Onzekerheden in simulaties Covid-19 pandemie

Computermodellen om de sterftecijfers van Covid-19 te voorspellen bevatten aanzienlijke  onzekerheden in de voorspellingen, zo blijkt uit een internationale studie onder leiding van onderzoekers van UCL in Londen en het CWI.

Hun artikel ‘The Impact of Uncertainty on Predictions of the CovidSim Epidemiological Code’, dat eerder werd aangekondigd in een nieuwsbericht in Nature, werd op maandagavond 22 februari gepubliceerd in Nature Computational Science.

Waar het bij fysieke experimenten gebruikelijk is om bij de gemeten waarden foutbalken te laten zien, ontbreekt bij de voorspellingen van computermodellen vaak een mate van onzekerheid. Dit ondanks het feit dat zulke modellen onmiskenbaar onzeker zijn, en gebruikt worden bij besluitvorming op hoog niveau. Het onderzoeksteam stelt dat berekende voorspellingen zonder foutbalken een zeer onvolledig beeld kunnen schetsen. Dit hebben zij aangetoond in een recente studie met een computermodel dat wordt gebruikt voor het evalueren van COVID-19-interventiescenario’s.

Deze studie werd uitgevoerd in het kader van het VECMA-project, een EU Horizon 2020 onderzoeks- en innovatieprogramma. Bij het CWI waren onderzoekers Wouter Edeling en Daan Crommelin van de Scientific Computing groep betrokken. Edeling, eerste auteur van het artikel en specialist in het kwantificeren van modelonzekerheden, maakte een deel van de software voor de VECMA toolkit. Dit werd gebruikt om een onzekerheidskwantificatietechniek (UQ) te koppelen aan het bekende epidemiologische ‘CovidSim’ -model van Neil Ferguson van Imperial College in het VK, en aan gegevens uit het VK uit 2020.

Lees het volledige artikel via deze link