Das ''Ende der Pandemie'' aus Modellierungssicht

  • 16.01.2023
post-image

Eine Einordnung von Niki Popper.


Christian Drosten wurde zuletzt zum Thema „Ende der Pandemie“ ausgiebig interpretiert, Bundesminister Rauch hat jetzt ein Ende der COVID-19 Maßnahmen in Aussicht gestellt. Beide Aussagen sind politisch und bestehen aus einer Melange aus wissenschaftlicher Grundlage, praktischer Interventionsplanung und pragmatischer und vermeintlich empathieloser Einschätzung.

Es wäre vermessen mich zu äußern, ob diese Einschätzungen gerechtfertigt sind. Ich möchte nur die „Relation“ zu Modellen kurz beleuchten. Denn eine Lehre, die wir aus der Pandemie ziehen können, ist: weil man sich in einem Teilgebiet auskennt, sollte man sich nicht zu allem äußern. Ich habe immer versucht das zu beachten, zum Beispiel in Bezug auf die Frage ob Masken wirken oder wie gut ein Impfstoff ist. Das ist gerade bei Modellierern gar nicht so einfach, weil die Auswirkung dieser Aspekte wiederum im Modell hohe Relevanz für unsere Ergebnisse und damit auch Aussagen haben. Insofern müssen wir auf diese Ergebnisse verweisen und uns darauf berufen.

Das ist einfacher, wenn es klare wissenschaftliche Erkenntnisse gibt. Dann traue ich mich auch auf journalistische Fragen konkrete Antwort zu geben, weil sie wissenschaftlicher „Common Sense“ sind. Zum Beispiel habe ich oft verkürzt gesagt, dass die COVID-19 Impfung in den empfohlenen Anwendungen sinnvoll ist (was verklausuliert bedeutet, dass sie definitiv mehr Nutzen als Schaden generiert). Schwieriger wird es, wenn die Erkenntnisse noch nicht klar sind oder sich ändern. Ein sehr gutes Beispiel dafür ist die angenommene, genaue Wirksamkeit der Impfungen (ab Ende 2020). Dabei war die brennende Frage, ob der Impfschutz dauerhaft aufgebaut wird. Und zwar speziell, ob die Impfung dauerhaft vor eine Ansteckung schützt, also sterilisierend wirkt. Da das nicht einschätzbar war haben wir in der Modellierung der COVID-19 Impfung [1] beide Varianten angenommen und für die weiteren Überlegungen auch beide Varianten mit einbezogen. In der Praxis angekommen ist das – höflich formuliert – leider nur teilweise, sehr gerne wurde medial von manchen auf die dauerhafte Wirkung hingewiesen, ohne dass diese bestätigt war. Ein gutes Beispiel also dafür, wie kompliziert es ist mit dem Impact eigener Aussagen umzugehen und diese zu „steuern“.

Aber zurück zum „Ende der Pandemie“. Aus Modellierungssicht kann man hier trennen zwischen der realen Einschätzung und der Sicht, die sich aus den verfügbaren Daten ergibt. Spannend daran ist: da wir die Realität nicht kennen, ergibt sich Ersteres erst aus Zweiterem – es ist also ein wenig wie eine die Henne und das Ei oder eine Rückkopplung. Wir können die Einschätzung der Realität* erst durchführen, wenn wir gemeinsam mit dem Systemwissen und den Modellen zurückrechnen. Das ist spannend, aber auch heikel.

Realität ist philosophische betrachtet nie zu erfassen, hier meinen wir sehr stark vereinfacht: das was „den Unterschied macht“ und dabei muss man definieren für wen und auf welchen Aspekt bezogen…

Im konkreten Fall der COVID-19 Entwicklung haben wir (auch im Prognosekonsortium) mit Anfang des Sommers 2022 aufgehört die Ausbreitung der Epidemie in Österreich zu modellieren und uns auf die Krankenhausauslastung fokussiert. Grund unserer Entscheidung dafür war nicht die mangelnde Notwendigkeit (über die wird da nichts ausgesagt), sondern die mangelnde Datengrundlage nach Rückgang der Testungen. Wir stellen also nur fest, was wir mit Modellen noch oder eben nicht mehr berechnen können und beenden veranlasst durch äußere Limitierungen unsere Arbeit in einem bestimmten Bereich. Unsere Einschätzung damals war aber, dass das zwar aus Modellierungssicht nicht erfreulich ist, in der damals aktuellen Situation aber das Risiko, dass wir eine dramatische Entwicklung deshalb übersehen würden, nicht gegeben war. Möglich ist so eine Einschätzung wiederum auf Grund vieler anderer Überlegungen und Modellrechnungen, wie etwa den Herbstszenarien von Mai/Juni [2].

