MODUS-COVID Bericht vom 13.11.2023

dc.contributor.authorNagel, Kai
dc.contributor.authorBostanci, Inan
dc.contributor.authorMaier, Kristina
dc.contributor.authorMüller, Sebastian Alexander
dc.contributor.authorPaltra, Sydney
dc.contributor.authorRakow, Christian
dc.contributor.authorRehmann, Jakob
dc.contributor.authorConrad, Tim
dc.contributor.authorSchütte, Christof
dc.date.accessioned2023-11-14T12:17:24Z
dc.date.available2023-11-14T12:17:24Z
dc.date.issued2023-11-13
dc.description.abstractIn diesem Bericht diskutieren wir die zunehmenden Abstände zwischen den COVID-19-Wellen und erläutern die Anpassungen unseres MODUS-COVID Modells, um diese Entwicklung nachzubilden. Indem wir die Abnahme der Immunität im Modell verlangsamen, ergeben sich in den Simulationen höhere Infektionszahlen im Herbst und Winter 2023/24 - im Vergleich zu unseren früheren Simulationen - und eine mildere Welle im darauffolgenden Frühjahr. Auf Grundlage unseres neuen Modells betrachten und simulieren wir vier Szenarien für den Winter 2023/24, die vom Modellierungsnetz für schwere Infektionskrankheiten (MONID) vorgeschlagen wurden. Diese Szenarien kombinieren unterschiedliche Grade der Immunität, beeinflusst durch eine Impfkampagne für Personen über 60 Jahre, und verschiedene Krankheitsschweregrade, abgebildet durch die Hospitalisierungswahrscheinlichkeit bei einer Infektion. Bei Annahme einer höheren Krankheitsschwere zeigen unsere Modelle eine Belastung der Normalstationen, die an die Spitzenwerte der bisherigen Pandemiephasen heranreichen könnte.de
dc.description.sponsorshipBMBF, 031L0302A, MODUS-COVID: Modellgestützte Untersuchung von Schulschließungen und weiteren Maßnahmen zur Eindämmung von Covid-19 - Teilprojekt 1: Urbane und regionale Simulation auf Basis von datengestützten, synthetischen Bewegungsprofilen
dc.identifier.urihttps://depositonce.tu-berlin.de/handle/11303/20218
dc.identifier.urihttps://doi.org/10.14279/depositonce-19016
dc.language.isode
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subject.ddc600 Technik, Medizin, angewandte Wissenschaften::610 Medizin und Gesundheit::610 Medizin und Gesundheit
dc.subject.ddc300 Sozialwissenschaften::380 Handel, Kommunikation, Verkehr::380 Handel, Kommunikation, Verkehr
dc.subject.otherCOVID-19en
dc.subject.otherSARS-CoV-2en
dc.subject.otherpandemicen
dc.subject.othermobility modelsen
dc.subject.othervirus spreading dynamicsen
dc.subject.othercontainmenten
dc.subject.othervaccinationen
dc.subject.otherPandemiede
dc.subject.otherMobilitätsmodellede
dc.subject.otherVirusausbreitungde
dc.subject.otherDynamikde
dc.subject.otherImpfungende
dc.titleMODUS-COVID Bericht vom 13.11.2023de
dc.title.subtitleAnalyse des zeitlichen Abstands zwischen COVID-19 Wellen und Szenarien für den Winter 2023/2024de
dc.typeReport
dc.type.versionpublishedVersion
dcterms.rightsHolder.referenceDeposit-Lizenz (Erstveröffentlichung)
tub.accessrights.dnbfree
tub.affiliationFak. 5 Verkehrs- und Maschinensysteme::Inst. Land- und Seeverkehr (ILS)::FG Verkehrssystemplanung und Verkehrstelematik
tub.publisher.universityorinstitutionTechnische Universität Berlin

Files

Original bundle
Now showing 1 - 1 of 1
Loading…
Thumbnail Image
Name:
2023-11-13 MODUS-Covid Bericht.pdf
Size:
571.42 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.23 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections