„Basisreproduktionszahl“ – Versionsunterschied

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
[gesichtete Version][gesichtete Version]
Inhalt gelöscht Inhalt hinzugefügt
→‎Beispielwerte für verschiedene Infektionskrankheiten: Tabelle aus englischer Wikipedia übernommen
Zeile 19: Zeile 19:
Da oft Teile der Bevölkerung immun gegen eine Erkrankung sind, während deren Ausbreitung wirksame Gegenmaßnahmen ergriffen werden oder nachträglich eine Immunität gegen die Krankheit entwickelt wird, gewinnt die Nettoreproduktionszahl im Verlauf einer Ausbreitung immer größere Bedeutung. Das Ziel von Eindämmungsmaßnahmen ist es im Regelfall, die Nettoreproduktionszahl unter 1 zu drücken.<ref name="epidemics2019">{{Literatur |Autor=R.N.Thompson, J.E.Stockwin, R.D.van Gaalen, J.A.Polonsky, Z.N.Kamvar, P.A.Demarsh, E.Dahlqwist, S.Li, E.Miguel, T.Jombartg, J.Lessler, S.Cauchemez, A.Corig |Titel=Improved inference of time-varying reproduction numbers during infectious disease outbreaks |Sammelwerk=Epidemics |Band=29 |Datum=2019-12 |DOI=10.1016/j.epidem.2019.100356 |Sprache=en}}</ref> Denn erst, wenn die Nettoreproduktionszahl kleiner als 1 ist, sinkt die Zahl der Infizierten und die Erkrankung verschwindet irgendwann gänzlich.<ref>{{Literatur |Autor=Christel Weiß |Titel=Basiswissen Medizinische Statistik |Auflage=6 |Verlag=Springer-Verlag |Datum=2013 |ISBN=9783642342615 |Seiten=270 | Online = {{Google Buch |BuchID = yZAuBAAAQBAJ}}}}</ref><ref name="emergInfDis2019">{{Literatur |Autor=Delamater PL, Street EJ, Leslie TF, Yang Y, Jacobsen KH |Titel=Complexity of the Basic Reproduction Number (R0) |Sammelwerk=Emerging Infectious Diseases |Band=25 |Nummer=1 |Datum=2019 |Seiten=1-4 |DOI=10.3201/eid2501.171901 |Sprache=en}}</ref><ref name="healthkl-r">{{Internetquelle |url=https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1a-epidemiology/epidemic-theory |titel=Epidemic theory |werk=healthknowledge.org.uk | sprache=en | abruf=2020-03-24}}</ref><ref name="epidemics2019" />
Da oft Teile der Bevölkerung immun gegen eine Erkrankung sind, während deren Ausbreitung wirksame Gegenmaßnahmen ergriffen werden oder nachträglich eine Immunität gegen die Krankheit entwickelt wird, gewinnt die Nettoreproduktionszahl im Verlauf einer Ausbreitung immer größere Bedeutung. Das Ziel von Eindämmungsmaßnahmen ist es im Regelfall, die Nettoreproduktionszahl unter 1 zu drücken.<ref name="epidemics2019">{{Literatur |Autor=R.N.Thompson, J.E.Stockwin, R.D.van Gaalen, J.A.Polonsky, Z.N.Kamvar, P.A.Demarsh, E.Dahlqwist, S.Li, E.Miguel, T.Jombartg, J.Lessler, S.Cauchemez, A.Corig |Titel=Improved inference of time-varying reproduction numbers during infectious disease outbreaks |Sammelwerk=Epidemics |Band=29 |Datum=2019-12 |DOI=10.1016/j.epidem.2019.100356 |Sprache=en}}</ref> Denn erst, wenn die Nettoreproduktionszahl kleiner als 1 ist, sinkt die Zahl der Infizierten und die Erkrankung verschwindet irgendwann gänzlich.<ref>{{Literatur |Autor=Christel Weiß |Titel=Basiswissen Medizinische Statistik |Auflage=6 |Verlag=Springer-Verlag |Datum=2013 |ISBN=9783642342615 |Seiten=270 | Online = {{Google Buch |BuchID = yZAuBAAAQBAJ}}}}</ref><ref name="emergInfDis2019">{{Literatur |Autor=Delamater PL, Street EJ, Leslie TF, Yang Y, Jacobsen KH |Titel=Complexity of the Basic Reproduction Number (R0) |Sammelwerk=Emerging Infectious Diseases |Band=25 |Nummer=1 |Datum=2019 |Seiten=1-4 |DOI=10.3201/eid2501.171901 |Sprache=en}}</ref><ref name="healthkl-r">{{Internetquelle |url=https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1a-epidemiology/epidemic-theory |titel=Epidemic theory |werk=healthknowledge.org.uk | sprache=en | abruf=2020-03-24}}</ref><ref name="epidemics2019" />


