Die wachsende Zahl der mit dem SARS-CoV-2-Virus infizierten Personen und das enorme Ausmaß der Pandemie stellen die Gesellschaft und die Wissenschaft weltweit vor enorme Herausforderungen. Ziel der Leipziger Mathematiker ist es, die täglich aus den veröffentlichten Fallzahlen entstehende riesige und sehr inhomogene Datenmenge statistisch zu analysieren und Wachstumsraten und -trends der Epidemie abzuleiten.
Um gesicherte Prognosen zur Ausbreitung des Virus zu stellen, ist die Qualität und Konsistenz der täglich weltweit veröffentlichten Daten wesentlich. Allerdings sind die Datensätze der verschiedenen Länder größtenteils schwer vergleichbar, teilweise intern inkonsistent und in einigen Fällen wohl auch manipuliert. Der Direktor des Max-Planck-Instituts und Leiter der Arbeitsgruppe für komplexe Systeme Prof. Jürgen Jost entwickelte gemeinsam mit seinem Mitarbeiter Dr. Hoang Duc Luu mithilfe vereinfachender Annahmen ein robustes Verfahren, welches allgemeine statistische Regelmäßigkeiten nutzt, um diese Datenschwankungen auszugleichen.
Anstatt die aktuellen Wachstumsraten lediglich zu extrapolieren, versuchen die Wissenschaftler, allgemeine Trends in der Dynamik der Wachstumsraten zu identifizieren. Sie hoffen, hiermit besser abzuschätzen zu können, wann die unterschiedlichen Länder von einem alarmierenden zu einem abgeflachten Wachstum übergehen. „Wir differenzieren zwischen unterschiedlichen Perioden der Pandemieentwicklung basierend auf den jeweiligen Wachstumsraten für die Anzahl der erfassten Infektionen. Wir glauben, dass wir allgemeine statistische Regelmäßigkeiten in der Dynamik der Wachstumsrate feststellen können, welche durch eine einfache lineare Regression erfasst werden.“ erläutern die Forscher. Am Anfang ist die Wachstumsrate typischerweise extrem hoch, schwächt sich dann aber ab. In der Sättigungsphase wird dann die Wachstumsrate so niedrig, dass die Entwicklung der Epidemie im Wesentlichen unter Kontrolle ist. In Ländern, in denen die Wachstumsrate noch sehr hochist, wie dies derzeit in Deutschland der Fall ist, ist zu erwarten, dass eine Sättigungsphase erst nach deutlich höheren Fallzahlen eintreten wird. Ziel ist es festzustellen in welchem Zeitrahmen dies etwa der Fall sein wird und wie hoch bis dahin die Gesamtzahl der Infektionen sein wird.
MPI für Mathematik in den Naturwissenschaften
Weitere Informationen:
https://www.mis.mpg.de/covid19/covid19-mpi-mis-leipzig-anfang.html - COVID-19 Data Analysis Update / Blog des MPI für Mathematik in den Naturwissenschaften
