Kompartmentalisierende Modelle: Unterschied zwischen den Versionen

Aus Kyffhäuser KI
Zur Navigation springen Zur Suche springen
← Zum vorherigen Versionsunterschied
VisuellWikitext
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
 
(10 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
== Kurzbeschriebung ==
== Kurzbeschriebung ==


[[Beschreibung ist::Kompartmentalisierende Modelle dienen der Beschreibung der Ausbreitung infektiöser Krankheiten. Der Name entstammt der Eigenschaft, dass sie die Bevölkerung in Gruppen (Kompartemente) aufteilen. Die Modelle beschreiben dann mit Hilfe gekoppelter Differenzialgleichungen, wie unter welchen Bedinungen wieviele Personen von einer zu einer anderen Gruppe wandern. Das einfachste Modell ist das SI-Modell, welches die Kompartemente Gefährdet (Susceptible, S) und Infiziert (Infected, I) verwendet. Erweiterungen des Modells fügen noch weitere Kompartemente hinzu, so zum Beispiel Genesene (Recovered, R), Explonierte (Exposed, E), Geimpfte (Vaccinated, V), Verstorbene (Deceased, D), immune Neugeborene (Maternally Derived Immunity, M), oder betrachten sich ändernde typische Krankheitsverläufe, zum Beispiel durch Mutationen oder Wiederinfektionen]]
[[Beschreibung ist::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.]]
 
[[Beschreibung ist::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.]]
 
[[Beschreibung ist::Ein generisches Beispiel ist
<math>\frac{dX_i}{dt} = \sum_j F_{ji}(X,\theta) - \sum_j F_{ij}(X,\theta)</math>,
wobei <math>X_i</math> die Größe eines Kompartiments und <math>F_{ij}</math> Übergänge zwischen Kompartimenten darstellen. Die Modelle sind aggregiert, d. h. individuelle Heterogenität wird nicht explizit abgebildet.]]
 
[[Beschreibung ist::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 ==
== Semantik ==
Identifikator: [[Identifikator ist::]]


Wikidata-Identifikator ist: [[Wikidata ID ist::Q2572354]]
Wikidata-Identifikator ist: [[Wikidata ID ist::Q2572354]]


Deutsche Wikipediaseite ist: [[Wikipedia-de-Seite ist::]]
Englische Wikipediaseite ist: [[Wikipedia-en-Seite ist::Compartmental_models_in_epidemiology
]]


Englische Wikipediaseite ist: [[Wikipedia-en-Seite ist::Compartmental_models_(epidemiology)]]
Quelle: [[Quelle ist::Kermack & McKendrick (1927); Keeling & Rohani (2008)]]


Quelle: [[Quelle ist::]]
Behandlung von Unsicherheit in den Ergebnissen der Methode ist [[Behandlung von Unsicherheit in den Ergebnissen der Methode ist::implizit]]


Behandlung von Unsicherheit in den Ergebnissen der Methode ist [[Behandlung von Unsicherheit in den Ergebnissen der Methode ist::]]
Für die Methode benötigte Datenmenge ist [[Für die Methode benötigte Datenmenge ist::mittel]]


Für die Methode benötigte Datenmenge ist [[Für die Methode benötigte Datenmenge ist::]]
Zweck der Methode ist [[Zweck der Methode ist::Simulation]], [[Zweck der Methode ist::Inferenz]], [[Zweck der Methode ist::Voraussage]]


Zweck der Methode ist [[Zweck der Methode ist::Voraussage]] und [[Zweck der Methode ist::Simulation]]
Methode ist Mitglied der Methodenfamilie [[Methode ist Mitglied der Methodenfamilie::Mechanistisch]], [[Methode ist Mitglied der Methodenfamilie::Simulation]]


Methode ist Mitglied der Methodenfamilie [[Methode ist Mitglied der Methodenfamilie::Mechanistisch]]
Interpretierbarkeit der Ergebnisse der Methode ist [[Interpretierbarkeit der Ergebnisse der Methode ist::gut]]


Interpretierbarkeit der Ergebnisse der Methode ist [[Interpretierbarkeit der Ergebnisse der Methode ist::]]
Webseite: [[Webseiten-URL ist::https://epirecipes.org/
]]


[[Kategorie:Methode]]
[[Kategorie:Methode]]

Aktuelle Version vom 3. Februar 2026, 15:53 Uhr

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/

Abgerufen von „https://osl.bastler.space/index.php?title=Kompartmentalisierende_Modelle&oldid=578“