Modellierungen sind spätestens seit der Corona-Pandemie ein unverzichtbares wissenschaftliches Instrument. MONID, das Modellierungsnetz für schwere Infektionskrankheiten, will unter anderem für ein besseres Verständnis werben und Kompetenzen vermitteln. Ein Überblick.
Wenn es darum geht, Risiken besser einzuschätzen und geeignete Schutzmaßnahmen zu entwickeln, kommen Forschende nicht um eine Methode herum: die Modellierung. Spätestens die SARS-CoV-2-Pandemie zeigte, wie relevant Modellierungen für unser Gesundheitssystem und die Politik sind. Erstens, um Infektionskrankheiten besser einzuschätzen, und zweitens, um sie überwachen zu können. Vor diesem Hintergrund wurde MONID im Jahr 2022 ins Leben gerufen. In dem Modellierungsnetzwerk für schwere Infektionskrankheiten arbeiten sowohl Physiker, Mathematiker, Informatiker und methodische Statistiker als auch Epidemiologen, Virologen, Psychologen, Soziologen, Demografen und Public-Health-Experten Hand in Hand. Kurz: MONID setzt genau da an, nämlich wissenschaftliche, interdisziplinäre Expertise zu bündeln und die Modellierungskompetenz aufseiten des wissenschaftlichen Nachwuchses zu stärken.
Während sich MONID in der ersten Projektphase mit der Corona-Pandemie befasste und zehn Forschungskonsortien zählte, besteht es in der zweiten Förderphase aus sieben Konsortien und drei assoziierten Forschungsverbünden. In beiden Phasen wird auch eine Koordinierungsstelle finanziert, die unter anderem Tagungen, Workshops, das interne Fortbildungsprogramm MONID-Academy und den Austausch mit der Steuerungsgruppe organisiert. Angedacht ist, auch öffentliche Veranstaltungen zu entwickeln, um das Thema Modellierung bekannter zu machen. „Aus unserer Sicht ist es wichtig, ein Verständnis für diese Art von Evidenz in der Gesellschaft zu etablieren“, sagt Prof. Dr. Rafael Mikolajczyk, Direktor des Instituts für Medizinische Epidemiologie, Biometrie und Informatik der Universitätsmedizin Halle. Das Bundesforschungsministerium fördert das von der Universitätsmedizin Halle gemanagte Modellierungsnetz bis Ende 2029 mit 17 Millionen Euro.
Auf die wertvollen Erfahrungen mit Modellierungen in der Pandemiezeit baut MONID nun auf und erweitert zudem das Forschungsspektrum. In nächster Zeit befassen sich die geförderten Verbünde zwar wieder mit schweren respiratorischen Infektionen wie Influenza und SARS-CoV-2, aber auch mit vektorübertragenen Infektionskrankheiten, die beispielsweise durch Zecken oder Moskitos verbreitet werden. Warum rücken gerade jetzt Zecken und Stechmücken als Infektionsübertrager in den Fokus? Entscheidend ist für MONID die damit einhergehende methodische Erweiterung. Hinzu kommt eine andere besorgniserregende Komponente: Die Infektionslast kann sich durch den globalen Klimawandel sogar erhöhen, da steigende Temperaturen die Ausbreitung von bestimmten Krankheitserregern begünstigen.
Ein dritter Fragenkomplex betrifft die Langzeiteffekte von Impfkampagnen. „Wir haben uns im Auftrag der Ständigen Impfkommission bereits vor einigen Jahren mit der Frage beschäftigt, welche Folgen die Einführung der Windpocken-Impfung bei Kindern im Hinblick auf die Herpes-Zoster-Erkrankung bei älteren Menschen hat“, erzählt Prof. Rafael Mikolajczyk. Das Ziel von Impfungen sei eben nicht nur, die aktuelle Krankheitslast zu senken, sondern auch langfristige positive Effekte zu erzielen. „Zum Beispiel geht es bei der HPV-Impfung darum, Krebserkrankungen zu senken, die 50 Jahre später auftreten können“, sagt der Mediziner.
Wie aber sehen Modellierungen konkret aus? Und welche mathematischen Modelle liegen ihnen zugrunde? Bereits in den 1950er-Jahren berechneten Mathematiker, wie viel Prozent der Bevölkerung geimpft sein müssen, damit sich eine Infektion nicht verbreiten kann. „Im Moment arbeiten wir meist mit Unterstützung von Computern. Eine große Rolle spielt dabei die Verwendung von unterschiedlichen Datenquellen, um sicherzustellen, dass die Modelle korrekt die Wirklichkeit abbilden. Es kann sich um öffentlich verfügbare, anonymisierte Datensätze, darunter Bewegungsdaten, soziale Verhaltensmuster und Effekte der Einstellungen handeln.“ Im Verlauf der Pandemie kam den agentenbasierten Modellen eine besondere Bedeutung zu. „Diese Modelle versuchen das Ansteckungsverhalten von Individuen einer Population zu simulieren“, sagt der Wissenschaftler. Ein wichtiges Modell wurde aus der Verkehrsforschung übernommen und um die Darstellung der Ansteckung erweitert. „Man hat betrachtet, wie viele Kontakte die Fahrgäste in der Straßenbahn hatten und später mit anderen Menschen an ihrem Arbeitsplatz“, sagt Rafael Mikolajczyk. Der Vorteil dieses Modells ist offenkundig: Es lässt sich auch simulieren, welche Effekte infolge von Interventionen zu beobachten sind. Was passiert, wenn ein Teil der Bevölkerung in öffentlichen Verkehrsmitteln Masken trägt? Welchen Effekt hat Kontaktnachverfolgung? Wie verhalten sich Kinder und Jugendliche infolge der Schulschließungen?
