Alexander Skupin, Jorge Goncalves

Alexander Skupin (links) und Jorge Goncalves (rechts) vom Simulations-Team der COVID-19 Task Force.

Der Bericht der Forscher der COVID-19 Task Force von Research Luxembourg vom 19. Juli (Report: Controlling the second wave), mit Simulationen zur zukünftigen Entwicklung der Fallzahlen in Luxemburg, schlug hohe Wellen. Die Forscher gingen von einem rasanten Anstieg der Fallzahlen aus. Glücklicherweise kam es anders: Statt kontinuierlich zu steigen, haben sich die Fallzahlen bei ca. 100 Neuinfektionen pro Tag eingependelt (gemittelter Wert über 7 Tage). Waren die Simulationen der Forscher also falsch? Und weshalb kam es anders?

Zur ersten Frage, ob die Simulationen falsch waren: Die Simulationen kann man nicht als richtig oder falsch bewerten. Das würde bedeuten, dass man von ihnen erwartet, dass sie Wahrsagerei betreiben: Die Simulation ist richtig, wenn die Realität genauso eintrifft und falsch falls nicht. Die langfristigen Simulationen der Epidemie haben aber gar nicht den Anspruch, dass sie präzise die Zukunft voraussagt. Paul Wilmes, stellvertretender Sprecher der COVID-19 Task Force sagt hierzu: „Simulationen sind Annäherungen an das, was auf der Grundlage aktueller Daten und Erkenntnisse geschehen könnte. Sie sind ein Leitfaden, der von verschiedenen Faktoren und Annahmen abhängig ist.” Eine Bewertung richtig/falsch trifft hier nicht zu.“ Sind Simulationen somit nutzlos? Nein, sie sind ein nützliches Werkzeug, um an Hand der momentanen Datenlage Abschätzungen über den möglichen weiteren Verlauf zu machen. Dabei muss man sich aber über den Nutzen und die Grenzen von Simulationen bewusst sein.

Zur zweiten Frage, weshalb es anders kam: Verhaltensänderungen der Menschen sind ganz entscheidend für den weiteren Verlauf der Pandemie, sind aber schwer vorauszusagen. Es sind in Luxemburg aber offensichtlich Verhaltensänderungen eingetreten. Wegen dem Report? Da sich Verhaltensänderungen immer erst mit einer gewissen Zeitverzögerung auf die Zahlen auswirken, ist der Report vom 19. Juli sicherlich nicht verantwortlich für die quasi sofort nach dem Report eingetretene Änderung des Trends in den Fallzahlen. Verhaltensänderungen gab es also auf jeden Fall schon mal vorher. (Die Forscher hatten allerdings bereits am 2. Juli in einem ersten Report und anschließend auf einer Pressekonferenz und am 15. Juli in einem weiteren Report vor einer möglichen 2. Welle gewarnt). Ob nun wegen der Reports oder wegen der medialen Berichterstattung oder wegen der für jeden offensichtlich steigenden Fallzahlen: Es gab Verhaltensänderungen in der Bevölkerung und die haben sich in den Zahlen niedergeschlagen – der Trend änderte sich. Also traf das Szenario des Reports – das aufzeigte was passiert, wenn der Trend nicht ändert – also auch nicht ein.

War es richtig, zu warnen? Hierzu sagt Ulf Nehrbass, Sprecher der COVID-19 Task Force: „Dass es verschiedene mögliche Verlaufsformen der Pandemie gibt, ist der Forschung natürlich bewusst. Es ist wichtig, auch das worst case Szenario zu kennen, damit sich alle Beteiligten auch darauf einstellen können.“

Hier der Artikel auf science.lu zum Report:

Da Simulationen uns über die nächsten Wochen und Monate noch viel begleiten werden und die öffentliche und mediale Debatte über Simulationen oft sehr einseitig ist (hatten sie recht oder nicht? – was wie wir gesehen haben, ein falsches Bewertungsmuster ist), wollen wir hier ein paar wichtige Punkte thematisieren. Jean-Paul Bertemes von science.lu hat deshalb mit Alexander Skupin und Jorge Goncalves, vom Simulations-Team der COVID-19 Task Force, gesprochen. 

