Bewertung des Endes von Ausbrüchen ansteckender Krankheiten
Mathematische Modelle nutzen, um Entscheidungen im Umgang mit Ausbrüchen zu verbessern.
― 6 min Lesedauer
Inhaltsverzeichnis
Wenn ein Ausbruch einer Infektionskrankheit passiert, ist es super wichtig, dass die Gesundheitsbehörden reagieren, um Schäden zu minimieren und unnötige Massnahmen zu vermeiden. Sobald der Ausbruch eingedämmt ist, stellt sich die zentrale Frage: Wann können die Beamten sicher erklären, dass der Ausbruch vorbei ist? Das Ende eines Ausbruchs zu erklären, ist wichtig, weil es bedeutet, dass die Gesundheitsmassnahmen gelockert werden können. Diese Erklärung sollte aber nur erfolgen, wenn das Risiko neuer Fälle niedrig ist.
Die Richtlinien der Weltgesundheitsorganisation (WHO) sagen, dass ein Ausbruch wie Ebola für beendet erklärt werden sollte, wenn über einen bestimmten Zeitraum keine neuen Fälle gemeldet werden, und zwar doppelt so lange wie die maximale Zeit, die es braucht, bis Symptome nach einer Infektion auftreten. Bei Ebola sind das 42 Tage. Diese Richtlinie ist einfach und leicht anzuwenden, aber das Risiko neuer Fälle kann von den speziellen Details jedes Ausbruchs abhängen. Faktoren wie wie ansteckend die Krankheit ist, wie viele Fälle möglicherweise übersehen wurden und wie lange es dauert, bis Infizierte aus der Bevölkerung entfernt werden, können die Wahrscheinlichkeit neuer Fälle beeinflussen.
Diese Variabilität zeigt, dass es bessere wissenschaftliche Methoden braucht, um zu entscheiden, wann ein Ausbruch wirklich vorbei ist. Neulich gab es Interesse daran, mathematische Modelle zu nutzen, um die Chancen zu bewerten, dass in Zukunft keine neuen Fälle auftreten, basierend auf Daten, die während des Ausbruchs gesammelt wurden. Wenn Gesundheitsbeamte dieses Risiko in Echtzeit abschätzen können, können sie informiertere Entscheidungen darüber treffen, wann öffentliche Gesundheitsmassnahmen gestoppt werden sollten.
Mathematische Modelle im Ausbruchsmanagement
Eine gängige Methode zur Schätzung der Wahrscheinlichkeit, dass ein Ausbruch zu Ende geht, wurde von Forschern entwickelt und basiert auf einem speziellen Modell, wie sich Krankheiten verbreiten. Diese Methode nutzt drei Hauptinformationen: die Anzahl der gemeldeten Fälle über die Zeit, die Zeit, die es dauert, bis jemand, der krank ist, andere anstecken kann, und das Muster, wie viele neue Fälle eine infizierte Person verursachen könnte.
Allerdings bietet diese Methode nur eine Schätzung und hat ihre Grenzen. Unsere Forschung stellt eine neue Methode vor, die die genaue Wahrscheinlichkeit berechnen kann, dass ein Ausbruch endet, vorausgesetzt, wir haben detaillierte Informationen darüber, wer wen während des Ausbruchs angesteckt hat. Diese Informationen können oft durch Kontaktverfolgungsmassnahmen gesammelt werden.
Wir haben diese neue Methode auf zwei bedeutende Ausbrüche angewendet: einen des Ebola-Virus in der Demokratischen Republik Kongo im Jahr 2017 und einen des Nipah-Virus in Bangladesch im Jahr 2004.
Fallstudie: Ebola-Virus in der Demokratischen Republik Kongo
Beim Ebola-Ausbruch 2017 in der Gesundheitszone Likati wurden über einen Zeitraum von etwa sechs Wochen acht Fälle gemeldet. Die Gesundheitsbehörden nutzten Kontaktverfolgung, um zu verstehen, wie sich das Virus verbreitete. Indem wir kartierten, wer wen angesteckt hat, konnten wir besser abschätzen, wann das Virus eingedämmt war.
Mit der Standardmethode und unserem neuen Ansatz haben wir die Wahrscheinlichkeit berechnet, dass der Ausbruch an jedem Tag vorbei war. Wie erwartet, stiegen die Chancen, dass der Ausbruch für beendet erklärt werden kann, an den Tagen ohne neue Fälle. Unsere Methode zeigte jedoch viel mehr Variationen in diesen Wahrscheinlichkeiten im Vergleich zur Standardmethode.
Zum Beispiel, kurz nachdem ein neuer Fall gemeldet wurde, schätzte die Standardmethode eine hohe Wahrscheinlichkeit für das Ende des Ausbruchs, während unsere Methode eine viel niedrigere Wahrscheinlichkeit anzeigte. Umgekehrt zeigte unsere Methode nach dem letzten gemeldeten Fall, dass der Ausbruch viel früher als die Standardmethode angenommen enden konnte. Dieser Befund ist wichtig für die Planung und Prognose von Gesundheitsmassnahmen.
Fallstudie: Nipah-Virus in Bangladesch
Der Nipah-Virus-Ausbruch in Bangladesch war ein weiterer bedeutender Fall. 2004 gab es 36 bestätigte Fälle mit einer hohen Sterblichkeitsrate. Durch Kontaktverfolgung konnten wir erneut rekonstruieren, wie sich das Virus von Person zu Person verbreitete.