{| class="wikitable sortable" style="margin-left: 1em; text-align:center"
== Beispielwerte für verschiedene Infektionskrankheiten ==
|+ Werte von ''R''<sub>0</sub> bekannter Infektionskrankheiten
Beispielwerte für die Basisreproduktionszahl sind bei [[Pocken]] und [[Poliomyelitis]] 6, bei [[Masern]] 15, bei [[Diphtherie]] 7, bei [[Keuchhusten]] 14.<ref>Klaus Krickeberg, Pham Thy My Hanh, Pham Van Trong, Epidemiology, Springer 2012, S. 45</ref> Bei der [[Spanische Grippe|Grippepandemie von 1918]] wurde die Basisreproduktionszahl auf 2 bis 3 geschätzt.<ref>Christina Mills, James Robins, Marc Lipsitch, Transmissibility of 1918 pandemic influenza, Nature, Band 432, 2004, S. 904–906, hier S. 905. PMID 15602562 </ref> Die Basisreproduktionszahl von [[COVID-19]] wird vom [[Robert Koch-Institut|RKI]] auf 2,4 bis 3,3 geschätzt.<ref name="koch">[https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Steckbrief.html#doc13776792bodyText3 SARS-CoV-2 Steckbrief zur Coronavirus-Krankheit-2019 (COVID-19)], Robert-Koch-Institut, 13. März 2020</ref> Der ''[[World Health Organisation|WHO]]-China Joint Mission Report'' gab die Basisreproduktionszahl für China – also als noch keine Maßnahmen wie Ausgangssperre ergriffen wurden – mit 2 bis 2,5 an.<ref>{{Literatur |Titel=Report of the WHO-China Joint Mission on Coronavirus Disease 2019 (COVID-19) | Hrsg=World Health Organization | Datum=2020-02 | Online=https://www.who.int/docs/default-source/coronaviruse/who-china-joint-mission-on-covid-19-final-report.pdf | Format=PDF | Seiten=10 | Sprache=en}}</ref> Die [[Centers for Disease Control and Prevention|CDC]] schätzten sie im April 2020 deutlich höher ein, nämlich auf 5,7 (95 % [[Konfidenzintervall|KI]] 3,8–8,9).<ref name="emInfDis26072020">{{Literatur |Autor=Sanche S, Lin YT, Xu C, Romero-Severson E, Hengartner N, Ke R |Titel=High Contagiousness and Rapid Spread of Severe Acute Respiratory Syndrome Coronavirus 2 |Sammelwerk=Emerging Infectious Diseases |Kommentar=Early Release |Band=26 |Nummer=7 |Datum=2020 |Sprache=en |DOI=10.3201/eid2607.200282}}</ref><ref name="thinkpol">{{Internetquelle |url=https://thinkpol.ca/2020/04/08/covid-19-twice-contagious-previously-thought/ |titel=COVID-19 twice as contagious as previously thought – CDC study |hrsg=thinkpol.ca |datum=2020-04-08 |abruf=2020-04-09}}</ref>
! Krankheit !! [[Infektionsweg]] !! R<sub>0</sub>
|-
| [[Masern]] || [[Tröpfcheninfektion|Tröpfchen]] || 12–18<ref>{{cite journal |last1=Guerra |first1=Fiona M. |last2=Bolotin |first2=Shelly |last3=Lim |first3=Gillian |last4=Heffernan |first4=Jane |last5=Deeks |first5=Shelley L. |last6=Li |first6=Ye |last7=Crowcroft |first7=Natasha S. |title=The basic reproduction number (R0) of measles: a systematic review |journal=The Lancet Infectious Diseases |date=1 December 2017 |volume=17 |issue=12 |pages=e420–e428 |doi=10.1016/S1473-3099(17)30307-9 |url=https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(17)30307-9/fulltext |accessdate=18 March 2020 |language=English |issn=1473-3099}}</ref>
|-
| [[Windpocken]] || [[Tröpfcheninfektion|Tröpfchen]] || 10–12<ref>{{cite book |author=Ireland's Health Services | title = Health Care Worker Information | url = https://www.hse.ie/eng/health/immunisation/hcpinfo/guidelines/chapter23.pdf | accessdate = 2020-03-27}}</ref>

