Sie sind auf Seite 1von 11

20.

März 2020

Modellierung von Beispielszenarien der SARS-CoV-2-


Epidemie 2020 in Deutschland

Einleitung krankung nur teilweise bekannt sind, können mathe-


Am 12. März 2020 erklärte die Weltgesundheits- matische Modellierungen einen möglichen zukünf-
organisation (WHO) den COVID-19-Ausbruch zu tigen Verlauf nur entsprechend vage beschreiben.
einer globalen Pandemie. In China und weiteren Der große Nutzen einer Modellierung ist es aber auf-
Ländern, beispielsweise in Italien und im Iran, ha- zeigen zu können, inwiefern Maßnahmen, wenn sie
ben die Erkrankungen in kurzer Zeit zu einem kaum zu einem bestimmten Grad umgesetzt werden, auf
noch bewältigbaren Aufkommen an schweren Modellverläufe einen Einfluss nehmen können und
Fällen im Gesundheitssystem geführt. wie groß dieser ist. Dadurch kann abgeschätzt bzw.
begründet werden, welches Spektrum an Maßnah-
In Deutschland wurden von Beginn an Verdachtsfälle men notwendig ist, um den Verlauf der Epidemie so
und bestätigte Fälle dem Gesundheitsamt gemeldet, zu beeinflussen, dass sie bewältigbar wird. Diese
enge Kontaktpersonen von bestätigten Fällen wur- Maßnahmen können von der Politik, dem Öffentli-
den quarantänisiert. Darüber hinaus wurden an- chen Gesundheitsdienst (ÖGD), der Medizin und
fänglich erst Veranstaltungen mit über 1.000 Perso- uns allen (der Gesellschaft) eingesetzt werden, um
nen, dann jegliche größere Veranstaltungen abge- den Verlauf der Epidemie zu beeinflussen.
sagt, und beginnend mit dem 14. März 2020 schließ-
lich auch Schulen und Kindergärten geschlossen. In einem häufig verwendeten Modellierungskonzept,
Einige nicht beeinflussbare Eigenschaften des Er- den so genannten SEIR-Modellen,1-3 wird die Bevölke-
regers sind schon mehr oder weniger gut bekannt rung in verschiedene Gruppen unterteilt, und die Dy-
(s. Tab. 1). Die Inkubationszeit variiert zwischen 1 und namik der Infektionen und Erkrankungen wird über
14 Tagen, im Mittel beträgt sie 5 Tage, die Infektiosität eine Modellierung der Übergänge zwischen diesen
ist vermutlich schon vor dem Erkrankungsbeginn Gruppen nachgebildet. Die Buchstaben SEIR stehen
(Beginn der Symptome) gegeben und zum Zeitpunkt für die empfänglichen (susceptible), latent infizierten
des Erkrankungsbeginns besonders hoch. Unbe- (exposed – infiziert, aber noch nicht infektiös), symp-
kannt ist, ob und wie stark eine Saisonalität den Ver- tomatisch infektiösen (infectious) und schließlich ver-
lauf der Epidemie beeinflussen könnte und ob es in storbenen oder genesenen (recovered) Anteile der Be-
einem Teil der Bevölkerung, z. B. bei Kindern eine völkerung. In diesen Modellen ist von besonderer Be-
(Kreuz-)Immunität gegenüber SARS-CoV-2 gibt. deutung, wie viele Personen eine infektiöse Person
Häufig wird die Frage gestellt, „wie lange es noch selbst im Mittel in einer vollständig suszeptiblen Be-
dauert“ oder „wie schlimm es wird“. Da der Erreger völkerung ansteckt (so genannte Basisreproduktions-
bis vor wenigen Monaten noch nicht in der mensch- zahl; R0). Die Basisreproduktionszahl ist ein Produkt
lichen Bevölkerung zirkulierte und auch die nicht be- aus der durchschnittlichen Zahl der Kontakte einer
einflussbaren Eigenschaften des Erregers und der Er- infektiösen Person pro Tag, der Übertragungswahr-

Parameter Wert Beeinflussbarkeit Kenntnis


Inkubationszeit Spannweite 1 – 14 Tage, Mittel 5 Tage Nicht beeinflussbar Bekannt
Beginn und Dauer der 1 – 2 Tage vor Erkrankungsbeginn bis Nicht beeinflussbar Teilweise bekannt
Infektiosität etwa 8 Tage nach Erkrankungsbeginn
Saisonalität Unbekannt Nicht beeinflussbar Nicht bekannt
Anteil der (Kreuz-)Immunität Unbekannt, möglicherweise bei Nicht beeinflussbar Nicht bekannt
in der Bevölkerung Kindern

Tab. 1 | Nicht beeinflussbare Eigenschaften des Erregers und der Erkrankung, die auf den Verlauf einer Epidemie einwirken
20. März 2020

