Zur Modellierung der Corona-Pandemie – Eine Streitschrift

Unter die­sem Titel legt die "Info-Platt­form Coro­na" um Antes, Schrap­pe, Stöhr am 11.10. ein Papier von Prof. Bern­hard Mül­ler, Astro­phy­si­ker und Asso­cia­te Pro­fes­sor an der Monash Uni­ver­si­ty Aus­tra­li­en, vor. Es kann als PDF hier gela­den wer­den. Es heißt dort:

»Wis­sen­schaft­li­che Model­lie­rung hat in Coro­na-Zei­ten Hoch­kon­junk­tur. Wer sei­ne Kar­rie­re damit ver­bracht hat, mit­hil­fe von Model­len astro­phy­si­ka­li­schen Phä­no­me­nen zu ent­lo­cken, was direk­ten Beob­ach­tun­gen ver­bor­gen bleibt, der soll­te sich, so möch­te man mei­nen, dar­über freu­en kön­nen. Doch lei­der erle­ben wir in der Coro­na-Pan­de­mie Model­lie­rung nicht von ihrer bes­ten Sei­te. Sel­ten gab es in der Geschich­te der Wis­sen­schaft eine grö­ße­re Span­nung zwi­schen dem Gel­tungs­an­spruch und der poli­ti­schen Wirk­mäch­tig­keit von Vor­her­sa­gen und dem bemer­kens­wer­ten Man­gel an Offen­heit und Selbst­kri­tik, wenn Vor­her­sa­gen sich nicht erfüllten. 

Die­se Ein­sicht hat aller­dings einen schwe­ren Stand, ¨ denn es wäre zu pein­lich, wenn emi­nen­te wis­sen­schaft­li­che Jour­na­le, Wis­sen­schafts­or­ga­ni­sa­tio­nen, Wis­sen­schafts­jour­na­lis­ten und nicht zuletzt poli­ti­sche Ent­schei­dungs­trä­ger ein­räu­men wur­den, dass man dem Publi­kum mög­li­cher­wei­se “Ramsch­wa­re” ver­kauft hat. Gewiss, nicht jeder hat sich von nai­ven Modell­vor­her­sa­gen blen­den las­sen, und vie­le haben mit ihrer Kri­tik nicht hin­term Zaun gehal­ten. Es scheint mir an der Zeit, eine noch offen­si­ve­re Auf­ar­bei­tung der Miss­stän­de anzu­sto­ßen. Denn ers­tens hat die Öffent­lich­keit von uns Wis­sen­schaft­lern ein Recht auf scho­nungs­lo­se Ehr­lich­keit, und zwei­tens tun wir gut dar­an Feh­ler zu benen­nen, um nicht in eini­gen Jah­ren kol­lek­tiv als Quack­sal­ber dazu­ste­hen und das Ver­trau­en der Men­schen zu ver­lie­ren. Dabei geht es nicht dar­um, die Pan­de­mie klein­zu­re­den. Gera­de wer Men­schen vor Krank­heit bewah­ren und Leben ret­ten will, braucht einen unver­zerr­ten Blick auf die Wirk­lich­keit. Es taugt nichts, wenn wir unter mas­si­ven Anstren­gun­gen fünf­hun­dert­tau­send ein­ge­bil­de­te Todes­fäl­le ver­hin­dern, aber mög­li­cher­wei­se über­se­hen, dass wir mit durch­dach­te­rem Her­an­ge­hen tat­säch­lich fünf­tau­send mehr hät­ten ret­ten kön­nen. Was hät­te man errei­chen kön­nen, wenn Pfle­ge­hei­me mit dem gespar­ten Geld kon­se­quen­ter getrenn­te Sta­tio­nen für infi­zier­te und nicht infi­zier­te Heim­be­woh­ner ein­rich­ten und ande­re Schutz­maß­nah­men ergrei­fen hät­ten kön­nen? Was mit ande­ren Risi­ko­kon­troll­stra­te­gien, wie sie von Prak­ti­kern aus dem Gesund­heits­we­sen vor­ge­schla­gen wur­den? Wel­che Mög­lich­kei­ten haben wir unter Umstän­den sogar noch über­se­hen, weil wir den Blick zu starr auf sim­pli­fi­zier­te Model­le gerich­tet haben? Das zu ent­schei­den wur­de aber den Rah­men spren­gen. Im Fol­gen­den wird es nur dar­um gehen, wie sich mathe­ma­ti­sche Model­lie­rung in der Pan­de­mie geschla­gen und dar­ge­stellt hat – als ein klei­ner Bau­stein in der Auf­ar­bei­tung der letz­ten ein­ein­halb Jahre…«