Die Beendigung der Modellierung bedeutet also nicht, wie wir die Lage einschätzen, sondern resultiert aus einer Datenlimitierung und ist nicht unsere Entscheidung, sondern die Folge politischer Entscheidungen. Wir überlegen uns aber sehr wohl im Sinne der oben beschriebenen Rückkopplung die Folgen, um eventuell zu warnen.

Gleiches gilt für die Modellierung der aktuellen, effektiven Immunisierung der Bevölkerung [3]. Diese haben wir mit 1.8.2022 eingestellt, weil neben Unsicherheiten in der aktuellen Infektionslage auch die Anzahl unterschiedlicher Varianten an Immunisierung stark zugenommen hat und damit auch die Unsicherheit, wer-wie lange-wogegen immunisiert ist. Beschrieben haben wir das in einem kurzen Artikel in [4]. Grund dafür sind unterschiedliche Impfwirksamkeiten, je nach Impfstoff, Häufigkeit der Impfung aber auch zeitlich unterschiedlichem Verlust des Schutzes gegen Infektion und Erkrankung. Bis zum Sommer 2022 konnten wir statistisch für die Bevölkerung (und bestimmte Teile davon, nicht jedoch für einzelne Menschen) recht gut modellieren, wie die effektive Immunisierung ist. Das war entscheidend um quantitativ recht gut abschätzen zu können, wie sich die weitere Entwicklung darstellen wird.

Wichtig war das wiederum, da ab einem gewissen Zeitpunkt nicht mehr Maßnahmen oder andere Dinge die größten Einflussfaktoren waren, sondern die aktuell vorherrschende Variante sowie die aktuelle Immunisierung gegen Infektion. Auch hier liegt diese Entwicklung (ob Maßnahmen wichtig sind) natürlich nicht im Bereich der Modellierung (es ist nicht so, dass wir bestimmte Faktoren bevorzugen oder weniger mögen), sondern die Erkenntnis stellt eine modellbasierte Analyse der realen Entwicklung auf Basis von realen Entscheidungen, Daten und Systemwissen dar. Dass wir das in Modellen verstehen und abbilden können hilft bei der weiteren Einschätzung in der Realität.

Ab Sommer 2022 war eine modellbasierte Einschätzung der effektiven Immunisierung in der Bevölkerung nicht mehr möglich und damit ging die Möglichkeit verloren klar zu sagen, wie es mit der Ausbreitungsdynamik weitergeht. Insofern kann man natürlich argumentieren, dass das fahrlässig ist. Ist es das? Hier wird es wiederum heikel, denn diese Einschätzung steht anderen zu. Vor allem natürlich MedizinerInnen. Aus unserer Sicht war erstmal nur die Einschätzung wichtig, dass wir an den Grenzen der Modelle angelangt sind und mit diesem Zugang nicht mehr sinnvoll beitragen können. Wir ModelliererInnen können aber auch etwas beitragen.

Einerseits evaluieren wir mit unseren Modellen laufend, ob und welche Einflussfaktoren eine Rolle spielen und ob der jeweilige Effekt ansteigt. Das ist qualitative Modellierung, dient nicht für konkrete Szenarien und schon gar nicht, um Prognosen zu erstellen. Aber sie hilft dabei einzuschätzen, ob Virusvarianten, Immunität, Saisonalität, Therapien oder andere systemische oder strategische Aspekte ihren Einfluss stark verändern und man Interventionen setzen könnte bzw. darüber diskutieren sollte. Das können einfach Messungen, aber auch Änderungen in der Versorgung oder viele andere Dinge sein.

Ab Sommer 2022 haben wir aus Modellsicht außerdem immer wieder darauf hingewiesen, dass COVID-19 nicht verschwinden wird [2], aber bereits im Herbst 2022 die größte Herausforderung die Kombination unterschiedlicher Erkrankungen sowie der Impact den COVID.-19 auch in Zukunft auf das gesamte Gesundheitssystem haben wird sein würde. Also wie wir mit konkurrierenden Infektionen umgehen werden, also Influenza, RSV und anderen respiratorischen Erkrankungen, die zu COVID-19 dazu kommen.