scheinlichkeit bei Kontakt und der durchschnittlichen nahmen ergriffen und bei anderen Erkrankungen
Dauer der Infektiosität in Tagen. nicht? Die Antwort darauf hat damit zu tun, welcher
Anteil der Erkrankungen wie schwer verläuft und
Daraus wird unmittelbar ersichtlich, dass verschie- wie lange Patienten mit bestimmten, schwereren
dene Maßnahmen auf diese Faktoren einwirken. Erkrankungsstadien v. a. hochspezialisierte Kapazi-
Zum Beispiel reduzieren Hustenregeln (in die El- täten des Gesundheitssystems binden.
lenbeuge niesen und husten) und Händehygiene Im vorliegenden Bericht soll daher zunächst ver-
die Übertragungswahrscheinlichkeit. Die Isolation sucht werden, auf Grundlage der einigermaßen gut
Erkrankter reduziert die Zahl der Kontakte mit sus- bekannten Parameter und unter verschiedenen An-
zeptiblen Personen. Und Quarantäne von so ge- nahmen der nicht bekannten Eigenschaften des Er-
nannten ansteckungsverdächtigen Personen (die im regers und der Erkrankung, Szenarien zu beschrei-
Verdacht stehen, schon angesteckt zu sein, aber ben, einschließlich der Häufigkeit milder und mode-
noch nicht infektiös/krank sind), hat zum einen den rater Erkrankungen, die nicht krankenhauspflichtig
Sinn, dass ein daraus entstehender Fall quasi schon sind, sowie der schwereren (krankenhauspflichtigen),
isoliert ist (oder die Form der Absonderung bei Er- intensivstationspflichtigen und schließlich tödlich
krankung von z. B. häusliche Isolation in Kranken- verlaufenden Erkrankungen. Daraufhin soll gezeigt
hausisolation umgeändert werden kann), und dass werden, welchen Einfluss die folgenden Maßnahmen
die Anzahl der weiteren Kontaktpersonen schon vor auf den Verlauf und die Belastung des Gesundheits-
dem Beginn der Infektiosität (die u. U. schon VOR wesens haben würden: (1) Isolation Erkrankter, (2) Ab-
Erkrankungsbeginn gegeben ist [s. o.]) reduziert ist. sonderung von Kontaktpersonen Erkrankter und
Letztlich zielen die Gegenmaßnahmen darauf ab, (3) Kontaktreduktion in der Gesamtbevölkerung.
die Zahl der Folgeinfektionen zu verringern und da-
mit den Verlauf der Epidemie zumindest zu ver-
langsamen und die Größe des Ausbruchs zu verrin- Methoden
gern. Die Verhältnismäßigkeit der Maßnahmen ist Der Verlauf von COVID-19 wird von drei Prozessen
auch immer eine Abwägung zwischen sehr vielen gesteuert:
unterschiedlichen Interessen.
(1) Die Ausbreitungsdynamik von SARS-
Viele andere Erreger haben ähnliche epidemische CoV-2 in Deutschland
Verläufe, angefangen bei Grippeviren, aber auch an- (2) Die Schwereverteilung der COVID-19-
deren respiratorischen und nicht respiratorischen Erkrankung und die Auswirkungen auf die
Erregern. Warum wird jetzt bei COVID-19 das ge- Bevölkerung
samte zur Verfügung stehende Spektrum an Maß- (3) Die jeweilige Dauer der Erkrankungs- bzw.
Behandlungsstadien und die Auswirkun-
Faktoren, aus der Mögliche Maßnahmen, die auf den gen auf das Gesundheitssystem
sich die Anzahl von Faktor einwirken
Folgeinfektionen
(R0) ergibt
Hustenregeln; Händehygiene; physischen Grundannahmen dieser Modellierung
Übertragungswahr-
Abstand von 1 – 2 Meter insbes. zu Wir modellieren die Ausbreitung und Schwere von
scheinlichkeit bei
Personen mit Atemwegserkrankungen;
vorhandenem SARS-CoV-2 in der Bevölkerung in Deutschland.
persönliche Schutzausrüstung bei
Kontakt
medizinischem Personal
Vereinfachend nehmen wir an, dass die Altersgrup-
Schnelle Isolation von Erkrankten;
Zahl der Kontakte Quarantäne von ansteckungsverdächtigen
pen etwa gleich von einer Infektion durch SARS-
pro Zeiteinheit Personen; Soziale Distanzierung (Absage CoV-2 betroffen sind. Insbesondere nehmen wir
von Veranstaltungen, Schulschließungen, …)
eine proportionale Betroffenheit von Kindern an, da
Dauer der Isolation von Erkrankten
Übertragung bisher – anders als bei Influenzawellen – keine be-
sonders hohe Ausbreitung von SARS-CoV-2 bei Kin-
Tab. 2 | Maßnahmen, die auf die Faktoren einwirken, die die dern beobachtet wurde. Dagegen hat die Schwere
Zahl der Folgeerkrankungen determinieren (Basisreprodukti- einer Infektion mit SARS-CoV-2 einen sehr deutli-
onszahl; R0)
chen Altersbezug, den wir nur über die angenom-
20. März 2020

