Teil 2a

Report
Internationales
Gesundheitsmanagement
Teil 2a
Steffen Fleßa
Lst. für Allgemeine BWL und
Gesundheitsmanagement
Universität Greifswald
Gliederung
1 International Public Health
2 Nachfrage nach
Gesundheitsdienstleistungen
3 Angebot an Gesundheitsdienstleistungen
4 Gesundheitsreformen
2 Nachfrage nach
Gesundheitsdienstleistungen
2.1 Determinanten der Nachfrage
2.1.1
Gesundheitsökonomisches Rahmenmodell
2.1.2
2.1.3
Geschichte epidemiologischer Modellvorstellungen
Exkurs: Messung von Lebensqualität
2.2 Demographische und epidemiologische
Transition
2.3 Epidemiologie infektiöser Erkrankungen
2.1.1 Gesundheitsökonomisches
Rahmenmodell
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
S U B J E K T IV E S
M A N G E L E R L E B N IS =
B E D Ü R F N IS
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
S U B J E K T IV E S
M A N G E L E R L E B N IS =
B E D Ü R F N IS
BEDARF
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
S U B J E K T IV E S
M A N G E L E R L E B N IS =
B E D Ü R F N IS
BEDARF
NACHFRAGE
 D em o g ra p h ie
 In fektio n skra n k h eiten
 C h ro n isch d eg en erativ e
E rkra n ku n g en
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
S U B J E K T IV E S
M A N G E L E R L E B N IS =
B E D Ü R F N IS
BEDARF
NACHFRAGE



D em ograp h ie
In fek tion sk rankh eiten
C h ronisch -d egen erative E rk rank un gen
 G esu n d h eitserzieh u n g
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
S U B J E K T IV E S
M A N G E L E R L E B N IS =
B E D Ü R F N IS
BEDARF
NACHFRAGE




