internationales gesundheitsmanagement teil 2a
Post on 24-Feb-2016
30 Views
Preview:
DESCRIPTION
TRANSCRIPT
Internationales Gesundheitsmanagement
Teil 2a
Steffen FleßaLst. für Allgemeine BWL und
GesundheitsmanagementUniversität Greifswald
Gliederung1 International Public Health 2 Nachfrage nach
Gesundheitsdienstleistungen 3 Angebot an
Gesundheitsdienstleistungen 4 Gesundheitsreformen
2 Nachfrage nach Gesundheitsdienstleistunge
n 2.1 Determinanten der Nachfrage2.1.1 Gesundheitsökonomisches Rahmenmodell2.1.2 Geschichte epidemiologischer Modellvorstellungen 2.1.3 Exkurs: Messung von Lebensqualität
2.2 Demographische und epidemiologische Transition
2.3 Epidemiologie infektiöser Erkrankungen
2.1.1 Gesundheitsökonomisches Rahmenmodell
OBJEKTIVER MANGEL AN GESUNDHEIT
SUBJEKTIVES MANGELERLEBNIS =
BEDÜRFNIS
OBJEKTIVER MANGEL AN GESUNDHEIT
BEDARF
SUBJEKTIVES MANGELERLEBNIS =
BEDÜRFNIS
OBJEKTIVER MANGEL AN GESUNDHEIT
NACHFRAGE
BEDARF
SUBJEKTIVES MANGELERLEBNIS =
BEDÜRFNIS
OBJEKTIVER MANGEL AN GESUNDHEIT
NACHFRAGE
BEDARF
SUBJEKTIVES MANGELERLEBNIS =
BEDÜRFNIS
Demographie Infektionskrank-
heiten Chronisch-
degenerative Erkrankungen
OBJEKTIVER MANGEL AN GESUNDHEIT
NACHFRAGE
BEDARF
SUBJEKTIVES MANGELERLEBNIS =
BEDÜRFNIS
Demographie Infektionskrankheiten Chronisch-degenerative Erkrankungen
Gesundheitserziehung
OBJEKTIVER MANGEL AN GESUNDHEIT
NACHFRAGE
BEDARF
SUBJEKTIVES MANGELERLEBNIS =
BEDÜRFNIS
Demographie Infektionskrankheiten Chronisch-degenerative Erkrankungen
Gesundheitserziehung
Finanzierbarkeit Gesundheitsbudgets
privater Haushalte Gebührenpolitik Krankenversicherung
en Distanzverluste Nutzen Qualität
Messung, Sicherung Sicherung
OBJEKTIVER MANGEL AN GESUNDHEIT
2.1.2 Geschichte epidemiologischer Modellvorstellungen
Zeit Kausalmodelle Modellvorstellung von Gesundheit
Gesundheits-indikatoren
1900 Single-Cause-Modell (Infektions-krankheiten)
Ecological-Modell (Agens-Wirt-Umwelt)
Mortalität Morbidität(Prävalenz,Inzidenz)
1920 Multiple-Cause-Modell (Infektions-krankheiten, Übergang zu chronischen Krankheiten)
Social-Ecology-Modell (Wirt-Umwelt-Verhalten)
Arbeitsbezogene Invaliditätsmaße (Arbeitsunfähig-keit, Erwerbs-unfähigkeit)
Zeit Kausalmodelle Modellvorstellung von Gesundheit
Gesundheits-indikatoren
1940 WHO-Modell: complete physical, mental, social wellbeing
1970 Multiple-Cause-Modell Multiple-Effect-Modell (Chronische Krankheiten)
Risikofaktoren-modell Holistisches Modell (Umwelt, Biologie, Lebensstil, Ge-sundheitssystem)WHO-Modell: „Health for all by 2000“
Maße für Risikofaktoren (Rauchen, Alkohol, Krebs-register,...)