menen mittleren Komplikationsraten modellieren. nen auszugehen. Durch die Bildung von Ausbrei-
Von schweren Infektionen sind überproportional tungsclustern kann es allerdings zu Verschiebun-
viele ältere Menschen und Menschen mit Vor- gen in der zeitlichen Dynamik kommen. Eine Mög-
erkrankungen betroffen.4 lichkeit, diese geografischen Barrieren im Rahmen
eines einfachen SEIR-Modells grob darzustellen, be-
Wir nehmen für diese Modellierung eine Basis- steht darin eine künstliche Immunität anzuneh-
reproduktionsrate R0 = 2 an. Diese liegt eher am un- men, da auch die Clusterbildung dazu führt, dass
teren Rand der derzeitigen Schätzungen.5-7 Zusätz- infizierte Personen zu einem bestimmten Zeit-
lich zu diesen Faktoren gibt es möglicherweise eine punkt der Epidemie hauptsächlich auf Menschen
saisonale Modulation der Ausbreitungsstärke von treffen, die die Infektion bereits durchlebt haben
SARS-CoV-2. Gründe für eine saisonale Abschwä- und daher immun sind. Insgesamt könnte also ein
chung der Ausbreitungsstärke können ähnlich wie vergleichbares Szenario wie mit einer Immunität
bei anderen respiratorisch übertragbaren Infektio- von einem Drittel der Bevölkerung entstehen.
nen ein anderes Kontaktverhalten und eine niedri-
gere Wahrscheinlichkeit für einen infektiösen Kon- Die weiteren Parameter des Modells orientieren
takt aufgrund von ungünstigeren klimatischen Be- sich an einer Schätzung beruhend auf Daten aus der
dingungen für das Virus sein. Da bislang zur Saiso- Epidemie in China insgesamt und darüber hinaus
nalität der Ausbreitung wenig bekannt ist, spezifisch aus der Stadt Shenzhen. Die schweren
vergleichen wir Szenarien „ohne Saisonalität“ mit Verläufe orientieren sich an den veröffentlichten
einer „leichten“ und einer „deutlich“ saisonalen Schätzungen aus ganz China,4 demnach liegt die
Ausbreitung. Die Saisonalität wird modelliert als si- Wahrscheinlichkeit, bei einem schweren Krank-
nusförmiger Verlauf mit einem Maximum am Jahres- heitsverlauf (severe) auch intensivpflichtig zu wer-
wechsel und Tiefpunkt Anfang Juli, undulierend den, bei etwa 25 %. Das Risiko von Intensivpflichti-
zwischen dem angenommenen R0 = 2 und einem gen zu versterben liegt bei etwa 50 %.4 Schwieriger
um etwa 1/3 geringeren Wert, R0 = 1,4 (leichte Saiso- gestaltet sich die Schätzung des Anteils der schwe-
nalität)8 sowie einem um 2/3 verminderten Wert, ren Verläufe unter allen Infizierten. In Bi et al.9 wird
R0 = 0,67 (deutliche Saisonalität).8 unterschieden zwischen Fällen, die in der Surveil-
lance mit Erkrankungssymptomen aufschlagen und
Vorbestehende Immunität ist eine weitere Größe, den im Rahmen von Kontaktpersonen-Nachverfol-
die nicht bekannt ist. Wir vergleichen daher ein Sze- gungen gefundenen Fällen. Das Schwereprofil ist
nario ohne Immunität mit einem mit Immunschutz deutlich unterschiedlich: Während in der Surveil-
bei einem Drittel der Bevölkerung. In diesem Szenario lance symptomatischer Fälle etwa 10 % einen schwe-
erhöhen wir gleichzeitig den Wert von R0 auf 3, so ren Verlauf zeigen – und damit nur etwa halb so viele
dass am Anfang der Epidemie nach wie vor etwa 2 wie vom Novel Coronavirus Pneumonia Emergency
Sekundärfälle entstehen (von dreien ist einer bereits Response Epidemiology Team in China 4 – sind es bei
immun). Es kommt also zu einem ähnlichen Beginn den Fällen, die im Rahmen der Kontaktpersonen-
der Epidemie, aber in der Folge schneller zu einer nachverfolgung als Folgefälle identifiziert wurden,
Situation, in der die meisten Erkrankten auf bereits 3,4 % (3 von 87).
immune Personen treffen, so dass insgesamt deut- Da die Altersverteilung der Kontaktpersonen in
lich weniger Menschen infiziert werden. Shenzhen nicht repräsentativ ist, könnte eine alle Al-
tersgruppen in ähnlicher Weise betreffende Epide-
Für die Modellierung wird Deutschland als einheit- mie in Shenzhen selber tatsächlich einen noch ge-
licher Raum aufgefasst und geografische Besonder- ringeren Schweregrad haben. Die Altersverteilung
heiten werden nicht berücksichtigt. Diese Annahme in Deutschland ist im Vergleich zu Shenzhen aber
führt eher zu einer Überschätzung des Ausmaßes deutlich zu den Älteren verschoben, so dass, wenn
und der Geschwindigkeit der Ausbreitung. Auf- diese Häufigkeitsverteilung auf die Bevölkerung in
grund der hohen Vernetzung der Regionen inner- Deutschland angewendet wird, von einem Anteil
halb Deutschlands ist ohne Gegenmaßnahmen aber von 4,5 % schwerer Verläufe unter allen Infektionen
grundsätzlich von einer Betroffenheit aller Regio- in Deutschland ausgegangen wird. Insgesamt
20. März 2020

Verlauf der Infektion in Tagen


0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Infektiosität, 10 Tage
Symptome, 9 Tage 95,5 % Genesung
| 4,5 %
Krankenhaus, 14 Tage – 75 % – Genesung
| 25 %
Intensivstation, 10 Tage – 50 % – Genesung
| 50 %
Tod

Abb. 1 | Angenommene Parameter im Modell für die durchschnittliche Dauer der Erkrankungsphasen und die Übergangswahr-
scheinlichkeiten in Prozent

nehmen wir also eine Letalität der Infektion mit keit wird proportional zum Produkt der Anzahl der
SARS-CoV-2 von etwa 0,56 % an. Auch diese An- suszeptiblen Personen und der Anzahl der infektiösen
nahme liegt eher am unteren Rand bestehender Personen zu einem gegebenen Zeitpunkt modelliert.
Schätzungen.10
Als Startpunkt der Epidemie wird am Anfang der
Abbildung 1 zeigt den angenommenen Anteil der Modellierung eine Zahl von 1.000 Infektionen in
Infektionen, die jeweils das nächst schwerere Stadi- Deutschland angenommen – zur zeitlichen Orien-
um der Erkrankung und Behandlung durchlaufen. tierung: In Deutschland wurde diese Zahl an Fälle
zum ersten Mal am 8. März 2020 gemeldet. Es wird
Die Dauer der Erkrankungsstadien wird wie folgt eine mittlere Rate von einem importierten Fall pro
angenommen: Mittlere Latenzzeit (die Zeit von An- Tag angenommen.
steckung bis zum Beginn der Infektiosität) 3 Tage,
mittlere Inkubationszeit 5 Tage, mittlere Dauer der
Symptome (ohne Krankenhaus-Aufenthalt) 9 Tage, Modellierte Kontrollmaßnahmen
mittlere Dauer von Erkrankungsbeginn (Beginn der Als Kontrollmaßnahme wird eine effektive Reduktion
Symptome) bis zur eventuellen Hospitalisierung 4 von Folgeinfektionen erkrankter und nicht erkrankter
Tage, mittlere Liegedauer im Krankenhaus: 14 Tage, COVID-19-Infizierter modelliert. Wir betrachten:
davon mittlere Dauer bis zur eventuellen Intensiv-
pflichtigkeit 1 Tag, mittlere Liegedauer auf der ▶▶ einen modellierten Anteil zwischen 0 % und
Intensivstation: 10 Tage. 90 % der Erkrankten, die im Mittel 4 Tage nach
Symptombeginn positiv getestet werden und
isoliert werden oder sich selbst isolieren.
Angepasstes SEIR-Modell ▶▶ Quarantäne der engen Kontaktpersonen dieser
Das SEIR-Modell ist ein etabliertes Modell zur Be- Fälle. Es wird angenommen, dass dadurch von
schreibung der Ausbreitung einer Epidemie.1-3 Das 20 % bzw. 60 % der infizierten Kontakte keine
Modell unterscheidet folgende Gruppen: Suszeptible weiteren Sekundärfälle ausgehen.
(S), latent Infizierte (E), Infektiöse (I) und Gesundete ▶▶ Dauer der Kontrollmaßnahmen: In dieser Mo-
(R). In dem von uns angepassten Modell betrachten dellierung wird ein Aufrechterhalten der Maß-
wir zusätzlich folgende Gruppen, um die Schwere nahmen über 2 Jahre angenommen.
der Erkrankung abzubilden: Erkrankte, Hospitali-
sierte, Intensivpflichtige, Verstorbene, sowie even- Unter engen Kontakten werden hier Kontakte der
tuell Immune. Da diese Modellierung die mögli- Kategorie 1 11 verstanden, dies sind beispielsweise
chen Auswirkungen der SARS-CoV-2-Epidemie auf Menschen, die im gleichen Haushalt wohnen, ge-
Bevölkerungsebene beschreiben soll, betrachten wir meinsame Mahlzeiten einnehmen oder sich häufig
ein deterministisches Differentialgleichungsmodell treffen, siehe hierzu die Ergebnisse der Analyse der
ohne Zufallseffekte. Die Infektionswahrscheinlich- Kontaktpersonen bei Bi, Q. et al., s. Tabelle 3.9
20. März 2020

