CoSim

Online COVID-19 Simulator


Model version: 4014
Data from: 20.01.2021
ICU capacity data from: 21.01.2021
Appliction version: 2.5

Contact

Prof. Dr. Thorsten Lehr
thorsten.lehr[at]mx.uni-saarland.de

Simulator activity

The connection to the simulator will be closed after 5 minutes of inactivity. Please reload the page to continue.

What it does

This simulator is a interactive tool to explore the situation regarding the current Covid-19 epidemic in the context of Germany as well as potential repercussions of potential changes for the future.
The simulations are based on the modified SEIRD-Models (Susceptible - Exposed - Infectious - Recovered– Death) developed by this working group. The modeles utilize Non-Linear-Mixed-Effects-Modeling to describe and predict a variety of groups and stages relevant to the state of this pandemic as well as the German healthcare system in general. These models rely on several datasources for its descriptive and predictiv performance including Johns Hopkins University, WHO, CDC, ECDC, Robert-Koch-Institute, the Berlin Morgenpost and others.
Both, data and the models are updated and refined on a biweekly basis. Additional model descriptions can be found in the reports on this website.

How to Use

  1. Press Simulator on the left-hand sidebar
  2. Choose either Germany or a German State that piques yor interest
  3. Select a Start and endpoint for the time frame of your interest
  4. If you press Plotting Categories you can mix and match the data that you want displayed
  5. Press Plotting Options to choose further graphing options and/or include additional information
    1. With Log-scale you can switch between linear or logarthmic scale
    2. The Observations button shows or hides observations on which the model is based. In the plots they take the form of points
    3. The Show R(t) button adds a Line showing major changes is the R(t) value over time
    4. Show ICU Capacity [beds] adds a dotted line visualizing the maximal amount of ICU beds available in each State
    5. Pressing Future R(t) gives you the option to simulate with a custom R(t) value from the time of your choosing to see how each state would fare with more or less new infections
  6. With ICU Capacity [beds] you can input a custom amount of ICU beds for each state to see where and when the capabilities of States might be reached
  7. Finally press the Simulate button to start the simulation
  8. Important! After each change to the selection the Simulate button has to be pressed again to apply the changes

The Authors

Christiane Dings1, Katharina Götz1, Katharina Och1, Iryna Sihinevich1, Dr. Dominik Selzer1, Quirin Werthner1, Lukas Kovar1, Fatima Marok1, Christina Schräpel1, Laura Fuhr1, Denise Türk1, Hannah Britz1, Prof. Dr. Sigrun Smola2, Prof. Dr. Thomas Volk3, Prof. Dr. Sascha Kreuer3, Dr. Jürgen Rissland2, Prof. Dr. Thorsten Lehr1

1 Clinical Pharmacy, Saarland University, Germany
2 Institute of Virology, University Hospital of the Saarland, Germany
3 Department of Anaesthesiology, University Hospital of the Saarland, Germany


The online simulator was developed by Quirin Werthner, Iryna Sihinevich, Katharina Och, Katharina Götz, Christiane Dings, Dr. Dominik Selzer and Prof. Dr. Thorsten Lehr.

Software

CoSim is built with the R programming language and the packages Shiny, Tidyverse and mrgsolve. Model development is accomplished by NONMEM®.

Agreement

This website and its contents herein, including all data and analysis are provided to the public strictly for educational and academic research purposes. Reliance on the Website for medical guidance or use of the Website in commerce is strictly prohibited.

Changelog


Model version: 4014
Data from: 20.01.2021
ICU capacity data from: 21.01.2021
Appliction version: 2.5

January 21th 2021 - Data Update & Version 2.5

- Updated observed data from January 20th 2021.
- Updated DIVI data from January 21th 2021.
- Up to 3 Future R(t) can know be set.

January 16th 2021 - Interim Data Update

- Updated observed data from January 15th 2021.
- Updated DIVI data from January 16th 2021.

January 13th 2021 - Data Update & Version 2.4

- Updated observed data from January 12th 2021.
- Updated DIVI data from January 13th 2021.
- Backend optimizations
- Future R(t) date can now be set to one day past the last estimated R(t) change point or later.

January 06th 2021 - Data Update

- Updated observed data from January 05th 2021.
- Updated DIVI data from January 06th 2021.

January 1st 2021 - Interim Data Update

- Updated observed data from December 31th 2020.
- Updated DIVI data from January 1st 2021.

