Mathematisches Modell zur Koksvergasung

Eckehard Förster; Hans Adolf Friedrichs; Wilhelm Küste; Peter-Jürgen Liebisch†

doi:10.1002/srin.197404547

Ein mathematisches modell zur optimalregelung von versorgungssystemen

Optimization ◽

10.1080/02331937408842225 ◽

1974 ◽

Vol 5 (9) ◽

pp. 661-685

Author(s):

Norbert Sieber ◽

Hans-Jürgen Sebastian

Keyword(s):

Mathematisches Modell

Download Full-text

Modell zur Dimensionierung und Optimierung von Medizinischen Forschungsund Ausbildungsstätten (Klinika)

Methods of Information in Medicine ◽

10.1055/s-0038-1636095 ◽

1973 ◽

Vol 12 (01) ◽

pp. 52-61 ◽

Cited By ~ 1

Author(s):

G. FUCHS ◽

K. GRASTRUP-HANSEN

Keyword(s):

Mathematisches Modell ◽

Ärztliche Versorgung

Es wird ein mathematisches Modell vorgestellt, welches erlaubt, bei Vorgabe einer großen, aber festgelegten Anzahl von Parametern die erforderliche Grundrißfläche und die Kosten für die Errichtung und Ausgestaltung einer medizinischen Forschungsund Ausbildungsstätte (eines Klinikums) zu berechnen. Die Parameter betreffen zahlenmäßige Angaben zu Studentenzahlen für die einzelnen Studienjahre, Angaben über das wissenschaftliche und nicht-wissenschaftliche Personal der einzelnen Fachabteihmgen, Art und Zahl von Forschungsräumen und Räumen für die ärztliche Versorgung ambulanter und stationärer Patienten usw. Die Bestimmungen der neuen Approbationsordnung sind dabei berücksichtigt worden. Da alle Angaben sich auf einen bestimmten Ausbauzeitpunkt beziehen, ist eine rechnerische Ermittlung von optimalen Ausbaustufen möglich. Das Modell liegt in der Form eines FORTRAN-IV-Programms vor, die Rechnungen können somit von jeder größeren EDV-Anlage durchgeführt werden.

Download Full-text

Ein mathematisches Modell zur Schätzung der Dunkelziffer von SARS-CoV-2-Infektionen in der Frühphase der Pandemie am Beispiel Deutschland und Italien

Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz ◽

10.1007/s00103-021-03384-z ◽

2021 ◽

Author(s):

Jochen Fiedler ◽

Christian P. Moritz ◽

Sascha Feth ◽

Michael Speckert ◽

Klaus Dreßler ◽

...

Keyword(s):

Mathematisches Modell

Zusammenfassung Hintergrund Gerade in der Frühphase einer Pandemie ist es schwierig, verlässliche Zahlen über deren Ausbreitung zu erhalten. Die derzeitige COVID-19-Pandemie und das damit verbundene umfassende, aber nicht vollständige Datenmonitoring bieten die Möglichkeit, die Dunkelziffer der nicht erfassten Fälle zu schätzen. Ziel Vorstellung eines einfachen mathematischen Modells, welches eine frühzeitige Abschätzung der Zahl nichtregistrierter Fälle (Dunkelziffer) ermöglicht. Material und Methoden Es werden die Prävalenzen der gemeldeten Infektionen in verschiedenen Altersgruppen mit Kennzahlen der altersabhängigen Kontaktzahlen kombiniert. Daraus wird für jede Altersgruppe eine korrigierte Prävalenz abgeleitet, mit der dann die Dunkelziffer geschätzt werden kann. Ergebnisse Unser Modell berechnet für Mitte April 2020 in Deutschland insgesamt 2,8-mal so viele Infektionen wie die Zahl der registrierten Infektionen (Fälle). Für Italien ergibt sich Mitte April 2020 ein Faktor von 8,3. Die daraus abgeleiteten Fallsterblichkeiten betragen 0,98 % für Deutschland und 1,51 % für Italien, welche deutlich näher zusammenliegen als die rein aus den zu dem Zeitpunkt vorhandenen Meldezahlen abgeleiteten Fallsterblichkeiten von 2,7 % und 12,6 %. Diskussion Die aus dem Modell abgeleitete Dunkelziffer kann die unterschiedlichen Beobachtungen in den Fallsterblichkeiten und der Zustände in der Frühphase der COVID-19-Pandemie in Deutschland und Italien zu einem großen Teil erklären. Das Modell ist einfach, schnell und robust implementierbar und kann gut darauf reagieren, wenn die Meldezahlen hinsichtlich der Altersstruktur nicht repräsentativ für die Bevölkerung sind. Wir empfehlen, dieses Modell für eine effiziente und frühzeitige Schätzung nichtgemeldeter Fallzahlen bei zukünftigen Epidemien und Pandemien in Betracht zu ziehen.

Download Full-text