Ergebnisse anderen Größenordnung – gemäß der Annahmen


Bei den Ergebnissen handelt es sich um Beispiel- verlaufen etwa 4,5 % der Infektionen schwer und da-
szenarien, um eine Einschätzung möglicher Verläu- mit krankenhauspflichtig, in etwa 1,1 % der Infektio-
fe der Epidemie zu bekommen. Viele Annahmen im nen führen Komplikationen zu Intensivpflichtigkeit.
Modell sind mit einer erheblichen Unsicherheit be-
haftet, die hier nicht systematisch erforscht und dar- Abbildung 4 (s. S. 7) zeigt den Anteil der Bevölke-
gestellt werden kann. rung, der in den verschiedenen Szenarien von einer
Infektion mit SARS-CoV-2 betroffen wäre. Das Mo-
Abbildung 2 zeigt, dass der Referenzverlauf (ohne dell ohne Saisonalität und ohne vorbestehende Im-
Maßnahmen) abhängig von den Annahmen zur munität führt zu einer Infektion von etwa 79 % der
möglichen Immunität und Saisonalität unterschied- Bevölkerung (65,5 von 83 Millionen). Dieser hohe
lich ausfällt. Eine Saisonalität der Epidemie führt Anteil spiegelt auch die Modellannahme einer
generell zu einer Verlangsamung und Abschwä- gleichmäßig durchmischten Bevölkerung wider. In
chung der Epidemie, eine vorbestehende Immuni- dem Szenario mit 1/3 durch Immunität geschützten
tät bei gleichem Beginn der Welle zu einem deutlich Bevölkerung kommt es zu einer Infektion von 53 %
niedrigeren Maximum und niedrigerer Gesamtbe- der Bevölkerung (43,8 von 83 Millionen). Daher
troffenheit. Allen Szenarien ohne Maßnahmen ist kann auch dieses Szenario als mögliche Epidemie
gemeinsam, dass in den etwa 4 Monaten der epide- einer vollständig suszeptiblen Bevölkerung inter-
mischen Welle eine deutliche Überlastung des Ge- pretiert werden, bei der es aber nicht zu einer gleich-
sundheitssystems zu erwarten ist. mäßigen Durchmischung kommt, sondern be-
stimmte Regionen von der Epidemie verschont blie-
Abbildung 3 (s. S. 6) illustriert den Verlauf der An- ben oder wenig betroffen wären. Zu einem späteren
zahl parallel Erkrankter und den Effekt der Isolie- Zeitpunkt könnten hier durch Eintrag von außen
rung von Erkrankten, sowie den Einfluss der Qua- dann Ausbrüche von SARS-CoV entstehen. Die Iso-
rantänisierung von Kontaktpersonen. Diese zusätzli- lations- und Quarantäne-Maßnahmen führen
chen Maßnahmen führen zu deutlichen Effekten bis schrittweise zu einer deutlichen Verringerung der
zur Abwendung einer Welle auf Bevölkerungsebene. Infektionen in der Bevölkerung bis diese auf Bevöl-
Die Anzahl parallel benötigter Krankenhausbetten kerungsebene ganz verschwinden. Damit führen
und Intensivbetten verläuft sehr ähnlich wie die Kurve diese Maßnahmen aber auch dazu, dass die Bevöl-
der momentan Erkrankten, aber natürlich in einer kerung suszeptibel gegenüber SARS-CoV-2 bleibt.

R0konstant:
R0 konstant: keinerimmun
keiner immun immun
1/3 immun
Erwartete Anzahl momentan leichteSaisonalität:
leichte Saisonalität: keinerimmun
keiner immun immun
1/3 immun
Erkrankter (in Millionen) deutlicheSaisonalität:
deutliche Saisonalität: keinerimmun
keiner immun immun
1/3 immun
10
10
Erwartete Anzahl momentan Erkrankter

88
(in Millionen)

66

44

22

00
0
0 6
6 12
12 18
18 24
24
Zeit in Monaten (seit Anfang März 2020)
Zeit in Monaten (seit Anfang März 2020)

Abb. 2 | Vergleich des Verlaufs der SARS-CoV-2-Epidemie (Tages-Prävalenz).


