigen Spitzenwerte w&amp;auml;hrend der BA.1/2-Welle liegt. In Szenario 3 wird ebenfalls angenommen, dass sich eine neue Virusvariante durchsetzt. Im Gegensatz zum zweiten Szenario f&amp;uuml;hrt diese neue Variante zus&amp;auml;tzlich zu schwereren Verl&amp;auml;ufen (&amp;auml;hnlich zur Delta-Variante). In diesem Fall k&amp;ouml;nnten die bisher erreichten Spitzenwerte der Krankenhausbelastung in der Pandemie deutlich &amp;uuml;berschritten werden. W&amp;uuml;rde eine Impfkampagne im Oktober beginnen, zeigen die Simulationen, dass sich vor allem in Szenario 2 und 3 relevant die Anzahl derer Menschen reduziert, die mit einer SARS-CoV-2-Infektion im Krankenhaus behandelt werden m&amp;uuml;ssten. Insbesondere im dritten Szenario ist es jedoch m&amp;ouml;glich, dass Impfstrategie&amp;auml;nderungen alleine nicht ausreichend sind, um unterhalb der bisherigen Spitzenwerte bei Krankenhausbelegungen zu bleiben. Konkrete Aussagen zur erwarteten Gef&amp;auml;hrdung und m&amp;ouml;glichen Gegenma&amp;szlig;nahmen sind erst dann m&amp;ouml;glich, wenn sich eine neue Virusvariante tats&amp;auml;chlich durchsetzt.&lt;/p&gt;</subfield>
  </datafield>
  <datafield tag="773" ind1=" " ind2=" ">
    <subfield code="n">doi</subfield>
    <subfield code="i">isVersionOf</subfield>
    <subfield code="a">10.5281/zenodo.7126031</subfield>
  </datafield>
  <datafield tag="024" ind1=" " ind2=" ">
    <subfield code="a">10.5281/zenodo.7126032</subfield>
    <subfield code="2">doi</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">publication</subfield>
    <subfield code="b">report</subfield>
  </datafield>
</record>
964
660
views
downloads
All versions This version
Views 964964
Downloads 660660
Data volume 72.1 MB72.1 MB
Unique views 856856
Unique downloads 579579

Share

Cite as