|-
| [[Poliomyelitis|Polio]] || [[fäkal-oral]] || 5–7
|-
| [[Röteln]] || [[Tröpfcheninfektion|Tröpfchen]] || 5–7
|-
| [[Mumps]] || [[Tröpfcheninfektion|Tröpfchen]] || 4–7
|-
| [[Keuchhusten]] || [[Tröpfcheninfektion|Tröpfchen]] || 5.5<ref>{{cite journal |author=Kretzschmar M| coauthors=Teunis PF, Pebody RG |title=Incidence and reproduction numbers of pertussis: estimates from serological and social contact data in five European countries. |journal=PLOS Med. |volume=7 |issue=6 |pages=e1000291 |year=2010 |pmid=20585374 |doi=10.1371/journal.pmed.1000291 |pmc=2889930}}</ref>
|-
| [[Pocken]] || [[Tröpfcheninfektion|Tröpfchen]] || 3.5–6<ref>{{cite journal |last1=Gani |first1=Raymond |last2=Leach |first2=Steve |title=Transmission potential of smallpox in contemporary populations |journal=Nature |date=December 2001 |volume=414 |issue=6865 |pages=748–751 |doi=10.1038/414748a |url=https://www.nature.com/articles/414748a |accessdate=18 March 2020 |language=en |issn=1476-4687}}</ref>
|-
| [[SARS-CoV-2|COVID-19]] || [[Tröpfcheninfektion|Tröpfchen]] ||1.4–5.7<ref>{{cite journal | author = Li Q| coauthors = Guan X, Wu P, Wang X, Zhou L, Tong Y, Ren R, Leung KS, Lau EH, Wong JY, Xing X, Xiang N, Wu Y, Li C, Chen Q, Li D, Liu T, Zhao J, Li M, Tu W, Chen C, Jin L, Yang R, Wang Q, Zhou S, Wang R, Liu H, Luo Y, Liu Y, Shao G, Li H, Tao Z, Yang Y, Deng Z, Liu B, Ma Z, Zhang Y, Shi G, Lam TT, Wu JT, Gao GF, Cowling BJ, Yang B, Leung GM, Feng Z | title = Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia | journal = The New England Journal of Medicine | date = January 2020 | pmid = 31995857 | doi = 10.1056/NEJMoa2001316}}</ref><ref>{{cite journal |last1=Riou, Julien and Althaus, Christian L. |title=Pattern of early human-to-human transmission of Wuhan 2019 novel coronavirus (2019-nCoV), December 2019 to January 2020 |journal=Eurosurveillance |date=2020 |volume=25 |issue=4 | doi = 10.2807/1560-7917.ES.2020.25.4.2000058|pmid=32019669 |pmc= 7001239}}</ref><ref>{{Cite journal |last=Wu |first=Joseph T. |last2=Leung |first2=Kathy |last3=Bushman |first3=Mary |last4=Kishore |first4=Nishant |last5=Niehus |first5=Rene |last6=de Salazar |first6=Pablo M. |last7=Cowling |first7=Benjamin J. |last8=Lipsitch |first8=Marc |last9=Leung |first9=Gabriel M. |date=19 March 2020 |title=Estimating clinical severity of COVID-19 from the transmission dynamics in Wuhan, China |url=https://www.nature.com/articles/s41591-020-0822-7 |journal=Nature Medicine |language=en |pages=1–5 |doi=10.1038/s41591-020-0822-7 |issn=1546-170X }}</ref><ref>{{cite journal |last1=Sanche |first1=Steven |last2=Lin |first2=Yen Ting |last3=Xu |first3=Chonggang |last4=Romero-Severson |first4=Ethan |last5=Hengartner |first5=Nick |last6=Ke |first6=Ruian |title=High Contagiousness and Rapid Spread of Severe Acute Respiratory Syndrome Coronavirus 2 |journal=Emerging Infectious Diseases |date=7 April 2020 |volume=26 |issue=7 |doi=10.3201/eid2607.200282 |url=https://wwwnc.cdc.gov/eid/article/26/7/20-0282_article |accessdate=9 April 2020}}</ref>
|-
| [[AIDS]] || [[Körperflüssigkeit]]en || 2–5
|-
| [[SARS]] || [[Tröpfcheninfektion|Tröpfchen]] || 2–5<ref>{{cite journal|author=Wallinga J| coauthors=Teunis P |title=Different epidemic curves for severe acute respiratory syndrome reveal similar impacts of control measures |url=http://171.66.121.65/cgi/content/full/160/6/509 |journal=Am. J. Epidemiol. |volume=160 |issue=6 |pages=509–16 |year=2004 |pmid=15353409 |doi=10.1093/aje/kwh255 |archiveurl=https://web.archive.org/web/20071006080939/http://171.66.121.65/cgi/content/full/160/6/509 |archivedate=2007-10-06 }}</ref>
|-
| [[Erkältung]] || [[Tröpfcheninfektion|Tröpfchen]] || 2–3<ref name="Telegraph Ebola">{{cite web |last1=Freeman |first1=Colin |title=Magic formula that will determine whether Ebola is beaten |url=https://www.telegraph.co.uk/news/worldnews/ebola/11213280/Magic-formula-that-will-determine-whether-Ebola-is-beaten.html |website=The Telegraph |publisher=Telegraph.Co.Uk |accessdate=30 March 2020}}</ref>
|-
| [[Diphtherie]] || [[Speichel]] || 1.7–4.3<ref>{{cite journal |last1=Truelove |first1=Shaun A. |last2=Keegan |first2=Lindsay T. |last3=Moss |first3=William J. |last4=Chaisson |first4=Lelia H. |last5=Macher |first5=Emilie |last6=Azman |first6=Andrew S. |last7=Lessler |first7=Justin |title=Clinical and Epidemiological Aspects of Diphtheria: A Systematic Review and Pooled Analysis |journal=Clinical Infectious Diseases |doi=10.1093/cid/ciz808 |url=https://academic.oup.com/cid/advance-article-abstract/doi/10.1093/cid/ciz808/5551532?redirectedFrom=fulltext |accessdate=18 March 2020 |language=en}}</ref>
