Frankfurter Allgemeine Zeitung - 08.04.2020

NR.84·SEITEN1

FRANKFURTER ALLGEMEINE ZEITUNG Natur und Wissenschaft MITTWOCH, 8.APRIL 2020

SeiteN2SSeiteN3 eiteN4

Sozialmedizin inNöten: Wiedie Isolationsmaßnahmen

im Zuge der Pandemie den psychischKranken wichtige

Ansprechpartner zu nehmen drohen.

Klug für ein andermalwollteThukydides seine Leser

machen.Aber seine Schilderung der Seuche inAthen

lässt sichnicht als prophylaktischesRezeptverstehen.

Die neuenUmgangsregeln zurPandemie sind

keine Kriegsmaßnahmen. Der Menschist seit jeher

ein Distanzwesen.

PSYCHISCHKRANKE SIND DIECORONA-VERLIERER DER URSACHENFORSCHER AN DER GRENZE DASSPIELVONNÄHE UND DISTANZ

D

ie Nachfrage nachGesund-

heit, so viel lässt sichnach

ein paarWochen Pandemie

sicher sagen,wächst nicht nur mit der

Bedrohung derselben, sondernauch

mit dem AngebotanGesundheits-

lösungen. Deshalbsind Masken und

Schutzbekleidungknapp und teuer,

deshalb fängt die Preistreiberei bei

Arzneien jetzt schon an. Undwer

weiß,wahrscheinlichgibtauchstapel-

weise Klopapier den Hamstererndas

sicher eGefühl,vomspärlichen Gut

Gesundheitmöglichstviel abzube-

kommen,wenn sie sichden Luxus ei-

nes sorgfältigenToilettengangs mehr-

malstäglichzuleisten vermögen.Die-

se gastrointestina le Nachsorge istal-

lerdings durchaus ausbaufähig. An

der Eliteuniversität Stanfordhat man

jetzt die „smarteToilette“ erfunden,

und sie zugleichzur Wiegeeiner neu-

en Gesundheitsbewegung erkoren.

Die Kloschüssel ausKalifornien ist

ein Wunderwerk der Sensortechnik.

Sie wirdgewissermaßen zur analen

Verlängerung der Smartwatch. Besser

noch: Unte rder Klobrille sitztkünftig

das digitale Herzder Gesundheitsin-

dustrie. Die Details sollen hiergar

nicht weiter diskutiertwerden, das al-

les is timFachjournal „NatureBiome-

dical Engineering“ nachzulesen. Es

genügt zu wissen, dassStuhl- und

Urinprobenquasi im Schnelldurch-

gang auf alle möglichen rektalen, uro-

logischen und biochemischen Defizi-

tehinuntersuchtwerden.Die„Urody-

namik“–Stromgeschwindigkeit,Volu-

men undKonsistenz–soll als Präzisi-

onsparameter der Gesundheitsfürsor-

ge aufgebautwerden.Gleichzeitigsol-

len die im Emaille-Topf versenkten

Präzisionskamerasdurch eineArtFin-

gerabdruc kderverborgenstenKörper-

öffnungen sicher stellen, dassdie Da-

tencloud,die vonder Toilett egefüt-

tert wird, denWC-Nutzer mit Ge-

sichtserkennungsqualität identifi-

ziert. Nein ,auchdas is tkein verspäte-

terAprilscherz. InStanfor dist man

nachder Auswertungvon300 Smart-

Toiletten-Nutzernvielmehr sehr si-

cher,dass„die Menschen bald ihren

Friedenschließenwerden mit dem

Scan ihres Anus“.Dahinte rsteckt na-

türlic hein in diesenTagenausgespro-

chen populäresKalkül: dassdie Men-

schen für Gesundheitsleistungen je-

der Arteinen hohenPreis zu zahlen

bereit sind. Mit einer ähnlichenTak-

tik hattesichvor Jahren derfinnische

Handyhersteller Nokia magnetische

Tattootinteschütze nlassen ,die bei

eingehendenSMSundAnrufenvibrie-

rensollte.Heutewissen wir:Das Pa-

tent warauchfür denA...!

