Bewertung von saisonalen Ausbruchrisiken mit TER

Pathogene, also die Keime, die Krankheiten verursachen können, sind nicht immer überall anzutreffen, können aber trotzdem ein Risiko darstellen, wenn sie aus anderen Regionen eingeschleppt werden. Zum Beispiel haben Gegenden im Süden Europas normalerweise keine durch Vektoren übertragenen Krankheiten wie Dengue oder Chikungunya. Aber wenn Leute, die diese Krankheiten tragen, dort hinreisen, kann es zu lokalen Ausbrüchen kommen. Die Wahrscheinlichkeit solcher Ausbrüche kann sich mit den Jahreszeiten ändern. Verschiedene Faktoren, wie das Verhalten der Leute, wie lange die Erreger überleben und die Bedingungen, unter denen die Überträger gedeihen, können alle vom Wetter beeinflusst werden.

Um diese Risiken effektiv zu managen, ist es wichtig, Zeiten im Jahr zu identifizieren, in denen Ausbrüche am wahrscheinlichsten sind. Wenn die Behörden Schätzungen darüber abgeben, wie diese Risiken im Laufe der Zeit variieren können, können sie ihre Überwachungs- und Kontrollmassnahmen gegen Krankheiten, die durch Vektoren wie Mücken übertragen werden, verbessern.

#Aktuelles Verständnis der Ausbruchsrisiken

Die Forschung hat sich hauptsächlich darauf konzentriert, zu schätzen, wie wahrscheinlich es ist, dass ein Ausbruch auftritt, nachdem ein importierter Fall gemeldet wurde. Das wird normalerweise dadurch gemessen, dass die Wahrscheinlichkeit eines grösseren Ausbruchs basierend auf der Anzahl der importierten Fälle und der Leichtigkeit, mit der der Erreger sich verbreitet, berechnet wird. Diese Art von Wahrscheinlichkeit kann sowohl für direkt von Mensch zu Mensch übertragenen Krankheiten als auch für solche, die durch Vektoren verbreitet werden, bestimmt werden.

Es gibt zwei Hauptansätze zur Berechnung der Wahrscheinlichkeit eines signifikanten Ausbruchs. Eine Methode geht davon aus, dass die Übertragungsparameter (Faktoren, die beeinflussen, wie sich Krankheiten verbreiten) konstant bleiben, während die andere die Veränderungen dieser Übertragungsfaktoren im Laufe der Zeit berücksichtigt. Viele verschiedene Modelle wurden für diese Berechnungen verwendet, einschliesslich verschiedener epidemiologischer Modelle, die simulieren, wie Infektionen sich verbreiten.

Typischerweise wird die Wahrscheinlichkeit eines grösseren Ausbruchs durch ein vereinfachtes Modell geschätzt, das annimmt, dass es eine konstante Anzahl von Menschen gibt, die sich infizieren können. Das bedeutet, dass ein Erreger unter normalen Umständen entweder verschwindet, nachdem er eingeführt wurde, oder eine unbegrenzte Zunahme an Infektionen verursacht.

Allerdings kann dieser Ansatz kompliziert werden, wenn wir es mit saisonalen Krankheiten zu tun haben. Wenn eine Krankheit nur zu bestimmten Zeiten des Jahres übertragen werden kann, ist es wahrscheinlich, dass sie in den Jahreszeiten, in denen sie sich nicht verbreiten kann, aussterben wird. Daher, selbst wenn viele Leute sich anstecken können, wird die Anzahl der Infektionen nicht endlos weiter wachsen. Das schafft eine Situation, in der Standardberechnungen ein sehr geringes Risiko für grosse Ausbrüche zeigen könnten, selbst wenn es die Möglichkeit gibt, dass signifikante Fälle auftreten, bevor der Erreger verblasst.