D em ograp h ie
In fek tion sk rankh eiten
C h ronisch -d egen erative E rk rank un gen
G esu n dh eitserzieh un g
 F in a n zierb a rkeit
 G esu n d h eitsb u d g ets
p riv a ter H a u sh alte
 G eb ü h ren p olitik
 K ra n ken v ersich eru n g
en
 D ista n zv erlu ste
 N u tzen
 Q u alitä t
 M essu n g , S ich eru n g
O B J E K T IV E R M A N G E L
A N G E S U N D H E IT
S U B J E K T IV E S
M A N G E L E R L E B N IS =
B E D Ü R F N IS
BEDARF
NACHFRAGE
2.1.2 Geschichte epidemiologischer
Modellvorstellungen
Zeit
Kausalmodelle
1900 Single-CauseModell (Infektionskrankheiten)
1920 Multiple-CauseModell (Infektionskrankheiten,
Übergang zu
chronischen
Krankheiten)
Modellvorstellung
von Gesundheit
Gesundheitsindikatoren
Mortalität
Morbidität
(Prävalenz,
Inzidenz)
Social-EcologyArbeitsbezogene
Modell (WirtInvaliditätsmaße
Umwelt-Verhalten) (Arbeitsunfähigkeit, Erwerbsunfähigkeit)
Ecological-Modell
(Agens-WirtUmwelt)
Zeit
Kausalmodelle
1940
1970 Multiple-CauseModell
Multiple-EffectModell
(Chronische
Krankheiten)
Modellvorstellung
von Gesundheit
Gesundheitsindikatoren
WHO-Modell:
complete physical,
mental, social
wellbeing
Risikofaktorenmodell
Holistisches Modell
(Umwelt, Biologie,
Lebensstil, Gesundheitssystem)
WHO-Modell:
„Health for all by
2000“
Maße für
Risikofaktoren
(Rauchen,
Alkohol, Krebsregister,...)
Zeit
Kausalmodelle
Modellvorstellung
von Gesundheit
Gesundheitsindikatoren
1980
Wellness-Modell
(Increasing
conditions of
wellness)
Maße für
Wellness,
Lebensqualität
(Quality of Life,
QALY)
1990 Multiple-CauseMultiple-Effect
Modell (Social
Transformation
disease cycle)
WHO: Health
Promotion
Entwicklung von
healthy policies
Maße für Equity
Maße für
Sozialindex
(nach Dever 1991)
Beispiel: AufmerksamkeitsdefizitHyperaktivitätsstörung (ADHS)
•
Symptome:
–
–
–
–
•
Geringe Aufmerksamkeit
Impulsivität
Hyperaktivität (teilweise); „Träumerchen“
Beginnt vor 6. Lebensjahr
Vorkommen:
– 3-5% der Bevölkerung; 1:3 Frauen:Männer
ADHS
•
Ursachen ( Risikofaktoren)
–
–
–
–
–
–
•
–
Genetisch: Anormalität der zerebralen
Signalverarbeitung (bis zum fragilen X-Syndom)
Schwangerschafts- und Geburtskomplikationen
erniedrigtes Geburtsgewicht
Infektionen
Schadstoffe
Erkrankungen oder Verletzungen des Zentralen
Nervensystems
Erziehungsfehler, Vernachlässigung
Keine Zurechenbarkeit von Ursache und Wirkung
2.1.3 Exkurs: Messung von
Lebensqualität
•
Messung der individuellen Lebensqualität
– Analogmodell
– Fragebögen
•
•
z.B. SF-12, SF-36
Normierte Maße der Lebensqualität
– Rosser-Matrix
– Quality Adjusted Life Years
– Disability Adjusted Life Years
Analogmodell
100
0
Beispiel: SF-36
3.
Sind Sie durch Ihren derzeitigen
Gesundheitszustand bei diesen Tätigkeiten
eingeschränkt? Wenn ja, wie stark?
3.a
anstrengende Tätigkeiten, z.B. schnell laufen,
schwere Gegenstände heben, anstrengenden
Sport treiben
3.b
mittelschwere Tätigkeiten, z.B. einen Tisch
verschieben, staubsaugen, kegeln, Golf
spielen
3.c
Einkaufstaschen heben und tragen
3.d
mehrere Treppenabsätze steigen
3.e
einen Treppenabsatz steigen
Ja,
stark
eingeschrän
kt
Ja,
etwas
eingeschrä
nkt
Nein,
über
haupt
nicht
eingeschrän
kt
1
2
3
SF-36
(http://www.bodytechniques.com/pdf/Health%20Survey.pdf)
Rosser Matrix
Schmerz A:
B: leichte
C: mittlere D : starke
BeSchmerzfrei Schmerzen Schmerzen Schmerzen
einträchtigung
I. Keine
1,000
0,995
0,990
0,967
Einschränkung
II. Geringe soziale
Beeinträchtigung
0,990
0,986
0,973
0,932
III. Stärkere soziale
Beeinträchtigung
0,980
0,972
0,956
0,912
IV. Stärkere Beeintr.
der Arbeitsfähigkeit
0,964
0,956
0,942
0,870
V. Arbeitsunfähigkeit
0,946
0,935
0,900
0,700
VI. Bewegungsunfähigkeit ohne Hilfe
Dritter
0,875
0,845
0,680
0
VII. Bettlägrigkeit
0,677
0,564
0
-1,486
-
-
-
VIII. Koma
-1,028
Gesundheitszustände der DALYs