|-
| [[Spanische Grippe]]<br>(1918)|| [[Tröpfcheninfektion|Tröpfchen]] || 1.4–2.8<ref>{{cite journal |author=Ferguson NM |coauthors=Cummings DA, Fraser C, Cajka JC, Cooley PC, Burke DS |title=Strategies for mitigating an influenza pandemic |journal=Nature |year=2006 |volume=442 |issue=7101 |pages=448-452 |pmid=16642006 |doi=10.1038/nature04795|pmc=7095311 }}</ref>
|-
| [[Ebolavirus|Ebola]]<br>([[Ebolafieber-Epidemie 2014 bis 2016|2014–2016]]) || [[Körperflüssigkeit]]en || 1.5–2.5<ref name="EVD-5-8-2014">{{Literatur |Autor=H. Nishiura, G. Chowell |Titel=Early Transmission Dynamics of Ebola Virus Disease (EVD), West Africa, March To August 2014 |Sammelwerk=Eurosurveillance |Band=Band&nbsp;19 |Nummer=36 |Datum=2014-09-11 |Seiten=20894 |Sprache=en |Online=[http://www.eurosurveillance.org/ViewArticle.aspx?ArticleId=20894 online] |Abruf=2014-10-15}}</ref><ref name="tagesanzeiger-2014-10-08">{{Internetquelle |url=http://www.tagesanzeiger.ch/wissen/medizin-und-psychologie/ETHForscher-errechnen-das-wahre-Ausmass-der-EbolaEpidemie/story/17568299 |titel=ETH-Forscher errechnen das wahre Ausmass der Ebola-Epidemie |hrsg=Tages-Anzeiger |datum=2014-10-08 |abruf=2014-10-15}}</ref>
|-
| [[Schweinegrippe]]<br>([[Pandemie H1N1 2009/10|H1N1]]) || [[Tröpfcheninfektion|Tröpfchen]] || 1.4–1.6<ref name=Coburn2009>{{cite journal |author = Coburn BJ| coauthors=Wagner BG, Blower S | title=Modeling influenza epidemics and pandemics: insights into the future of swine flu (H1N1) |journal=BMC Medicine |year=2009 |volume=7 |issue=Article 30 |pmid=19545404 |doi=10.1186/1741-7015-7-30 }}</ref>
|-
| [[Influenza]] || [[Tröpfcheninfektion|Tröpfchen]] || 0.9–2.1<ref name=Coburn2009 />
|-
| [[MERS]] || [[Tröpfcheninfektion|Tröpfchen]] || 0.3–0.8<ref>{{cite journal |last1=Kucharski, Adam and Althaus, Christian L. |title=The role of superspreading in Middle East respiratory syndrome coronavirus (MERS-CoV) transmission |journal=Eurosurveillance |date=2015 |volume=20 |issue=26 |pages=14–8 |doi=10.2807/1560-7917.ES2015.20.25.21167|pmid=26132768 }}</ref>
|}