#Einführung des Schwellenwert-Epidemierisikos (TER)

Um das Risiko signifikanter Ausbrüche für saisonale Erreger besser zu verstehen, können wir einen neuen Ansatz verwenden. Anstatt die Wahrscheinlichkeit zu berechnen, dass ein grösserer Ausbruch auftritt, basierend auf der Anzahl der Infektionen, können wir die Wahrscheinlichkeit berechnen, eine bestimmte Anzahl von Infektionen zu überschreiten, bevor der Erreger ausstirbt. Das nennen wir Schwellenwert-Epidemierisiko (TER).

Der TER kann mit Modellen berechnet werden, die sowohl die Saisonalität als auch die Anzahl der Menschen berücksichtigen, die sich infizieren können. Diese Kennzahl ermöglicht es uns zu sehen, wie viele Infektionen in einer bestimmten Saison auftreten können, selbst wenn das allgemeine Risiko eines vollständigen Ausbruchs gering ist.

In bestimmten Szenarien könnte der CER suggerieren, dass es kein Risiko für einen Krankheitsausbruch gibt. Der TER könnte jedoch zeigen, dass es immer noch das Potenzial für substanzielle Infektionen gibt. Das ist wichtige Information für die Gesundheitsbehörden, da es ihnen hilft, sich auf mögliche Ausbrüche vorzubereiten, auch wenn traditionelle Methoden etwas anderes nahelegen.

#Modelle zur Berechnung von TER und CER

#Grundkonzepte des SIR-Modells

Um zu verstehen, wie wir den TER effektiv berechnen können, schauen wir uns das SIR-Modell an, das die Bevölkerung in drei Gruppen unterteilt: empfindliche Personen, die infektiös sind, und diejenigen, die entfernt wurden (entweder weil sie sich erholt haben oder gestorben sind).

In diesem Modell bleibt die Gesamtzahl der Personen konstant. Wir können auch berücksichtigen, dass in einer realen Situation die Raten, mit denen sich Leute infizieren, und die Raten, mit denen sie sich erholen, im Laufe des Jahres schwanken können.

#Verwendung eines stochastischen Wirt-Vektor-Modells

Für durch Vektoren übertragene Krankheiten, wie Mücken, können wir einen anderen Ansatz verwenden. In diesem Modell betrachten wir nicht nur die menschliche Bevölkerung, sondern auch die Populationen der Vektoren selbst. Das Modell verfolgt die Vektorpopulationen in verschiedenen Lebenszyklen, von Eiern bis hin zu Erwachsenen, und wie diese Populationen von saisonalen Veränderungen beeinflusst werden.

Durch die Einbeziehung realistischer saisonaler Temperaturdaten können wir schätzen, wie diese Faktoren das Risiko der Krankheitsübertragung im Laufe eines Jahres beeinflussen.

#Vergleich von CER und TER

In unseren Analysen haben wir eine Reihe von Simulationen mit beiden Kennzahlen (CER und TER) durchgeführt, um ihre Unterschiede zu verstehen. Wenn Krankheiten das ganze Jahr über übertragen werden können, können beide Kennzahlen ähnliche Schätzungen des Ausbruchsrisikos liefern. Wenn Krankheiten jedoch nur während bestimmter Saisons übertragbar sind, werden die Unterschiede zwischen den beiden Kennzahlen deutlich.

Zum Beispiel, selbst wenn der CER ein Nullrisiko für einen signifikanten Ausbruch zu bestimmten Zeiten des Jahres angibt, könnte der TER dennoch ein erhebliches Risiko für kleinere Ausbrüche zeigen. Dies gilt insbesondere, wenn Bedingungen vorübergehend eine Ausbreitung der Krankheit ermöglichen, bevor Umweltveränderungen die Übertragung stoppen.

In den Simulationen, die wir durchgeführt haben, fanden wir heraus, dass die Dauer ungünstiger Bedingungen für die Übertragung die Schätzungen, die aus CER und TER abgeleitet wurden, erheblich beeinflussen kann. Wenn die Bedingungen über einen längeren Zeitraum nicht tragbar sind, tendiert der CER dazu, kein Risiko anzuzeigen, obwohl Ausbrüche immer noch auftreten könnten, bevor sich die Krankheit zurückzieht.