Gesundheitszustand
Bewertung des
Gesundheitszustandes
Eingeschränkte Fähigkeit, mindestens eine Aktivität in einer der
folgenden Gruppen auszuführen: Entspannung, Ausbildung,
Fortpflanzung, Berufstätigkeit
0,096
Eingeschränkte Fähigkeit, die meisten Aktivitäten in einer der
folgenden Gruppen auszuführen: Entspannung, Ausbildung,
Fortpflanzung, Berufstätigkeit
0,220
Eingeschränkte Fähigkeit, Aktivitäten in zwei oder drei der
folgenden Gruppen auszuführen: Entspannung, Ausbildung,
Fortpflanzung, Berufstätigkeit
0,400
Eingeschränkte Fähigkeit, die meisten Aktivitäten in allen vier
Gruppen auszuführen
0,600
Hilfsbedürftigkeit in instrumentalen Aktivitäten des täglichen
Lebens, wie z. B. Bereitung der Mahlzeiten, Einkauf, Hausarbeit
0,810
Hilfsbedürftigkeit bei Aktivitäten des täglichen Lebens, wie z. B.
Essen, persönliche Hygiene, Toilette
0,920
Tod
1,000
DALYs
(http://www.who.int/healthinfo/global_burden_disease/GBD2004_DisabilityWeights.pdf)
Restlebenserwartung bei DALYs
Alter
0
1
5
10
15
20
25
30
35
Männlich
80,00
79,36
75,38
70,40
65,41
60,44
55,47
50,51
45,57
weiblich
82,50
81,84
77,95
72,99
68,02
63,08
58,17
53,27
48,38
Alter
40
45
50
55
60
65
70
75
80
85
90
95
Männlich
40,64
35,77
30,99
26,32
21,81
17,50
13,58
10,17
7,45
5,24
3,54
2,31
weiblich
43,53
38,72
33,99
29,37
24,83
20,44
16,20
12,28
8,90
6,22
4,25
2,89
Relativer Wert eines
Lebensjahres
Wert eines Lebensjahres für die
Berechnung der DALYs
2
1,5
1
0,5
0
0
20
40
60
Lebensjahr
80
100
Bei einer Abdiskonierung mit 3 % und der oben beschriebenen
Altersanpassung ergibt sich der Verlust an DALYs durch eine
Krankheit oder Behinderung als:
D
L
a
x
Bewertung des Gesundheitszustandes gemäß Tabelle
Dauer der körperlichen Einschränkung bzw. Verlust an
Lebensjahren durch frühzeitigen Tod
Lebensalter, in dem die körperliche Einschränkung
beginnt bzw. Sterbejahr
Alter
Global Burden of Disease 2004
N
<15 DALYs p. 1000
30-45 DALYs p. 1000
15-19 DALYs p. 1000
>45 DALYs p. 1000
20-29 DALYs p. 1000
Keine Angabe
2.2 Demographische und
epidemiologische Transition
Demographische und epid. Transition
Kennzahl/Land
Tansania
Thailand
BRD
Japan
Kinder pro Frau
7
2
2
2
Bruttogeburtenrate
4,8 %
2,1 %
1,1 %
1,1 %
Bruttosterberate
1,5 %
0,6 %
1,1 %
0,7 %
Bruttowachstumsrate
3,3 %
1,5 %
0%
0,4 %
Bevölkerungsdichte
[Personen/qkm]
31
112
227
332
Kindersterblichkeit
12,6 %
3,3 %
0,7 %
0,6 %
Modell der demographischen Transition
Rate
Bruttogeburtenrate
Bruttosterberate
5%
1%
Phase
I
Phase II
Phase III
Phase IV
Phase V
Zeit
Determinanten der Geburtenhäufigkeit
Kulturelle / religiöse Prägung
Nutzenmotiv
Ausbildungsstand
der Frau
Agrarsystem /
Wasser / Brennstoff
Arbeitskraftmotiv
Kinderwunsch der
Frau
Alterssicherung
Sicherheitsmotiv
Kinderwunsch des
Mannes
Männliche
Dominanz
Kinderwunsch
des Paares
Ausbildungsstand
des Mannes
Determinanten der Geburtenhäufigkeit
Preise von
Verhütungsmitteln
Empfängnis- /
Zeugungsfähigkeit
Kinderwunsch
des Paares
Ernährungssituation
Empfängnis
Abortionsrate
Müttersterblichkeit
Austragungsfähigkeit
Krankheiten
GEBURTEN
Akzeptanz von
Verhütungsmitteln
Verwendung von
Verhütungsmitteln
Epidemiologische Transition
Mortalitätstransition in North Carolina
Rate/100.000
Krebs,
Herzkrankheiten
300
200
100
Influenza,
Pneumonie, TB
1920
1930
1940
1950
1960
1970
1980
Zeit [Jahre]
Entwicklung der Morbidität in Vietnam 1976-2001
70
Anteil [%]
60
50
40
30
20
10
0
1976
1981
1986
1991
1996
2001
Zeit [Jahre]
Infektionskrankheiten
Chronisch-degenerative Krankheiten
Unfälle
Entwicklung der Mortalität in Vietnam 1976-2001
70
Anteil [%]
60
50
40
30
20
10
0
1976
1981
1986
1991
1996
2001
Zeit [Jahre]
Infektionskrankheiten
Chronisch-degenerative Krankheiten
Unfälle
Empfänglichkeitsmodell
Empfänglichkeit
Geburt
10