Im Herbst 2022 haben wir auch mit den Bundesländern, mit denen wir kooperieren, besprochen, dass eine singuläre Modellierung von Covid-19 für die Krankenhausbelastung nicht mehr sinnvoll ist. Wiederum nicht, weil es COVID-19 nicht mehr gibt, sondern weil eine Betrachtung nur im Gesamtkontext Sinn macht und andere Erkrankungen, die Planung elektiver Eingriffe und die Personaldynamik beinhalten muss. Wie in der TU News vom 16. Dezember 2022 [5] zusammengefasst, “hat sich der Fokus allerdings [im Lauf der Zeit, Anm. dwh] verschoben: „Wir versuchen zu vermitteln, dass unter den gegebenen Rahmenbedingungen die Modellierung des Gesundheitssystems selbst in den Fokus rücken muss“”.

Was sind also die Erkenntnisse, die man mit dem Hilfsmittel Modellierung und Simulation in der aktuellen Situation beitragen kann und die Schlüsse, die wir ab Sommer 2022 gezogen haben?

  • Eine bessere Surveillance für Infektionserkrankungen wäre sinnvoll, und zwar eine Surveillance die auf ein Bündel an Erkrankungen fokussiert. Die ECDC hat dazu Empfehlungen ausgesprochen, in Österreich wurde das im Virusvarianten Management Plan auch empfohlen. Grundsätzlich sind dabei die Erfassung von Tests im Krankenhaus und im niedergelassenen Bereich empfohlen, sowie Abwasseranalysen und Sequenzierung von Proben. Wäre das optimal umgesetzt könnte man durch die Beobachtung vieler Viren sehr viel günstiger und effektiver den Einfluss auf das Gesundheitssystem und die Gefährdung von Menschen einschätzen und seine Entwicklung analysieren. Dies hätte schon parallel erfolgen können und wäre zumindest jetzt wichtig.
  • Der Fokus der weiteren Planung (oder eigentlich Modellierung) sollte einerseits auf dem Impact in den Krankenhäusern liegen (Versorgung von COVID-19, anderer Infektionskrankheiten, anderer Akuterkrankungen, elektive Eingriffe, Nachsorge und Prävention, u.v.m.), andererseits auf dem Impact in der Versorgung im niedergelassenen Bereich (akute Fälle von COVID-19, funktioniert der Einsatz von Therapien gut, Long Covid, Prävention) liegen. Das bedeutet nicht, dass COVID-19 nicht mehr da ist, nur das es jetzt anders modelliert werden sollte, um die Strategie beraten zu können. Das beinhaltet auch den nachhaltigen Umgang mit Präventionsmaßnahmen für unterschiedliche Bevölkerungsgruppen und Lebensbereiche. Insofern müsste sich auch der Fokus von Beratungsgremien wie GECKO aus Modellsicht stark ändern.
  • Die Evaluierung der bisherigen Maßnahmen, Interventionen und Strategien muss unabhängig erfolgen, nicht nur um das System zu verbessern und besser vorbereitet zu sein, sondern auch um die Modelle weiter verbessern zu können. Dabei geht es nicht nur um die oft zitierten Daten, die notwendig sind, sondern auch darum die Modelle vorzubereiten und besser zu machen. Dier ECDC Scenario Hub [6] hat die Kooperation zwischen europäischen Forschergruppen intensiviert, wie auch hier [7] beschrieben und justiert jetzt seinen Fokus neu. Eine Evaluierung, nicht nur der Maßnahmen, die transparent und unabhängig ist, ist aber auch für die Modellierung unbedingt notwendig.

Referenzen

[1] B. Jahn, G. Sroczynski, M. Bicher, C. Rippinger, et al., “Targeted COVID-19 Vaccination (TAV-COVID) Considering Limited Vaccination Capacities – An Agent-based Modeling Evaluation”. MDPI, COVID-19 Vaccines and Vaccination, 2021. doi: 10.3390/vaccines9050434

[2] http://www.dexhelpp.at/de/news/covid-19-szenarienrechnungen-fur-sommer-herbst-winter-2022/

[3] http://www.dexhelpp.at/de/immunisierungsgrad/

[4] http://www.dexhelpp.at/de/news/sars-cov-2-immunitatslevel-schatzung-blick-hinter-kulissen-der-berechnungen/

[5] https://www.tuwien.at/tu-wien/aktuelles/news/news/simulationsforschung-wichtige-werkzeuge-fuer-die-politik

[6] https://covid19scenariohub.eu/

[7] http://www.dexhelpp.at/de/news/szenarien-modellierung-in-europa-der-european-scenario-hub-der-ecdc/