Wenn zu viele Menschen gleichzeitig erkranken, kann dies zur Überlastung von Spitälern führen, wie es während der COVID-19-Pandemie teilweise der Fall war. Auch bei Grippeerkrankungen besteht dieses Problem. Nun haben vom Schweizerischen Nationalfonds (SNF) geförderte Forschende ein mathematisches Modell entwickelt, das drohende Engpässe in Spitälern wegen Wellen von Grippefällen anhand von Wetterdaten frühzeitig erkennt. Die Arbeiten wurden im Journal of the Royal Statistical Society veröffentlicht.
Die Grippe ist ein saisonales Virus und tritt in unseren Breitengraden v. a. im Winter auf. Das Forschungsteam hatte deshalb die Idee, Wetterdaten wie Niederschlag, Luftfeuchtigkeit, Temperatur und Sonnenstunden mit den täglichen Grippefällen zu vergleichen, die im Lauf von drei Jahren am Universitätsspital Lausanne (CHUV) behandelt wurden.
Das Team konzentrierte sich dabei nicht wie üblich auf die durchschnittlichen Grippefallzahlen pro Tag. Sein Interesse galt stattdessen den Extremwerten – und das ist neu am Ansatz. Zu solchen Spitzenzeiten besteht die Gefahr von Engpässen in Spitälern, falls die personellen Ressourcen nicht vorher aufgestockt werden. Daraus resultierte nun ein Modell, das aufgrund von Wetterdaten das Risiko einer Überlastung drei Tage im Voraus erkennt – so lange ist die Inkubationszeit bei der Grippe.
Wenn die Spitalverantwortlichen die Entwicklung dieser Wahrscheinlichkeit jeweils ab Herbst verfolgen, könnten sie die Spitzenbelastung durch Grippefälle und daraus resultierende Engpässe frühzeitig erkennen. Konkret gibt das Modell an, welche Fallzahlen mit einer Wahrscheinlichkeit von einem, fünf und zehn Prozent überschritten werden könnten. Ausserdem prognostiziert es die Anzahl Grippefälle, die innert 10 oder 30 Tagen zu erwarten sein könnten. Wenn sich diese Werte nach oben bewegen, deutet dies darauf hin, dass eine Grippe-Epidemie auf einen Höhepunkt zusteuert.