Zeit Kausalmodelle Modellvorstellung von Gesundheit
Gesundheits-indikatoren
1980 Wellness-Modell (Increasing conditions of wellness)
Maße für Wellness, Lebensqualität (Quality of Life, QALY)
1990 Multiple-Cause-Multiple-Effect Modell (Social Transformation disease cycle)
WHO: Health Promotion Entwicklung von healthy policies
Maße für Equity Maße für Sozialindex
(nach Dever 1991)
Beispiel: Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (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
100
0
Analogmodell
Beispiel: SF-363. Sind Sie durch Ihren derzeitigen
Gesundheitszustand bei diesen Tätigkeiten eingeschränkt? Wenn ja, wie stark?
Ja, stark einge-schränkt
Ja, etwaseinge-schränkt
Nein, über haupt nicht einge-schränkt
1 2 33.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 tragen3.d mehrere Treppenabsätze steigen3.e einen Treppenabsatz steigen
SF-36 (http://www.bodytechniques.com/pdf/Health%20Survey.pdf)
Rosser Matrix
----1,028 VIII. Koma -1,48600,5640,677VII. Bettlägrigkeit
00,6800,8450,875VI. Bewegungsun-fähigkeit ohne Hilfe Dritter
0,7000,9000,9350,946V. Arbeitsunfähigkeit
0,8700,9420,9560,964IV. Stärkere Beeintr. der Arbeitsfähigkeit
0,9120,9560,9720,980III. Stärkere soziale Beeinträchtigung
0,9320,9730,9860,990II. Geringe soziale Beeinträchtigung
0,9670,9900,9951,000I. Keine Einschränkung
D : starkeSchmerzen
C: mittlereSchmerzen
B: leichteSchmerzen
A: Schmerzfrei
SchmerzBe-einträchtigung
Gesundheitszustände der DALYsGesundheitszustand 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 Männlich weiblich0 80,00 82,501 79,36 81,84 5 75,38 77,9510 70,40 72,99 15 65,41 68,0220 60,44 63,0825 55,47 58,17 30 50,51 53,27 35 45,57 48,38
Alter Männlich weiblich40 40,64 43,53 45 35,77 38,72 50 30,99 33,9955 26,32 29,37 60 21,81 24,83 65 17,50 20,4470 13,58 16,2075 10,17 12,2880 7,45 8,9085 5,24 6,2290 3,54 4,2595 2,31 2,89
Wert eines Lebensjahres für die Berechnung der DALYs
0
0,5
1
1,5
2
0 20 40 60 80 100
Lebensjahr
Rel
ativ
er W
ert e
ines
Le
bens
jahr
es
aaLeeD
dxeexD
La
ax
La
a
x
07,01)(07,01
07,016243,0
16243,0
07,02
04,0
)(03,004,0
Bei einer Abdiskonierung mit 3 % und der oben beschriebenen Altersanpassung ergibt sich der Verlust an DALYs durch eine Krankheit oder Behinderung als:
D Bewertung des Gesundheitszustandes gemäß Tabelle
L Dauer der körperlichen Einschränkung bzw. Verlust an Lebensjahren durch frühzeitigen Tod
a Lebensalter, in dem die körperliche Einschränkung beginnt bzw. Sterbejahr
x Alter
Global
Burden of
Disease
2004
N
<15 DALYs p. 1000
15-19 DALYs p. 1000
20-29 DALYs p. 1000
30-45 DALYs p. 1000
>45 DALYs p. 1000
Keine Angabe
2.2 Demographische und epidemiologische Transition
Demographische und epid. Transition