FürsKlo

VonJoachim Müller-Jung

W

orauf müssen wir
uns für diekommen-
den Monateeinstel-
len? Wird sichunser
Gesundheitssystem
vordem Kollaps be-
wahren lassen? Mit wie vielenTotenund
Schwerkranken istimweiterenVerlauf
der Covid-19-Epidemie zurech nen? Wer
zu diesenFragen heuteernstzunehmende
Stellungnahmen und Handlungsempfeh-
lungen gibt, der beruftsichdabei fastim-
mer auf epidemiologische Modelle: die
Bundesregierung, dasRobertKoch-Insti-
tut (RKI), selbstDonald Trump. Letzterer
wurde offenbar überhaupterstvon den
düsterenPrognosen einesComputermo-
dells des Imperial CollegeLondon Mitte
Märzdazu gebracht, die Corona-Epide-
miepolitis chernstzunehmenundweitrei-

chende Maßnahmen einzuführen–auch
wenn seine eigene Expertise sichauf eine
andereArt von„Models“ beziehe, wie er
sichjüngstbei einer Pressekonferenzfest-
zustellen nichtverkneifenkonnte.
Gleichzeitig wimmelt es in den sozia-
len Medien mittlerweile vonhochmoti-
viertenHobbyepidemiologen, die auf der
Grundlageder verfügbaren Daten eigene
einfache Modelle entwickeln, um sichan
selbsterstellten Vorhersagen und Theo-
rien zu versuchen. Dabei wirdallerdings
oftvergessen, dassfür die mathematische
Modellierung einer Epidemie wie der auf
dem Sars-CoV-2-Virusberuhenden das
Radnicht neu erfundenwerden muss.
DerVersu ch,dieAusbreitungunddieRisi-
kenvon Krankheiten zuverstehen, reicht
bis ins siebzehnteJahrhundertzurück, als
der LondonerKurzwarenhändlerJohn
Gaunt die in Londonwöchentlichveröf-
fentlichten Sterbeberichteauswer tete,
um einen Eindrucküber dieverschiede-
nen Sterberisiken zu bekommen. Sein
1662 veröffentlichtes Buchmachte
Schlaganfälle als häufigsteTodesursache
aus –ein Er gebnis, das nur drei Jahrespä-
tervon der GroßenPest in Londonrevi-
diertwurde. Der Schweizer Mathemati-
kerund Ph ysiker DanielBernoulliveröf-
fentlichte1760 ein mathematisches Mo-
dell zurAusbreitungder Pocken, um zu
zeigen, dassdie Pockenschutzimpfungdie
Sterberatedeutlichsenken würde. In die-
sem Modellwarder Übertragungsmecha-
nismusder Krankheitnicht eigens enthal-
ten,Individuenerkrankteneinfachmit ei-
ner bestimmtenRate.
Tatsächlichgab es nochimneunzehn-
tenJahrhundertvielfachUnklarheitendar-
über,wie Seuchen übertragen werden.
Aufder Einsicht, das sder direkteKontakt
zwischen infiziertenund für die Anste-
ckung empfänglichen Menschen für viele
Krankheiten eine zentraleRolle spielt, be-
ruhte Anfang des zwanzigsten Jahrhun-
derts schließlichein einfaches Modell,das
noch heuteinähnlicher Form genutzt
wird. Der schottische Mediziner Ander-
son G. McKendrickund sein Landsmann,
derBiochemikerWilliamO.Kermack,ver-
suchten 1927, die für dieAusbreitung ei-
ner ansteckenden Krankheitrelevanten
Faktoren mathematischzuidentifizieren,
indem sie die Bevölkerung in drei Grup-
peneinteilten:dieEmpfänglichen,dieInfi-
ziertenund die Immunisierten. Mit Hilfe
geko ppelterDifferentialglei chungenkonn-
tensie daraufhin beschreiben, wie sichdie
Zahl vonPersonen in diesen Gruppen mit
der Zeit ändert,wenn die Ansteckung Ge-
sunder durch InfiziertevonDauer und
Grad der Infektiosität sowie derKontakt-
ratebeider Gruppengesteuertwird.
Modelle dieserArt werden heuteals
SIR-Modelle bezeichnet,wobei die Buch-
staben für die englischenNamen derver-
schiedenen Gruppen stehen: „Suscepti-
ble“, „Infected“, „Recovered“. Wenn man
mit dem Modell die Dynamik der Co-
vid-19-Epidemie wiedergeben will, dann
muss man dieseKategorien aber nochum
(mindestens) eine ergänzen: Da die Inku-
bationszeit, derZeitraum zwischen An-
steckung und Erkrankungsbeginn, im
Schnitt fünf bis sechsTage beträgt, gibt es
einegroßeGruppevonMenschen,die„ex-
posed“–latent infiziert–sind. Wenn die-
se Gruppe mit berücksichtigt wird, spricht