Saisonalität führt generell zu einer Verlangsamung und Abschwächung der Epidemie, eine vorbestehende Immunität bei
gleichem Beginn der Welle zu einem deutlich niedrigeren Maximum
20. März 2020

keine
keine Saisonalität,20 %
Saisonalität, 20% Folgefälle
Folgefälle ininQuarantäne
Quarantäne keine Saisonalität,
keine Saisonalität, 60% Folgefälle
60 % in Quarantäne
Folgefälle in Quarantäne
10 10

8 8

6 6

4 4

2 2
Erkrankter (in Millionen)

0 0
0 6 12 18 24 0 6 12 18 24
Anteilisolierter
Anteil
leichte Saisonalität,
leichte Saisonalität,20 %
20% Folgefälle
Folgefälle ininQuarantäne
Quarantäne leichte
leichteSaisonalität,
Saisonalität,60% Folgefälle
60 % in Quarantäne
Folgefälle in Quarantäne isolierter
Erkrankter
10 10 Erkrankter
Anzahl momentan Erkrankter

8 8 00
1010
(in Millionen)

6 6 2020
3030
4 4 4040
Anzahl momentan

5050
2 2
6060
7070
0 0
0 6 12 18 24 0 6 12 18 24 8080
9090
deutlicheSaisonalität,
deutliche Saisonalität, 20%
20 %Folgefälle
Folgefällein Quarantäne
in Quarantäne deutliche
deutlicheSaisonalität,
Saisonalität,60% Folgefälle
60 % in Quarantäne
Folgefälle in Quarantäne
10 10

8 8

6 6

4 4

2 2

0 0
0 6 12 18 24 0 6 12 18 24
Zeit in in
Zeit Monaten
Monaten(seit
(seitAnfang
Anfang März 2020)
März 2020)

Abb. 3 | Verlauf der Anzahl an COVID-19-Erkrankungen (Tages-Prävalenz) abhängig vom Typ der Saisonalität, vom Anteil der
quarantänisierten engen Kontakte und vom Anteil isolierter Erkrankungsfälle. Es wurde angenommen, dass es keine vorbeste-
hende Immunität gibt. Verschwindende Kurven für einen hohen Anteil erfolgreicher Isolation zeigen ein Containment der
Epidemie an. Die grauen Kurven im Hintergrund symbolisieren den Verlauf von R0, wobei das Maximum jeweils R0 = 2 entspricht

Abbildung 5 (s. s. 7) zeigt die maximale Anzahl der punkt der verbreiterten Welle bis zu 600.000 Er-
isolierten Erkrankten. Sie zeigt, dass ein Contain- krankte parallel isoliert werden. Damit einher geht
ment der Epidemie nur bei einer relativ hohen Effek- eine immer noch erhebliche Anzahl schwerer Verläufe,
tivität der Isolation von Erkrankten mit gleichzeiti- die auch immer noch zu einer Überlastung des Ge-
ger Quarantänisierung der bereits infizierten engen sundheitssystems führen würde.
Kontakte funktioniert – im Szenario ohne Saisona-
lität und ohne vorbestehende Immunität wäre dies Der Anteil an Erkrankten, die – um ein Containment
der Fall für eine Effektivität der Isolation von Er- zu erreichen – isoliert werden muss, ist ähnlich hoch,
krankten von 70 % oder mehr. Kommt es nur zu ei- wenn es eine vorbestehende Immunität gibt, aber die
ner teilweisen Abschwächung und Verbreiterung Anzahl der zu isolierenden Erkrankten wäre deutlich
der Epidemiekurve (Mitigation), so steigt mit dem niedriger. Zum Beispiel müssten bei 20 % Isolierung
Anteil der isolierten Fälle auch deren Anzahl deut- Erkrankter ohne Saisonalität und ohne Immunität
lich an, bis die kombinierte Isolation und Quarantäne etwa 550.000 Patienten isoliert werden (oder sich
so effektiv ist, dass die Welle deutlich kleiner wird. selbst isolieren), bei 1/3 vorbestehender Immunität
Bei mittlerer Effektivität müssten auf dem Höhe- nur etwa 400.000.
20. März 2020

keinekeine
Saisonalität, keine
Saisonalität, keine Immunität
Immunität keine Saisonalität,
keine Saisonalität, 1/31/3 immun
immun
60 60

40 40

20 20
Infektionen

0 0
0 20 40 60 80 0 20 40 60 80
Gesamtzahl Infektionen

leichtleichte
Saisonalität, keine
Saisonalität, keine Immunität
Immunität leicht Saisonalität,
leichte 1/3
Saisonalität, 1/3 immun
immun

60 60
(in(inMillionen)
Gesamtzahl
Millionen)

40 40

20 20

0 0
Erwartete

0 20 40 60 80 0 20 40 60 80
Erwartete

deutliche Saisonalität,
deutliche keine
Saisonalität, keine Immunität
Immunität deutliche Saisonalität,
deutliche Saisonalität, 1/31/3 immun
immun
60 60

40 40

20 20

0 0
0 20 40 60 80 0 20 40 60 80
Anteil Anteil
isolierter
isolierter Erkrankter
Erkrankter

Abb. 4 | Erwartete Gesamtzahl von Infektionen abhängig vom Typ der Saisonalität (von oben nach unten), dem Anteil der
vorbestehenden Immunität (links/rechts) und dem Anteil erfolgreich isolierter Erkrankter. Dabei wurde zusätzlich angenommen,
dass 60 % der bereits infizierten Kontaktpersonen dieser Fälle erfolgreich quarantänisiert werden konnten .

keine
keineSaisonalität,
Saisonalität,keine Immunität
keine Immunität keine Saisonalität,
keine 1/3 1/3
Saisonalität, immun
immun
600 600

400 400

200 200
Erkrankter

0 0
isolierter Erkrankten

0 20 40 60 80 0 20 40 60 80

leichtSaisonalität,
leichte Saisonalität, keine
keine Immunität
Immunität leicht
leichte Saisonalität,
Saisonalität, 1/31/3 immun
immun
600 600
parallel isolierter
(inTausend)
Tausend)