7
Tansania Thailand BRD JapanKennzahl/Land
Kinder pro Frau 2 2 2
Bruttogeburtenrate 4,8 % 2,1 % 1,1 % 1,1 %
Bruttosterberate 1,5 % 0,6 % 1,1 % 0,7 %
Bruttowachstums-rate 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
Phase II Phase III Phase IV Phase
I
Bruttosterberate
1 %
Bruttogeburtenrate 5 %
Phase V Zeit
Determinanten der Geburtenhäufigkeit
Nutzen- motiv
Arbeitskraft-motiv
Sicherheits-motiv
Kulturelle / reli- giöse Prägung Agrarsystem /
Wasser / Brennstoff Alterssicherung
Kinder-wunsch der
Frau
Ausbildungsstand der Frau Ausbildungsstand
des Mannes
Männliche Dominanz
Kinder-wunsch des
Mannes
Kinderwunsch des Paares
Empfängnis
Empfängnis- / Zeugungs-fähigkeit
Abort-ionsrate
Akzeptanz von Verhütungs-
mitteln
Preise von Verhütungsmitteln
Kinderwunsch des Paares
Austragungs-
fähigkeit
Mütter-sterblich-
keit
GEBURTEN
Ernährungs-situation
Krankheiten
Verwendung von Verhütungs-
mitteln
Determinanten der Geburtenhäufigkeit
Epidemiologische Transition Mortalitätstransition in North
Carolina
100
300
Influenza, Pneumonie, TB
1980 1970 1960 1920 1930 1950
Rate/100.000
Zeit [Jahre]
200
1940
Krebs, Herzkrankheiten
Entwicklung der Morbidität in Vietnam 1976-2001
1976 1981 1986 1991 1996 20010
10
20
30
40
50
60
70
Infektionskrankheiten Chronisch-degenerative Krankheiten Unfälle
Zeit [Jahre]
Ant
eil [
%]
Entwicklung der Mortalität in Vietnam 1976-2001
1976 1981 1986 1991 1996 20010
10
20
30
40
50
60
70
Infektionskrankheiten Chronisch-degenerative Krankheiten Unfälle
Zeit [Jahre]
Ant
eil [
%]
Empfänglichkeitsmodell
80 70 60 10 20 50
Empfänglichkeit
Zeit [Jahre] …
Infektionskrankheiten
Geburt
Chronisch-degenerative Krankheiten
Bevölkerungsanteile
0
20
40
60
80
100
0 20 40 60 80 100 120
Inzid
enz u
nd P
räva
lenz
[%]
Zeit [Jahre]Gesunde Infektionskrankheiten Chronisch-Degenerative Krankheiten
Prävalenz und Inzidenz infektiöser und chronisch-degenerativer
Krankheiten
0
20
40
60
80
100
0 20 40 60 80 100 120
Inci
denz
und
Prä
vale
nz [%
]
Zeit [Jahre]Inz idenz, Infektionskrankheiten Inzidenz, chronisch-degenerative KrankheitenPrävalenz, Infektionskrankheiten Prävalenz, chronisch-degenerative Krankheiten
• Übertragungswege– Symbole:
2.3 Epidemiologie infektiöser Erkrankungen
2.3.1 Grundlagen
Mensch VektorTier
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
5. Vektorübertragene Anthropoid-Zoonosen,z.B. Pest, Gelbfieber
6. Übertragung mit Zwischenwirten,z.B. Bilharziose
2
1
Übertragungswege (Forts.)
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?)
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
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.
Wirte (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)
Beispiele (Forts.)