== Siehe auch ==
== Siehe auch ==

Version vom 13. April 2020, 14:03 Uhr

Die Basisreproduktionszahl R0, auch Grundvermehrungsrate genannt, und die Nettoreproduktionszahl R sind Begriffe aus der Infektionsepidemiologie.

Die Basisreproduktionszahl gibt an, wie viele Menschen eine infektiöse Person durchschnittlich ansteckt, wenn kein Mitglied der Population gegenüber dem Erreger immun ist (suszeptible Population).

Verwendung der Basisreproduktionszahl

Mit Hilfe der Basisreproduktionszahl R0 kann man abschätzen, wie die Ausbreitung zum Beginn einer Epidemie verläuft und welcher Anteil der Bevölkerung immun bzw. durch Impfung immunisiert sein muss, um eine Epidemie zu verhindern.[1] Die Basisreproduktionszahl wird durch Kontagiosität, die Populationsdichte und die Durchmischung der Bevölkerung (Anteil infizierter und resistenter Personen) bestimmt. Sie kann daher für denselben Erreger in verschiedenen Bevölkerungen höchst unterschiedlich ausfallen.[2] Aus der Basisreproduktionszahl wird die minimale Herdenimmunität für einen Herdeneffekt berechnet.

Für die mathematischen Details siehe SIR-Modell.

Die Basisreproduktionszahl kann weiter aufgeschlüsselt werden:

mit der Anzahl der Kontakte eines Infizierten pro Zeiteinheit, der mittleren Dauer der Infektiösität und der Wahrscheinlichkeit der Infektion bei Kontakt.[3]

Nettoreproduktionszahl

Andere Bezeichnungen für die Nettoreproduktionszahl R sind die Nettoreproduktionszahl zu einer bestimmten Zeit Rt[4] sowie die effektive Reproduktionszahl Reff,[5] die an die englische Bezeichnung effective reproduction number angelehnt ist. Die Nettoreproduktionszahl wird von der Basisreproduktionszahl abgeleitet und gibt an, wie viele Menschen ein Infizierter durchschnittlich ansteckt, wenn ein gewisser Teil der Bevölkerung immun ist oder bestimmte Eindämmungsmaßnahmen wie Quarantäne getroffen wurden.[6][4][7] Werden keine Kontrollmaßnahmen ergriffen, ist , wobei die Anzahl „suszeptibler“ (für Ansteckung empfänglicher) Personen ist und die Gesamtzahl der Personen einer Population.[3] ist die Wahrscheinlichkeit, bei einem Kontakt auf eine infizierbare Person zu treffen. Mit Kontrollmaßnahmen nimmt die effektive Reproduktionszahl weiter ab.

Da oft Teile der Bevölkerung immun gegen eine Erkrankung sind, während deren Ausbreitung wirksame Gegenmaßnahmen ergriffen werden oder nachträglich eine Immunität gegen die Krankheit entwickelt wird, gewinnt die Nettoreproduktionszahl im Verlauf einer Ausbreitung immer größere Bedeutung. Das Ziel von Eindämmungsmaßnahmen ist es im Regelfall, die Nettoreproduktionszahl unter 1 zu drücken.[6] Denn erst, wenn die Nettoreproduktionszahl kleiner als 1 ist, sinkt die Zahl der Infizierten und die Erkrankung verschwindet irgendwann gänzlich.[8][4][7][6]

Werte von R0 bekannter Infektionskrankheiten
Krankheit Infektionsweg R0
Masern Tröpfchen 12–18[9]
Windpocken Tröpfchen 10–12[10]
Polio fäkal-oral 5–7
Röteln Tröpfchen 5–7
Mumps Tröpfchen 4–7
Keuchhusten Tröpfchen 5.5[11]
Pocken Tröpfchen 3.5–6[12]
COVID-19 Tröpfchen 1.4–5.7[13][14][15][16]
AIDS Körperflüssigkeiten 2–5
SARS Tröpfchen 2–5[17]
Erkältung Tröpfchen 2–3[18]
Diphtherie Speichel 1.7–4.3[19]
Spanische Grippe
(1918)
Tröpfchen 1.4–2.8[20]
Ebola
(2014–2016)
Körperflüssigkeiten 1.5–2.5[21][22]
Schweinegrippe
(H1N1)
Tröpfchen 1.4–1.6[23]
Influenza Tröpfchen 0.9–2.1[23]
MERS Tröpfchen 0.3–0.8[24]

Siehe auch

Literatur

  • Martin Eichner, Mirjam Kretzschmar: Mathematische Modelle in der Infektionsepidemiologie, In A. Krämer, R. Reintjes (Hg.): Infektionsepidemiologie. Methoden, Surveillance, Mathematische Modelle, Global Public Health. Springer Verlag, Heidelberg 2003. doi:10.1007/978-3-642-55612-8_8.

