This Model was developed from the SEIR model (Susceptible, Enposed, Infected, Recovered). It was designed to explore relationships between the government policies regarding the COVID-19 and its impact upon the economy as well as well-being of residents. 

Assumptions:

Government policies will be triggered when reported COVID-19 case are 10 or less;

Government Policies affect the economy and the COV-19 infection negatively at the same time;

Government Policies can be divided as 4 categories, which are Social Distancing, Business Restrictions, Lock Down, Travel Ban, and Hygiene Level, and they represented strength of different aspects;

 

Parameters:

Policies like Social Distancing, Business Restrictions, Lock Down, Travel Ban all have different weights and caps, and they add up to 1 in total;

 

There are 4 cases on March 9th; 

Ro= 5.7  Ro is the reproduction number, here it means one person with COVID-19 can potentially transmit the coronavirus to 5 to 6 people;

Interesting Insights:

Economy will grow at the beginning few weeks then becoming stagnant for a very long time;

Exposed people are significant, which requires early policies intervention such as social distancing.

Model di samping adalah model SEIR yang telah dimodifikasi sehingga dapat digunakan untuk menyimulasikan perkembangan penyebaran COVID-19.

SARS-CoV-19 spread in different countries

SARS-CoV-19 spread in different countries

SARS-CoV-19 spread in different countries

A simple feedback loop of the COVID-19 pandemic.

This Model was developed from the SEIR model (Susceptible, Enposed, Infected, Recovered). It was designed to explore relationships between the government policies regarding the COVID-19 and its impact upon the economy as well as well-being of residents. 

Assumptions:

Government policies will be triggered when reported COVID-19 case are 10 or less;

Government Policies affect the economy and the COV-19 infection negatively at the same time;

Government Policies can be divided as 4 categories, which are Social Distancing, Business Restrictions, Lock Down, Travel Ban, and Hygiene Level, and they represented strength of different aspects;

 

Parameters:

Policies like Social Distancing, Business Restrictions, Lock Down, Travel Ban all have different weights and caps, and they add up to 1 in total;

 

There are 4 cases on March 9th; 

Ro= 5.7  Ro is the reproduction number, here it means one person with COVID-19 can potentially transmit the coronavirus to 5 to 6 people;

Interesting Insights:

Economy will grow at the beginning few weeks then becoming stagnant for a very long time;

Exposed people are significant, which requires early policies intervention such as social distancing.

Here we have a basic SEIR model and we will investigate what changes would be appropriate for modelling the 2019 Coronavirus 

This basic pandemic model explores the dynamics and healthcare burden associated with of a novel infection.

This Model was first developed from the SIR model (Susceptible, Infected, Recovered). It was designed to explore relationship between the government policies regarding the COVID-19 and its influences on the economy as well as well-being of local residents. 

 

Assumptions:

Government policies will be triggered when reported COVID-19 case are 10 or less;

Government policies reduces the infection and economic growth at the same time.

 

Interesting Insights:

In the first two weeks, the infected people showed an exponential growth, in another word, that’s the most important period to control the number of people who got affected. 

 

Model ini dirancang untuk membuat model tentang penyebaran Covid-19 dan vaksinasi di Kabupaten Sleman pada November 2022

The SEIRS(D) model for the purpose of experimenting with the phenomena of viral spread. I use it for COVID-19 simulation.

Ausbreitung von SARS-CoV-19 in verschiedenen Ländern
- bitte passen Sie die Variablen über die Schieberegler weiter unten entsprechend an

Italien

    ältere Bevölkerung (>65): 0,228
    Faktor der geschätzten unentdeckten Fälle: 0,6
    Ausgangsgröße der Bevölkerung: 60 000 000
    hoher Blutdruck: 0,32 (gbe-bund)
    Herzkrankheit: 0,04 (statista)
    Anzahl der Intensivbetten: 3 100


Deutschland

    ältere Bevölkerung (>65): 0,195 (bpb)
    geschätzte unentdeckte Fälle Faktor: 0,2 (deutschlandfunk)
    Ausgangsgröße der Bevölkerung: 83 000 000
    hoher Blutdruck: 0,26 (gbe-bund)
    Herzkrankheit: 0,2-0,28 (Herzstiftung)
    Anzahl der Intensivbetten: 5 880


Frankreich

    ältere Bevölkerung (>65): 0,183 (statista)
    Faktor der geschätzten unentdeckten Fälle: 0,4
    Ausgangsgröße der Bevölkerung: 67 000 000
    Bluthochdruck: 0,3 (fondation-recherche-cardio-vasculaire)
    Herzkrankheit: 0,1-0,2 (oecd)
    Anzahl der Intensivbetten: 3 000


Je nach Bedarf:

    Anzahl der Begegnungen/Tag: 1 = Quarantäne, 2-3 = soziale Distanzierung , 4-6 = erschwertes soziales Leben, 7-9 = überhaupt keine Einschränkungen // Vorgabe 2
    Praktizierte Präventivmassnahmen (d.h. sich regelmässig die Hände waschen, das Gesicht nicht berühren usw.): 0.1 (niemand tut etwas) - 1 (sehr gründlich) // Vorgabe 0.8
    Aufklärung durch die Regierung: 0,1 (sehr schlecht) - 1 (sehr transparent und aufklärend) // Vorgabe 0,9
    Immunitätsrate (aufgrund fehlender Daten): 0 (man kann nicht immun werden) - 1 (wenn man es einmal hatte, wird man es nie wieder bekommen) // Vorgabe 0,4