Epidemiologische Verläufe: konstantes Virus
Masern
Zeit
Mutierendes Virus: Kilbourne Modell Fallzahl
Zeit
Pandemie
Endemie
Epidemie
Influenza A1 Influenza A2 Herdenimmunität
Immunität
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_1347-1351_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
Hauptreisewege des Vogelzugs
http://going-to-korea.blogspot.com/
Schweinegrippe Weltweit
• http://gamapserver.who.int/h1n1/cases-deaths/h1n1_casesdeaths.html
Flugrouten: schneller denn je…
• http://www.innovations-report.de/html/berichte/medizin_gesundheit/bericht-34912.html
Im Vergleich dazu: Ausbreitung der 7. Cholera-
Epidemie• http://www.bertelsmann-bkk.de/fileadmin/Redakteure/Bilder/gesundheitslexikon/506693.jpg
Determinanten der Epidemiologie
• Temperatur• Höhenlage• Niederschläge• Wasserläufe• Migration
(Tiere)• Relief• Arbeitsteilung
Mann/Frau
• räumliche Mobilität
• Kleidung• Wohngebäude• Siedlungsform• Eheform• Prädestinations
-glaube
Krankheitsverläufe: Latenz, Inkubation, Rekonvaleszenz
Krankheits-
symptome
Zeit Infektion Serokonversion
Latenzzeit Inkubationszeit
Ausbruch
Krankheitszeit
Rekonvaleszenz
Überträger
Infektiösität
Zeit Infektion Serokonversion
Latenzzeit Inkubationszeit
Ausbruch
Krankheitszeit Passiver Überträger Aktiver Überträger
Symptom-losigkeit
• Grundlagen:– Erreger: Plasmodium (Einzeller)– Erkrankung: Malaria (Parasitose)– Überträger: Anopheles– Risikogruppe: 36 % der
Weltbevölkerung (> 2 Mrd. Menschen)
2.3.2 Malaria
Fallzahlen 2010• Inzidenz: 216 Millionen (offizielle) Fälle
– Überreporting: Fieber = Malaria?– Unterreporting: nicht behandelt, nicht erkannt, …– 174 Millionen Fälle (81%) in Afrika
• Todesfälle:– 655 000 – 91% in Afrika– 86% alle Todesfälle Kinder < 5 Jahre
• Entwicklung 2000-2010– Inzidenz: - 27%– Mortalität: -26%
World Malaria Report 2011
Malaria als „Wechselfieber“
91% aller Fälle und fast 100% aller Todesfälle sind Malaria Tropica
(Plasmodium falciparum)
Weltweite Malaria-Ausbreitung
N 3000 km
Legende: Kein Malariarisiko
Schwaches Malariarisiko
Starkes Malariarisiko
Malariafälle in Deutschland
0
100
200300
400
500600
700
800
9001000
1996 1998 2000 2002 2004 2006 2008 2010 2012
Mal
aria
fälle
Zeit [Jahre]
http://www.rki.de/DE/Content/Infekt/EpidBull/Archiv/2012/Ausgaben/43_12.pdf?__blob=publicationFile
Monatliche Malariafälle in Mlowa Bwawani 1996 (eigene
Erhebung)
0
5 0
1 0 0
1 5 0
2 0 0
2 5 0
3 0 0
3 5 0
4 0 0
4 5 0
1 2 3 4 5 6 7 8 9 1 0 1 1 1 2
M
a
l
a
r
i
a
f
ä
l
l
e
Z e i t [ M o n a t e ]
M a l a r i a fä l l e
Niederschläge, Anopheles und Malaria
Zeit [Monat] 1 2 3 4 5 6 7 8 9 10 11 12
Niederschlag
Malariafälle
Anopheles-Population
Prävalenz der Malaria in Tansania
KENYA
200 km
Legende:
Malaria-frei
Hypoendemische M.
Hyperendemische M.
Mesoendemische M.
Holoendemische M.
Malaria Prävalenz in Tansania (nach Regionen)
2011/12
Simon (2013) nach National Burreau of Statistics, Dar-es-Salaam
KENYA
200 km
Legende:
Malaria-frei
Hypoendemische M.
Hyperendemische M.
Mesoendemische M.
Holoendemische M.
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
4 0
6 0
8 0
1 0 0
1 2 0
1 4 0
1 6 0
1 8 0
0 3 6 0
B
e
l
e
g
u
n
g
s
g
r
a
d
Ze it [Ta g e ]
Lebens-zyklus der Plasmodie
n
Chloroquine-Resistenz
N 3000 km Legende:
Chloroguine Resistenz
• Modelle:– Biometrische Modelle– Analytische Modelle– Markov-Modelle– System Dynamics Modelle
Prognose Dynamischer Systeme
Bio / Ökonometrische Modelle
(xi,yi)
x
y ui
x
y
Analytische Modelle, z. B. Ross-McDonald-Modell
rebbamR
t21
2
0
• R0
• m
• a
• b1
• b2
• 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
Markov-Modelle
a12
a 24
a 41
a 42
a 14
a 21
a 23 a 32
a 31
a 13
a 34
a43
w1
w2
w4
w3
Markov-ModellAww tt 1
Aww tt 1
tt Aww 0
nnnn
n
n
aaa
aaaaaa
A
...
