Dynamic Contact Network Generation for Improved Epidemic Modeling

Abstract

Epidemien stellen eine relevante Bedrohung des menschlichen Lebens dar, welche sowohl mentaler als auch physischer Natur ist. Wissenschaftler*innen und Politiker*innen müssen deshalb zusammenarbeiten, um zwischen epidemischen und ökonomischen Schaden abzuwiegen und diese Bedrohung zu bewältigen. In dieser Arbeit werden gegenwärtige Studien diskutiert, welche klassischen epidemiologischen Modellen vorwerfen die Strukturen sozialer Netzwerke zu vernachlässigen, wodurch sie ungeeignet sind zur Evaluation bestimmter Interventionsstrategien. Die besprochenen Studien zeigen auf, dass die Nutzung komplexer Kontaktnetzwerke in Kombination mit Agenten basiert Modellen besser geeignet sind um soziale Strukturen abzubilden und daher eine wichtige Rolle bei der Evaluation von Interventionsstrategien einnehmen sollten. Kontaktnetzwerke können nur schwer gemessen oder modelliert werden, daher bespreche ich in dieser Arbeit den gegenwärtigen Stand der Forschung. Darauf aufbauend stelle ich ein Konzept vor mit dessen Hilfe dynamische Kontaktnetzwerke auf verschiedenen Ebenen generiert werden können. Die Makroebene des Modells nutzt ein modernes Verkehrsnachfragemodell um die synthetische Bevölkerung einer Stadt zu erstellen und einzelne Personen zwischen Orten zu bewegen. Die Mikroebene erzeugt Kontaktnetzwerke mit verschiedenen Modellen innerhalb der Orte. Die Evaluierung der Modelle und deren Parameter werden durch einen Bayesischen Optimierungsprozess realisiert. Dabei werden die Kontaktnetzwerke auf der Mikroebene durch verschiedene Metriken mit empirischen Kontaktnetzwerken verglichen. Das beste Modell STEPS liefert ausreichende Ergebnisse in drei der vier getesteten Orte. Mithilfe des vorgestellten Konzepts könnten Kontaktnetzwerke in Zukunft auf urbaner Skala modelliert werden, wodurch Interventionsstrategien besser Evaluiert werden könnten.