20
…
50
60
70
80
Zeit [Jahre]
Chronisch-degenerative Krankheiten
Infektionskrankheiten
Bevölkerungsanteile
Inzidenz und Prävalenz [%]
100
80
60
40
20
0
0
20
Gesunde
40
60
Zeit [Jahre]
Infektionskrankheiten
80
100
Chronisch-Degenerative Krankheiten
120
Prävalenz und Inzidenz infektiöser und
chronisch-degenerativer Krankheiten
Incidenz und Prävalenz [%]
100
80
60
40
20
0
0
20
40
60
Zeit [Jahre]
80
100
120
Inz idenz, Infektionskrankheiten
Inzidenz, chronisch-degenerative Krankheiten
Prävalenz, Infektionskrankheiten
Prävalenz, chronisch-degenerative Krankheiten
2.3 Epidemiologie infektiöser
Erkrankungen
2.3.1 Grundlagen
•
Übertragungswege
– Symbole:
Mensch
Tier
Vektor
Übertragungswege
1.
Direkte Übertragung Mensch zu
Mensch, z.B. Grippe, AIDS
2.
Direkt übertragene Zoonosen,
Mensch als Fehlwirt, z.B.
Brucellose
3.
Vektorübertragene
Humankrankheiten,
z.B. Malaria
4.
Vektorübertragene Zoonosen,
z.B. FSME
Übertragungswege (Forts.)
5.
6.
Vektorübertragene
Anthropoid-Zoonosen,
z.B. Pest, Gelbfieber
Übertragung mit
Zwischenwirten,
z.B. Bilharziose
1
2
Beispiele
1. Direkt übertragbare Krankheiten,
Mensch zu Mensch
•
AIDS, Lepra, Cholera, Amöben, TBC,
Syphillis, Ebola, Marburg, Pocken, Masern,
Hepatitis A,B,C
2. Direkt übertragbare Krankheiten,
Tier zu Mensch
•
Brucelose, BSE (wahrscheinlich?)
Wirte
Fehlwirt:
Ein Subjekt, das infiziert werden kann, jedoch
selbst nicht Überträger sein kann, d.h. die
Infektion endet bei ihm. Der Fehlwirt kann schnell
zu Grunde gehen, ohne dass es zu einer
Unterbrechung des Zyklus kommt.
Endwirt:
Der Entwirt ist in den Reifezyklus des Agenten in
der Weise eingebunden, dass der Agent seine
Reife in ihm erreicht. Der Endwirt darf nicht (oder
nicht schnell) an dem Agenten sterben, sonst
erlischt die Krankheit.
Wirte (Forts.)
Zwischenwirt:
Der Zwischenwirt ist in den Zyklus eingebunden. Der
Agent durchläuft ein praematures Stadium in ihm.
Der Zwischenwirt muss den Agenten länger
überleben als dieser für seine Zwischenreife
benötigt.
Transportwirt:
Er transportiert den Agenten räumlich weiter.
Wirte (Forts.)
Stapelwirt:
Sie akkumulieren die Agenten, ohne dass sie eine
Wandlung vollziehen.
Reservoir:
Eine Tierpopulation, bei der der Agent „gespeichert“
wird. In der Regel erkranken die Reservoirtiere nicht.
Beispiele (Forts.)
3. Vektorübertragene menschliche Krankheiten
•
Malaria, Onchozerkose
4. Vektorübertragene Zoonosen,
Mensch als Fehlwirt
•
Bandwürmer (Hund, Schwein, Rind, Fuchs), FSME,
Borreliose
5. Vektorübertragene Anthropoid-Zoonosen
(Übertragung aus tierischem Reservoir)
•
Pest, Gelbfieber, Schlafkrankheit
6. Übertragung mit Zwischenwirt
•
Schistosomiasis (=Bilharziose)
Epidemiologische Verläufe: konstantes Virus
Masern
Zeit
Mutierendes Virus: Kilbourne Modell
Fallzahl
Immunität
Pandemie
Epidemie
Endemie
Zeit
Influenza A1
Influenza A2
Herdenimmunität
Bedingungen für Pandemien
• „Neuer“ Erreger in einer Bevölkerung mit geringe Immunität
•
•
•
•
Einschleppung, z.B. Pest
Neuer Erreger, z.B. Grippe
Rasche Ausbreitung
Geringe Letalität
•
Sterblichkeit einer Erkrankung, d.h. Todesfälle im Verhältnis
zur Anzahl der Erkrankten
•
Hohe Letalität führt zum Erlöschen der Krankheit, bevor sie
sich ausbreiten kann
•
Z.B. Ebola
Einschleppung: Beispiel Pest
•
Pest (1347-1352)
–
–
–
–
–
Wahrscheinlich aus Zentralasien
Einschleppung nach Europa über
Händler / Schiffe
Ausbreitung über ganz Europa
geschätzt 25 Millionen Tote (1/3
der europäischen Bevölkerung)
Heute: weltweite Ausbreitung,
durch Antibiotika fast vollständig
verschwunden
http://www.scilogs.de/blogs/gallery/25/Pestilence_spreading_13471351_europe.png
Einschleppung
•
AIDS (seit 1980)
–
–
–
–
Wahrscheinlich aus Afrika
Einschleppung durch Migration, Tourismus etc.
(umstritten!)
