Titelaufnahme

Titel
Aktuelle Epidemienmodelle : eine qualitative Evaluierung von Modellen zur Vorhersage und Berechnung des Übertragungsrisikos des Ebola-Virus / vorgelegt von Isabella Zsifkovits
Weitere Titel
Current epidemic models : a qualitative evaluation of models for the projection and examination of the transmission risk of the Ebola Virus Disease
Verfasser/ VerfasserinZsifkovits, Isabella
Begutachter / BegutachterinFüllsack, Manfred
ErschienenGraz, 18. März 2016
UmfangXVII, 118 Seiten : Zusammenfassungen (2 Blätter) ; Illustrationen, Diagramme
HochschulschriftKarl-Franzens-Universität Graz, Masterarbeit, 2016
Anmerkung
Zusammenfassungen in Deutsch und Englisch
Abweichender Titel laut Übersetzung des Verfassers/der Verfasserin
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (GND)Ebola-Fieber / Epidemiologie / Mathematisches Modell
URNurn:nbn:at:at-ubg:1-97416 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Aktuelle Epidemienmodelle [4.72 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Der Ebola-Ausbruch 2014/15 nahm in den drei Ländern Guinea, Sierra Leone und Liberiaverheerende Ausmaße an. Die miserablen Hygienebedingungen, die mangelhaften medizinischenStandards in Westafrika, sowie die Praktizierung kultureller Traditionen und eine Reiheanderer Faktoren haben dazu geführt, dass sich das Virus ungehindert ausbreiten konnte. Daes für die Bekämpfung von Ebola zu Beginn des Ausbruchs weder Medikamente noch Impfstoffegab und die örtlichen medizinischen Einrichtungen wenig Kenntnisse über die Pathologiedes Virus hatten, waren die afrikanischen Länder dem Virus zunächst hilflos ausgeliefert,bis verschiedene Institutionen im März 2014 zur Unterstützung nach Westafrika reisten. Obwohlsich die Lage immer mehr verschärfte, gab die WHO erst am 8. August 2014 bekannt,dass es sich um einen internationalen Gesundheitsnotfall handelt. Kurz danach entwickelteeine Reihe von Systemtheoretikern verschiedenste epidemiologische Modelle, welche sichmit den Übertragungsrisiken und der Prognose künftiger Krankheitsfälle beschäftigten. Da esallerdings im Falle von Ebola sehr viele Ungereimtheiten gab bzw. gibt, wurde die Simulierungder weiteren Ausbreitung zu einer sehr komplexen Materie. Zudem war eine adäquateVerlässlichkeit und Rechtzeitigkeit der zur Verfügung gestellten Daten auf Seiten der WHO,nicht gegeben. Da Daten eher aggregiert als unverarbeitet genutzt wurden, kam es hier zueiner Vielzahl von Herausforderungen.Im Rahmen der Evaluierung und des Vergleichs sechs verschiedener epidemiologischer Modellewurde ersichtlich, dass die Zahl der Infizierten zum Teil stark uberschätzt wurde, Risikenzu dramatisch dargestellt wurden und Modelle teilweise wieder verworfen wurden. Jedochhatten diese Modelle alle dasselbe Ziel: Die Visualisierung und den Aufruf an die Öffentlichkeit,endlich Maßnahmen zur Bekämpfung des Virus einzuleiten, um die Zahl der Infiziertenso rasch wie möglich zu reduzieren. Im Falle von Ebola, einer nahezu unbekannten Krankheit, die zudem in der Spezies „Zaire“ die höchste Letalität der insgesamt vorhandenen Ebola-Spezies besitzt, Maßnahmen viel zu spät aufgrund von Einzelentscheidungen, Kostengründenund fehlenden Kompetenzen implementiert wurden, sowie Ungewissheit uber manchemedizinische Faktoren vorherrschte, war die Simulierung verschiedenster Modelle mit sehr vielen Unsicherheiten verbunden. Bei Integration dieser in Form von stochastischen Modellen,ist es möglich, viele wichtige Parameter in die Berechnungen miteinzubeziehen. Damit könnte eine Prognose sehr genau getätigt werden. Allerdings stellt sich bei Integration zu vieler Parameter die grundlegende Frage: Wie komplex soll ein Modell sein, wenn es doch eineVereinfachung der Realität abbilden soll?

Zusammenfassung (Englisch)

The 2014/15 Ebola Outbreak has caused a severe development in the three West Africancountries Guinea, Sierra Leone and Liberia. Inadequate medical standards in West Africa,poor hygiene conditions, the occurrence of cultural traditions and many other factors triggeredan unimpeded transmission of the virus. Due to the fact that at the beginning of the epidemic,no potential medications or vaccines were available and medical facilities were nearly uninformedabout important pathogenic facts about the disease, West African countries were initiallypowerless, until several institutions supported them in March 2014. Whereas the situationbecame more and more dangerous, the WHO hasn't constituted that the epidemic is aninternational health emergency until the 8th of August 2014. Shortly afterwards, many systemtheorists developed different epidemiological models, which addressed the examination oftransmission risks and the projection of further cases of illness. But, in the case of Ebola,there existed and still exist many inconsistencies, so that simulation of further transmissionwould be a very complex manner. A real challenge was the inadequate reliability and timelinessof the available data through the WHO, but also the issue that many modelers used ratheraccumulated than raw data for their estimations.Within the scope of evaluating and comparing six different epidemiological models it couldbe constituted, that the total cases of illness were often heavily overestimated, that the visualizationof risks was mostly too dramatically and that some models were discarded after sometime. All in all, all models have had the same aim: The visualization and appeal to the publicityas well as control measurements should be implemented as fast as possible to reduce thetotal amount of infectious individuals. Ebola, a nearly unknown disease, has furthermore, inits species “Zaire”, the highest lethality rate of all five known species. Measurements wereimplemented too late referable to individual decisions, cost reasons and lack of competencies,as well as many uncertainties about medical facts, which caused a lot of uncertainties in thesimulation of different models. If such uncertainties were integrated as in stochastic models,it's possible to consider many important parameters. With that, projections can be made veryprecise. Indeed by integration of too many parameters, a fundamental question arises: Howcomplex should a model be, when it's aim is to image the reality as simple as possible?