man vonSEIR-Modellen. Im Prinzip las-

sen sichdiese Modelle durch die Einfüh-

rung zusätzlicher Gruppen beliebig erwei-

tern,weiteraufgegliedertnachverschiede-

nen Altersgruppen etwa oder der Schwere

der Symptomatik.Wer sic haktuell in die

Fachliteratur zu Covid-19 einliest,stößt

auf diese Modelleregelmäßig: zum einen,

weil sie mathematischrelativeinfac hzu

handhaben und mit entsprechendgerin-

gemRechenaufwand zu nutzen sind. Zum

anderen,weilesangesichtsihrerlangjähri-

genVerwendung umfangreiches Erfah-

rungswissen bezüglichihrer mathemati-

schen Eigenschaften und der Einschät-

zung ihrerResultat egibt.Ein weiterer

Grund ist, dassdiese Modelle nurwenige

Eingangsparametererfordern,wassie un-

abhängigvonder Verfügbarkeit großer

und verlässlicher empirischer Datensätze

für die zu modellierende Situation macht.

AuchdasRKInutzteinSEIR-Modell:Mat-

thiasanderHeidenundUdoBuchholzver-

öffentlichten am 20. Märzentsprechende

Berechnungen möglicher Verläufeder

Sars-CoV-2-Epidemie, um einen Ein-

druc kzuv ermitteln, wie sichdie Situation

in Deutschland, abhängigvonverschiede-

nen zu ergreifenden Maßnahmen, im Lau-

fe des Jahres entwickeln könnte.

AusbreitungvonKrankheiten

in sozialenKontakt-Netzwerken

SEIR-Modelle haben aber ein zentrales

Defizit:Siegehendavonaus,dasssichInfi-

zierte und Gesunde „homogen mischen“,

dassalso dieWahrscheinlichkeit für alle

nochnicht Erkrankten einer bestimmten

Gruppegleichgroßist,sichanzustecken.

Tatsächlich–das wissen wir nicht erst seit

Covid-19–spielt aber diekomplexe Netz-

werkstruktursozialerKontakt eeinegroße

Rolle für die Ausbreitungsd ynamik einer

Epidemie,genau wie auchdie geographi-

sche Verteilung der Bevölkerung. So ist

einKrankenpfle gerineinergroßenMetro-

pole einem viel höheren Ansteckungsrisi-

ko ausgesetztalseinsozialisolierterLand-

bewohner.Umdieser TatsacheRechnung

zu tragen, wurden epidemiologische Mo-

delle in zwei Richtungen weiterentwi-

ckelt. Zum einen wurden Methoden aus

derGraphentheorieunddenSozialwissen-

schaf tenfürNetzwerk-basie rteModellege-

nutzt .ZumanderenberücksichtigenAgen-

ten-basierte Modelle das individuelleVer-

haltenvonAkteuren, die bestimmtenRe-

geln gemäß handeln. Solchekomplexen

Simulationen,die länderspezifische Infor-

mationenwie dieregionale Bevölkerungs-

dichte, mittlereLängevon Arbeitswegen,

typische Reisewege,Haushaltsgrößen

oder auchdas je weiligeAusbildungssys-

temberücksichtigenkönnen, sind nume-

rischüberaus aufwendig.