...
...
21
22221
11211
;...
1
n
t
w
ww
System Dynamics Modell
Imaginäre Quelle
Zuwachs in t
System Dynamics of Anopheles
Immaginäre Quelle
Population
Zuwachs in t
System Dynamics of Anopheles
Immaginäre Quelle
Population
Zuwachst in t
Rate
System Dynamics einer Population
tt
tttt
BBBBB
*05,0 Jahr Bevölkerung (Bt)
0 Bo=100.0001 105.0002 110.2503 115.7634 121.5515 127.6286 134.0107 140.7108 147.7469 155.133
10 162.889
System Dynamics der Anopheles
Imaginary source
Eggs in t, t+1
System Dynamics of Anopheles
Imaginary source
Larvae in t
Eggs in t, t+1
System Dynamics of Anopheles
Imaginary source
Larvae in t
Eggs in t, t+1
Anopheles in t
System Dynamics of Anopheles
Imaginary source
Larvae in t
Eggs in t, t+1
fertility
Anopheles in t
Saisonale Einflüsse auf die Anophelespopulation
0
5 0
1 0 0
1 5 0
2 0 0
2 5 0
3 0 0
1 2 3 4 5 6 7 8 9 1 0 1 1 1 2
A
b
w
e
i
c
h
u
n
g
Z e it [ M o n a t e ]
A n o p h . , R e g io n 1 A n o p h . , R e g io n 2
T e m p e ra t u r N ie d e rs c h la g
Prävalenz und Inzidenz (in % der Bevölkerung)
0
2
4
6
8
1 0
1 2
1 4
1 6
0 , 0
0 , 5
1 , 0
1 , 5
2 , 0
2 , 5
3 , 0
0 3 0 6 0 9 0 1 2 0 1 5 0 1 8 0 2 1 0 2 4 0 2 7 0 3 0 0 3 3 0 3 6 0
P
r
ä
v
a
l
e
n
z
I
n
z
i
d
e
n
z
Ze i t [ Ta g e ]
In z id e n z P rä va le n z
Anophelespopulation und Malaria
0
5 0 0 0 0
1 0 0 0 0 0
1 5 0 0 0 0
2 0 0 0 0 0
2 5 0 0 0 0
3 0 0 0 0 0
0
5 , 0 E + 0 6
1 , 0 E + 0 7
1 , 5 E + 0 7
2 , 0 E + 0 7
2 , 5 E + 0 7
3 , 0 E + 0 7
3 , 5 E + 0 7
4 , 0 E + 0 7
1 2 3 4 5 6 7 8 9 1 0 1 1 1 2
P
r
ä
v
a
l
e
n
z
M
o
s
k
i
t
o
s
Ze it [ M o n a t e ]
A n o p h e le s M a la r ia
Infektionen bei In-door-Spraying
0
2,0E + 06
4,0E + 06
6,0E + 06
8,0E + 06
1,0E + 07
1,2E + 07
1,4E + 07
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
I
n
f
e
k
t
i
o
n
e
n
Zeit [Jahre]
B = 0 B = 100 B = 500
B = 1000 B = 1025 B = 1050
Nachhaltigkeit des In-door-Spraying, Infektionen
0
2 , 0 E + 0 6
4 , 0 E + 0 6
6 , 0 E + 0 6
8 , 0 E + 0 6
1 , 0 E + 0 7
1 , 2 E + 0 7
1 , 4 E + 0 7
1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0 2 1 2 2 2 3 2 4 2 5
I
n
f
e
k
t
i
o
n
e
n
Z e i t [ J a h re ]
B = 0 B = 2 5 J a h re B = 5 J a h re
Bettnetzprogramme
