Die Ausbreitung von SARS-CoV-2 stellt die Welt, und auch Deutschland, vor erhebliche Probleme. Um eine Überlastung des Gesundheitssystems abzuwenden, wurden bekanntlich weitgehende Einschränkungen des normalen Lebens beschlossen. In diesem Verbundprojekt (TU Berlin, HU Berlin, Zuse Institut Berlin) werden komplexe Modellanwendungen genutzt um die Infektionsdynamik im urbanen, regionalen und bundesweiten Kontext zu untersuchen.

Die zentrale Idee des Projektes ist es, eine Pipeline aufzubauen, die es erlaubt, sehr schnell synthetische Personen mit Bewegungsmustern für beliebige Regionen in Deutschland zu erzeugen, diese Personen einer Infektionsdynamik zu unterwerfen, und dann die Reaktion der Infektionsdynamik auf unterschiedliche Eingriffe (z.B. Schulschließungen) zu testen um anschließend eine Bewertung der Wirksamkeit dieser Eingriffe vorzunehmen.

In diesem Teilprojekt werden neue Verfahren zur Simulationen von erweiterten Infektionsdynamiken erforscht und in den vorhandenen Prototypen integriert.
Das Projektteam berichtet zwei- bis dreiwöchig an das Bundesministerium für Forschung und Bildung (BMBF).

Im Folgenden finden Sie die bisher fertiggestellten Berichte:

Publications

2024
Characterising information gains and losses when collecting multiple epidemic model outputs Epidemics, Vol.47, 2024 (epub ahead of print) Katharine Sherratt, Ajitesh Srivastava, Kylie Ainslie, David E. Singh, Aymar Cublier, Maria Cristina Marinescu, Jesus Carretero, Alberto Cascajo Garcia, Nicolas Franco, Lander Willem, Steven Abrams, Christel Faes, Philippe Beutels, Niel Hens, Sebastian Müller, Billy Charlton, Ricardo Ewert, Sydney Paltra, Christian Rakow, Jakob Rehmann, Tim Conrad, Christof Schütte, Kai Nagel, Sam Abbott, Rok Grah, Rene Niehus, Bastian Prasse, Frank Sandmann, Sebastian Funk BibTeX
DOI
Mobilitätsmodelle zur Eindämmung von COVID-19 in Berlin
Clinical Effectiveness of Ritonavir-Boosted Nirmatrelvir—A Literature Review Advances in Respiratory Medicine, 92(1), 2024 Sydney Paltra, Tim Conrad BibTeX
DOI
Mobilitätsmodelle zur Eindämmung von COVID-19 in Berlin
The effect of mobility reductions on infection growth is quadratic in many cases Scientific Reports, Vol.14, 2024 Sydney Paltra, Inan Bostanci, Kai Nagel BibTeX
DOI
Mobilitätsmodelle zur Eindämmung von COVID-19 in Berlin
Vahana.jl - A framework (not only) for large-scale agent-based models Proceedings of Social Simulation Conference 2024 (SSC24), 2024 (accepted for publication) Steffen Fürst, Tim Conrad, Carlo Jaeger, Sarah Wolf BibTeX
Mobilitätsmodelle zur Eindämmung von COVID-19 in Berlin
2023
Explicit modeling of antibody levels for infectious disease simulations in the context of SARS-CoV-2 iScience, 26(9), 2023 Sebastian Müller, Sydney Paltra, Jakob Rehmann, Kai Nagel, Tim Conrad BibTeX
DOI
Mobilitätsmodelle zur Eindämmung von COVID-19 in Berlin
2021
Prediction of Covid-19 spreading and optimal coordination of counter-measures: From microscopic to macroscopic models to Pareto fronts PLOS One, 16(4), 2021 Hanna Wulkow, Tim Conrad, Natasa Djurdjevac Conrad, Sebastian A. Müller, Kai Nagel, Christof Schütte BibTeX
DOI
Mobilitätsmodelle zur Eindämmung von COVID-19 in Berlin