Forschende aus Genf und Lausanne haben ein statistisches Modell entwickelt, das Spitälern als Frühwarnsystem vor Engpässen aufgrund der Grippe dienen könnte. Die Wissenschafter um Eva Cantoni von der Universität Genf nutzten dabei ein Muster, das meteorologische Daten und Grippefälle erfasst, um mit der Extremwerttheorie die Überlastung von Spitälern durch Grippefälle vorherzusagen, wie der Schweizerische Nationalfonds (SNF) am Donnerstag mitteilte.
Das Wetter wirkt sich nämlich auf die Aktivität von Viren aus: Sonniges, warmes Wetter macht Erregern von Erkältungen und Grippe den Garaus. Wird es kälter, schlagen sie mit voller Wucht zurück. Auch Influenzaviren zirkulieren vor allem in der kalten Jahreszeit und verursachen praktisch jeden Winter eine Grippewelle. Das statistische Modell fütterte das Forschungsteam mit meteorologischen Daten sowie den täglichen Grippefällen, die während drei Jahren am Universitätsspital Lausanne (Chuv) behandelt wurden. So gelang es ihnen ein Modell zu erstellen, welches das Risiko einer Überlastung drei Tage im Voraus erkennt. Den Ansatz stellten sie im „Journal of the Royal Statistical Society“ vor.
Die Warnungen vor einer möglichen Überlastung würden Spitälern helfen, ihre Kapazitäten gegebenenfalls zu erhöhen und Gefahren für die öffentliche Gesundheit aufgrund von Ressourcenknappheit zu vermeiden, so die Forschenden. Aus ihrer Sicht könnte der in der Studie vorgestellte Ansatz auf verschiedene Arten von Viren angewandt werden, etwa auch auf SARS-CoV-2. Um die Risikoeinschätzungen sicherer zu machen, sei aber eine bessere Datengrundlage erforderlich.