#Praktische Anwendung: Chikungunya in Italien

Um die praktische Nützlichkeit des TER zu veranschaulichen, können wir eine Fallstudie zu Chikungunya in Feltre, Italien, betrachten. Diese Region erlebt saisonale Variabilität, die die Mückenpopulation beeinflusst, was wiederum das Risiko der Chikungunya-Übertragung beeinflusst.

Indem wir tatsächliche Temperaturdaten aus 2014 und 2015 nutzen, können wir diese Daten in unsere Modelle einpassen, um Risikoabschätzungen zu berechnen. Die Berechnungen zeigten, dass während der CER das ganze Jahr über Null blieb, aufgrund der saisonalen Einflüsse auf die Mückenpopulationen, der TER Phasen anzeigte, in denen ein Risiko für substanzielle Ausbrüche bestand.

Dieser Fall zeigt, wie das Verständnis saisonaler Dynamiken öffentliche Gesundheitsreaktionen unterstützen kann und besser auf potenzielle Ausbrüche vorbereitet werden kann.

#Bedeutung der Anpassung von Schätzungen für die Politikgestaltung

Die Quantifizierung der Ausbrüche, die aufgrund importierter Fälle auftreten könnten, ist entscheidend für öffentliche Gesundheitsstrategien. Das wird noch bedeutender für saisonale Erreger, die klare Muster der Übertragung im Laufe des Jahres haben.

Zeiten zu identifizieren, in denen das Risiko höher ist, ermöglicht es Entscheidungsträgern, Ressourcen besser zuzuweisen und Überwachungsmassnahmen zur richtigen Zeit umzusetzen. Frühere Methoden zur Berechnung der Ausbruchsrisiken, insbesondere solche, die nur konstante Bedingungen berücksichtigen, könnten zu Unterschätzungen der Risiken führen, insbesondere im saisonalen Kontext.

Der TER erlaubt Flexibilität bei der Definition dessen, was einen „grösseren Ausbruch“ ausmacht, indem er es den Nutzern ermöglicht, einen Schwellenwert zu wählen, der für ihren spezifischen Kontext relevant ist. Zum Beispiel könnte für einige Regionen ein Ausbruch als signifikant angesehen werden, sobald er ein paar Dutzend Fälle überschreitet.

Im Falle von Chikungunya könnte eine forschungsbasierte öffentliche Gesundheitsstrategie, die sich auf den TER konzentriert, zu effektiveren Kontrollmassnahmen und rechtzeitigen Reaktionen in Hochrisikophasen führen, was letztendlich die Gesundheit der Gemeinschaft verbessert.

#Fazit

Zusammenfassend haben wir das Konzept des Schwellenwert-Epidemierisikos (TER) eingeführt und seine Nützlichkeit bei der Beurteilung des Risikos bedeutender Ausbrüche für saisonale Erreger veranschaulicht. Diese neue Kennzahl bietet ein besseres Verständnis, indem sie sich auf die Anzahl der Infektionen konzentriert, die auftreten könnten, bevor der Erreger ausstirbt.

Durch den Einsatz sowohl einfacher als auch komplexer Modelle können wir unsere Schätzungen besser an die Ziele der öffentlichen Gesundheit anpassen. Da der Klimawandel weiterhin die Dynamik vektorübertragener Krankheiten beeinflusst, wird es entscheidend sein, verfeinerte Modelle zu verwenden, die die Saisonalität berücksichtigen, um präventive Massnahmen zu unterstützen und Richtlinien zu informieren.

Die Zeit, sich auf die potenziellen Risiken saisonaler Erreger vorzubereiten, ist jetzt. Ansätze wie der TER können unsere Fähigkeit, effektiv zu reagieren und zukünftige Ausbrüche zu verhindern, erheblich verbessern.