weltweite Ausbreitung, >20 Millionen Tote
Derzeit keine Heilung
http://www.mapsharing.org/MS-maps/map-pages-worldmap/7-world-map-aids.html
Entstehung neuer Viren
•
Gleichzeitige Infektion
eines Trägers mit zwei
Virusstämmen
– Gefahr einer
Neukombination durch
Austausch genetischen
Materials beider Viren
– Es entsteht ein neues,
hoch-pathogenes Virus
Vogelgrippe weltweit
Hauptreisewege des Vogelzugs
http://going-to-korea.blogspot.com/
Schweinegrippe Weltweit
•
http://gamapserver.who.int/h1n1/cases-deaths/h1n1_casesdeaths.html
•
http://www.innovationsreport.de/html/berichte/medizin_gesundheit/beric
ht-34912.html
Flugrouten: schneller denn je…
Im Vergleich dazu: Ausbreitung
der 7. Cholera-Epidemie
•
http://www.bertelsmannbkk.de/fileadmin/Redakteure/Bilder/gesundheitsle
xikon/506693.jpg
Determinanten der
Epidemiologie
•
•
•
•
•
•
•
Temperatur
Höhenlage
Niederschläge
Wasserläufe
Migration (Tiere)
Relief
Arbeitsteilung
Mann/Frau
•
•
•
•
•
•
räumliche Mobilität
Kleidung
Wohngebäude
Siedlungsform
Eheform
Prädestinationsglaube
Krankheitsverläufe: Latenz,
Inkubation, Rekonvaleszenz
Krankheits-
Krankheitszeit
symptome
Rekonvaleszenz
Latenzzeit
Inkubationszeit
Infektion
Serokonversion
Zeit
Ausbruch
Überträger
Aktiver Überträger
Passiver Überträger
Infektiösität
Krankheitszeit
Latenzzeit
Infektion
Serokonversion
Inkubationszeit
Ausbruch
Symptomlosigkeit
Zeit
2.3.2 Malaria
• Grundlagen:
–
–
–
–
Erreger: Plasmodium (Einzeller)
Erkrankung: Malaria (Parasitose)
Überträger: Anopheles
Risikogruppe: 36 % der
Weltbevölkerung (> 2 Mrd. Menschen)
Fallzahlen 2010
•
•
•
Inzidenz: 216 Millionen (offizielle) Fälle
–
–
–
Überreporting: Fieber = Malaria?
Unterreporting: nicht behandelt, nicht erkannt, …
174 Millionen Fälle (81%) in Afrika
–
–
–
655 000
91% in Afrika
86% alle Todesfälle Kinder < 5 Jahre
–
–
Inzidenz: - 27%
Mortalität: -26%
Todesfälle:
Entwicklung 2000-2010
World Malaria Report 2011
Malaria als „Wechselfieber“
91% aller Fälle und fast 100% aller
Todesfälle sind Malaria Tropica
(Plasmodium falciparum)
Weltweite Malaria-Ausbreitung
3000 km
N
Legende:
Kein Malariarisiko
Schwaches Malariarisiko
Starkes Malariarisiko
Malariafälle in Deutschland
1000
900
Malariafälle
800
700
600
500
400
300
200
100
0
1996
1998
2000
2002
2004
2006
2008
Zeit [Jahre]
http://www.rki.de/DE/Content/Infekt/EpidBull/Archiv/2012/Ausgaben/43_12.pdf?__blob=publicationFile
2010
2012
Monatliche Malariafälle in Mlowa
Bwawani 1996 (eigene Erhebung)
450
M
a
l
a
r
i
a
f
ä
l
l
e
400
350
300
250
200
150
100
50
0
1
2
3
4
5
6
7
Zeit [Monate]
Malariafälle
8
9
10
11
12
Niederschläge, Anopheles und Malaria
M a la ria fä lle
A n o p h e le s -P o p u la tio n
N ie d e rsch la g
1
2
3
4
5
6
7
8
9
10
11
12
Z e it [M o n a t]
Prävalenz der Malaria in
Tansania
KENYA
Legende:
M a la ria -fre i
H yp o e n d e m is c h e M .
M e s o e n d e m is c h e M .
H yp e re n d e m is c h e M .
H o lo e n d e m is c h e M .
200 km
Malaria Prävalenz in Tansania
(nach Regionen) 2011/12
KENYA
Simon (2013) nach National Burreau of Statistics, Dar-es-Salaam
Ökonomische Bedeutung der
Malaria
• Verlust von 10 Manntagen pro
Malariaanfall
• starke saisonale Schwankungen
• Malariakontrollprogramme
– Malaria Eradication Programme
– Roll-Back-Malaria (WHO)
Täglicher Belegungsgrad von
Karatu Hospital 1995
180
B
e
l
e
g
u
n
g
s
g
r
a
d
160
140
120
100
80
60
40
0
360
Zeit [Tage]
Lebenszyklus der
Plasmodien
Chloroquine-Resistenz
Legende:
3 0 0 0 km
N
C h lo ro g u in e
R e siste n z
Prognose Dynamischer Systeme
• Modelle:
–
–
–
–
Biometrische Modelle
Analytische Modelle
Markov-Modelle
System Dynamics Modelle
Bio / Ökonometrische Modelle
y
ui
y
(x i ,y i )
x
x
Analytische Modelle, z. B. RossMcDonald-Modell
m  a  b1  b 2  e
2
R0 
•
•
•
•
•
•
•
R0
m
a
b1
b2
r

