Teil 2a
Short Description
Download Teil 2a...
Description
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
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???
View more...
Comments