Priorisierung von Bevölkerungsgruppen bei der Verteilung von Medikamenten oder Impfstoffen am Beispiel von COVID-19 - Eine modellbasierte Analyse

  • Kontext:
    Die COVID19-Pandemie zeigt, wie abhängig die Bevölkerung von wirksamen und sicheren Impfstoffen oder Medikamenten ist. Derzeit ist noch nicht absehbar, wann/ob ein Impfstoff oder wirksames Medikament gegen COVID-19 gefunden werden kann.

    In diesem Kontext ist ein stark diskutiertes Thema, wie und an wen ein solches Produkt – sofern es entwickelt und zugelassen ist – verteilt werden soll. In diesen Kontext lässt sich auch die vorliegende Masterthesis einordnen:

    Das übergeordnete Ziel der Thesis ist es zu analysieren, wie sich verschiedene Priorisierungsstrategien im Rahmen der Verteilung von Impfstoffen oder Medikamenten auf die kurz- und mittelfristige Gesamtversorgung der Bevölkerung auswirken (am Beispiel von COVID-19).

     

    Die folgenden Aspekte sollen im Rahmen der Thesis behandelt werden:

    1. Eine kurze (!) Literaturrecherche zur Klassifikation von Bevölkerungsgruppen in Bezug auf ihre Abhängigkeit vom Impfstoff bzw. Medikamenten (Vulnerabilität).
    2. Modellierung verschiedener Versorgungsoptionen unter Berücksichtigung von flexibel -kalibrierbaren Überlebensfunktionen.
    3. Implementierung der Ergebnisse von (2.) in einem Optimierungstool am Beispiel einer Case Study für eine große deutsche Stadt.
    4. Evaluierung und Diskussion der Ergebnisse.

    Die Thesis kann auf Deutsch oder Englisch geschrieben werden.

     

    Voraussetzungen:
    Fortgeschrittene Kenntnisse in den Bereichen Operations Research, Supply Chain Management und Programmierung werden vorausgesetzt (und/oder die Motivation zum Erwerb dieser Kenntnisse).

    Erfahrung mit GAMS ist hilfreich, aber nicht zwingend erforderlich.