December 30th 2020 - Data Update

- Updated observed data from December 29th 2020.
- Updated DIVI data from December 30th 2020.

December 23th 2020 - Data Update

- Updated observed data from December 22th 2020.
- Updated DIVI data from December 23th 2020.

December 16th 2020 - Data Update & Version 2.3

- Updated observed data from December 15th 2020.
- Updated DIVI data from December 15th 2020.
- Rolling (7-day window) avarage option for daily data.

December 14th 2020 - Interim Data Update

- Updated observed data from December 13th 2020.
- Updated DIVI data from December 14th 2020.

December 9th 2020 - Data Update

- Updated observed data from December 8th 2020.
- Updated DIVI data from December 9th 2020.

December 8th 2020 - Interim Data Update

- Updated observed data from December 7th 2020.
- Updated DIVI data from December 8th 2020.

December 2nd 2020 - Data Update

- Updated observed data from December 1st 2020.
- Updated DIVI data from December 2nd 2020.

November 25th 2020 - Data Update

- Updated observed data from November 24th 2020.
- Updated DIVI data from November 25th 2020.

November 18th 2020 - Data Update & Version 2.2

- Updated observed data from November 17th 2020.
- Updated DIVI data from November 18th 2020.
- Fixed typo in ICU cap line.

November 14th 2020 - Interim Data Update

- Updated observed data from November 12th 2020.
- Updated DIVI data from November 14th 2020.

November 11th 2020 - Data Update & Version 2.1

- Updated observed data from November 10th 2020.
- Updated DIVI data from November 11th 2020.
- Added observed data to daily cases (infected/recovered/dead; if avalable)
- Added 7-day incidence / 100k plot

November 06th 2020 - Version 2.0

- New layout (more mobile friendly)
- New discrict model
- Export option for simulations to CSV files
- Small UI fixes
- Added DIVI imported ICU capacities (weekly updated)

November 04th 2020 - Data Update

Updated observed data from November 3rd 2020.

October 28th 2020 - Data Update

Updated observed data from October 27th 2020.

October 21th 2020 - Data Update & Version 1.8

- Added 'Show Variability' Option for residual errors and SD for projective R(t)
- Fixed small UI bugs
- Fixed typos in error messages
- Updated observed data from October 20th 2020.

October 19th 2020 - Version 1.7

- Fixed a bug that produced wrong simulations if start time was set to a date later than 01-01-2020

October 17th 2020 - Version 1.6

- Added timer to the simulator to close connection after 5 minutes of inactivity.
- Added link to covid-simulator.com and clinicalpharmacy.me to the navigation pane.
- Custum R(t) default value is now last recent estimated R(t) for the selected state.
- Added FAQs (in German) to the navigation pane.

October 15th 2020 - Version 1.4

Added Software section to About page.

October 14th 2020 - Data Update

Updated observed data from October 13th 2020.

October 07th 2020 - Data Update & Version 1.3

- Updated observed data from October 6th 2020.
- Simulation default end date will now be fetched from current date of the session.

September 23th 2020 - Data Update

Updated observed data from September 22th 2020.

September 10th 2020 - Data Update & Version 1.2

- Updated observed data from September 09th 2020.
- Fixed an UI bug for ICU cap (beds) that was displayed when ICU cap display option was not enabled.

September 1st 2020 - Version 1.1

Fixed a bug where the last R(t) for non-custom R(t) was set to R(t-1).

August 27th 2020 - Data Update

Updated observed data from August 26th 2020.

August 18th 2020 - Version 1.0

Initial release

Frequently asked questions (in Entstehung)


Was für eine Art Modell wurde hier implementiert?
Das zugrundeliegende Modell ist ein auf 27 Kompartimente erweitertes SEIR (Susceptible, Exposed, Infectious, Recovered) Modell. Details des Modells werden in einer anstehenden wissenschaftlichen Publikation zur Verfügung gestellt.

In welcher Software wurde das Modell entwickelt?
Es wurde die Software NONMEM, Version 7.4.3 verwendet und die Technik des non-linear mixed effects (NLME) modeling angewendet.

Können sich im Modell alle Menschen der Population infizieren?
Ja. Im Modell wird keine Grundimmunität in der Bevölkerung zu Beginn der Pandemie angenommen.

Können sich im Modell Menschen nach einer ausgestandenen Infektion wieder infizieren?
Nein, da die Immunitätsdauer momentan noch unklar ist. Sollte die Immunitätsdauer wissenschaftlich belegt sein, dann kann diese problemlos eingebaut werden. In der momentanen Pandemiephase hat dies noch keinen Einfluss auf die Simulationen.

