TY  - RPRT
U1  - Arbeitspapier
A1  - Engel, Joachim
A1  - Jahn, Beate
A1  - Friedrich, Sarah
A1  - Behnke, Joachim
A1  - et al., 
T1  - Zur Rolle von Daten, Statistiken und Entscheidungen in einer Pandemie
N2  - Eine Pandemie stellt die Entscheidungsfindung vor besondere Herausforderungen, da Entscheidungen kontinuierlich an sich schnell ändernde Beweise und verfügbare Daten angepasst werden müssen. Welche Gegenmaßnahmen sind zum Beispiel in einem bestimmten Stadium der Pandemie angemessen? Wie lässt sich die Schwere der Pandemie messen? Wie wirkt sich die Impfung in der Bevölkerung aus und welche Gruppen sollten zuerst geimpft werden? Der Prozess der Entscheidungsfindung beginnt mit der Datenerhebung und -modellierung und setzt sich bis zur Verbreitung der Ergebnisse und den anschließend getroffenen Entscheidungen fort. Das Ziel dieser Arbeit ist es, einen Überblick über diesen Prozess zu geben und Empfehlungen für die verschiedenen Schritte aus statistischer Sicht zu geben. Insbesondere diskutieren wir eine Reihe von Modellierungstechniken, darunter mathematische, statistische und entscheidungsanalytische Modelle sowie deren Anwendungen im COVID-19-Kontext. Mit dieser Übersicht möchten wir das Verständnis für die Ziele dieser Modellierungsansätze und die spezifischen Datenanforderungen fördern, die für die Interpretation der Ergebnisse und für erfolgreiche interdisziplinäre Kooperationen unerlässlich sind. Ein besonderer Schwerpunkt liegt auf der Rolle, die Daten in diesen verschiedenen Modellen spielen, und wir beziehen in die Diskussion die Bedeutung statistischer Grundkenntnisse und einer effektiven Verbreitung und Kommunikation von Erkenntnissen ein.
KW  - Statistik
KW  - Gesundheit
KW  - Pandemie
KW  - Sars-CoV-2
KW  - COVID-19
KW  - Gesundheitsentscheidungsrahmen
KW  - Entscheidungsanalytische Modellierung
Y1  - 2022
U6  - https://doi.org/10.1007/s10182-022-00439-7
DO  - https://doi.org/10.1007/s10182-022-00439-7
N1  - Der Volltext kann unter der angegebenen DOI abgerufen werden.
IS  - AStA Advances in Statistical Analysis (2022)
PB  - Springer Nature
ER  -