Susceptible-Exposed-Infected-Recovered (SEIR)-Modelle

SEIR-Modelle sind Kompartimentmodelle der Krankheitsübertragung, die eine Population in anfällige, exponierte (infizierte, aber noch nicht infektiöse), infektiöse und genesene Personen unterteilen und dann den Fluss von Individuen zwischen diesen Kompartimenten im Zeitverlauf beschreiben. Durch das Hinzufügen eines exponierten (latenten) Stadiums zur einfacheren SIR-Struktur erfasst das SEIR-Modell die Verzögerung zwischen Infektion und Infektiosität, die viele Krankheiten kennzeichnet, und es ist eines der grundlegenden Rahmenwerke der Epidemiologie von Infektionskrankheiten.

Definition

Ein SEIR-Modell ist ein Kompartiment-Transmissionsmodell, das eine Population in anfällige, exponierte (latente), infektiöse und genesene Klassen unterteilt und Übergangsraten zwischen diesen Klassen verwendet, um zu beschreiben, wie sich eine Epidemie im Zeitverlauf entwickelt.

Scope

Dieser Eintrag erläutert die Idee der Kompartimentmodellierung, die Bedeutung der S-, E-, I- und R-Kompartimente und der Übergänge zwischen ihnen, die Beziehung dieser Modelle zur Reproduktionszahl und die vereinfachenden Annahmen, die sie treffen. Es handelt sich um ein methodisches Referenzthema, nicht um eine klinische Leitlinie.

Core questions

• Was stellen die S-, E-, I- und R-Kompartimente dar, und wie bewegen sich Individuen zwischen ihnen?
• Warum ist das Hinzufügen eines exponierten Kompartiments wichtig, und wie unterscheidet sich SEIR von SIR?
• Wie hängt die Struktur des Modells mit der Basisreproduktionszahl zusammen?
• Welche Annahmen, wie die homogene Durchmischung, treffen diese Modelle?

Key concepts

• Anfälliges Kompartiment (S)
• Exponiertes / latentes Kompartiment (E)
• Infektiöses Kompartiment (I)
• Genesenes / entferntes Kompartiment (R)
• Übergangsraten (Übertragung, Progression, Genesung)
• Annahme der homogenen Durchmischung
• Beziehung zu R0 und dem Schwellenwert

Key theories

Kompartimentelle Epidemiemodellierung

Kermack und McKendrick führten den kompartimentellen Ansatz ein, der eine Epidemie als Flüsse zwischen anfälligen, infektiösen und genesenen Klassen darstellt, das Framework, das SEIR-Modelle durch Einfügen eines latenten (exponierten) Kompartiments erweitern.

Next-Generation-Ableitung von R0 in Kompartimentmodellen

Diekmann und Kollegen zeigten, wie die Basisreproduktionszahl direkt aus der Struktur eines Kompartimentmodells über dessen Next-Generation-Matrix abgeleitet werden kann, wodurch die SEIR-Übergangsraten mit dem Schwellenwertverhalten des Modells verknüpft werden.

Mechanisms

In einem SEIR-Modell werden anfällige Individuen mit einer Rate exponiert, die vom Kontakt mit infektiösen Individuen abhängt; exponierte Individuen entwickeln sich nach einer Latenzzeit zur infektiösen Klasse; infektiöse Individuen genesen (oder werden entfernt) nach einer infektiösen Periode; und genesene Individuen werden typischerweise als immun angenommen. Diese Flüsse werden als Übergangsraten geschrieben, und die Basisreproduktionszahl ergibt sich aus ihrer Kombination. Die einfachsten Formen gehen von homogener Durchmischung, festen Raten und einer geschlossenen Population aus, und diese Annahmen können durch Hinzufügen von Kompartimenten für Alter, räumliche Struktur oder nachlassende Immunität gelockert werden. Der SIR-Spezialfall lässt das exponierte Kompartiment weg, wenn die Latenzzeit vernachlässigbar ist.

Clinical relevance

Kompartimentmodelle wie SEIR bilden die Grundlage dafür, wie Analysten Epidemieverläufe prognostizieren und auf Bevölkerungsebene untersuchen, wie Veränderungen im Kontakt oder in der Immunität die Ausbreitung beeinflussen würden. Sie sind ein Referenzmodellierungsrahmen, der Populationsdynamiken beschreibt und keine Grundlage für individuelle Diagnose- oder Behandlungsentscheidungen darstellt.

Epidemiology

SEIR- und verwandte Kompartimentmodelle wurden verwendet, um eine Vielzahl von Infektionen mit einem latenten Stadium zu untersuchen und Ausbruchsdaten zu interpretieren; ihre Projektionen hängen stark von den angenommenen Parametern und der Struktur ab, daher sollten die Ergebnisse eher als szenarioabhängig denn als präzise Vorhersagen gelesen werden.

History

Das Kompartiment-Framework stammt von Kermack und McKendrick aus dem Jahr 1927. In den folgenden Jahrzehnten wurde es zu den SIR- und SEIR-Familien weiterentwickelt und von Anderson und May synthetisiert, während die Next-Generation-Methoden von Diekmann und Kollegen klärten, wie die Reproduktionszahl aus der Kompartimentstruktur folgt.

Debates

Wie realistisch muss die Modellstruktur sein?

Einfache homogene SEIR-Modelle sind transparent, können aber die Dynamik falsch darstellen, wenn Populationen stark alters- oder kontaktstrukturiert sind; wie viel Heterogenität eingebaut werden sollte, ist ein Abwägen zwischen Realismus, Handhabbarkeit und Identifizierbarkeit, eine wiederkehrende Modellierungsentscheidung.

Key figures

• William Ogilvy Kermack
• Anderson Gray McKendrick
• Roy Anderson
• Robert May
• Odo Diekmann
• Matt Keeling

Seminal works

• kermack-mckendrick-1927
• diekmann-1990
• anderson-may-1991

Frequently asked questions

Was ist der Unterschied zwischen SIR- und SEIR-Modellen?

Ein SEIR-Modell fügt ein exponiertes (latentes) Kompartiment für Individuen hinzu, die infiziert, aber noch nicht infektiös sind, während ein SIR-Modell dieses Stadium weglässt und annimmt, dass Individuen sofort nach der Infektion infektiös werden.

Was bedeutet das 'exponierte' Kompartiment?

Es repräsentiert Personen, die infiziert wurden, sich aber noch in der Latenzzeit befinden und den Erreger noch nicht übertragen können; sie gehen später in das infektiöse Kompartiment über.