Das Verständnis der komplexen Interaktionen innerhalb des weltweiten Transportnetzes ist ein essentieller Schritt auf dem Weg zur Vorhersage der Krankheitsausbreitung und Entwicklung von effektiven Gegenmaßnahmen. Ungeachtet der weltweiten Vernetzung werden die politischen Entscheidungen oft von nationaler, regionaler und egozentrischen Denkweise geleitet. Die Ebola-Epidemie in 2014 demonstrierte deutlich, dass solche Herangehensweise modernen Epidemien nicht gerecht werden kann.
In dieser Dissertation werden mehrere Methoden entwickelt, welche es ermöglichen während einer Epidemie die globalen Teilnehmer entsprechend ihrer Rolle einzustufen und das Risiko des Krankheitsexports zu berechnen. Die Methodik wird analytisch und numerisch ausführlich diskutiert. Darüber hinaus werden Lösungen für hypothetische und reale Epidemien auf dem Flugverkehrsnetz vorgestellt. Im zweiten Teil wird mit Hilfe eines vereinfachten spieltheoretischen Modells der Prozess der Ressourcenverteilung zur Epidemieeindämmung untersucht. Dabei erfolgt die Verteilung der Ressourcen von den Knoten und kann in egozentrischer oder altruistischer Weise erfolgen. Im Rahmen der Modells liegen die Optima für das altruistische und egozentrische System eng beieinander, solange der ausbruch räumlich konzentriert ist. In diesem Fall ist es optimal alle Ressourcen in den Ausbruchsknoten zu investieren. Bei lokal getrennten Ausbrüchen streben die Systeme verschiedene Gleichgewichte an.
In allen Aspekten der Arbeit wird netzwerkbasierte Repräsentation des Systems verwendet, so dass die Orte durch Knoten innerhalb eines Transportnetzwerkes abgebildet werden. Die vorliegende Arbeit vereint mehrere Vorteileder etablierten Methoden: während der Schwerpunkt auf der Topologie des Netzwerkes liegt, berücksichtigt die vorgestellte Methodik den Ursprungsort der Epidemie. / The growing complexity of the global mobility is a key challenge for the understanding of the worldwide spread of emergent infectious diseases and the design of effective containment strategies. Despite global connectivity, containment policies are often based on national, regional and ’egocentric’ assessments of outbreak situations that are no longer effective or meaningful, as recently demonstrated by 2014 Ebola outbreak in West Africa, where months passed before a concerted, international effort followed. Despite the importance of the matter, optimal strategies in highly connected non-local settings are poorly understood.
In the work at hand we propose a set of methods for more informed decision making during and prior to a pandemic. All of the studied systems are represented by networks in analogz the traffic networks, which play a dominant role during the global disease spreading. We introduce methods to calculate the risk of disease importation in a specific location and to determine the role of a node during an outbreak. Using the world aviation network, we demonstrate how the methods can be applied on real and hypothetical pandemics. We show that the airports can be divided into two distinct groups according to the role they take on in distributing the disease.
Further, investigate the allocation of resources as a game theoretic dilemma. We embrace a bottom-up approach to this question, allowing the nodes of the network to distribute the resourses. We investigate egocentric and altruistic strategies and conclude that the optimal state of both systems are very similar if the outbreak is spacially confined. In this case allocation of resources ti the affected nodes is the optimal strategy. When there are multiple independent outbreaks, the optima diverge substantially.
To foster the benefits of multiple approaches, the work at hand combines the information on the network topology but also regard some specifics of the outbreak at hand outbreak.
Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/20472 |
Date | 22 January 2019 |
Creators | Baranov, Olga |
Contributors | Brockmann, Dirk, Belik, Vitaly, Hövel, Philipp |
Publisher | Humboldt-Universität zu Berlin |
Source Sets | Humboldt University of Berlin |
Language | English |
Detected Language | English |
Type | doctoralThesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | (CC BY-NC-SA 3.0 DE) Namensnennung - Nicht-kommerziell - Weitergabe unter gleichen Bedingungen 3.0 Deutschland, http://creativecommons.org/licenses/by-nc-sa/3.0/de/ |
Page generated in 0.0019 seconds