Warum werden im Moment (Stand November 2020) weniger Hospitalisierungen/schwere Verläufe simuliert als zu Beginn der Pandemie, obwohl viele Menschen infiziert sind?
Das Modell schätzt u.a. eine Änderung der Hospitalisierungsrate über die Zeit ab. Da im Vergleich zum Beginn der Pandemie u.a. das durchschnittliche Alter der Infizierten gesunken ist, ist auch die Hospitalisierungsrate gesunken (siehe Bericht für weitere Details). Auch sind Testkapazitäten/Teststrategien/Nachverfolgung zu Beginn der Pandemiewelle in Deutschland nicht mit der jetzigen Situation vergleichbar. Dies geht implizit in die Modellierung ein.

Macht es Sinn, sehr weit in die Zukunft zu simulieren?
Nein. Eine Vorhersage weiter als einige Wochen in die Zukunft ist mit erheblicher Unsicherheit verbunden. Das Modell dient zur Veranschaulichung der momentanen und retrospektiven Entwicklung der Pandemie in Deutschland. Eine Simulation in die ferne Zukunft würde eine Vorhersage der politischen Maßnahmen, Verhaltensänderungen, Saisonalität oder Altersstruktur der Infizierten etc. voraussetzen. Dies kann das Modell nicht leisten.

Das Modell sagt [SEHR HOHE ZAHL] an Infizierten für die Zukunft voraus. Kann dies eintreffen?
Die Infektionsdynamik ist von vielen Faktoren abhängig und zukünftige Entwicklungen (vor allem in der fernen Zukunft) können von dem Modell nicht vorhergesagt werden.

Zeigen die Werte unter "ICU Capacity" die momentan freien Intensivbetten in den einzelnen Bundesländern?
Nein. Die Standardwerte zeigen eine Näherung aller verfügbaren Intensivbetten (auch Betten die momentan belegt sind) in den einzelnen Bundesländern und Deutschland. Die für COVID-19 Fälle belegbaren Betten sind (deutlich) niedriger. Aktuelle Belegungszahlen können dem DIVI Intensivregister entnommen werden.

Was passiert wenn die "ICU Capacity" überschritten wird?
Die Anzahl der Intensivbetten ist nur als Hilfslinie implementiert. Es gibt keine erhöhte Sterblichkeit im Modell wenn diese Grenze überschritten wird. Dies könnte zwar implementiert werden aber es ist unklar, wie sehr die Sterblichkeit bei dem Erreichen der Kapazitätsgrenzen ansteigt. Beim Überschreiten der Kapazitätsgrenzen unterschätzt unser Modell die Todeszahlen.

Werden im Modell auch nicht nachgewiesene Infizierte berücksichtigt (“Dunkelziffer“)?
Das Modell unterscheidet intern zwischen "Exposed" (Infiziert aber (noch) nicht identifiziert) und "Infected" (Infiziert und durch z.B. einen Test bestätigt). Da das Modell zur Beantwortung von Fragen zur Hospitalisierung entwickelt wurde, sind keine Annahmen zur Dunkelziffer implementiert, können aber nach gesicherter wissenschaftlicher Erkenntnis problemlos implementiert werden.

Kann das Modell den Effekt einer potentiellen (durch Infektion bedingten) Herdenimmunität simulieren?
Nein. Hierfür wurde es nicht entwickelt. Das Modell wurde speziell zur Beantwortung von Fragen zur Hospitalisierung entwickelt. Worst-case Szenarien und (noch) unklare immunologische Langzeitkonsequenzen nach Infektion sind nicht abgebildet.

Kann das Modell den Effekt einer zukünftigen Durchimpfung der Bevölkerung simulieren?
Nein. Hierfür wurde es nicht entwickelt.

Kann das Modell politische Maßnahmen/Verhaltensänderungen/Saisonalität/Alter der Infizierten etc. für die Zukunft vorhersagen?
Nein. Das Modell simuliert mit der zuletzt abgeschätzten Kinetik in die Zukunft. Eine Änderung des Reproduktionswerts zu einem zukünftigen Zeitpunkt kann über die Option "Future R(t)" gewählt werden. Zur Wahl eines geeigneten R(t) Wertes kann man sich an den Werten aus der ersten Phase der Pandemie orientieren.

