Kompartmentalisierende Modelle

Kurzbeschriebung

Kompartmentalisierende Modelle sind mechanistische mathematische Modelle, bei denen eine Population in eine endliche Anzahl von Kompartimenten unterteilt wird, die jeweils einen bestimmten Zustand repräsentieren (z. B. empfänglich, infiziert, genesen). Die Dynamik des Systems ergibt sich aus Übergängen zwischen diesen Kompartimenten.

Die zeitliche Entwicklung wird typischerweise durch gewöhnliche Differentialgleichungen (kontinuierlich) oder Differenzgleichungen (diskret) beschrieben. Übergangsraten hängen von Modellparametern und vom aktuellen Zustand der Population ab, etwa der Anzahl infizierter Individuen.

Ein generisches Beispiel ist '"`UNIQ--math-00000000-QINU`"', wobei '"`UNIQ--math-00000001-QINU`"' die Größe eines Kompartiments und '"`UNIQ--math-00000002-QINU`"' Übergänge zwischen Kompartimenten darstellen. Die Modelle sind aggregiert, d. h. individuelle Heterogenität wird nicht explizit abgebildet.

Kompartmentalisierende Modelle sind transparent, interpretierbar und recheneffizient. Sie bilden die Grundlage eines Großteils der klassischen epidemiologischen Modellierung und dienen oft als Ausgangspunkt für Erweiterungen (z. B. Altersstruktur, Raum, Stochastik, Bayesianisierung).

Anwendbarkeit im Gesundheitssektor

Im Public Health sind kompartmentalisierende Modelle eines der zentralen Werkzeuge zur Modellierung von Infektionskrankheiten. Sie werden eingesetzt, um Ausbreitungsdynamiken zu verstehen, epidemiologische Kennzahlen (z. B. Reproduktionszahlen) abzuleiten und Interventionen wie Impfungen oder Kontaktreduktionen zu analysieren.

Darüber hinaus dienen sie als Basismodelle für komplexere Ansätze, etwa metapopulationsbasierte Modelle, agentenbasierte Simulationen oder bayessche Zustandsraummodelle. Aufgrund ihrer Einfachheit sind sie besonders geeignet für Kommunikation, Szenarien und Politikberatung, auch wenn sie reale Heterogenität nur eingeschränkt abbilden.

Sonstiges

Starke Vereinfachung realer Systeme

Sehr gut analytisch zugänglich

Erweiterbar (Alter, Raum, Stochastik, Zeitvariation)

Semantik

Wikidata-Identifikator ist: Q2572354

Englische Wikipediaseite ist: Compartmental_models_in_epidemiology

Quelle: Kermack & McKendrick (1927); Keeling & Rohani (2008)

Behandlung von Unsicherheit in den Ergebnissen der Methode ist implizit

Für die Methode benötigte Datenmenge ist mittel

Zweck der Methode ist Simulation, Inferenz, Voraussage

Methode ist Mitglied der Methodenfamilie Mechanistisch, Simulation

Interpretierbarkeit der Ergebnisse der Methode ist gut

Webseite: https://epirecipes.org/