Simon (2013) nach National Burreau of Statistics, Dar-es-Salaam
Infektionen und Bettnetzprogramme
2,0E+06
4,0E+06
6,0E+06
8,0E+06
1,0E+07
1,2E+07
1,4E+07
1,6E+07
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
Infektionen
Zeit [Jahre]
Standard 25 Jahre 5 Jahre
Todesfälle und Bettnetzprogramme, Region 2
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
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
Infektionen
Zeit [Jahre]
Standard 25 Jahre 5 Jahre
Anophelespopulation bei Temperaturerhöhung
5,0E+06
1,0E+07
1,5E+07
2,0E+07
2,5E+07
3,0E+07
3,5E+07
4,0E+07
4,5E+07
5,0E+07
0 5 10 15 20 25
Anopheles
Zeit [Jahre]
Standard, R1 Erhöhung, R1Standard R2 Erhöhung, R2
Infektionen bei Temperaturerhöhung
0
2,0E+06
4,0E+06
6,0E+06
8,0E+06
1,0E+07
1,2E+07
1,4E+07
1,6E+07
1,8E+07
2,0E+07
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
Infektionen
Zeit [Jahre]
Standard, R1 Erhöhung, R1Standard R2 Erhöhung, R2
Infektionen und El-Nino
0
2,0E+06
4,0E+06
6,0E+06
8,0E+06
1,0E+07
1,2E+07
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Infektionen
Zeit [Jahre]
El-Nino, R1 El-Nino, R2Standard, R1 Standard, R2
Infektionen und Umsiedlungsprogramme
7,0E+06
8,0E+06
9,0E+06
1,0E+07
1,1E+07
1,2E+07
1,3E+07
1,4E+07
1,5E+07
1,6E+07
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
Infektionen
Zeit [Jahre]
Standard Migration
Todesfälle und Umsiedlungsprogramme
35000
40000
45000
50000
55000
60000
65000
70000
75000
80000
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
Todesfälle
Zeit [Jahre]
Standard Migration
2.3.3 AIDS
Quelle: Robert Koch Institut 2009
HIV- und AIDS-Fälle in Deutschland
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
neu diagnostizierte HIV-Infektionen 2008: 2.806 2007: 2.774
MSM: Men sex with menIVDA: intervenous drug abusers
Hetero: heterosexual relationshipHPL: Hochprävalenzländer (e.g.
Afrika)
HIV-Prävalenz
(RKI 2010)
HIV-Prävalenz weltweit [in % der Gesamtbevölkerung]
HIV-Prävalenz in Afrika, 1982-97 [% der
Gesamtbevölkerung]*16,1-32 %8,1-16,0 %0,6-2,0 %0-0,5 % 2,1-8,0 %
1982 1987 1992 1997Quelle: UNAIDS (1998a, S. 98036-E-12, 15.Juli 1998)
*Dateninkonsistenzen zwischen den Karten können auftreten.
