Mathematische Vorhersagen haben möglicherweise verfehlt, wie schnell sich das neuartige Coronavirus von einer Bedrohung zu einer weltweiten Pandemie entwickeln würde, aber Forscher arbeiten hart daran, neue Modelle zu finden, die dies tun werden.
Wenn es darum geht, dass sich etwas in einer Bevölkerung ausbreitet, sei es ein Virus, ein Meme in den sozialen Medien oder eine gefälschte Nachricht, gibt es mathematische Modelle, die verwendet werden können, um seine Flugbahn vorherzusagen. Diese Modelle stützen sich stark auf Daten, die zu Beginn erhoben werden, aber die meisten gehen davon aus, dass alles, was sich ausbreitet, während seiner gesamten Lebensdauer gleich bleibt.
In Wirklichkeit können sich die Dinge jedoch schnell und dramatisch ändern. Beispielsweise mutieren verschiedene Viren unterschiedlich schnell. Um diesem Mangel entgegenzuwirken, hat ein Forscherteam der Carnegie Mellon University und der Princeton University ein neues mathematisches Modell entwickelt, das diese „Evolution“ einer infektiösen Einheit berücksichtigt.
„Wenn wir die Evolution ignorieren, unterschätzen wir die Schwere der Epidemie“, stellten die Forscher in der Studie fest, die von der US-Armee finanziert und in den Proceedings of the National Academy of Sciences veröffentlicht wurde .
Im Falle von Viren waren 60 Prozent der seit 1940 aufgetretenen Infektionskrankheiten zoonotisch – das heißt, sie stammten von Tieren, ähnlich wie das neuartige Coronavirus.
Die Fähigkeit einer zoonotischen Krankheit, von Tier zu Mensch und von Mensch zu Mensch übertragen zu werden, hängt davon ab, ob sich der Erreger zu einem Stamm entwickelt, der gut an den menschlichen Wirt angepasst ist, so das Team.
„Diese evolutionären Veränderungen haben enorme Auswirkungen“, sagte Osman Yağan, korrespondierender Autor der Studie. "Wenn Sie die potenziellen Veränderungen im Laufe der Zeit nicht berücksichtigen, liegen Sie falsch, wenn Sie die Anzahl der Personen vorhersagen, die krank werden oder die Anzahl der Personen, die einer Information ausgesetzt sind."
Die Forscher sagten, sie hätten anhand von Daten aus der realen Welt gezeigt, dass ihr Modell funktioniert, und hoffen, dass die Theorie dazu beitragen wird, die Ausbreitung zukünftiger Epidemien zu verbessern, vorherzusagen und letztendlich einzudämmen.