r
•
•
•
•
•
•
•
basic reproductive rate
number of mosquitos
number of bites
infection risk of humans
infection risk of mosquito
recovery rate of humans
mortality of mosquito
 t
Markov-Modelle
a
12
a
a
w2
21
a
a
w1
a
a
32
41
w4
23
31
a
a
42
14
a
a
24
34
13
w3
a43
Markov-Modell
w  t 1  w  t  A
 w1

w t   ...
w
 n


;


 a 11

 a 21
A 


 a n1

w t  w 0  A
t
a 12
...
w  t 1  w  t  A
a 22
...


an2
...
a 1n 

a 2n 
 

a n n 
System Dynamics Modell
Im a g inä re Q u elle
Z u w a chs
in t
System Dynamics of
Anopheles
Im m a g inä re Q u elle
Z u w a chs
in t
P o p u la tio n
System Dynamics of
Anopheles
Im m a g inä re Q u elle
R a te
Z u w a chst
in t
P o p u la tio n
System Dynamics einer Population
B t  t  B t   B t
 B t  0 , 05 * B t
Jahr
Bevölkerung (Bt)
0
Bo=100.000
1
105.000
2
110.250
3
115.763
4
121.551
5
127.628
6
134.010
7
140.710
8
147.746
9
155.133
10
162.889
System Dynamics der
Anopheles
Im a g ina ry so u rce
E gg s in t,
t+ 1
System Dynamics of
Anopheles
Im a g ina ry so u rce
E gg s in t,
t+ 1
L a rv ae in t
System Dynamics of
Anopheles
Im a g ina ry so u rce
E gg s in t,
t+ 1
L a rv ae in t
A n o p h eles in t
System Dynamics of
Anopheles
Im a g ina ry so u rce
fertility
E gg s in t,
t+ 1
L a rv ae in t
A n o p h eles in t
Saisonale Einflüsse auf die
Anophelespopulation
300
A
b
w
e
i
c
h
u
n
g
250
200
150
100
50
0
1
2
3
4
5
6
7
8
9
10
Zeit [Monate]
Anoph., Region1
Temperatur
Anoph., Region2
Niederschlag
11
12
Prävalenz und Inzidenz
(in % der Bevölkerung)
16
3,0
14
P
r
ä
v
a
l
e
n
z
2,5
12
2,0
10
8
1,5
6
1,0
4
0,5
2
0
0
30
60
90
120
150
180
210
240
270
Zeit [Tage]
Inzidenz
Prävalenz
300
330
0,0
360
I
n
z
i
d
e
n
z
Anophelespopulation und Malaria
300000
P
r
ä
v
a
l
e
n
z
4,0E+07
3,5E+07
250000
3,0E+07
200000
2,5E+07
150000
2,0E+07
1,5E+07
100000
1,0E+07
50000
0
1
5,0E+06
2
3
4
5
6
7
8
9
Zeit [Monate]
Anopheles
Malaria
10
11
0
12
M
o
s
k
i
t
o
s
Infektionen bei
In-door-Spraying
1,4E+07
I
n
f
e
k
t
i
o
n
e
n
1,2E+07
1,0E+07
8,0E+06
6,0E+06
4,0E+06
2,0E+06
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Zeit [Jahre]
B=0
B=1000
B=100
B=1025
B=500
B=1050
Nachhaltigkeit des
In-door-Spraying, Infektionen
1,4E+07
I
n
f
e
k
t
i
o
n
e
n
1,2E+07
1,0E+07
8,0E+06
6,0E+06
4,0E+06
2,0E+06
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Zeit [Jahre]
B=0
B=25 Jahre
B=5 Jahre
Bettnetzprogramme
Simon (2013) nach National Burreau of Statistics, Dar-es-Salaam
Infektionen und Bettnetzprogramme
1,6E+07
1,4E+07
I
n
f
e
k
t
i
o
n
e
n
1,2E+07
1,0E+07
8,0E+06
6,0E+06
4,0E+06
2,0E+06
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Zeit [Jahre]
Standard
25 Jahre
5 Jahre
18
19
20
21
22
23
24
25
Todesfälle und Bettnetzprogramme,
Region 2
9000
8000
7000
I
n
f
e
k
t
i
o
n
e
n
6000
5000
4000
3000
2000
1000
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Zeit [Jahre]
Standard
25 Jahre
5 Jahre
18
19
20
21
22
23
24
25
Anophelespopulation bei
Temperaturerhöhung
5,0E+07
4,5E+07
4,0E+07
A
n
o
p
h
e
l
e
s
3,5E+07
3,0E+07
2,5E+07
2,0E+07
1,5E+07
1,0E+07
5,0E+06
0
5
10
15
Zeit [Jahre]
Standard, R1
Standard R2
Erhöhung, R1
Erhöhung, R2
20
25
Infektionen bei Temperaturerhöhung
2,0E+07
1,8E+07
1,6E+07
I
n
f
e
k
t
i
o
n
e
n
1,4E+07
1,2E+07
1,0E+07
8,0E+06
6,0E+06
4,0E+06
2,0E+06
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Zeit [Jahre]
Standard, R1
Standard R2
Erhöhung, R1
Erhöhung, R2
18
19
20
21
22
23
24
25
Infektionen und El-Nino
1,2E+07
1,0E+07
I
n
f
e
k
t
i
o
n
e
n
8,0E+06
6,0E+06
4,0E+06
2,0E+06
0
1
2
3
4
5
6
7
8
9
10
Zeit [Jahre]
El-Nino, R1
Standard, R1
El-Nino, R2
Standard, R2
11
12
13
14
15
Infektionen und
Umsiedlungsprogramme
1,6E+07
1,5E+07
1,4E+07
I
n
f
e
k
t
i
o
n
e
n
1,3E+07
1,2E+07
1,1E+07
1,0E+07
9,0E+06
8,0E+06
7,0E+06
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Zeit [Jahre]
Standard
Migration
16
17
18
19
20
21
22
23
24
25
Todesfälle und Umsiedlungsprogramme
80000
75000
70000
T
o
d
e
s
f
ä
l
l
e
65000
60000
55000
50000
45000
40000
35000
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Zeit [Jahre]
Standard
Migration
17
18
19
20
21
22
23
24
25
2.3.3 AIDS
HIV- und AIDS-Fälle in Deutschland
Quelle: Robert Koch Institut 2009
neu diagnostizierte HIVInfektionen
2008: 2.806
2007: 2.774
MSM: Men sex with men
IVDA: intervenous drug abusers
Hetero: heterosexual relationship
HPL: Hochprävalenzländer (e.g. Afrika)
Quelle: http://www.rki.de/DE/Content/InfAZ/H/HIVAIDS/Epidemiologie/Daten__und__Berichte/HIV-AIDS-Folien,templateId=raw,property=publicationFile.pdf/HIV-AIDS-Folien.pdf
HIVPrävalenz
(RKI 2010)
HIV-Prävalenz weltweit [in %
der Gesamtbevölkerung]
HIV-Prävalenz in Afrika,
1982-97 [% der Gesamtbevölkerung]*
0-0,5 %
1982
0,6-2,0 %
2,1-8,0 %
1987
8,1-16,0 %
1992
16,1-32 %
1997
Quelle: UNAIDS (1998a, S. 98036-E-12, 15.Juli 1998)
*Dateninkonsistenzen zwischen den Karten können auftreten.
30
1400
25
1200
1000
Anteil
20
800
15
600
10
400
5
200
0
0
0
10
20
30
40
50
60
Alter [Jahre]
Männer, Fälle
Frauen, Fälle
Männer, Rate
Frauen, Rate
70
80
Rate [Fälle/100.000]
Altersverteilung der AIDS-Fälle
Verteilung der Waisenkinder
http://www.mindfully.org/Reform/2003/AIDS-Orphans-Increase30jul03.htm
N icht-Infiziert
Gesundheitszustände





