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:

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