400 400

200 200
Anzahlparallel
(in

0 0
0 20 40 60 80 0 20 40 60 80

deutliche
deutlicheSaisonalität, keineImmunität
Saisonalität, keine Immunität deutlicheSaisonalität,
deutliche Saisonalität,1/3
1/3immun
immun
Anzahl

600 600

400 400

200 200

0 0
0 20 40 60 80 0 20 40 60 80
Anteil isolierter
Anteil isolierterErkrankter
Erkrankter

Abb. 5 | Anzahl von parallel isolierter Erkrankter abhängig vom Anteil der Erkrankten, die isoliert werden können, dem Typ der
Saisonalität (von oben nach unten) und dem Anteil der vorbestehenden Immunität (links/rechts)
20. März 2020

keineSaisonalität,
keine Saisonalität, keine
keineImmunität
Immunität keineSaisonalität,
keine Saisonalität, 1/3
1/3 immun
immun
600 600

400 400

200 200
KH-Betten

0 0
vonKH-Betten

0 20 40 60 80 0 20 40 60 80

leicht
leichteSaisonalität,
Saisonalität, keine Immunität
keine Immunität leicht
leichteSaisonalität,
Saisonalität,1/3
1/3immun
immun
600 600
(inTausend)
Anzahl von
Tausend)

400 400
ErforderlicheAnzahl

200 200
(in

0 0
Erforderliche

0 20 40 60 80 0 20 40 60 80

deutliche Saisonalität,
deutliche keine
Saisonalität, Immunität
keine Immunität deutliche Saisonalität,
deutliche 1/3
Saisonalität, immun
1/3 immun
600 600

400 400

200 200

0 0
0 20 40 60 80 0 20 40 60 80
Anteil isolierter
Anteil isolierterErkrankter
Erkrankter

Abb. 6 | Erforderliche Anzahl von Krankenhausbetten aufgrund paralleler Nutzung auf dem Höhepunkt der Welle abhängig vom Typ der
Saisonalität, dem Anteil der vorbestehenden Immunität (links/rechts) und dem Anteil erfolgreich isolierter Erkrankter. Dabei wurde
zusätzlich angenommen, dass 60 % der bereits infizierten Kontaktpersonen dieser Fälle erfolgreich quarantänisiert werden konnten

Die Abbildungen 6 und 7 zeigen, dass durch inten- Unter der Annahme, dass der Beginn der Infektio-
sivere Maßnahmen zur Isolation von Erkrankten sität nur einen Tag vor Symptombeginn liegt und die
und Quarantäne enger Kontaktpersonen nach und Generationszeit nur 6 Tage statt 10 Tage beträgt, er-
nach die Anzahl der parallel benötigten Kranken- gibt das Modell etwas schlankere Kurven der Ta-
haus- und Intensivbetten deutlich reduziert werden gesprävalenz der Erkrankten, die schneller den Peak
kann. Nur bei einem Containment der Epidemie erreichen (ohne Abbildung). So würde der Verlauf
bleibt die Anzahl der parallel benötigten Betten in ohne Saisonalität bereits Mitte Juni den Peak der Epi-
einem bewältigbaren Rahmen. demie erreichen und nicht erst Ende Juli wie bei dem

keineSaisonalität,
keine Saisonalität, keine
keineImmunität
Immunität keineSaisonalität,
keine Saisonalität, 1/3
1/3 immun
immun
150 150

100 100
Intensiv-Betten

50 50

0 0
Intensivbetten

0 20 40 60 80 0 20 40 60 80

leicht
leichteSaisonalität,
Saisonalität, keine Immunität
keine Immunität leicht
leichteSaisonalität,
Saisonalität,1/3
1/3immun
immun
150 150
Tausend)
von
(inTausend)

100 100
Anzahlvon

50 50
Erforderliche Anzahl

0 0
(in

0 20 40 60 80 0 20 40 60 80
Erforderliche

deutliche
deutlicheSaisonalität, keineImmunität
Saisonalität, keine Immunität deutliche Saisonalität,
deutliche Saisonalität,1/3
1/3immun
immun
150 150

100 100

50 50

0 0
0 20 40 60 80 0 20 40 60 80
Anteil isolierter
Anteil isolierterErkrankter
Erkrankter

Abb. 7 | Erforderliche Anzahl von Intensivbetten aufgrund paralleler Nutzung auf dem Höhepunkt der Welle abhängig vom Typ der
Saisonalität, dem Anteil der vorbestehenden Immunität und dem Anteil erfolgreich kontaktreduzierter Erkrankungsfälle. Dabei wurde
zusätzlich angenommen, dass 60 % der bereits infizierten Kontaktpersonen dieser Fälle erfolgreich quarantänisiert werden konnten
20. März 2020

keinekeine
Saisonalität,
Saisonalität, keine Immunität
keine Immunität keine Saisonalität,
keine 1/3immun
Saisonalität, 1/3 immun
400 400
300 300
200 200
100 100
0 0
Erwartete Anzahl Todesfälle

0 20 40 60 80 0 20 40 60 80
Erwartete Anzahl Todesfälle

leichtleichte
Saisonalität,
Saisonalität,keine Immunität
keine Immunität leicht Saisonalität,
leichte 1/3
Saisonalität, 1/3 immun
immun
400 400
(in(inTausend)
Tausend)

300 300
200 200
100 100
0 0
0 20 40 60 80 0 20 40 60 80
deutliche
deutliche Saisonalität, keine
Saisonalität, keine Immunität
Immunität deutliche
deutliche Saisonalität, 1/3
Saisonalität, 1/3immun
immun
400 400
300 300
200 200
100 100
0 0
0 20 40 60 80 0 20 40 60 80
Anteil isolierter Erkrankter
Anteil isolierter Erkrankter