Kann man Änderungen der Infektionsdynamik simulieren ("was ist Future R(t)")?
Ja. Im Simulator kann man eine beliebige Reproduktionszahl ab einem bestimmten Datum in der Zukunft bestimmen (Option "Future R(t)"). Der Standardwert ist immer der letzte bestimmte robuste R(t) für das ausgewählte Bundesland oder für Deutschland.

Gibt es auch Simulation für einzelne Land- und Stadtkreise?
Ja, Stadt- und Landkreise können nach Auswahl des entsprechenden Bundesland unter "District" gewählt werden. In den Land- und Stadtkreisen werden als Observationen nur Fälle gezeigt, da auch nur diese im Modell angepasst wurden und weitere Daten oft nicht pro Kreis verfügbar sind. Die Vorhersage von Krankenhausbelegung, Todeszahlen und Genesenen wird basierend auf den Fällen und dem jeweiligen Bundeslandmodell vorhergesagt. Die ICU Kapazität wird nur auf Ebene des Bundeslandes nicht pro Kreis angepasst und muss individuell angepasst werden.

Gibt es auch Simulationen für andere Länder?
In der Online-Version gibt es diese Option noch nicht. Intern wird das Modell auch zur Untersuchung der Infektionsdynamik in anderen Ländern (Frankreich, Italien, Spanien, USA, England) genutzt. Da die Datenbasis und auch Teststrategien meist recht heterogen sind, werden hier oft Spezialversionen des Modells implementiert. Eine Onlineversion von anderen Ländern kann derzeit aufgrund einer fehlenden Finanzierung des Projektes nicht realisiert werden.

Was bedeuten die Punkte in den Grafiken?
Punkte sind observierte (gemessene) Daten aus verschiedenen Quellen. Durchgezogene Linien entsprechen den Vorhersagen (Simulationen).

Warum haben manche Bundesländer vollständige Daten zu Hospitalisierung und andere nicht?
Aus machen Bundesländern werden/wurden keine oder lückenhafte Daten zur Hospitalisierung geliefert.

Werden im Simulator auch Unsicherheiten berücksichtigt?
Die Online-Version ist ein sogenannter Punkt-Schätzer, der die größte Plausibilität (Maximum-Likelihood) der unbekannten oder sich über die Zeit ändernden Modellparameter anstrebt. Es werden nur diese Parameter zu Simulation benutzt. Es werden nun Residualfehler und prospektivische Variabilität für den letzten abgeschätzen R(t) dargestellt.

Wird das Modell in Zukunft mit neuen Daten aktualisiert?
Das Modell wird im Moment (Stand Mitte Oktober 2020) jeden Mittwoch mit neuen Daten trainiert/aktualisiert. Bei einer veränderten Infektionslage kann sich auch die Aktualisierungsfrequenz ändern.

Kann man R(t) des Modells direkt mit anderen publizierten Reproduktionswerten (z.B. des RKI) vergleichen?
Ja und Nein. Das hier gezeigte Modell berechnet/schätzt "robuste" R(t)-Werte. Änderungen in der Infektionsdynamik werden in diesem Modell nur manifestiert, wenn eine "signifikante" Änderung über den neuen Observationszeitraum zu erkennen ist. Sieh hierzu Abbildung im PDF Bericht, welche RKI und unsere R(t)-Werte vergleicht.

Wie finanziert sich das Projekt?
Der COVID-19 Simulator wird ohne finanzielle Unterstützung vom Arbeitskreis der Klinischen Pharmazie der Universität des Saarlandes entwickelt. Es gibt keine Verbindung zu Bill Gates, es werden allerdings Microsoft Betriebssysteme und Software Produkte eingesetzt, welche regulär lizensiert wurden.

Gibt es eine Publikation zu dem Projekt?
Ein Manuskript mit weiteren Details ist derzeit in Vorbereitung.

Wieso wird das Modell von der Klinischen Pharmazie erstellt? Gibt es einen Bezug zur Pharmaindustrie?
Der Arbeitskreis der Klinischen Pharmazie der Universität des Saarlandes arbeitet rein computerbasiert. Im Arbeitskreis werden mathematische Modelle von biologischen Systemen und Arzneimitteln erstellt. Es werden auch verschiedene Infektionsmodelle auf molekularer und epidemiologischer (z.B. zur HPV Vakzinierung) Ebene erstellt. Es gibt keine Unterstützung zur Pharmazeutischen Industrie für dieses Projekt. Weitere Projekte und Publikationen können auf der Homepage des Arbeitskreises (www.clinicalpharmacy.me) eingesehen werden.