„Je besser die Annahmen, desto zuverlässiger und präziser sind die Ergebnisse“
Ebenfalls ein agentenbasiertes Modell ist das „German Epidemic Microsimulation System“, das in der ersten Förderphase von MONID entwickelt wurde. Richtig zum Tragen kommt es aber erst jetzt: Denn das Projekt „ADAPTI-M“ will das Modell technisch und organisatorisch weiterentwickeln, damit es zur Entscheidungsunterstützung im Fall einer Pandemie verwendet werden kann. Ein Augenmerk soll auch auf Tröpfchen- und Aerosolübertragungen, komplexer Mobilität, Adhärenzverhalten und neuartigen Virusvarianten liegen. „Das ist ein Gesamtmodell für ganz Deutschland. Wir können 84 Millionen Agenten mit geografischer Heterogenität modellieren“, erklärt Rafael Mikolajczyk. Aber: In der ersten Förderphase fand hauptsächlich die Entwicklung statt und die Anwendung steht noch aus. „Es geht uns darum, den Personen, die im öffentlichen Gesundheitsdienst arbeiten oder in der Zeit einer Pandemie mit Atemwegsinfektionen Entscheidungen treffen müssen, relevante Informationen zu liefern“, erklärt der Universitätsmediziner. Erklärtes Ziel des Projektes ist es, dass Mitarbeiterinnen und Mitarbeiter des Robert Koch-Instituts mit diesem Modell arbeiten können.
Und wie zuverlässig sind eigentlich Modellprognosen? Diese Frage ist nicht einfach zu beantworten, denn es gilt, verschiedene Teilaspekte im Gesamtbild zu berücksichtigen. „Wir können unterschiedliche Szenarien zeigen und welche Auswirkungen sie haben. Und wir können zeigen, wie sich Veränderungen auswirken, wenn wir bestimmte Annahmen zugrunde legen“, sagt Rafael Mikolajczyk. Ein Modellierungsprojekt ziele nicht darauf, eine Zahl zu nennen, sondern eher zu zeigen, in welchen Bereichen die Effekte liegen. Daher ginge es in Modellierungen nicht um Vorhersagen, eher um die „Eingrenzung von Möglichkeiten und die Einschätzung von Effekten“. „Die Modelle, mit denen wir arbeiten, übersetzen Annahmen in Effekte. Deshalb ist die entscheidende Frage, wie gut die Annahmen sind“, stellt der MONID-Sprecher klar. Vereinfacht gesagt: Je besser die Annahmen, desto zuverlässiger und präziser sind die Ergebnisse.
Die MONID-Forschenden versuchen allerdings nicht – wie man denken könnte – darauf hinzuarbeiten, ein epidemiologisches Frühwarnsystem aufzubauen. Da einige aktuelle Projekte auch darauf fokussieren, welche Effekte nicht-pharmazeutische Interventionen zeigen, liegt dem Modellierungsnetz auch daran, Lösungsansätze für das Management von Pandemien zu finden. „Das Robert Koch-Institut hat eher die Aufgabe, frühzeitig vor Epidemien zu warnen. Wir befassen uns aber damit, wie man diese Informationen in Modelle implementiert und daraus Handlungsempfehlungen ableitet“, erläutert Rafael Mikolajczyk. Wo MONID zurzeit steht, lässt sich jedoch schwer sagen. „Projekte entwickeln meist eine eigene Dynamik, sodass man am Ende ihrer Zeit erst alles zusammen hat“, sagt Rafael Mikolajczyk.
Und kann durch Modellierungen der Umgang mit Gesundheitsrisiken verändert werden? Auch darauf hat der MONID-Sprecher Rafael Mikolajczyk eine klare Antwort: Es gehe darum, nicht nur in Pandemiezeiten über Modellierungen zu sprechen, sondern ein „generelles Verständnis“ dafür zu wecken. „Wichtig ist auch, in der Bevölkerung ein Vertrauen in die Ergebnisse zu erzeugen“, sagt Rafael Mikolajczyk. Außerdem gebe es ein weit verbreitetes Missverständnis: Wenn ein Worst-Case-Szenario modelliert wurde, das in der Zukunft nicht eintritt, denken viele, dass das Modell falsch war. „Richtig aber ist, dass wir dann das Eintreten eines pessimistischen Szenarios erfolgreich vermieden haben.“ Daher sei gerade die Aufklärung der Bevölkerung unabdingbar. Nur so könne „dieser Ansatz der Modellierung“ letztlich angenommen werden.