Häufigkeit und Tests für Q-Fieber und Rift Valley Fieber

Q-Fieber und Rift Valley-Fieber sind Krankheiten, die von Tieren auf Menschen übertragen werden können. Sie kommen in mehreren afrikanischen Ländern vor und können ernsthafte Auswirkungen auf die Gesundheit und die Tierproduktion haben. Berichten zufolge liegt die Prävalenz von Q-Fieber bei Nutzvieh zwischen etwa 8% und 39%, während Rift Valley-Fieber Nutztiere zwischen 9,5% und 44,2% betrifft. Bei Menschen wird die Prävalenz von Q-Fieber mit 27% bis 49,2% angegeben, und das Rift Valley-Fieber liegt bei etwa 13,2% bis 28,4%. Beide Krankheiten können grippeähnliche Symptome verursachen und zu schwerwiegenderen gesundheitlichen Problemen führen. Bei Tieren können sie signifikante Verluste durch Aborte verursachen.

Um genaue Schätzungen darüber zu bekommen, wie häufig diese Krankheiten sind, ist es wichtig, qualitativ hochwertige Proben zu sammeln und zuverlässige Tests zur Diagnose zu verwenden. Forschungsstudien sind entscheidend, um diese Daten zu sammeln und Regierungen bei ihren Gesundheitsprioritäten zu leiten, was für die Kontrolle dieser Krankheiten wichtig ist.

Für die Diagnostik von Q-Fieber gilt der indirekte Immunofluoreszenztest als der beste Test für Menschen. Für Tiere sind jedoch keine kommerziellen Tests verfügbar. Der Enzymgebundene Immunosorbententest (ELISA) ist der am häufigsten verwendete Test, der für eine schnelle Screening bei Tieren empfohlen wird. Für Rift Valley-Fieber ist der Virusneutralisationstest die beste Methode, aber er erfordert lebende Viren und muss in sicheren Labors mit geschultem Personal durchgeführt werden. Beide Krankheiten können auch mit ELISA getestet werden, die eine schnellere und sicherere Option bieten, insbesondere in Regionen mit weniger Ressourcen.

Verschiedene diagnostische Tests können zu inkonsistenten Prävalenzraten führen. Deshalb gibt es Forderungen nach standardisierten Überwachungsmethoden, um faire Vergleiche über die Zeit und zwischen Ländern zu ermöglichen.

Mehrere Studien haben untersucht, wie gut verschiedene Tests übereinstimmen. Die Ergebnisse waren unterschiedlich und zeigten entweder eine geringe oder gute Übereinstimmung für Q-Fieber und gute bis hervorragende Übereinstimmung für Rift Valley-Fieber. Um die Übereinstimmung der Tests richtig zu bewerten, können Forscher quantifizieren, wie oft Tests dieselben Ergebnisse liefern. Dies erfolgt normalerweise mit einem statistischen Mass, das als Cohen's Kappa bekannt ist und zeigt, wie gross die Übereinstimmung über den Zufallsfaktor hinaus ist. Die Werte reichen von 0, was keine echte Übereinstimmung bedeutet, bis 1, was perfekte Übereinstimmung bedeutet.

Allerdings hat Cohen's Kappa einige Einschränkungen. Die Übereinstimmung kann durch die Häufigkeit positiver Ergebnisse beeinflusst werden, was als Prävalenzeffekt bezeichnet wird. Es gibt auch einen Verzerrungseffekt, der auftritt, wenn die Testergebnisse nicht gleichmässig übereinstimmen. Um mit diesen Problemen umzugehen, können Forscher eine angepasste Masszahl berechnen, die als prävalenz- und verzerrungsangepasstes Kappa bekannt ist.

Die Gründe für Unterschiede zwischen den Testergebnissen wurden nicht gründlich untersucht. Einige Faktoren könnten die Qualität der Proben, die verwendeten Tests und die Variation der Testergebnisse in verschiedenen Labors umfassen. Biologische Faktoren wie Alter, Geschlecht und andere Gesundheitszustände der getesteten Personen könnten ebenfalls die Ergebnisse beeinflussen. Frühere Studien haben Verbindungen zwischen der Testleistung und verschiedenen Faktoren angedeutet, aber klare Schlussfolgerungen wurden nicht gezogen.

Ziel einiger Studien war es, zu analysieren, wie sehr die Ergebnisse von Tests aus verschiedenen Labors übereinstimmen, wobei statistische Masse verwendet wurden, um den Übereinstimmungsgrad für sowohl Nutzvieh- als auch menschliche Proben zu quantifizieren. Die Studien hatten auch das Ziel, zu untersuchen, wie bestimmte demografische Faktoren diese Übereinstimmung beeinflussen könnten.

#Probenentnahme und Analyse

In einer speziellen Studie wurden zwischen Januar und Februar 2018 Proben von Menschen und Vieh in Tschad entnommen. Die Forscher verwendeten ein Verfahren namens mehrstufige Clusterstichprobe, das die Auswahl von Dörfern und Lagern zur Probenentnahme beinhaltete. Insgesamt wurden 571 menschliche Proben und 560 Viehproben entnommen.