P rä- und perinatale Infektion
Infektion durch Inzession
Infektion durch B luttransfusion
Infektion durch kontam inierte N adeln
Infektion durch G eschlechtsverkehr
H IV -P ositiv
F (t)
Inkubationszeit t
A ID S -K rank
F (u)
Ü berlebenszeit u
T od
Verteilungsfunktion der
Inkubations- und Überlebenszeit
F (t)
1 ,0
K lasse 2
K lasse 1
K lasse 4
K lasse 3
0 ,5 * M ed ian
M ed ian 1 ,5 * M ed ian
2 * M ed ian
In k u b atio n s/Ü b erleb en szeit [Jah re]
K lasse 5
Bevölkerung und AIDS-bedingte
Todesfälle in Tansania, absolut
70.000.000
Population
60.000.000
50.000.000
40.000.000
30.000.000
20.000.000
10.000.000
0
1970
Bevölkerung
HIV-Infizierte
Bev. ohne AIDS
1980
1990
2000
2010
2020
Zeit [Jahre]
Gesunde
AIDS-Tote, kumuliert
Gesunde
HIV-Infizierte
Zeit [Jahre]
AIDS-Kranke
2018
2020
2014
2016
2010
2012
2006
2008
2002
2004
1996
1998
2000
1992
1994
1988
1990
1984
1986
1980
1982
1976
1978
Anteil [%]
Zusammensetzung der
Bevölkerung
100%
80%
60%
40%
20%
0%
2500000
25000000
2000000
20000000
1500000
15000000
1000000
10000000
500000
5000000
0
1970
0
1990
2010
Zeit [Jahre]
AIDS-Kranke
AIDS-Tote
AIDS-Tote, kumuliert
Kumulierte Totesfälle
Kranke, Totesfälle
AIDS-Kranke und AIDS-bedingte
Todesfälle
Anteile der Infektionswege [%]
Anteile der Infektionswege
60
50
40
30
20
10
0
1980
1990
2000
2010
2020
Zeit [Jahre]
Prae/perinatal
Transfusion
Einmal
Parnter
HIV-Prävalenz in den
Compartments der 13-32jährigen
10 0
Männer
am Land
90
80
Männer
der Stadt
HIV-Prävalenz [%]
70
60
Frauen
am Land
50
40
Frauen
der Stadt
30
20
Berufspro
stituierte
10
0
19 80
19 85
19 90
19 95
20 00
20 05
Zeit [Jahre]
20 10
20 15
20 20
Gelegenh
eitsprostit
uierte
Gesundheitszustände von 250.000
HIV-positiven Lebendgeburten
250.000
Population
200.000
150.000
100.000
50.000
0
0
2
4
HIV-Infizierte
6
8
AIDS-Kranke
10
12
Zeit [Jahre]
HIV-Prävalenz in den
Compartments der 0-12jährigen
8
HIV-Prävalenz [%]
7
6
5
4
3
2
1
0
1980
1985
1990
1995
2000
2005
2010
2015
Zeit [Jahre]
Knaben am Land
Knaben in der Stadt
Mädchen am Land
Mädchen in der Stadt
2020
120.000.000
6
100.000.000
5
80.000.000
4
60.000.000
3
40.000.000
2
20.000.000
1
0
1970
1980
1990
2000
2010
0
2020
Zeit [Jahre]
Direkte Kosten
Direkte Kosten/Einwohner
Direkte Kosten/Gesunder
pro Einwohner bzw. Gesunder [US$]
Direkte Kosten [US$]
Direkte jährliche Kosten von
AIDS [US$]
AIDS-Waisen in Tansania
2500000
AIDS-Waisen
2000000
1500000
1000000
500000
0
1970
1980
1990
2000
2010
2020
Zeit [Jahre]
Zuwachs
Zahl
Konsequenzen einer Impfung
zum 1.1.2001
60.000.000
7.000.000
50.000.000
6.000.000
40.000.000
5.000.000
4.000.000
30.000.000
3.000.000
20.000.000
2.000.000
10.000.000
1.000.000
0
1990
1995
2000
2005
2010
2015
0
2020
Zeit [Jahre]
HIV-Infizierte
AIDS-Kranke
AIDS-Tote
Bevölkerung
Bevölkerung
Infizierte, Kranke, Tote
8.000.000
Impfungen gegen AIDS:
verschiedene Szenarien
2.000.000
1.800.000
1.600.000
AIDS-Kranke
1.400.000
1.200.000
1.000.000
800.000
600.000
400.000
200.000
0
1990
1995
2000
2005
2010
2015
Zeit [Jahre]
Standard
Impf
Halb
Kurz
Verzögert
2020
Verhaltensprävention:
verschiedene Szenarien
1.800.000
AIDS-Kranke
1.600.000
1.400.000
1.200.000
1.000.000
800.000
600.000
2000
2005