Alexander Skupin, Du leitest die Simulations-Gruppe der COVID-19 Task Force. Welche Strategie verfolgt ihr damit, diese Simulationen zu erstellen und zu veröffentlichen? Bzw welchen Nutzen haben die Simulationen?

Alexander Skupin: Wichtig zu wissen ist, dass wir mit den Simulationen unser soziales Verhalten abbilden. Wir integrieren lauter Daten zu sozialen Interaktionsnetzwerken, wie diese sich verhalten und untereinander Kontakt haben, aufgeschlüsselt nach Berufsgruppen und Alterskategorien. D.h. die Simulationen sind gar nicht so abstrakt, wie man meinen könnte, sie halten mathematisch unser soziales/physisches Verhalten fest. Und die gute Nachricht ist: Wenn ein potenziell gefährlicher Trend sich abzeichnet, können wir etwas dagegen tun, indem wir unser Verhalten anpassen. Wir müssen es nur früh genug erkennen. Und hierbei helfen die Modelle. Denn das Virus hat die Kapazität, sich exponentiell zu verbreiten. Und exponentielles Wachstum ist anfangs schwer zu erkennen, da die Zahlen anfangs klein sind, und danach rasant steigen. Die Modelle sollen helfen, damit frühzeitig dem Trend entgegengewirkt werden kann. Es geht uns also mit den Simulationen darum, die Politik zu informieren, damit diese frühzeitig gegensteuern kann. Und andererseits auch die Gesellschaft zu informieren. Denn da es um unser soziales Verhalten geht, muss die gesamte Gesellschaft mitmachen.

Bei der letzten Simulation hat der Trend auf einen exponentiellen Anstieg hingedeutet, die Fallzahlen haben sich aber nun stabilisiert. Wie erklärt ihr euch das?

Alexander Skupin: Die Simulation, die wir publiziert hatten, stellte den zu der Zeit aktuellen Trend dar. Wir hatten im Report auch geschrieben, dass sich die Fallzahlen voraussichtlich so entwickeln, falls sich der Trend fortsetzt, sprich: wenn wir unser Verhalten nicht ändern. Es scheint aber so zu sein, dass es Verhaltensänderungen in der Bevölkerung gab. Was sich auch darin niederschlug, dass viel mehr Menschen am Large Scale Testing teilnahmen.

Und welche waren das, Jorge Goncalves?

Jorge Goncalves: Einerseits waren die Leute sicherlich erschrocken, als die Fallzahlen plötzlich so hoch gingen. Dann hat die Politik ja auch einschränkende Maßnahmen eingeleitet. Und – auch wenn diesen Sommer weniger Menschen in Urlaub gehen als sonst – haben seit Mitte Juli immer mehr Menschen das Land verlassen. Außerdem funktioniert unser Testing und Tracing System gut – vielleicht besser als wir es im Modell vorgesehen hatten, besonders nachdem aufgrund der steigenden Fallzahlen die Teilnahme am LST zunahm. Und schließlich scheint es uns besser zu gelingen, ältere Menschen zu schützen – der Altersdurchschnitt ist ja geringer als bei der ersten Welle. Das sind alles gute Nachrichten. Für uns bedeutet dies, dass wir diese Erkenntnisse mit in unser Modell einbauen/einfließen lassen. Wir wollen unser Modell kontinuierlich verbessern.

Was ist denn die Haupterkenntnis aus dem Verlauf der letzten Wochen?

Jorge Goncalves: Es ist so, dass die zweite Welle eher eingetroffen ist, als wir es erwartet hatten. Und sie ist auch, glücklicherweise, schneller abgeflacht als wir das vorausgesehen hatten. Das lehrt uns, dass Verhaltensänderungen seitens der Bevölkerung wohl einen stärkeren und schnelleren Effekt auf die Entwicklung der Pandemie haben, als wir das angenommen hatten.

Die Situation hat sich also glücklicherweise wieder etwas beruhigt. War es denn im Nachhinein richtig, zu dem Zeitpunkt (am 19. Juli) zu warnen?