Einzelnachweise

  1. Rafael Mikolajczyk, Ralf Krumkamp, Reinhard Bornemann et al.: Influenza – Einsichten aus mathematischer Modellierung, Dtsch Arztebl Int 2009; 106(47): 777-82 DOI:10.3238/arztebl.2009.0777.
  2. Matthias Egger, Oliver Razum et al.: Public health kompakt. Walter de Gruyter, (2017), S. 441.
  3. a b Marc Lipsitch u. a., Transmission Dynamics and Control of Severe Acute Respiratory Syndrome, Science, Band 300, 2003, S. 1966–1970, doi:10.1126/science.1086616.
  4. a b c Delamater PL, Street EJ, Leslie TF, Yang Y, Jacobsen KH: Complexity of the Basic Reproduction Number (R0). In: Emerging Infectious Diseases. Band 25, Nr. 1, 2019, S. 1–4, doi:10.3201/eid2501.171901 (englisch).
  5. Stellungnahme der Deutschen Gesellschaft für Epidemiologie (DGEpi) zur Verbreitung des neuen Coronavirus (SARS-CoV-2). (PDF) Deutsche Gesellschaft für Epidemiologie, abgerufen am 5. April 2020.
  6. a b c R.N.Thompson, J.E.Stockwin, R.D.van Gaalen, J.A.Polonsky, Z.N.Kamvar, P.A.Demarsh, E.Dahlqwist, S.Li, E.Miguel, T.Jombartg, J.Lessler, S.Cauchemez, A.Corig: Improved inference of time-varying reproduction numbers during infectious disease outbreaks. In: Epidemics. Band 29, Dezember 2019, doi:10.1016/j.epidem.2019.100356 (englisch).
  7. a b Epidemic theory. In: healthknowledge.org.uk. Abgerufen am 24. März 2020 (englisch).
  8. Christel Weiß: Basiswissen Medizinische Statistik. 6. Auflage. Springer-Verlag, 2013, ISBN 978-3-642-34261-5, S. 270 (eingeschränkte Vorschau in der Google-Buchsuche).
  9. Fiona M. Guerra, Shelly Bolotin, Gillian Lim, Jane Heffernan, Shelley L. Deeks, Ye Li, Natasha S. Crowcroft: The basic reproduction number (R0) of measles: a systematic review. In: The Lancet Infectious Diseases. 17. Jahrgang, Nr. 12, 1. Dezember 2017, ISSN 1473-3099, S. e420–e428, doi:10.1016/S1473-3099(17)30307-9 (englisch, thelancet.com [abgerufen am 18. März 2020]).
  10. Ireland's Health Services: Health Care Worker Information. (hse.ie [PDF; abgerufen am 27. März 2020]).
  11. Kretzschmar M, Teunis PF, Pebody RG: Incidence and reproduction numbers of pertussis: estimates from serological and social contact data in five European countries. In: PLOS Med. 7. Jahrgang, Nr. 6, 2010, S. e1000291, doi:10.1371/journal.pmed.1000291, PMID 20585374, PMC 2889930 (freier Volltext).
  12. Raymond Gani, Steve Leach: Transmission potential of smallpox in contemporary populations. In: Nature. 414. Jahrgang, Nr. 6865, Dezember 2001, ISSN 1476-4687, S. 748–751, doi:10.1038/414748a (englisch, nature.com [abgerufen am 18. März 2020]).
  13. Li Q, Guan X, Wu P, Wang X, Zhou L, Tong Y, Ren R, Leung KS, Lau EH, Wong JY, Xing X, Xiang N, Wu Y, Li C, Chen Q, Li D, Liu T, Zhao J, Li M, Tu W, Chen C, Jin L, Yang R, Wang Q, Zhou S, Wang R, Liu H, Luo Y, Liu Y, Shao G, Li H, Tao Z, Yang Y, Deng Z, Liu B, Ma Z, Zhang Y, Shi G, Lam TT, Wu JT, Gao GF, Cowling BJ, Yang B, Leung GM, Feng Z: Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia. In: The New England Journal of Medicine. Januar 2020, doi:10.1056/NEJMoa2001316, PMID 31995857.
