SEIR-Modelle

Kurzbeschriebung

Das SEIR-Modell erweitert das SIR-Modell um ein zusätzliches Kompartiment Exposed (E) für infizierte, aber noch nicht infektiöse Individuen. Damit bildet es eine Latenz- bzw. Inkubationsphase explizit ab, was für viele Infektionskrankheiten realistischer ist als ein unmittelbarer Übergang von empfänglich zu infektiös.

Im Standard-SEIR-Modell gilt typischerweise: '"`UNIQ--math-00000000-QINU`"' '"`UNIQ--math-00000001-QINU`"' '"`UNIQ--math-00000002-QINU`"' '"`UNIQ--math-00000003-QINU`"' Dabei ist '"`UNIQ--math-00000004-QINU`"' die Rate, mit der Exponierte infektiös werden (mittlere Latenz '"`UNIQ--math-00000005-QINU`"'), während '"`UNIQ--math-00000006-QINU`"' und '"`UNIQ--math-00000007-QINU`"' analog zum SIR-Modell interpretiert werden.

Die Latenz verschiebt Dynamiken zeitlich: Ausbrüche können verzögert auftreten, und die beobachtete Wellenform kann sich verändern. Die Schwellenbedingung bleibt qualitativ ähnlich ('"`UNIQ--math-00000008-QINU`"'), wobei '"`UNIQ--math-00000009-QINU`"' in vielen SEIR-Parametrisierungen weiterhin im Wesentlichen durch Übertragungs- und Genesungsparameter bestimmt wird (modellabhängige Details, z. B. bei zusätzlicher Mortalität oder komplexeren Kontaktstrukturen).

SEIR ist weiterhin ein aggregiertes Modell mit homogene-mixing-Annahme, wird aber oft als „Minimalmodell“ betrachtet, wenn eine explizite Inkubationsphase wichtig ist. Es ist Ausgangspunkt für viele praxisnahe Erweiterungen (SEIRS, SEIRD, Altersstruktur, Raum, stochastische/bayessche Varianten).

Anwendbarkeit im Gesundheitssektor

Im Public Health wird das SEIR-Modell breit eingesetzt für Krankheiten mit signifikanter Inkubationszeit (z. B. Influenza, COVID-19), um realistischere Szenarien und Projektionen zu erstellen und Interventionen wie Test-/Isolationsstrategien oder zeitabhängige Kontaktreduktionen zu bewerten.

In der Anwendung unterstützt SEIR die Interpretation von Surveillance-Daten, indem es zwischen „infiziert“ und „infektiös“ unterscheidet, was für Nowcasting/Forecasting und Policy-Planung relevant ist. Für operative Entscheidungen wird es häufig weiter angereichert (Meldefehler, Zeitvariation, Datenfusion, bayessche Kalibration).

Sonstiges

Explizite Latenzphase verbessert Realismus gegenüber SIR

Parameter $\sigma$ verknüpft Modell mit Inkubationszeit

Häufiger Ausgangspunkt für praxisnahe Erweiterungen (SEIRS, SEIRD, …)

Semantik

Wikidata-Identifikator ist: Q5382699

Deutsche Wikipediaseite ist: SEIR-Modell

Englische Wikipediaseite ist: Compartmental_models_in_epidemiology#The_SEIR_model

Quelle: Keeling & Rohani (2008); Diekmann, Heesterbeek & Britton (2013)

Behandlung von Unsicherheit in den Ergebnissen der Methode ist implizit

Für die Methode benötigte Datenmenge ist klein;mittel„Klein;mittel“ befindet sich nicht in der Liste (Groß, Mittel, Klein) zulässiger Werte für das Attribut „Für die Methode benötigte Datenmenge ist“.

Zweck der Methode ist Simulation;Inferenz;Vorhersage„Simulation;Inferenz;Vorhersage“ befindet sich nicht in der Liste (Voraussage, Inferenz, Simulation, Kausale Analyse) zulässiger Werte für das Attribut „Zweck der Methode ist“.

Methode ist Mitglied der Methodenfamilie Mechanistisch;Simulation„Mechanistisch;Simulation“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.

Interpretierbarkeit der Ergebnisse der Methode ist gut

Webseite: https://epirecipes.org/