Ein Beispiel für ein Individuen-basier-

tes, räumlichstrukturiertesModell, das

eine Vielzahl nationaler Daten als Ein-

gangsparameterberücksichtigt ,ist das

oben erwähnteModell des Imperial Col-

legeLondon, dasvonWissenschaftlern

um Neil Ferguson entwickelt wurde und

auf dem eine am 16. Märzveröf fentlichte

Studie zur Wirksamkeit verschiedener

Maßnahmen zur EindämmungvonCo-

vid-19 in den Vereinigten Staaten und

Großbritannien beruhte. Jeder Bürgerbe-

sitzt in diesem Modell einegewisse Wahr-

scheinlichkeit, sichzuHause, bei der Ar-

beit oder in der Schule oder in der Öffent-

lichkeit anzustecken. Aufdieser Grundla-

ge kanndanngeprüftwerden,welcheAus-

wirkungen bestimmteMaßnahmen wie

die IsolationundQuarantänevonInfizier-

tenund deren Kontaktpersonen,die

SchließungvonSchulen oder soziale Di-

stanzierung haben.Wieaufwendig diese

Rechnungen sind, legt eineStudie von

2006 offen(doi: 10.1038/nature04795), in

der das Modell bereits für dasStudium ei-

ner möglichenPandemie in denVereinig-

tenStaaten und Großbritannien einge-

setzt wordenwar. 28 000CPU-StundenRe-

chenzeit warendafür erforderlich. Für

eine dynamische Politikberatung, die

schnell auf eine sichständig ändernde

Ausgangssituation reagierenmussund die

BerechnungvielermöglicherSzenariener-

fordert, sind solche Modelle also nicht op-

timal –obwohl ihr eBeschreibungstruktu-

rell der tatsächlichen Situation sehr nah

kommt.

Wenn man die Qualität epidemiologi-

scher Modelle einschätzen will, dann ist

es also wichtig, sichden Kontextihrer

Nutzungzuverdeutlichen–ein Punkt,auf

den auchWissenschaftsphilosophen bei

der Reflexion wissenschaftlicher Modelle

gernehinweisen:NichtimmeristKomple-

xität einVorteil, zumal ein Modell, das

umfangreiche Inputdaten erfordert, seine

Prognosenvonder Qualität dieser Daten

abhängig macht, die oftnicht einfachab-

zuschätzen ist.

Wiekann man dieVerlässlichkeit

vonModellen einschätzen?

Auch einfache Modelle,die tiefgreifende

Idealisierungen undNäherungen beinhal-

ten, können also für bestimmteZwecke

sehr sinnvoll sein.Wenn dieWahl der Mo-

dellstruktur aber nicht alleinvonder Qua-

lität derRepräsentation des modellierten

Phänomensabhängt,dannerlangteinean-

dereFragezentraleRelevanz: Wiekann

man kontrollieren, ob die Modelle in ih-

renAussagenverlässlich sind?

Tatsächlichist die Einschätzung der

Verlässlichkeit und auchder Limitatio-

nen eines numerischen Modells ein wich-

tiges Element jeder Modellentwicklung.

DabeikommenverschiedeneStrategien

zumTragen, nicht allefindensichexplizit

beschriebenauchinden resultierenden

wissenschaftlichen Veröffentlichungen

wieder.Ein er sterSchritt is toft,das Mo-

dellfüreinfacheSituationenlaufenzulas-

sen, deren Dynamik bekannt ist. So kann

überprüftwerden, ob die Berechnungen

die theoretischen Erwartungen erfüllen.