Abb. 8 | Erwartete Anzahl von Todesfällen abhängig vom Typ der Saisonalität, dem Anteil der vorbestehenden Immunität und
dem Anteil erfolgreich kontaktreduzierter Erkrankungsfälle. Dabei wurde zusätzlich angenommen, dass 60 % der bereits
infizierten Kontaktpersonen dieser Fälle erfolgreich quarantänisiert werden konnten

betrachteten Szenario. Die Dauer der Hauptbelas- Maßnahmen der Gesundheitsämter zur Isolierung
tung würde von 4 Monaten auf 3 Monate sinken. Die und Kontaktpersonen-Nachverfolgung gelöst werden.
Belastung der Krankenhäuser wäre dagegen etwas
höher, die benötigten Bettenzahlen für Krankenhäu- In welchem Maß die Maßnahmen (Isolation/Selbst-
ser und Intensivstationen würde um knapp 30 % an- isolation; Quarantäne/Selbstquarantäne; allgemei-
steigen, die Zahl der Todesfälle bliebe etwa gleich. ne Kontaktreduktion) umgesetzt werden, ist schwer
zu sagen, es müssen aber alle drei zusammenwir-
ken und sich ergänzen. Zum Teil können Defizite
Diskussion in einer Maßnahme von der besseren Erfüllung ei-
Die Modellierung zeigt sehr anschaulich, dass eine ner der anderen aufgefangen werden. Besonders
ungebremste SARS-CoV-2-Epidemie unter den ge- schwer ist das Containment im Szenario ohne Saiso-
wählten Annahmen, unabhängig von einer gewissen nalität und ohne vorbestehende Immunität, hier
vorbestehenden Immunität in der Bevölkerung und wären eine Isolation von 70 % oder mehr der Er-
einer möglicherweise bestehenden Saisonalität spä- krankten bei gleichzeitiger erfolgreicher Quarantä-
testens im Herbst oder Winter 2020 zu einer hohen nisierung von 60 % der bereits angesteckten engen
Krankheitslast in der Bevölkerung führt. Die größte Kontakte erforderlich. Das zeigt die Relevanz von
Herausforderung besteht prinzipiell in der Gefahr, allgemeinen kontaktreduzierenden Maßnahmen.
dass eine sehr große Zahl von Menschen gleichzeitig Entscheidend für einen hohen Umsetzungs-
erkranken könnte und damit die verfügbaren Betten- grad ist deren Realisierbarkeit. Solange die Zahl
kapazitäten sehr deutlich übertroffen würden. Dieser der bestätigten Fälle noch klein ist (z. B. Zahl der
Gefahr kann durch eine Reduktion der Folgeerkran- laborbestätigten Fälle unter wenigen Tausend), kön-
kungen in der laufenden Epidemie begegnet werden. nen Krankenhäuser die Erkrankten isolieren und
Diese Aufgabe kann allerdings nicht allein durch die Gesundheitsämter können enge Kontakte iden-
tifizieren und quarantänisieren, sowie bei den dar-
20. März 2020

aus erwachsenen Fälle genauso verfahren. Durch- zahl an Todesfällen und maximal benötigte Anzahl
gehend ist besonders wichtig, dass die engen Kon- von Intensivbetten geschätzt, siehe Ferguson et al., s.
taktpersonen mit der höchsten Infektionswahr- Tabelle 4 auf Seite 13, aber es wurden auch höhere
scheinlichkeit, nämlich die Haushaltsmitglieder, Werte von R0 in Betracht gezogen und insgesamt eine
die Wahrscheinlichkeit für ihre Ansteckung redu- kürzere Generationenzeit von 6,5 Tagen. Dies führt
zieren. Bei einer höheren Fallzahl kann es auch not- insbesondere zu einem schnelleren Erreichen des
wendig sein, dass sich Personen mit oder ohne Labor- Höhepunkts der epidemischen Welle bereits zwi-
bestätigung so verhalten, als ob sie COVID-19-Fälle schen Ende Mai und Mitte Juni 2020. Die Annah-
sind und ihre engen Kontaktpersonen instruieren, men bezüglich der Schwere sind ähnlich wie in der
in Quarantäne zu gehen. Solches selbstinitiiertes vorliegenden Analyse, so wird sogar ein Anteil von
Verhalten wird vermutlich aber nur dann auch so- intensivpflichtigen Verläufen von 30 % unter allen
ziale Akzeptanz finden, wenn die ganze Gesell- krankenhauspflichtigen Verläufen angenommen,
schaft schon durch etliche und konsequent durch- das Risiko von Intensivpflichtigen zu versterben
geführte Maßnahmen versucht, die tägliche Anzahl wird identisch als 50 % angenommen.
an Kontakten (auf der Arbeit, im Verkehr, beim Ein- Möglicherweise ist das hohe Sterberisiko von inten-
kauf, in der Freizeit,…) auf ein absolutes Minimum sivpflichtigen Personen 4 teilweise auf eine nicht opti-
zu reduzieren, d. h. eine Quarantäne ist eine Maß- male Intensivbetreuung in Überlastungssituationen,
nahme, für die es schon viel Verständnis und ge- etwa zu Zeiten des epidemischen Peaks in Wuhan zu-
sellschaftliche Akzeptanz gibt. rückzuführen. Bei sehr guter Betreuung könnte also
ein größerer Anteil überleben. Andererseits scheint es
Eine Schwierigkeit in der Evaluation getroffener auch schwer eine Überbelastung aufgrund von hohen
Maßnahmen ist, dass aufgrund der Inkubationszeit Fallzahlen auszuschließen. In diesem Fall kann auch
und der Zeit bis zum positiven Nachweis der Er- eine höhere Letalität nicht ausgeschlossen werden.
krankung allein schon 6 – 10 Tage vergehen, und bis Die Tatsache dass die Infektiosität bereits am Tag
zum Nachweis eines nachhaltigen Rückgangs der des Symptombeginns sehr hoch ist wird beispiels-
Neuinfektionen leicht eine Zeit von ca. 2 – 3 Wochen weise in Zou et al.13 gezeigt. Die Höhe der Viruslast
vergehen kann. am Tag des Symptombeginns lässt erahnen, dass es
Da es höchst wahrscheinlich nicht möglich ist die auch schon am Tag 1 oder Tag 2 vor Symptombeginn
Ausbreitung von SARS-CoV-2 völlig zu beenden, eine messbare Virusausscheidung gegeben haben
muss zumindest ein Teil der Maßnahmen nach müsste, siehe Zou et al., s. Abbildung 1C.13 Auch im
Möglichkeit für einen längeren Zeitraum aufrecht- Rahmen der Ausbruchsuntersuchung früher Fälle
erhalten werden. Um dies zu realisieren ist eine große in Bayern, war die Ansteckung eines Patienten
Akzeptanz der Maßnahmen essenziell, so dass der durch einen anderen nur unter Annahme von
Fokus auf Maßnahmen liegen sollte, die nicht ihrer- präsymptomatischer Übertragung erklärbar. Die
seits zu großen gesellschaftlichen Problemen füh- beiden Patienten hatten einen Symptombeginn am
ren. Eine flexible Anpassung erscheint notwendig. gleichen Tag (bisher unveröffentlicht). Diese frühe
Eine Herausforderung für die Kommunikation ent- Infektiosität erschwert die Erkennung von Fällen
steht dabei insbesondere aus der Problematik: je vor der Entstehung von Nachfolgefällen sehr deut-
„erfolgreicher“ wir sind (= je flacher die Kurve wird), lich und führt zu der großen Relevanz der Qua-
umso länger müssen wir durchhalten, bevor ein rantänisierung von engen Kontaktpersonen.
substanzieller Teil der Bevölkerung aufgrund einer
durchgemachten Infektion einen Immunschutz ge-
gen SARS-CoV-2 erworben hat. Schlussfolgerungen
Für diese Modellierung wurden R0 und andere Pa- Von jetzt an und in den nächsten Wochen sind
rameter bewusst moderat gewählt, daher kann nicht maximale Anstrengungen erforderlich um die
ausgeschlossen werden, dass die Epidemie schneller COVID-19-Epidemie in Deutschland zu verlangsa-
verläuft und auch höhere Maximalwerte erreicht wer- men, abzuflachen und letztlich die Zahl der Hospi-
den. Bei einer vergleichbaren Modellierung für Groß- talisierungen, intensivpflichtigen Patienten und
britannien 12 wurden für R0 = 2 eine ähnliche Gesamt- Todesfälle zu minimieren.
20. März 2020