2010
2015
Zeit [Jahre]
Standard
Promis
Teil
Prost
2020
Jährlicher Bedarf an Kondomen
in Tansania
140.000.000
120.000.000
2.000.000.000
100.000.000
1.500.000.000
80.000.000
1.000.000.000
60.000.000
40.000.000
500.000.000
0
2000
20.000.000
2005
2010
0
2020
2015
Zeit [Jahre]
Maximum
Teil
Promis
Prost
Kondome (Promis, Prost)
Kondome (Maximum, Teil)
2.500.000.000
Kostenersparnis durch
Kondomverwendung (absolut)
40.000.000
30.000.000
Kostendifferenz
20.000.000
10.000.000
0
2000
-10.000.000
2005
2010
2015
-20.000.000
-30.000.000
-40.000.000
Zeit [Jahre]
Promis
Teil
Prost
2020
Quotient
Kostenersparnis durch
Kondomverwendung (relativ)*
15,0
14,0
13,0
12,0
11,0
10,0
9,0
8,0
7,0
6,0
5,0
4,0
3,0
2,0
1,0
0,0
2000
2005
2010
2015
2020
Zeit [Jahre]
*Eingesparte direkte Behandlungskosten
geteilt durch Kosten der Kondome.
Promis
Prost
Teil
AIDS-Kranke, verschiedene Szenarien
der prä- bzw. perinatalen Infektion
1.800.000
AIDS-Kranke
1.600.000
1.400.000
1.200.000
1.000.000
800.000
600.000
2000
2005
2010
2015
2020
Zeit [Jahre]
Standard
Halb
Dreiviertel
Null
Bevölkerung, verschiedene Szenarien
der prä- bzw. perinatalen Infektion
37.000.000
36.500.000
Bevölkerung
36.000.000
35.500.000
35.000.000
34.500.000
34.000.000
33.500.000
33.000.000
2000
2005
2010
2015
2020
Zeit [Jahre]
Standard
Halb
Dreiviertel
Null
Screening-Kits pro Transfusion
Screening Kits pro Transfusion
3,2
3
2,8
2,6
2,4
2,2
2
1990
1995
2000
2005
Zeit [Jahre]
2010
2015
2020
Screening-Kosten [US$]
900000
Screening-Kosten [US$]
800000
700000
600000
500000
400000
300000
200000
100000
0
1990
1995
2000
2005
Zeit [Jahre]
2010
2015
2020
Antiretrovirale Medikamente:
Fluch oder Segen?
•
Anwendung:
–
–
Prävention: Mutter-Kind-Übertragung
Kuration
•
•
•
ART und HAART
Voraussetzungen (Verfügbarkeit, Nahrung, Schwarzmarkt)
Risiken
–
–
–
–
Resistenzbildung
Compliance
Sexualverhalten
Opportunitätskosten
HIV-neg.
Pop
Intendierte,
kurzfristige Wirkung
von HAART
+
Medical infectiveness
+
infection rate
+
+
risk behaviour
-
resistance
+
Health Care Budget
HIV-pos.
Pop
HIV/AIDS-Budget
direct costs of HAART
+
+
GNP
 Wirksamkeit von HAART
 Kosten-Wirksamkeit
Resistance
Monitoring
HAART
-
incubation
+
FEAR
-
-
+
+
Other health care budget
HAARTeffectiveness
Other diseases and infirmities
•Langfristig???
+
+
+
indirect costs of AIDS
+
AIDS Pop
+ Indirect Costs other
diseases
+
+
Direct Costs other diseases
+
Intangible COI
survival
+
+
direct costs of opportunistic infections
Death
+ Total COI +
+
HIV-neg.
Pop
+
Health Care Budget
Medical infectiveness
+
infection rate
+
+
risk behaviour
-
resistance
+
HIV-pos.
Pop
HIV/AIDS-Budget
direct costs of HAART
+
+
GNP
Resistance
Monitoring
HAART
-
+
Other health care budget
incubation
+
FEAR
-
HAARTeffectiveness
Other diseases and infirmities
+
+
+
+
indirect costs of AIDS
+
AIDS Pop
+ Indirect Costs other
diseases
+
+
Direct Costs other diseases
+
Intangible COI
survival
+
+
direct costs of opportunistic infections
Death
+ Total COI +
+
Ethik
•
Ethische Konzeptionen
–
–
konsequentionistische Ethik: Gut ist, was langfristig
gute Konsequenzen hat???
teleologischen Ethik: Gut ist, was gut gemeint ist???

similar documents