2 Antworten auf „Zur Modellierung der Corona-Pandemie – Eine Streitschrift“

  1. Die Dros­ten-Per­len:

    "Als Phy­si­ker ist man erstaunt, wie schnell Dros­ten auch bei­spiels­wei­se bei The­men aus der Sta­tis­tik und Zeit­rei­hen­ana­ly­se gleich einem Inqui­si­tor zu Begrif­fen wie “Irr­leh­re” greift, wo er auf­grund sei­ner Aus­bil­dung kei­ne uber­le­ge­ne Exper­ti­se gel­tend machen kann"

    "Dass Dros­ten in Unkennt­nis von Grass­ber­gers Arbeit behaup­te­te, dass das Prin­zip der Per­ko­la­ti­on aus der Infek­ti­ons­öko­lo­gie “noch wenig über­tra­gen [wor­den sei], gera­de im deutsch­spra­chi­gen Sprach­raum” und auf Nach­fra­ge kei­ner­lei Kennt­nis der for­mal-mathe­ma­ti­schen Grund­la­gen offen­bar­te, hat eine bit­te­re Komik."

    "War­um haben die Exper­ten der Regie­rung nicht pro­tes­tiert, wenn Mar­kus Söder im Baye­ri­schen Land­tag bes­ten­falls auf Mit­tel­stu­fen­ni­veau über expo­nen­ti­el­les Wachs­tum dozier­te und Chris­ti­an Dros­ten in einem Tweet zum Bei­spiel der Zin­ses­zins­rech­nung griff um im Streit mit Kri­ti­kern das Wachs­tum der Epi­de­mie noch ein­mal zu verdeutlichen?"

  2. .

    Alex Pent­land

    Social Phy­sics: How Social Net­works Can Make Us Smar­ter | Pent­land, Alex | ISBN: 9780143126331 | 

    https://​en​.wiki​pe​dia​.org/​w​i​k​i​/​A​l​e​x​_​P​e​n​t​l​and

    .

    Social Phy­sics and the Data Dri­ven Socie­ty

    Prof. Alex Pent­land, MIT 

    Con­nec­tion Sci­ence and Engineering 

    WEF Big Data, Hyper­con­nec­ted World 

    sites​.natio​nal​aca​de​mies​.org/​c​s​/​g​r​o​u​p​s​/​p​g​a​s​i​t​e​/​d​o​c​u​m​e​n​t​s​/​w​e​b​p​a​g​e​/​p​g​a​_​0​8​2​1​5​9​.​pdf

    .

    2016 (!)

    11.08.2016
    Micro­soft Research 

    Alex Paul "San­dy" Pentland 

    Social Phy­sics: How Good Ide­as Spread, The Les­sons from a New Sci­ence

    … Social Phy­sics will chan­ge the way we think about how we learn and how our social groups work … 

    .

    StIs_gIzbhs

    https://​www​.you​tube​.com/​w​a​t​c​h​?​v​=​S​t​I​s​_​g​I​z​bhs

    .
    .
    .

    [ Vor 13 Jah­ren: Model­lie­ren im Jahr der Pseu­do­pan­de­mie der Schweinegrippe ] 

    2009

    Model­ling to con­tain pan­de­mics

    Joshua M. Epstein

    Agent-based com­pu­ta­tio­nal models can cap­tu­re irra­tio­nal beha­viour, com­plex social net­works and glo­bal scale—all essen­ti­al in con­fron­ting H1N1, says Joshua M. Epstein. 

    As the world braces for an autumn wave of swi­ne flu (H1N1), the rela­tively new tech­ni­que of agent-based com­pu­ta­tio­nal model­ling is play­ing a cen­tral part in map­ping the disease's pos­si­ble spread, and desig­ning poli­ci­es for its mitigation. 

    (…) Agent-based models (ABMs) embrace this com­ple­xi­ty. ABMs are arti­fi­ci­al socie­ties: every sin­gle per­son (or 'agent') is repre­sen­ted as a distinct soft­ware indi­vi­du­al. The com­pu­ter model tracks each agent, 'her' cont­acts and her health sta­tus as she moves about vir­tu­al space—travelling to and from work, for ins­tance. The models can be run thou­sands of times to build a robust sta­tis­ti­cal por­trait com­pa­ra­ble to epi­de­mic data. ABMs can record exact chains of trans­mis­si­on from one indi­vi­du­al to ano­ther. Per­haps most important­ly, agents can be made to behave some­thing like real peo­p­le: pro­ne to error, bias, fear and other foibles.