cess cruise ship: A data-driven analysis. International


Literatur
Journal of Infectious Diseases 2020
1 Anderson RM, Anderson B, May RM: Infectious di-
seases of humans: dynamics and control: Oxford uni- 8 Kissler SM, Tedijanto C, Goldstein E, et al.: Projecting
versity press 1992 the transmission dynamics of SARS-CoV-2 through
the post-pandemic period. medRxiv. 2020.
2 Hethcote HW: The mathematics of infectious disea-
ses. SIAM review 2000;42(4):599 – 653 9 Bi Q, Wu Y, Mei S, et al.: Epidemiology and Transmis-
sion of COVID-19 in Shenzhen China: Analysis of 391
3 Kermack WO, McKendrick AG: A contribution to the
cases and 1,286 of their close contacts. medRxiv 2020
mathematical theory of epidemics. Proceedings of the
royal society of london Series A, Containing papers of 10 Dorigatti I, Okell L, Cori A, et al.: Report 4: severity of
a mathematical and physical character 2019-novel coronavirus (nCoV). Imperial College Lon-
1927;115(772):700 – 21 don, London 2020

4 The Novel Coronavirus Pneumonia Emergency Res- 11 Robert Koch-Institut: Hinweise zum ambulanten Ma-
ponse Epidemiology Team: The epidemiological cha- nagement von COVID-19-Verdachtsfällen und leicht
racteristics of an outbreak of 2019 novel coronavirus erkrankten bestätigten COVID-19-Patienten. URL:
diseases (COVID-19) in China. China CDC Weekly www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coron-
2020;2(x):1 – 10 avirus/ambulant.html

5 Imai N, Cori A, Dorigatti I, et al.: Report 3: transmissi- 12 Ferguson NM, Laydon D, Nedjati-Gilani G, et al.: on
bility of 2019-nCov. Reference Source 2020 behalf of the Imperial College COVID-19 Response
Team. Impact of non-pharmaceutical interventions
6 Kucharski AJ, Russell TW, Diamond C, et al.: Early dy-
(NPIs) to reduce COVID-19 mortality and healthcare
namics of transmission and control of COVID-19: a
demand. DOI: https://doiorg/1025561/77482. 2020
mathematical modelling study. medRxiv 2020
13 Zou L, Ruan F, Huang M, et al.: SARS-CoV-2 viral load
7 Zhang S, Diao M, Yu W, et al.: Estimation of the re-
in upper respiratory specimens of infected patients.
productive number of Novel Coronavirus (COVID-19)
New England Journal of Medicine 2020
and the probable outbreak size on the Diamond Prin-

Autoren Acknowledgement
Dr. Matthias an der Heiden | Dr. Udo Buchholz Wir danken Dr. Tim Eckmanns, Prof. Dr. Walter Haas,
Dr. Osamah Hamouda, Prof. Dr. Lars Schaade und
Robert Koch-Institut | Abteilung für Infektionsepidemio-
Prof. Dr. Lothar H. Wieler vom Robert Koch-Institut
logie | FG 34 für HIV/AIDS und andere sexuell oder
(RKI) und Prof. Dr. Michael Höhle von der Universität
durch Blut übertragbare Infektionen
Stockholm für sehr hilfreiche Kommentare und Anre-
gungen und die kritische Durchsicht des Manuskriptes.
Korrespondenz: anderHeidenM@rki.de

Vorgeschlagene Zitierweise
an der Heiden M, Buchholz U: Modellierung von
Beispielszenarien der SARS-CoV-2-Epidemie 2020 in
Deutschland. | DOI 10.25646/6571.2