Die demografische scaling-Modell-entwickelt von Forschern am Max-Planck-Institut für Demografische Forschung in Rostock und der Universität von Helsinki macht es möglich, zu schätzen, die tatsächliche Zahl der COVID-19-Infektionen in verschiedenen Ländern mit nur einem minimum an Daten. Nach diesem Modell die Anzahl der Fälle in Deutschland ist nur etwa 1,8-mal höher als die Zahl der bestätigten Fälle. Für Italien, aber die Forscher schätzen, dass die Zahl der infizierten ist sechs mal höher als die Zahl der bestätigten Fälle, die von den Gesundheitsbehörden.
„Für die zehn Länder, die am stärksten von der COVID-19-Pandemie, die wir verwendet haben unsere demografischen scaling Modell zur Schätzung der Dunkelziffer der infizierten Menschen“, sagt Mikko Myrskylä, Direktor am Max-Planck-Institut für demografische Forschung in Rostock, Deutschland. Nach Angaben von Mai 13, 2020, gibt es im Durchschnitt vier mal so viele infizierte Menschen, da es bestätigte Fälle.
Für Italien, das Modell Schätzungen etwa 1,4 Millionen infizierten Menschen, die sechsmal höher als die bestätigten Fälle, die von den Gesundheitsbehörden. Die Forscher schätzen für die USA, dass es bereits 3.1 Millionen Menschen infiziert mit COVID-19, die mehr als doppelt so viele Fälle als offiziell gemeldet. In Deutschland, auf der anderen Seite, wo eine große Anzahl von Menschen getestet, COVID-19, das Modell schätzt die Zahl der nicht gemeldeten Fälle werden nur 1,8-mal so hoch.
„Aber die Unsicherheit des Modells Schätzungen ist groß“, ergänzt Christina Bohk-Ewald, co-Autor des Papiers und arbeitet derzeit an der Universität von Helsinki. Mit einer Wahrscheinlichkeit von 95%, die geschätzte Gesamtzahl der Fälle ist zwischen zweimal und elf mal so hoch wie die Zahl der bestätigten Fälle. Die Unterschiede zwischen den einzelnen Ländern sind groß. Die Forscher präsentieren Ihr Modell in einem Papier, das online verfügbar ist als pre-print-version auf medRxiv aber wurde nicht peer-reviewed.
Für Ihre Modell-Berechnungen der Forscher hauptsächlich Daten auf COVID-19 Todesfälle, Infektionen Todesraten, und Sterbetafeln. Da jedoch COVID-19-Infektion fatality Preise sind noch nicht bekannt, für die meisten Länder, die Forscher übertragen es von einem Verweis Land auf andere Länder über die so genannte fernere Lebenserwartung. Diese demographische parameter ermöglicht es, zu kontrollieren, für cross-country-Unterschiede in der Altersstruktur, früheren Krankheiten in der Bevölkerung und die Gesundheitssysteme in den verschiedenen Ländern.
Die demografische scaling-Modell basiert auf zwei Annahmen: Erstens wird davon ausgegangen, dass die Zahl der Menschen, die gestorben sind, von COVID-19 ist ziemlich genau erfasst. Zweitens, es wird davon ausgegangen, dass die Infektion Todesraten von einem Verweis Land (in diesem Fall, Hubei, China) sind auf andere Länder übertragbar nach demografischen Anpassung. Die drei Max-Planck-Forscher sind sich bewusst, dass diese beiden Annahmen sind nur annähernd MAßGEBEND und gelten nicht überall perfekt.