Alexander Skupin: Ja, davon bin ich überzeugt. Zu dem Zeitpunkt, als wir den Report publiziert hatten, war der Trend ganz klar ein exponentieller Anstieg. Und dies bereits seit ca. zwei, drei Wochen. Wir haben auch schon früher von einem exponentiellen Anstieg gewarnt, aber da waren die Fallzahlen noch geringer und die Situation also noch mehr unter Kontrolle. Aber als dann die Fallzahlen tatsächlich in die Höhe schnellten, gingen bei uns die Alarmglocken. Wir haben simuliert was passiert, wenn dieser Trend sich fortsetzt. Und das war ein gefährliches Szenario. Deshalb wollten wir warnen und dazu aufrufen, dass wir unser Verhalten anpassen müssen. Was die Politik ja auch aufgegriffen hat. Und bei den Menschen war die Message auch angekommen – wohl auch schon vor unserer Simulation, allein aufgrund der hohen Fallzahlen.

Was sind denn die Grenzen von Simulationen?

Jorge Goncalves: Mit unserer Simulation können wir gut den aktuellen Trend für ein paar Tage in die Zukunft projizieren, wir können aber nicht gut plötzliche Verhaltensänderungen in der Bevölkerung vorhersehen. Simulationen sagen also nicht, was sicher in der Zukunft passieren wird. Sie sagen bloß, was höchstwahrscheinlich in den nächsten Tagen passieren wird, wenn es so weiter geht wie der Trend der letzten Tage. Das ist ein wichtiger Unterschied. Es ist auch wichtig zu wissen, dass stochastische Ereignisse, also unvorhersehbare kleinere Events, manchmal einen großen Impakt haben können. Auch das berücksichtigt unser Modell: Wir zeigen in unseren Modellen einen Konfidenzintervall, also einen Bereich innerhalb dessen die zukünftigen Ereignisse mit hoher Wahrscheinlichkeit stattfinden werden. Je nachdem wie klar der Trend ist, ist dieser Konfidenzintervall grösser oder kleiner. Ist der Konfidenzintervall groß, sagt das uns, dass wir gerade an einem Punkt sind, wo es in viele Richtungen gehen kann. Wenn der Trend klarer ist, ist dieser Konfidenzintervall kleiner, man kann also besser voraussagen, was demnächst mit hoher Wahrscheinlichkeit passieren wird.

Wenn der Konfidenzintervall gerade sehr groß ist, machen die Simulationen dann überhaupt Sinn?

Alexander Skupin: Ja, auch das ist eine wichtige Information. Wir sind in dem Moment dann eben in einer Situation, wo sich kein klarer Trend abzeichnet.

Simulationen sind schwer zu erklären. Vor allem wenn die Realität anders eintrifft. Gibt es Überlegungen, die Simulationen in Zukunft anders zu erklären?

Alexander Skupin: Ja, wir wollen in Zukunft nicht nur eine Simulation mit Konfidenzintervall und mittlerem Szenario anzeigen. Das vermittelt vielleicht zu stark den Eindruck, dass wir davon ausgehen, dass dieses mittlere Szenario genau so eintreffen wird. Wir werden in Zukunft auch 3 Szenarien anzeigen, einen pessimistischen (den oberen Bereich des Konfidenzintervalls), den mittleren und den optimistischen (den unteren Bereich des Konfidenzintervalls). Somit wird dann klarer, dass wir nicht davon ausgehen, dass genau diese eine Realität einkehren wird, sondern dass es um Szenarien geht.