Generell sind es solcheKonsistenz-Tests,

die einem Modellierer beim „Herumspie-

len“mitdemModellmitderZeiteinever-

lässliche Vorstellung davongeben,wie

das Modell funktioniert, wie empfindlich

es auf Änderungenreagiert, wie seine Er-

gebnisse zu interpretieren sind und an

welchenStellen seineAussagen beson-

dersunsicher werden.ExplizitereTests er-

folgen imVergleichmit existierenden Da-

tenoder anderen Modellen. Sowerden

Modelle oftvor ihrerVerwendung auf der

Grundlagevon Daten kalibrier t: Man

lässt sie mit den Anfangsbedingungen ei-

ner historischen Epidemie laufen und

stelltdie Ergebnisseden tatsächlichen em-

pirischen Datengegenüber. Schwierig ist

dies offenbar bei neuen Erregern wie

Sars-CoV-2,wo sichdas Wissen über die

Krankheit gerade er st entwickelt und

eine ständigeAnpassung des Modells er-

fordert. Eine andereMöglichkeit ist, die

Ergebnisseverschiedener,aber dochähn-

licher Modelle miteinander zu verglei-

chen. Wenn eine bestimmteAussag evon

allen Modellen trotzinterner Unter-

schiede unterstützt wird, dann scheint sie

vondiesen unabhängig zu bestehen –und

somit besondersglaubwürdig zu sein.

Eine solche Ensemblestudie wurde bei-

spielsweise für das Modell des Imperial

CollegeimVergleichmit drei anderen

Modellen 2008 durchgeführt(doi:

10.1073/pnas.0706849150). Schließlich

kann man aber auchModelleganz unter-

schiedlicher Machartvergleichen. Eine

solche Studie wurdeetwa 2009 vonder

australischen Regierung präsentiert, die

dazu dienen sollte, eine neu entwickelte

Agenten-basierte Simulation mit einem

„hinreichend bekannten“ SIR-Modell ab-

zugleichen und so zuvalidieren.

Die Frage, wasein gutes undwasein

schlechtes Modell ist, offenbartsichdamit

als keineswegs trivial. Denn jedes Modell

besitztSchwachstellenundAspekte,inde-

nenesschlichtfalschist.DieKunstist,das

Modell so zu nutzen, dassdiese Schwach-

stellen für dieresultierenden Prognosen

entweder nicht besondersins Gewichtfal-

len oder ihreWirkung klar abschätzbar

ist. Eine kritische Hinterfragung aller Mo-

delleist damit notwendigerTeil ihrer An-

wendung–undgleichzeitigetwas, dasviel

Erfahrungswissenvoraussetzt.Esist da-

her beruhigend, dassdie heutesor elevan-

tenModelle nicht erst für Covid-19 entwi-

ckelt wurden, sondernauf einer langen

Forschungstradition aufbauen.

„Istdas Coronavirus

inzwischen überall?“

Wieder Er reger

durch die Luft reist,

ob Masken gut und

dicht genug sind.

http://www.faz.net/podcasts

Foto Diana Cabrera

Rojas

Die Weltgesundheitsorganisation will

ihrePosition überprüfen, und auch

VirologeninallerWeltüberdenkenge-

radeihreHaltung zur Maskenfrage:

Wird neben Distanz und Isolation

auchder einfache Atemschutz (nicht

die mitFilter ausgestatteteProfimas-

ke)zum wichtigen Instrument, um

nachdem Lockdown die Pandemie

bis zur Bereitstellung eines Impfstoffs

zumanagen?In„NatureMedicine“be-

schreiben Forscher aus Hongkong

eine Studie mitFreiwilligen, die mit

Influenza-, Rhino- oderCoronaviren

infiziertwaren. Über einenZeitraum

vonfünf Jahren wurden jeweils drei-

ßigminütigeAusatemtests im Labor

vorgenommen.Fazit:Handelsübliche

OP-Maskenverhindernambesten die

Übertragung bei Coronaviren.Wäh-

renddiePartikeln wederin Tröpfchen

nochinluftgängigerenAerosolen fest-

gestelltwurden,wardieBar rierefunk-

tion der Masken bei Influenza- und

Rhinoviren reduziert. jom

Modelle

derSeuche

DieLuftwege

vonSars-CoV-2

NeuimWissen-Podcast

Wiewirdsichdie Covid-19-Pandemie

entwickeln? Simulationengeben Antworten,

abersindsieauchzuverlässig?

VonSibylle Anderl