Modell aus der Ingenieurwissenschaft: Prognose für die Entwicklung der COVID-19-Infektionszahlen15. April 2020 Mit dem Modell prognostizieren die Ingenieure, wie sich die Infektionszahlen in Zukunft entwickeln. (Foto: © RUB, Marquard) Um den Fortgang der COVID-19-Pandemie in Deutschland und anderen Ländern zu prognostizieren, haben Ingenieure der Ruhr-Universität Bochum ein mathematisches Modell genutzt, das aus der Epidemiologie stammt, aber mit Formulierungen verwandt ist, wie sie in den Ingenieurwissenschaften im Einsatz sind. Laut Vorhersage des Modells könnte sich die Lage in Deutschland im Mai entspannen. Die Methodenbeschreibung und Ergebnisse hat Prof. Klaus Hackl kürzlich auf einem Preprint-Server online gestellt. Die Arbeit hat noch kein Peer-Review-Verfahren durchlaufen. „Das Rechenmodell, das wir verwenden, stammt tatsächlich aus der Epidemiologie“, sagt Hackl, Inhaber des Lehrstuhls Mechanik – Materialtheorie in der Fakultät für Bau- und Umweltingenieurwissenschaften. „Es hat aber große Ähnlichkeit zu Modellen, wie sie in den Ingenieurwissenschaften verwendet werden, um Systeme zu beschreiben, die sich zeitlich entwickeln.“ Beispiele dafür sind das Abkühlen einer Turbine nach dem Ausschalten, welches langsam erfolgen muss, um Schäden zu vermeiden, oder die Diffusion von Lithium in einer Batterie beim Entladen. Die Kennzahlen, auf denen die Berechnung beruht, wären zum Beispiel bei der Turbine der Wärmeleitungskoeffizient und die Geometriedaten. Beim Epidemiemodell sind es die zu erwartende Gesamtzahl der Infektionen und die Basisreproduktionszahl des Virus. Die Parameter werden über einen Algorithmus so bestimmt, dass sie mit den bisher erhobenen Fallzahlen möglichst gut übereinstimmen. Ist das geschehen, kann über das Modell die zukünftige Entwicklung errechnet werden. In der Arbeit werden dann auch noch Aussagen über die Verlässlichkeit dieser Prognose gemacht. Daten der Johns-Hopkins-Universität als Basis Basierend auf den Daten der Johns-Hopkins-Universität zur Verbreitung von SARS-CoV-2 in verschiedenen Ländern, darunter Deutschland, Italien und die USA, nutzte Hackl also die Zahlen der registrierten Infektionen und modellierte, wie sie sich unter Beibehaltung der aktuellen Maßnahmen entwickeln würden. „Wenn wir davon ausgehen, dass wir bei unter 100 Neuinfektionen pro Tag die Maßnahmen wie Kontaktsperren lockern können, sehen wir das in der Simulation im Laufe des Monats Mai“, so Hackl. „Eine Lockerung davor sehe ich als sehr problematisch an.“
Mehr erfahren zu: "Strahlenresistenz bei Lungenkrebs überwinden" Strahlenresistenz bei Lungenkrebs überwinden In einer präklinischen Studie haben Forscher des MD Anderson Cancer Center einen Mechanismus identifiziert, durch den Lungenkrebs resistent gegen Strahlentherapie wird, und eine vermutlich schnell umsetzbare Strategie entwickelt, um dieser […]
Mehr erfahren zu: "Leptomeningeale Metastasen beim NSCLC: Molekulare Subtypen und Therapien" Leptomeningeale Metastasen beim NSCLC: Molekulare Subtypen und Therapien Um die leptomeningeale Metastasierung (LMD) beim Nichtkleinzelligen Lungenkarzinom (NSCLC) besser zu verstehen, analysierte ein internationales Team Merkmale, Behandlungsmuster und -ergebnisse.
Mehr erfahren zu: "Lungenkrebs: KI-gestützte virtuelle räumliche Proteomik aus Histopathologie-Präparaten" Lungenkrebs: KI-gestützte virtuelle räumliche Proteomik aus Histopathologie-Präparaten Mittels räumlicher Proteomik lässt sich die Proteinexpression hochauflösend kartieren. Allerdings gibt es nach wie vor große Hürden auf dem Weg zu klinischen Anwendungen, darunter Kosten, Komplexität und Skalierbarkeit.