Jorge Goncalves: Dann ist es auch wichtig, dass wir noch besser die Unterschiede zwischen den Modellen erklären. Zum einen Modelle, die kurzfristig angelegt sind: Sie zeigen mit einer relativ großen Wahrscheinlichkeit die Entwicklung der nächsten Tage. Je weiter es in die Zukunft geht, desto grösser die Unsicherheit. Dann haben wir aber auch langfristige Modelle, die wir erstellen. Bei diesen geht es eigentlich nicht darum zu sagen, dass an Tag X mit großer Wahrscheinlichkeit Y Fallzahlen zu erwarten sind. Wir wissen, dass man das langfristig nicht so genau abschätzen kann. Aber diese Modelle sind sehr nützlich, um die Effekte verschiedener Maßnahmen zu simulieren. D.h. wir nehmen ein Basisszenario und berechnen dann was der Effekt im Vergleich zu diesem Szenario ist, wenn man beispielsweise die Contact Tracing Kapazitäten erhöht, oder wenn man Schüler in A/B Gruppen teilt oder nicht, oder wenn man Partys mit 10 oder 20 Personen zuhause erlaubt. Diese langfristigen Modelle sind also wichtig, um Relationen aufzustellen. Die absoluten Zahlen sind hier aber nicht essenziel. Das wollen wir in Zukunft anders darstellen.

Alexander Skupin: Es ist ja so, dass diese Simulationen primär erstellt werden, um die Politiker und Ministeriumsbeamte zu informieren. Denen können wir das alles im Detail erklären. Für die Öffentlichkeit ist es dann etwas schwieriger, die Simulationen ohne all diese Erklärungen zu verstehen. Wir werden deswegen in Zukunft unsere Simulationen auch kompakter und einfacher der Öffentlichkeit gegenüber erklären. Also was sie konkret aussagen, und was nicht.

Wie denkt ihr denn, dass die Pandemie langfristig verlaufen wird?

Alexander Skupin: Es ist relativ wahrscheinlich, dass es immer wieder hoch und runter geht. Bis eben ein Impfstoff flächendeckend verfügbar ist. Dieses Auf und Ab können wir aber nicht langfristig so modellieren. Wir können an sich immer nur relativ kurzfristig versuchen frühzeitig herauszufinden, wann es hoch und wann es runter geht oder wann es hin zu einem stabilen Trend geht.

Und wie sieht der Trend aktuell aus?

Jorge Goncalves: Aktuell geht es Richtung eines linearen Trends. D.h. die Zahlen haben sich stabilisiert. Das sieht man auch an der Reproduktionszahl Reff. Diese liegt nun bei ca 1. D.h. dass eine infizierte Person im Schnitt ca eine weitere ansteckt. Von Mitte Juni bis vor kurzem lag sie allerdings noch über 1 – was bedeutet, dass in dieser Zeitspanne die Zahl an Neuinfektionen stieg. Das Ziel ist die Reproduktionszahl unter 1 zu kriegen und somit den Pandemieverlauf wieder zu unterdrücken.

Es ist aber nach wie vor so, dass die Fallzahlen hoch sind. Wir haben zurzeit eine lineare Wachstumsdynamik von etwa 100 neuen Fällen pro Tag. Wenn dies so weiter gehen würde, hätten wir bis Ende August ca 8000 Fälle, was quasi doppelt so viele Fälle wären, wie nach der ersten Welle. Auch sind 100 Fälle pro Tag viel. Sie bringen uns an die Grenze der Contact Tracing Kapazitäten. Zu wissen, dass bereits kleinere Änderungen größere Effekte haben, zeigt uns, dass wir vorsichtig bleiben müssen. Daher sollte die aktuelle Situation weiterhin streng überwacht werden.

Allgemein ist der aktuelle Trend schwer abzuschätzen, da wir nicht wissen, was der Effekt von Urlaubsreisen ist. Je mehr Menschen Luxemburg verlassen, desto geringer ist die Wahrscheinlichkeit, hohe Fallzahlen zu haben. Andererseits besteht ein Risiko, dass Menschen im Urlaub sich anstecken, weil sie dort vielleicht unvorsichtiger sind, und dann Infektionen wieder nach Luxemburg importieren. Diese Sommerzeit ist aus Simulationssicht mit großen Unsicherheiten für uns verbunden.

Erwartet ihr im Herbst eine dritte Welle?

Alexander Skupin: Das ist noch zu weit weg, um das simulieren zu können. Aber es besteht durchaus das Risiko, dass die Fallzahlen steigen könnten, wenn die Menschen Infektionen aus dem Urlaub importieren. Wenn der Herbst/Winter einsetzt, kommt natürlich erschwerend hinzu, dass wir uns dann wieder mehr in geschlossenen Räumen aufhalten, was es dem Virus leichter macht, sich auszubreiten. Außerdem nehmen dann Erkältungen und Grippeerkrankungen zu, die unser Gesundheitssystem zusätzlich belasten. Und darum geht es ja schlussendlich: Dass wir unser Gesundheitssystem nicht überlasten.