  14. Riou, Julien and Althaus, Christian L.: Pattern of early human-to-human transmission of Wuhan 2019 novel coronavirus (2019-nCoV), December 2019 to January 2020. In: Eurosurveillance. 25. Jahrgang, Nr. 4, 2020, doi:10.2807/1560-7917.ES.2020.25.4.2000058, PMID 32019669, PMC 7001239 (freier Volltext).
  15. Joseph T. Wu, Kathy Leung, Mary Bushman, Nishant Kishore, Rene Niehus, Pablo M. de Salazar, Benjamin J. Cowling, Marc Lipsitch, Gabriel M. Leung: Estimating clinical severity of COVID-19 from the transmission dynamics in Wuhan, China. In: Nature Medicine. 19. März 2020, ISSN 1546-170X, S. 1–5, doi:10.1038/s41591-020-0822-7 (englisch, nature.com).
  16. Steven Sanche, Yen Ting Lin, Chonggang Xu, Ethan Romero-Severson, Nick Hengartner, Ruian Ke: High Contagiousness and Rapid Spread of Severe Acute Respiratory Syndrome Coronavirus 2. In: Emerging Infectious Diseases. 26. Jahrgang, Nr. 7, 7. April 2020, doi:10.3201/eid2607.200282 (cdc.gov [abgerufen am 9. April 2020]).
  17. Wallinga J, Teunis P: Different epidemic curves for severe acute respiratory syndrome reveal similar impacts of control measures. In: Am. J. Epidemiol. 160. Jahrgang, Nr. 6, 2004, S. 509–16, doi:10.1093/aje/kwh255, PMID 15353409 (171.66.121.65 (Memento des Originals vom 6. Oktober 2007 im Internet Archive)).
  18. Colin Freeman: Magic formula that will determine whether Ebola is beaten. In: The Telegraph. Telegraph.Co.Uk, abgerufen am 30. März 2020.
  19. Shaun A. Truelove, Lindsay T. Keegan, William J. Moss, Lelia H. Chaisson, Emilie Macher, Andrew S. Azman, Justin Lessler: Clinical and Epidemiological Aspects of Diphtheria: A Systematic Review and Pooled Analysis. In: Clinical Infectious Diseases. doi:10.1093/cid/ciz808 (englisch, oup.com [abgerufen am 18. März 2020]).
  20. Ferguson NM, Cummings DA, Fraser C, Cajka JC, Cooley PC, Burke DS: Strategies for mitigating an influenza pandemic. In: Nature. 442. Jahrgang, Nr. 7101, 2006, S. 448–452, doi:10.1038/nature04795, PMID 16642006, PMC 7095311 (freier Volltext).
  21. H. Nishiura, G. Chowell: Early Transmission Dynamics of Ebola Virus Disease (EVD), West Africa, March To August 2014. In: Eurosurveillance. Band 19, Nr. 36, 11. September 2014, S. 20894 (englisch, online [abgerufen am 15. Oktober 2014]).
  22. ETH-Forscher errechnen das wahre Ausmass der Ebola-Epidemie. Tages-Anzeiger, 8. Oktober 2014, abgerufen am 15. Oktober 2014.
  23. a b Coburn BJ, Wagner BG, Blower S: Modeling influenza epidemics and pandemics: insights into the future of swine flu (H1N1). In: BMC Medicine. 7. Jahrgang, Article 30, 2009, doi:10.1186/1741-7015-7-30, PMID 19545404.
  24. Kucharski, Adam and Althaus, Christian L.: The role of superspreading in Middle East respiratory syndrome coronavirus (MERS-CoV) transmission. In: Eurosurveillance. 20. Jahrgang, Nr. 26, 2015, S. 14–8, doi:10.2807/1560-7917.ES2015.20.25.21167, PMID 26132768.