Diese Proben wurden in einem Labor im Tschad analysiert. Verschiedene Tests wurden für Vieh und Menschen verwendet, entsprechend den Richtlinien der Hersteller. Nach der Erstanalyse wurde ein Teil der Proben 2021 an Labore in der Schweiz und Deutschland zur erneuten Testung geschickt.

#Die Testergebnisse

Bei den Tests mussten einige Proben aufgrund von Problemen wie Kennzeichnungsfehlern und fehlenden Serumproben ausgeschlossen werden. Am Ende wurden 91 menschliche Proben und 102 Viehproben auf ihren Krankheitsstatus getestet.

Die Studie stellte fest, dass die Testergebnisse zwischen den Laboren variierten, mit Übereinstimmungswerten von etwa 62,5% bis 94%. Die Cohen's Kappa-Werte zeigten ein moderates Mass an Übereinstimmung für Q-Fieber bei Vieh und Rift Valley-Fieber, während die Tests für menschliches Q-Fieber eine faire Übereinstimmung zeigten.

Bei den Tieren zeigten die Testergebnisse für Q-Fieber und Rift Valley-Fieber nahezu perfekte Übereinstimmung, während die Ergebnisse bei Menschen variabel waren. Diese Diskrepanz in den Ergebnissen könnte mit der Verwendung verschiedener Tests in verschiedenen Laboren zusammenhängen.

#Faktoren, die die Testübereinstimmung beeinflussen

Bei der Betrachtung der Faktoren, die die Testübereinstimmung beeinflussen könnten, stellte sich heraus, dass Proben aus Dörfern eine höhere Übereinstimmung zeigten als solche aus Lagern. Darüber hinaus zeigten ältere Personen niedrigere Übereinstimmungsraten als jüngere Personen. Diese Trends werfen interessante Fragen auf, wie Alter und Lebensbedingungen die diagnostischen Ergebnisse beeinflussen könnten.

Für sowohl Q-Fieber als auch Rift Valley-Fieber schien es einen konsistenten Trend zu geben, bei dem jüngere Personen eine höhere Wahrscheinlichkeit für Übereinstimmung in den Testergebnissen hatten. Diese Beobachtung passt zu der Idee, dass ältere Personen möglicherweise mehr vorherige Expositionen gegenüber Krankheitserregern gehabt haben, was ihre Testergebnisse beeinflussen könnte.

Regionale Unterschiede spielten ebenfalls eine Rolle, wobei die Viehproben aus einem Distrikt eine bessere Übereinstimmung zeigten als die aus einem anderen. Dies könnte auf verschiedene lokale Faktoren zurückzuführen sein, aber weitere Forschung ist erforderlich, um mögliche zugrunde liegende Gründe zu bestätigen.

#Herausforderungen und Überlegungen

Die Studie hob die Bedeutung der hochwertigen Probenentnahme hervor. Probleme wie die Hämolyse von Proben – wo rote Blutkörperchen abgebaut werden – können die Testgenauigkeit beeinflussen. Viele Faktoren könnten dies verursachen, hauptsächlich während der präanalytischen Phase, die umfasst, wie Proben entnommen, transportiert und gelagert werden.

Im Fall dieser Studie wurden einige Proben 2,5 Jahre lang gelagert, und wiederholte Einfrier- und Auftauzyklen könnten ihre Qualität beeinträchtigt haben. Die Bedingungen und die benötigte Zeit für den Transport der Proben zu den Testlabors können ebenfalls signifikante Auswirkungen auf die Ergebnisse haben.

Darüber hinaus beobachtete die Studie, dass Faktoren wie die Art und das Geschlecht der Viehproben die Testübereinstimmung beeinflussen könnten, obwohl diese Ergebnisse nicht statistisch robust waren.

#Fazit

Die Ergebnisse dieser Forschung unterstreichen die Variabilität in den Testergebnissen für Q-Fieber und Rift Valley-Fieber, insbesondere wenn Proben aus verschiedenen Orten entnommen werden. Trotz der Herausforderungen, die mit Laborbedingungen und den verwendeten Tests verbunden sind, gab es ein Spektrum von Übereinstimmungsgraden von fair bis fast perfekt.

Diese Ergebnisse betonen die Notwendigkeit, verschiedene Faktoren bei der Interpretation von diagnostischen Tests zu berücksichtigen, da sie die Berichte über die Krankheitsprävalenz erheblich beeinflussen können. Dieses Verständnis ist entscheidend für die Entwicklung effektiver Gesundheitsstrategien und Interventionen, insbesondere in ressourcenarmen Gebieten, in denen Krankheiten wie Q-Fieber und Rift Valley-Fieber fortwährende Herausforderungen darstellen.

Durch die Identifizierung der Einflussfaktoren kann die zukünftige Forschung darauf abzielen, die diagnostische Genauigkeit und Zuverlässigkeit zu verbessern, was entscheidend ist, um diese wichtigen zoonotischen Krankheiten zu managen und sowohl die menschliche als auch die Tiergesundheit zu sichern.