Schätzung einer zeitabhängigen Reproduktionszahl R für Daten mit einer wöchentlichen Periodizität am Beispiel von SARS-CoV-2-Infektionen und COVID-19

Der Beitrag analysiert die Auswirkungen von wochentlichen Periodizitaten und zeitlichen Korrekturen auf die Schatzung einer zeitabhangigen Reproduktionszahl R bei Infektionskrankheiten. Zur Reduktion dieser Schwankungen wird eine einfache Methode vorgeschlagen, die auf einem akausalen Filter der Filterlange 7 und optionalen Schatzungen zukunftiger Fallzahlen beruht. Dabei werden die gleichen Tage der Vorwoche als Basis fur die Schatzungen verwendet, weil sich das in einer anderen Domane mit wochentlichen Periodizitaten-der Lastprognose in Energiezeitreihen-bewahrt hat. Akausale Filter vermeiden unerwunschte Zeitverzogerungen, die bei kausalen Filtern auftreten. Die Ergebnisse werden anhand der Fallzahlen von SARS-CoV-2-Infektionen und COVID-19 (Coronavirus Disease 19) in Deutschland mit existierenden Ansatzen des Robert-Koch-Instituts in Deutschland verglichen. Die vorgeschlagene Methode kompensiert wochentliche Periodizitaten besser und reduziert Phasen mit einer scheinbarenUberschreitung von R > 1, die oftmals eine besondere offentliche Aufmerksamkeit hervorrufen. Daruberhinaus werden die Potenziale und Grenzen von verschiedenen Nowcasting-Modellen aufgezeigt, die Fallzahlen auf ein Erkrankungsdatum projizieren.