MODUS-COVID Bericht vom 22.03.2022
dc.contributor.author | Müller, Sebastian Alexander | |
dc.contributor.author | Charlton, William | |
dc.contributor.author | Conrad, Natasa Djurdjevac | |
dc.contributor.author | Ewert, Ricardo | |
dc.contributor.author | Paltra, Sydney | |
dc.contributor.author | Rakow, Christian | |
dc.contributor.author | Rehmann, Jakob | |
dc.contributor.author | Conrad, Tim | |
dc.contributor.author | Schütte, Christof | |
dc.contributor.author | Nagel, Kai | |
dc.date.accessioned | 2022-03-22T14:39:22Z | |
dc.date.available | 2022-03-22T14:39:22Z | |
dc.date.issued | 2022-03-22 | |
dc.description.abstract | Wir betrachten verschiedene Szenarien für den weiteren Pandemieverlauf bis Anfang 2023, und analysieren basierend auf diesen Szenarien die maximal möglichen Wirkungen von Impflicht-Konzepten. Wir definieren dazu u.a. ein eher günstiges Szenario (die Eigenschaften des Corona-Virus ändern sich nicht wesentlich) und ein eher ungünstiges Szenario (die Eigenschaften des Corona-Virus ändern sich, mit negativen Folgen für die Bevölkerung und die zu erwartende Infektionsdynamik). Im günstigen Szenario prognostiziert unser Modell eine Welle für den nächsten Winter mit einer ähnlichen Höhe wie jetzt. Im ungünstigen Szenario prognostiziert das Modell eine Welle, welche das Gesundheitssystem um ein Vielfaches überlasten könnte - sollten keine Gegenmaßnahmen ergriffen werden. In beiden Szenarien würde eine Impfpflicht, welche alle über 18-Jährigen betrifft, die Krankenhauszahlen laut Modell um maximal einen Faktor 2 reduzieren. Im ungünstigen Szenario könnte eine Impfpflicht alleine eine Überlastung des Gesundheitssystems also nicht verhindern. Die Impflücke zu schließen stellt einen wichtigen Baustein dar, der aber mit weiteren Maßnahmen kombiniert werden müsste. | de |
dc.description.sponsorship | BMBF, 01KX2022A, 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 | en |
dc.identifier.uri | https://depositonce.tu-berlin.de/handle/11303/16570 | |
dc.identifier.uri | http://dx.doi.org/10.14279/depositonce-15347 | |
dc.language.iso | de | en |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | en |
dc.subject.ddc | 610 Medizin und Gesundheit | de |
dc.subject.ddc | 380 Handel, Kommunikation, Verkehr | de |
dc.subject.other | COVID-19 | en |
dc.subject.other | SARS-CoV-2 | en |
dc.subject.other | pandemic | en |
dc.subject.other | mobility models | en |
dc.subject.other | virus spreading dynamics | en |
dc.subject.other | containment | en |
dc.subject.other | vaccination | en |
dc.subject.other | Pandemie | de |
dc.subject.other | Mobilitätsmodelle | de |
dc.subject.other | Virusausbreitung | de |
dc.subject.other | Dynamik | de |
dc.subject.other | Impfungen | de |
dc.subject.other | Virusvarianten | de |
dc.title | MODUS-COVID Bericht vom 22.03.2022 | de |
dc.type | Report | en |
dc.type.version | publishedVersion | en |
tub.accessrights.dnb | free | en |
tub.affiliation | Fak. 5 Verkehrs- und Maschinensysteme::Inst. Land- und Seeverkehr (ILS)::FG Verkehrssystemplanung und Verkehrstelematik | de |
tub.affiliation.faculty | Fak. 5 Verkehrs- und Maschinensysteme | de |
tub.affiliation.group | FG Verkehrssystemplanung und Verkehrstelematik | de |
tub.affiliation.institute | Inst. Land- und Seeverkehr (ILS) | de |
tub.publisher.universityorinstitution | Technische Universität Berlin | en |