Wie beim Ebola-Ausbruch beobachteten wir, dass unsere neue Methode die Wahrscheinlichkeiten für das Ende des Ausbruchs anders schätzte als die Standardmethode. In diesem Fall, während des Höhepunkts des Ausbruchs, als viele neue Fälle gemeldet wurden, zeigte unsere Methode eine drastisch niedrigere Wahrscheinlichkeit, dass der Ausbruch vorbei war, verglichen mit der Standardmethode. Das hebt hervor, wie wichtig es ist, detaillierte Kontaktverfolgungsdaten zu nutzen, um genauere Einschätzungen der laufenden Risiken vorzunehmen.
Wichtige Überlegungen zur Erklärung des Endes von Ausbrüchen
Das Ende eines Ausbruchs zu erklären, ist nicht nur eine einfache Regel zu befolgen. Auch wenn es hilfreich sein kann, eine bestimmte Zeit ohne neue Fälle abzuwarten, können detaillierte Daten helfen, informiertere Entscheidungen zu treffen. Die Entscheidung, wann offiziell erklärt wird, dass ein Ausbruch vorbei ist, ist ein Balanceakt zwischen dem Wunsch, strenge Kontrollen zu lockern, und der Gewissheit, dass das Risiko neuer Fälle weiterhin niedrig ist.
Die Beamten müssen verschiedene Faktoren berücksichtigen, wie den Kontext des Ausbruchs, wie sich die Krankheit verbreitet und die Wirksamkeit der Gesundheitsreaktionen. Zum Beispiel könnte in Fällen, in denen intensiv Kontaktverfolgung betrieben wurde, eine kürzere Wartezeit akzeptabel sein im Vergleich zu Ausbrüchen, bei denen solche Daten rar sind.
Die Rolle von Entscheidungsschwellen
Entscheidungsträger im Gesundheitswesen setzen oft Risikoschwellen, um zu bestimmen, wann ein Ausbruch für beendet erklärt werden kann. Eine niedrigere Schwelle könnte bedeuten, dass ein Ausbruch früher für beendet erklärt wird, birgt aber auch das Risiko neuer Fälle. Umgekehrt kann eine höhere Schwelle strenge Massnahmen unnötig verlängern, was zu höheren wirtschaftlichen und sozialen Kosten führt.
In unseren Fallstudien haben wir untersucht, wie sich unterschiedliche Schwellenwerte auf den Zeitpunkt der Erklärung des Endes von Ausbrüchen auswirken. Wir fanden heraus, dass die Nutzung unserer neuen Methode zu einer früheren Erklärung des Endes der Ausbrüche führen könnte, verglichen mit der Standardmethode. Das deutet darauf hin, dass detailliertere Daten schnellere und genauere Entscheidungen erleichtern können.
Zukünftige Überlegungen
Obwohl unsere neue Methode eine genauere Schätzung bietet, wann Ausbrüche vorbei sind, gibt es noch viel zu tun. Zukünftige Verbesserungen könnten beinhalten, unberichtete Fälle, Verzögerungen bei der Meldung neuer Fälle und Veränderungen in der Ausbreitung von Krankheiten über die Zeit zu berücksichtigen.
Zudem müssen sich die Methoden zur Schätzung der Wahrscheinlichkeit, dass ein Ausbruch vorbei ist, weiterentwickeln, um den spezifischen Eigenschaften dieser Krankheiten gerecht zu werden. Kontinuierliches Lernen und Anpassung sind wesentlich, insbesondere in Bereichen, in denen die Gesundheitssüberwachungssysteme nicht so stark sind.
Zusammenfassend lässt sich sagen, dass die Verwendung von mathematischen Modellen und detaillierten Daten aus der Kontaktverfolgung zu besseren Entscheidungen darüber führen kann, wann ein Ausbruch für beendet erklärt werden kann. Dies kann helfen sicherzustellen, dass die Massnahmen im Gesundheitswesen sowohl effektiv als auch effizient sind und letztlich Leben und Ressourcen während Ausbrüchen von Infektionskrankheiten retten.
Titel: Exact calculation of end-of-outbreak probabilities using contact tracing data
Zusammenfassung: A key challenge for public health policy makers is determining when an infectious disease outbreak has finished. Following a period without cases, an estimate of the probability that no further cases will occur in future (the end-of-outbreak probability) can be used to inform whether or not to declare an outbreak over. An existing quantitative approach, based on a branching process transmission model, allows the end-of-outbreak probability to be approximated from disease incidence time series, the offspring distribution and the serial interval of the pathogen (the Nishiura method). Here, we show how the end-of-outbreak probability under the same transmission model can be calculated exactly if data describing who-infected-whom (the outbreak transmission tree) are available alongside the disease incidence time series. When such data are available, for example from contact tracing studies, our novel approach (the traced transmission method) is straightforward to use. We demonstrate this by applying the traced transmission method to data from previous outbreaks of Ebola virus disease and Nipah virus infection. For both outbreak datasets considered, we find that the traced transmission method would have determined that the outbreak was over more quickly than the Nishiura method. This highlights that consideration of contact tracing data may allow stringent control interventions to be relaxed quickly at the end of an outbreak, with only a limited risk of outbreak resurgence.
Autoren: Robin N Thompson, N. Bradbury, W. Hart, F. A. Lovell-Read, J. Polonsky
Letzte Aktualisierung: 2023-09-02 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2023.08.31.23294914
Quell-PDF: https://www.medrxiv.org/content/10.1101/2023.08.31.23294914.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.