Altersverteilung der AIDS-Fälle
0
5
10
15
20
25
30
0 10 20 30 40 50 60 70 80Alter [Jahre]
Ante
il
0
200
400
600
800
1000
1200
1400
Rate
[Fäl
le/1
00.0
00]
Männer, Fälle Frauen, Fälle
Männer, Rate Frauen, Rate
Verteilung der Waisenkinder
http://www.mindfully.org/Reform/2003/AIDS-Orphans-Increase30jul03.htm
Gesund-heits-
zustände
F(t)
Nicht-Infiziert
HIV-Positiv
AIDS-Krank
Tod
Prä- und perinatale Infektion Infektion durch Inzession Infektion durch Bluttransfusion Infektion durch kontaminierte Nadeln Infektion durch Geschlechtsverkehr
Inkubationszeit t
F(u)
Überlebenszeit u
Verteilungsfunktion der Inkubations- und Überlebenszeit
1,0 F(t)
0,5*Median Median 1,5*Median 2*Median
Inkubations/Überlebenszeit [Jahre]
Klasse 1
Klasse 2
Klasse 3
Klasse 4 Klasse 5
Bevölkerung und AIDS-bedingte Todesfälle in
Tansania, absolut
0
10.000.000
20.000.000
30.000.000
40.000.000
50.000.000
60.000.000
70.000.000
1970 1980 1990 2000 2010 2020
Popu
latio
n
Zeit [Jahre]Bevölkerung GesundeHIV-Infizierte AIDS-Tote, kumuliertBev. ohne AIDS
Zusammensetzung der Bevölkerung
0%
20%
40%
60%
80%
100%
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
Zeit [Jahre]
Ant
eil [
%]
Gesunde HIV-Infizierte AIDS-Kranke
AIDS-Kranke und AIDS-bedingte Todesfälle
0
5000000
10000000
15000000
20000000
25000000
0
500000
1000000
1500000
2000000
2500000
1970 1990 2010
Kum
ulie
rte
Tote
sfäl
le
Kra
nke,
Tot
esfä
lle
Zeit [Jahre]AIDS-Kranke AIDS-Tote AIDS-Tote, kumuliert
Anteile der Infektionswege
0
10
20
30
40
50
60
1980 1990 2000 2010 2020Ant
eile
der
Infe
ktio
nsw
ege
[%]
Zeit [Jahre]Prae/perinatal Transfusion Einmal Parnter
HIV-Prävalenz in den Compartments der 13-
32jährigen
0
10
20
30
40
50
60
70
80
90
100
1980 1985 1990 1995 2000 2005 2010 2015 2020
HIV
-Prä
vale
nz [
%]
Zeit [Jahre]
Männeram Land
Männerder Stadt
Frauenam Land
Frauender Stadt
Berufsprostituierte
Gelegenheitsprostituierte
Gesundheitszustände von 250.000 HIV-positiven
Lebendgeburten
0
50.000
100.000
150.000
200.000
250.000
0 2 4 6 8 10 12Zeit [Jahre]
Popu
latio
n
HIV-Infizierte AIDS-Kranke
HIV-Prävalenz in den Compartments der 0-
12jährigen
0
1
2
3
4
5
6
7
8
1980 1985 1990 1995 2000 2005 2010 2015 2020
Zeit [Jahre]
HIV
-Prä
vale
nz [%
]
Knaben am Land Knaben in der Stadt
Mädchen am Land Mädchen in der Stadt
Direkte jährliche Kosten von AIDS [US$]
0
20.000.000
40.000.000
60.000.000
80.000.000
100.000.000
120.000.000
1970 1980 1990 2000 2010 2020
Zeit [Jahre]
Dire
kte
Kost
en [U
S$]
0
1
2
3
4
5
6
pro
Einw
ohne
r bzw
. Ges
unde
r [US
$]
Direkte Kosten Direkte Kosten/Einwohner Direkte Kosten/Gesunder
AIDS-Waisen in Tansania
0
500000
1000000
1500000
2000000
2500000
1970 1980 1990 2000 2010 2020
Zeit [Jahre]
AID
S-W
aise
n
Zuwachs Zahl
Konsequenzen einer Impfung zum 1.1.2001
0
10.000.000
20.000.000
30.000.000
40.000.000
50.000.000
60.000.000
0
1.000.000
2.000.000
3.000.000
4.000.000
5.000.000
6.000.000
7.000.000
8.000.000
1990 1995 2000 2005 2010 2015 2020
Bev
ölke
rung
Infiz
ierte
, Kra
nke,
Tot
e
Zeit [Jahre]HIV-Infizierte AIDS-Kranke AIDS-Tote Bevölkerung
Impfungen gegen AIDS: verschiedene Szenarien
0
200.000
400.000
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
1.800.000