Schlüssel

    Anfällige: Menschen sind nicht mit SARS-CoV-19 infiziert, könnten aber infiziert werden
    Infizierte: Menschen sind infiziert worden und haben die Krankheit COVID-19
    Geheilte: Die Menschen haben sich gerade von COVID-19 erholt und können es in diesem Stadium nicht mehr bekommen
    Tote: Menschen starben wegen COVID-19
    Immunisierte: Menschen wurden immun und können die Krankheit nicht mehr bekommen
    Kritischer Prozentsatz der Wiederherstellung: Überlebenschance ohne spezielle medizinische Behandlung

Ausbreitung von SARS-CoV-19 in verschiedenen Ländern
- bitte passen Sie die Variablen über die Schieberegler weiter unten entsprechend an

Italien

    ältere Bevölkerung (>65): 0,228
    Faktor der geschätzten unentdeckten Fälle: 0,6
    Ausgangsgröße der Bevölkerung: 60 000 000
    hoher Blutdruck: 0,32 (gbe-bund)
    Herzkrankheit: 0,04 (statista)
    Anzahl der Intensivbetten: 3 100


Deutschland

    ältere Bevölkerung (>65): 0,195 (bpb)
    geschätzte unentdeckte Fälle Faktor: 0,2 (deutschlandfunk)
    Ausgangsgröße der Bevölkerung: 83 000 000
    hoher Blutdruck: 0,26 (gbe-bund)
    Herzkrankheit: 0,2-0,28 (Herzstiftung)
    Anzahl der Intensivbetten: 5 880


Frankreich

    ältere Bevölkerung (>65): 0,183 (statista)
    Faktor der geschätzten unentdeckten Fälle: 0,4
    Ausgangsgröße der Bevölkerung: 67 000 000
    Bluthochdruck: 0,3 (fondation-recherche-cardio-vasculaire)
    Herzkrankheit: 0,1-0,2 (oecd)
    Anzahl der Intensivbetten: 3 000


Je nach Bedarf:

    Anzahl der Begegnungen/Tag: 1 = Quarantäne, 2-3 = soziale Distanzierung , 4-6 = erschwertes soziales Leben, 7-9 = überhaupt keine Einschränkungen // Vorgabe 2
    Praktizierte Präventivmassnahmen (d.h. sich regelmässig die Hände waschen, das Gesicht nicht berühren usw.): 0.1 (niemand tut etwas) - 1 (sehr gründlich) // Vorgabe 0.8
    Aufklärung durch die Regierung: 0,1 (sehr schlecht) - 1 (sehr transparent und aufklärend) // Vorgabe 0,9
    Immunitätsrate (aufgrund fehlender Daten): 0 (man kann nicht immun werden) - 1 (wenn man es einmal hatte, wird man es nie wieder bekommen) // Vorgabe 0,4


Schlüssel

    Anfällige: Menschen sind nicht mit SARS-CoV-19 infiziert, könnten aber infiziert werden
    Infizierte: Menschen sind infiziert worden und haben die Krankheit COVID-19
    Geheilte: Die Menschen haben sich gerade von COVID-19 erholt und können es in diesem Stadium nicht mehr bekommen
    Tote: Menschen starben wegen COVID-19
    Immunisierte: Menschen wurden immun und können die Krankheit nicht mehr bekommen
    Kritischer Prozentsatz der Wiederherstellung: Überlebenschance ohne spezielle medizinische Behandlung

This model is comparing healthy and sick residents in Burnie, Tasmania after the Covid-19 Outbreak in 2020. It will also show how the Burnie economy is effected by the disease, how the Government Health Policies are implemented and how they are enforced.

This model is based on the SIR, Susceptible, Infection, Recovery (or Removed) These are the three possible states related to the members of the Burnie population when a contagious decease spreads.

The Government/Government Health Policy, played a big part in the successful decrease in Covid-19 infections. The Government enforced the following.
- No travel (interstate or international)
- Isolation within the residents homes
- Social distancing by 1.5m
- Quarantine
- Non essential companies to be temporarily closed
- Limitations on public gatherings
- And limits on time and kilometers aloud to travel from ones home within a local community

This resulted in lower reported infection rates of Covid-19 and higher recovery rates.

In my opinion: When the first case was reported the Government could have been even faster to enforce these rules to decrease the fatality rates further for the Burnie, population.  

Assumption: Government policies were only triggered when 10 cases were recorded.
Also, more cases that had been recorded effected the economic growth during this time.

Interesting Findings: In the simulation it shows as the death rates increases towards the end of the week, the rate of testing goes down. You would think that the government would have enforced a higher testing rate over the duration of this time to decrease the number of infections, exposed which would increase the recovery rates faster and more efficiently.  

Figures have been determined by the population of Burnie being 19,380 at the time of assignment.