In dem Verbundprojekt PROGNOSIS wird mithilfe von entwickelten Modellen ein allgemeiner Ansatz für Vorhersage der Krankenhausbelastung auf mehreren Versorgungsebenen (Standard, Intensiv, Beatmung), einschließlich der wirtschaftlichen Auswirkungen auf Versorgungsketten und Personalressourcen verfolgt. Auf diese Weise können dem Gesundheitswesen und staatlichen Einrichtungen dringend benötigte Informationen über die Auswirkungen der Epidemie auf die allgemeine Versorgungssicherheit, mitsamt möglicher Überlastungen und Kollateraleffekte, zur Verfügung gestellt werden.
Um dies zu erreichen ist ein Aufbau eines frei verfügbaren und erweiterbaren Modellierungsansatzes geplant, um relevante und detaillierte Vorhersagen zur Krankenhausbelastung zu liefern und die Wirksamkeit von Gegenstrategien zu bewerten. Dazu schließen sich Partner mit komplementärer Expertise in den Bereichen Biostatistik, Bioinformatik, Epidemiologie, Gesundheitsforschung, Infektionskrankheiten und Ökonomie zusammen um diesen dringenden Bedarf in einem ganzheitlichen Ansatz zu adressieren. Es werden datengestützte Kurzzeit- und mechanistische Langzeitvorhersagemodelle für die Krankenhausbelastung auf verschiedenen Versorgungsebenen für die wichtigen Atemwegsinfektionen COVID-19, Influenza und Pneumokokkenpneumonie entwickelt, mit einem Fokus auf zeitliche (Epidemie-Episoden) und räumliche (Deutschland, Bundesländer, Landkreise) Auflösung der Daten.
Die im Rahmen des Projekts entwickelte Modelle werden unter Verwendung umfangreicher und neu hinzukommender Daten verschiedener Institutionen, Kompetenznetzwerke und der Medizininformatik-Initiative aktualisiert und parametrisiert. Die modellierten Auswirkungen der prognostizierten Krankenhausbelastung auf Versorgungsketten und Personalressourcen der Krankenhäuser ermöglichen die Ableitung konkreter kurzfristiger Maßnahmen gegen die erwartete Überlastung und die Bewertung langfristiger Maßnahmen wie Impfprogramme und nicht-pharmazeutische Interventionen zur Prävention. Der Modellansatz lässt sich auf andere epidemische Situationen anderer Erreger übertragen. Die Ergebnisse werden Entscheidungen auf verschiedenen Ebenen unterstützen, z.B. in Regierungsinstitutionen, Krisenstäben und Krankenhausverwaltungen.