Das klingt nicht sehr optimistisch…

Alexander Skupin: Es ist klar, dass wir jederzeit wissen müssen, dass dieses Virus noch da ist. Wir kriegen das nicht mehr weg, zumindest nicht in absehbarer Zeit. Und wirklich entspannend wird sich die Situation erst, wenn entweder ein effizientes Medikament oder ein effizienter Impfstoff massenweise verfügbar ist und auch angenommen wird. Bis dahin müssen wir uns also immer wieder an die momentane Situation anpassen – und immer wieder gegebenenfalls unsere physischen Interaktionen kurz- oder mittelfristig runterfahren. Aber ich bin nicht pessimistisch. Wir sind zwar gerade an einem kritischen Punkt, aber wir haben es geschafft die erste Welle zu brechen. Wir haben die Mittel an der Hand proaktiv gegen Infektionsketten vorzugehen. Sowohl im Testen als auch im Tracen sind wir in Europa führend, solange sich die Menschen daran beteiligen. Auch die zweite Welle haben wir, zumindest zurzeit, abgeflacht. Wir haben viel gelernt und wissen immer besser, was wir tun müssen, um das Virus unter Kontrolle zu halten.

Alexander Skupin, Jorge Goncalves, Vielen Dank für das Gespräch!

Autor : Jean-Paul Bertemes (FNR)

Auch interessant

"Physical Distancing" Onlineumfrage liefert Ergebnisse zu sozialen Kontakten während der COVID-19 Krise in Luxemburg

Wie viele physischen Kontakte hatten die Einwohner Luxemburgs zwischen März und Juni 2020? Und wo? Ergebnisse einer scie...

LNS, FNR
Abwasser als Vorwarnsystem Erhöhte Konzentration von Covid-19-RNA in fast allen Gewässern

Wasseruntersuchungen zeigen: SARS-Cov-2 kommt in fast allen Abwässern vor und besonders stark vor allem im Süden des Lan...

COVID-19 Neuinfektionen in Luxemburg Hintergrundinformationen zu den COVID-19-Simulationen von Research Luxembourg

Die zweite Welle ist da. Doch wie stark wird diese Welle? Wie werden sich die Fallzahlen über die nächsten Tage entwicke...

Auch in dieser Rubrik

contact tracing
Contact Tracing und Contact Tracing Apps Wie Daten gegen Covid-19 helfen sollen und was das für den Datenschutz bedeutet

Tracking, Tracing, Datenspende– die Art wie Daten gegen Covid-19 gesammelt werden, ist ebenso verschieden wie die Ziele, die mit ihnen erreicht werden sollen. Ein Faktencheck zur aktuellen Situation.

FNR
letzSCIENCE Die Schönheit der Wissenschaft trifft auf Augmented Reality

Aus wissenschaftlichen Bildern wird ein Augmented Reality (AR)-Erlebnis: Entdecke die neue Kommunikationskampagne des FNR vom 30.07-10.08 auf Postern im Straßenbahnnetz in Lux-Stadt und Kirchberg.

FNR
Simulation der COVID-19 Task Force von Research Luxembourg
COVID-19 Neuinfektionen in Luxemburg Hintergrundinformationen zu den COVID-19-Simulationen von Research Luxembourg

Die zweite Welle ist da. Doch wie stark wird diese Welle? Wie werden sich die Fallzahlen über die nächsten Tage entwickeln, wenn wir nichts verändern? Und was sind Effekte von möglichen Maßnahmen?

COVID-19 TASK FORCE Pressekonferenz "Research Luxembourg" vum 09/07/2020 am Replay

Haut an der Pressekonferenz: Simulatiounen zur aktueller Entwécklung vun den Neiinfektiounen, en Update zum Large-Scale Testing, zu der CON-VINCE Etüd an zum Noweis vum Virus an de Kläranlagen.