(covid19) Coronavirus: Infection-Modeling & Results Cologne, Germany

(covid19) Coronavirus: Infection-Modeling & Results Cologne, Germany

Karin Hoehne says 07th april 2020 – Cologne, Germany “got away right now with a deep blue eye” 

Also, insgesamt sieht das in Köln ja mal ausgesprochen gut aus – sowohl was die Zahl der gemeldeten Neuinfektionen, der Behandlungsbedürftigen, wie auch die der Toten anbelangt.

(Ich lasse jetzt mal die Todesfallen der Pflegeheime aussen vor. Das ist ein Desaster für sich allein und wird auch hier, relativ gesehen, für einen signifikanten Anstieg der Todesfälle sorgen. Furchtbar.)

Die Sache mit den (auch medial) verlautbarten Infiziertenzahlen ist ja ein wenig tricky, denn da wird i.d.R. komplett alles zu cases akkumuliert. Ich verstehe natürlich, warum man das im Großen und Ganzen so macht, denn alles jenseits der einfachen Botschaft ist in der Breite ja eher schlecht kommunizierbar.

Eigentlich sollte aber zwischen mindestens 2 Gruppen bei diesen Zahlen unterschieden werden: infected und recovered.
(Letztes wäre dann inklusive der Toten, weil die ja nicht mehr infiziert sind. Und ja, je nach Modell macht man das so: nicht meckern wegen Ethik und so.)

Wenn man das mal entsprechend aufbröselt, dann ist Köln, zumindest im Augenblick, mit einem tiefblauen Auge davongekommen.

Ein Blick auf die Jetzt-Situation (Fig.1 ) sollte ausreichen, um sofort zu erkennen:
Die früh begonnen Maßnahmen zu physical distancing wirken!

(Fig.1 )

Tatsächlich konvergieren infections und recoveries gerade.
In der recovered Gruppe können theoretisch natürlich entsprechend viele Tote sein, aber jetzt gerade ist die Rate sehr niedrig.
(Hier wären wir wieder bei den eingepferchten Bewohnern von Pflegeheimen: ich fürchte, dass da leider noch was geht.)

Was heißt das jetzt für Köln?
Nun, aus persönlichem Interesse und purem Nerdtum habe ich mal anhand eines sehr simplen (Fig. 4) und eines etwas weniger simplen Models (Fig. 2 und 3) geschaut, was das denn in den kommenden Tagen für Köln bedeuten könnte.

(Fig.2)

(Fig.3)

(Fig.4)

TL;DR: Die Zahlen sehen in der Theorie soweit wirklich gut aus und sollten hervorragend dazu motivieren, physical distancing weiterhin so strikt wie geht zu beherzigen.

— ABER —
Das kann innerhalb weniger Tage ganz anders aussehen, wenn das schöne Osterwetter dazu verleitet, jetzt alle Regeln zu ignorieren.

Darum: Stay the f#%*! home!


Disclaimer:
Modelle sind immer ein wenig wie Kaffeesatz lesen. Kann gut sein, dass im SIR Modell der eine oder andere Parameter durchaus noch optimiert werden kann. Aber für das Anpeilen einer groben Hausnummer soll das soweit ok sein.

Für Interessierte:

https://github.com/zushicat/infection-modeling
mit Erklärung und Details zur Modellierung in den notebooks

Thanks to: Karin Hoehne, Dipl. Informatik aka zushicat