Omicron Modellierung

Abschätzung der Infektionswelle durch die SARS-CoV-2 VOC Omikron

Zusammenfassung

Wir modellieren mögliche Verläufe einer durch die SARS-CoV-2 “variant of concern” (VOC) B.1.1.529 (“Omikron”) verursachten Infektionswelle in Deutschland unter Berücksichtigung verschiedener Parameterschätzungen, kalibriert am Wachstumsverhalten von Omikronfällen und Fällen der im Dezember noch vorherrschenden VOC **B.1.617.**2 (“Delta”). Trotz weiterhin anzunehmender hoher Wirksamkeit der Impfstoffe gegen schwere Verläufe führt eine verminderte Wirksamkeit gegen Infektion zu höheren Wachstumsraten mit großen Ausbrüchen und daher zu einer potentiell hohen Belastung des Gesundheitssystems und der kritischen Infrastruktur. Im Modell ist mit einer Maximalinzidenz in der Größenordnung von ca. 300000 gemeldeten Fällen pro Tag zu rechnen (Median),jedoch mit einer breiten Streuung (50% PI in 1000: [181,454], 95% PI in 1000:[55,804]). Hierbei handelt es sich um einen Szenarienmedian. Die Modellausbruchshöhe ist sensitiv gegenüber Variationen in der angenommenen Generationszeit und sinkt mit kürzerer Generationszeit. Bereits geringe Kontaktreduktionen können zur Entlastung beitragen. Frühe, strikte, und kurze Kontaktreduktionen führten hingegen zu einem starken “Rebound”-Effekt mit vergleichsweise hohen Inzidenzen nach dem Ende der entsprechenden Reduktionen. Basierend auf unseren Ergebnissen schätzen wir, dass das relative Risiko (RR) der Intensivpflichtigkeit einer Infektion mit Omikron ggü. einer Infektion mit Delta Werte einer Größenordnung von RR=10%–20% annehmen muss,um eine erneute Extrembelastung der Intensivstationen zuverhindern. Eine hypothetisch höhere Zahl von Erstimmunisierten (in unserem Beispiel 15 Mio. zusätzliche Erstimmunisierungen) würde das Risiko maximal belasteter Intensivstationen wiederum stark verringern.

vollständiger Bericht vom 4.2.2022

Vollständiger Bericht zur Abschätzung der Infektionswelle durch die SARS-CoV-2 VOC Omikron (PDF)

Weiterführende Information:

Project Page

Benjamin F. Maier
Benjamin F. Maier
Postdoc

My research interests include the spread of infectious diseases, complex systems, and network theory

Marc Wiedermann
Marc Wiedermann
PostDoc / Data Scientist

Researcher and Data Scientist with strong interests in time series and network analysis, predictive models and low-dimensional dynamical systems for the spread of human behavior.

Frank Schlosser
Frank Schlosser
PhD Student

I’m currently researching human mobility and its relation to epidemic spreading

Dirk Brockmann
Dirk Brockmann
Professor

Head of Research on Complex Systems Group