Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ ZENODOarrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
ZENODO
Report . 2022
License: CC BY
Data sources: Datacite
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
ZENODO
Report . 2022
License: CC BY
Data sources: Datacite
versions View all 2 versions
addClaim

Szenarien für den Verlauf der SARS-CoV-2-Pandemie im Winter 2022/23 - Ergebnisse eines Workshops des Modellierungsnetzes für schwere Infektionskrankheiten (Modellierungsnetz)

Authors: Berndt, Jan Ole; Conrad, Tim; Hasenauer, Jan; Karch, André; Kheifetz, Yuri; Kirsten, Holger; Krueger, Tyll; +15 Authors

Szenarien für den Verlauf der SARS-CoV-2-Pandemie im Winter 2022/23 - Ergebnisse eines Workshops des Modellierungsnetzes für schwere Infektionskrankheiten (Modellierungsnetz)

Abstract

Im Rahmen eines Workshops des Modellierungsnetzes für schwere Infektionskrankheiten (Modellierungsnetz) wurden drei mögliche Szenarien für den weiteren Verlauf der SARS-CoV-2-Pandemie im Herbst/Winter 2022/2023 simuliert. In Szenario 1 wird angenommen, dass in diesem Zeitraum keine neue Virusvariante auftritt. In diesem Fall ergeben die Simulationen, dass im Verlauf des Winters eine Infektionswelle zu erwarten ist, die wahrscheinlich zu keiner übermäßigen Belastung der Krankenhäuser führt. Allerdings könnte es wegen vieler Infektionen zu einer Verschärfung des Personalmangels in kritischen Infrastrukturen kommen. In Szenario 2 wird angenommen, dass sich eine neue Virusvariante durchsetzt, die zwar den bisherigen Immunschutz teilweise umgeht, aber nicht zu mehr schweren Verläufen führt. Dies würde voraussichtlich in einer Belastung des Gesundheitssystems resultieren, die in der Größenordnung der bisherigen Spitzenwerte während der BA.1/2-Welle liegt. In Szenario 3 wird ebenfalls angenommen, dass sich eine neue Virusvariante durchsetzt. Im Gegensatz zum zweiten Szenario führt diese neue Variante zusätzlich zu schwereren Verläufen (ähnlich zur Delta-Variante). In diesem Fall könnten die bisher erreichten Spitzenwerte der Krankenhausbelastung in der Pandemie deutlich überschritten werden. Würde eine Impfkampagne im Oktober beginnen, zeigen die Simulationen, dass sich vor allem in Szenario 2 und 3 relevant die Anzahl derer Menschen reduziert, die mit einer SARS-CoV-2-Infektion im Krankenhaus behandelt werden müssten. Insbesondere im dritten Szenario ist es jedoch möglich, dass Impfstrategieänderungen alleine nicht ausreichend sind, um unterhalb der bisherigen Spitzenwerte bei Krankenhausbelegungen zu bleiben. Konkrete Aussagen zur erwarteten Gefährdung und möglichen Gegenmaßnahmen sind erst dann möglich, wenn sich eine neue Virusvariante tatsächlich durchsetzt.

Keywords

SARS-CoV-2, Modellierung, Szenario-Simulationen

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    1
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
    OpenAIRE UsageCounts
    Usage byUsageCounts
    visibility views 207
    download downloads 40
  • 207
    views
    40
    downloads
    Powered byOpenAIRE UsageCounts
Powered by OpenAIRE graph
Found an issue? Give us feedback
visibility
download
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
views
OpenAIRE UsageCountsViews provided by UsageCounts
downloads
OpenAIRE UsageCountsDownloads provided by UsageCounts
1
Average
Average
Average
207
40
Green
Related to Research communities