    Such beha­viours can have a huge effect on dise­a­se pro­gres­si­on. What if signi­fi­cant num­bers of Ame­ri­cans refu­se H1N1 vac­ci­ne out of fear? (…) 

    Now, the cut­ting edge in per­for­mance is the Glo­bal-Sca­le Agent Model (GSAM), deve­lo­ped by Jon Par­ker at the Broo­kings Institution's Cen­ter on Social and Eco­no­mic Dyna­mics in Washing­ton DC, which I direct. This includes 6.5 bil­li­on distinct agents, with move­ment and day-to-day local inter­ac­tions model­led as available data allow. The epi­de­mic plays out on a pla­ne­ta­ry map, colour-coded for the dise­a­se sta­te of peo­p­le in dif­fe­rent regions—black for sus­cep­ti­ble, red for infec­ted, and blue for dead or reco­ver­ed. The map pic­tu­red shows the sta­te of affairs 4.5 months into a simu­la­ted pan­de­mic begin­ning in Tokyo, based on a plau­si­ble H1N1 variant. (…) 

    Agent-based models hel­ped to shape avi­an flu (H5N1) poli­cy, through the efforts of the Natio­nal Insti­tu­tes of Health's Models of Infec­tious Dise­a­se Agent Stu­dy (MIDAS)—a rese­arch net­work to which the Broo­kings Insti­tu­ti­on belongs. The GSAM was recent­ly pre­sen­ted to offi­ci­als from the Cen­ters for Dise­a­se Con­trol and Pre­ven­ti­on in Atlan­ta, Geor­gia, and other agen­ci­es, and will be inte­gral to MIDAS con­sul­ting on H1N1 and other emer­ging infec­tious dise­a­ses. In the wake of the 11 Sep­tem­ber ter­ro­rist attacks and anthrax attacks in 2001, ABMs play­ed a simi­lar part in desig­ning con­tain­ment stra­te­gies for smallpox. (…) 

    https://​www​.natu​re​.com/​a​r​t​i​c​l​e​s​/​4​6​0​6​87a

    .

    Gene­ra­ti­ve sci­ence

    In 1996 Joshua M. Epstein and Robert Axt­ell wro­te the book Gro­wing Arti­fi­ci­al Socie­ties which pro­po­ses a set of auto­ma­ton rules and a sys­tem cal­led Sug­ars­cape which models a popu­la­ti­on depen­dent on resour­ces (cal­led sugar). 

    https://​en​.wiki​pe​dia​.org/​w​i​k​i​/​G​e​n​e​r​a​t​i​v​e​_​s​c​i​e​nce

    .

    Joshua M. Epstein

    Joshua M. Epstein is Pro­fes­sor of Epi­de­mio­lo­gy at the New York Uni­ver­si­ty Col­lege of Glo­bal Public Health. Form­er­ly Pro­fes­sor of Emer­gen­cy Medi­ci­ne at Johns Hop­kins Uni­ver­si­ty, with joint appoint­ments in the depart­ments of Appli­ed Mathe­ma­tics, Eco­no­mics, Bio­sta­tis­tics, Inter­na­tio­nal Health, and Envi­ron­men­tal Health Sci­en­ces and the Direc­tor of the JHU Cen­ter for Advan­ced Mode­ling in the Social, Beha­vi­oral, and Health Sci­en­ces. He is an Exter­nal Pro­fes­sor at the San­ta Fe Insti­tu­te, a mem­ber of the New York Aca­de­my of Sci­en­ces, and a mem­ber of the Insti­tu­te of Medicine's Com­mit­tee on Iden­ti­fy­ing and Prio­ri­tiz­ing New Pre­ven­ti­ve Vac­ci­nes.

    In Gro­wing Arti­fi­ci­al Socie­ties: Social Sci­ence From the Bot­tom Up, Epstein and Axt­ell deve­lo­ped the first lar­ge-sca­le agent-based com­pu­ta­tio­nal model, the Sug­ars­cape, to explo­re the role of social phe­no­me­non such as sea­so­nal migra­ti­ons, pol­lu­ti­on, sexu­al repro­duc­tion, com­bat, and trans­mis­si­on of dise­a­se and even culture. 

    He is a mem­ber of the New York Aca­de­my of Sci­en­ces. He is also a mem­ber of the edi­to­ri­al boards of the jour­nal Com­ple­xi­ty, and of the Prince­ton Uni­ver­si­ty Press Stu­dies in Com­ple­xi­ty book series. 

    https://​en​.wiki​pe​dia​.org/​w​i​k​i​/​J​o​s​h​u​a​_​M​.​_​E​p​s​t​ein

    .

    Com­mit­tee On Iden­ti­fy­ing And Prio­ri­tiz­ing New Pre­ven­ti­ve Vac­ci­nes For Development 

    https://​www​.nap​.edu/​i​n​i​t​i​a​t​i​v​e​/​c​o​m​m​i​t​t​e​e​-​o​n​-​i​d​e​n​t​i​f​y​i​n​g​-​a​n​d​-​p​r​i​o​r​i​t​i​z​i​n​g​-​n​e​w​-​p​r​e​v​e​n​t​i​v​e​-​v​a​c​c​i​n​e​s​-​f​o​r​-​d​e​v​e​l​o​p​m​ent

    .

    "STOP COVAX"

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.