Steht Westafrika vor einer katastrophalen Phase oder verlangsamt sich die Ebola-Epidemie von 2014? Verschiedene Modelle liefern unterschiedliche Antworten für Liberia

Eine beispiellose Epidemie des Zaire Ebolavirus (EBOV) hat Westafrika seit etwa Dezember 2013 betroffen, mit intensiver Übertragung, die in Guinea, Sierra Leone und Liberia weiterhin stattfindet, sowie zunehmend wichtigen internationalen Auswirkungen. Mathematische Modelle erweisen sich als entscheidend, um die erwartete Anzahl an Infektionen und Todesfällen vorherzusagen und die Intensität der notwendigen Interventionen zur Kontrolle der Übertragung zu quantifizieren; jedoch ist die Kalibrierung mechanistischer Übertragungsmodelle an einem laufenden Ausbruch eine herausfordernde Aufgabe aufgrund der begrenzten Verfügbarkeit epidemiologischer Daten und schnell wechselnder Interventionen. Hier projizieren wir den Verlauf der EBOV-Epidemie in Liberia, indem wir logistische Wachstumsmodelle auf die kumulative Fallzahl anpassen. Unsere Modellergebnisse stimmen gut mit den neuesten epidemiologischen Berichten vom 23. Oktober überein und deuten darauf hin, dass die exponentielle Wachstumsphase in Liberia vorbei ist, mit einer erwarteten endgültigen Angriffsrate von ~0.1-0.12%. Unsere Ergebnisse zeigen, dass einfache phänomenologische Modelle komplementäre Einblicke in die Dynamik eines Ausbruchs bieten und frühe Anzeichen von Veränderungen im Verhalten der Bevölkerung und bei Interventionen erfassen können. Insbesondere unterstreichen unsere Ergebnisse die Notwendigkeit, die effektive Größe der empfänglichen Bevölkerung als dynamische Variable und nicht als feste Größe zu behandeln, aufgrund reaktiver Veränderungen in der Übertragung während des Ausbruchs. Wir zeigen, dass die Vorhersagen des logistischen Modells in den frühen Stadien einer Epidemie (wie den EBOV-Epidemien in Sierra Leone und Guinea) variabler sind. Weitere Forschung ist erforderlich, um die Leistungsfähigkeit mechanistischer und phänomenologischer Ansätze für Krankheitsvorhersagen zu vergleichen, bevor solche Vorhersagen von den Gesundheitsbehörden vollständig genutzt werden können.