2.000.000
1990 1995 2000 2005 2010 2015 2020
AID
S-K
rank
e
Zeit [Jahre]
Standard Impf Halb Kurz Verzögert
Verhaltensprävention: verschiedene Szenarien
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
1.800.000
2000 2005 2010 2015 2020
AID
S-K
rank
e
Zeit [Jahre]
Standard Promis Teil Prost
Jährlicher Bedarf an Kondomen in Tansania
0
20.000.000
40.000.000
60.000.000
80.000.000
100.000.000
120.000.000
140.000.000
0
500.000.000
1.000.000.000
1.500.000.000
2.000.000.000
2.500.000.000
2000 2005 2010 2015 2020
Kon
dom
e (P
rom
is, P
rost
)
Kon
dom
e (M
axim
um, T
eil)
Zeit [Jahre]
Maximum Teil Promis Prost
Kostenersparnis durch Kondomverwendung
(absolut)
-40.000.000
-30.000.000
-20.000.000
-10.000.000
0
10.000.000
20.000.000
30.000.000
40.000.000
2000 2005 2010 2015 2020
Kos
tend
iffer
enz
Zeit [Jahre]
Promis Teil Prost
Kostenersparnis durch Kondomverwendung
(relativ)*
0,01,02,03,04,05,06,07,08,09,0
10,011,012,013,014,015,0
2000 2005 2010 2015 2020
Quo
tient
Zeit [Jahre]
Promis Prost Teil*Eingesparte direkte Behandlungskosten geteilt durch Kosten der Kondome.
AIDS-Kranke, verschiedene Szenarien der prä- bzw.
perinatalen Infektion
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
1.800.000
2000 2005 2010 2015 2020
AID
S-K
rank
e
Zeit [Jahre]
Standard Halb Dreiviertel Null
Bevölkerung, verschiedene Szenarien der prä- bzw. perinatalen Infektion
33.000.000
33.500.000
34.000.000
34.500.000
35.000.000
35.500.000
36.000.000
36.500.000
37.000.000
2000 2005 2010 2015 2020
Bev
ölke
rung
Zeit [Jahre]
Standard Halb Dreiviertel Null
Screening Kits pro Transfusion
2
2,2
2,4
2,6
2,8
3
3,2
1990 1995 2000 2005 2010 2015 2020
Zeit [Jahre]
Scre
enin
g-Ki
ts p
ro T
rans
fusi
on
Screening-Kosten [US$]
0
100000
200000
300000
400000
500000
600000
700000
800000
900000
1990 1995 2000 2005 2010 2015 2020
Zeit [Jahre]
Scre
enin
g-Ko
sten
[US$
]
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
HIV-pos.Pop
AIDS Pop
Death
infection rate
incubation
survival
risk behaviour
Medical infectiveness+ +
HAART
resistance +
+
FEAR
+
+
-
direct costs of HAART
direct costs of opportunistic infections
indirect costs of AIDS
+
+
+
GNP
+
HAART-effectiveness
+
+
-
Health Care Budget
HIV/AIDS-Budget
Other health care budget
Direct Costs other diseases
Total COI+++
+
+
Intangible COI
Other diseases and infirmities
-
Indirect Costs otherdiseases
+
+
+
+
--
++
ResistanceMonitoring
Intendierte, kurzfristige Wirkung
von HAART
Wirksamkeit von HAART Kosten-Wirksamkeit
• Langfristig???
HIV-neg.Pop
HIV-pos.Pop
AIDS Pop
Death
infection rate
incubation
survival
risk behaviour
Medical infectiveness+ +
HAART
resistance +
+
FEAR
+
+
-
direct costs of HAART
direct costs of opportunistic infections
indirect costs of AIDS
+
+
+
GNP
+
HAART-effectiveness
+
+
-
Health Care Budget
HIV/AIDS-Budget
Other health care budget
Direct Costs other diseases
Total COI+++
+
+
Intangible COI
Other diseases and infirmities
-
Indirect Costs otherdiseases
+
+
+
+
--
++
ResistanceMonitoring
Ethik• Ethische Konzeptionen
– konsequentionistische Ethik: Gut ist, was langfristig gute Konsequenzen hat???
– teleologischen Ethik: Gut ist, was gut gemeint ist???
top related