Simulationsmodelle in der                         Infektionsepidemiologie                                                 ...
License                      This work is licensed under the Creative Commons Attribution 3.0                      Unporte...
Inhalt                                              Einführung                                                    Grundbeg...
Relevanz                                   ... für Ärzte                       “Wofür nützt mir dieses Wissen?”           ...
Relevanz                                   Infektionsepidemiologie                           Was ist                      ...
Relevanz                                   Globale Verteilung von Todesursachen I                                         ...
Relevanz                                  Infektiöse Genese nicht-infektöser Krankheiten  Beispiele:                      ...
Relevanz                                   Globale Verteilung von Todesursachen II                                        ...
Grundbegriffe                                   EpidemieEpidemie: zeitliche und örtliche Häufung einerInfektionskrankheit ...
Grundbegriffe                                    EndemieEndemie: dauerhaft gehäuftes Auftreten einerInfektionskrankheit in...
Grundbegriffe                                    PandemiePandemie: Länder- und kontinentübergreifende          Ausbreitung...
Grundbegriffe                                   Eradikation                                                            Fra...
Grundbegriffe                                   Eradikation                                                            Fra...
Grundbegriffe                                    Indexfall, Kontagionsindex                                               ...
Grundbegriffe                                    Sekundärfälle, Basisreproduktionszahl R0Basisreproduktionszahl R0Die mitt...
Grundbegriffe                                    Basisreproduktionszahl R0                                                ...
Grundbegriffe                                    Basisreproduktionszahl R0                                                ...
Grundbegriffe                                   Herd Immunity, Kritische Durchimpfungsrate                                ...
Inhalt                                              Einführung                                                    Grundbeg...
Grundbegriffe                                    Lebenszyklus einer InfektionskrankheitSimulationsmodelle in der Infektion...
Epidemie                                   SIR-Modell                                                                  Ein...
Inhalt                                              Einführung                                                    Grundbeg...
Epidemie                                   Hostorisches Beispiel: Pest in Eyam, 1665    Praktische Anwendung des SIR-Model...
Epidemie                                   Hostorisches Beispiel: Pest in Eyam, 1665                                Warum ...
Epidemie                                   Rolle der Pest heute                                                           ...
Epidemie                                   Modellerweiterung des SIR-Modells                                              ...
SIRD-Modell                                    Modellerweiterung des SIR-Modells                                          ...
SIR-Modell                                   Daten Daten:     Tage                 S             I             0          ...
SIR-Modell                                   ModellsimluationModellparameter:            β = 0 .1 4 6            γ = 0 .0 ...
SIR-Modell                                   Modellanalyse                                                                ...
SIR-Modell                                   Software Simulation startenModell-parameterSimulations-ergebnisepidemiologisc...
SIR-Modell                                   Szenarien ...                                                                ...
SIR-Modell                                   Szenario 1                                                                   ...
SIR-Modell                                   Szenario 1Angenommen, es hätte 1665 in EyamAntibiotika gegeben ...Modellannah...
SIR-Modell                                   Szenario 2                                                                   ...
SIR-Modell                                   Szenario 2Angenommen, die Hälfte des Dorfes wäre (vorAusbruch der Krankheit!)...
SIR-Modell                                   Szenario 3                                                               ?Ang...
SIR-Modell                                   Szenario 3Angenommen, es hätte Antibiotika gegeben und dieHälfte des Dorfes w...
SIR-Modell                                   ModellszenarienVergleich der Modellszenarien:                                ...
Inhalt                                              Einführung                                                    Grundbeg...
Impfstrategien                                     Outbreak Response Vaccination (ORV)                                    ...
Impfstrategien                                     Outbreak Response Vaccination (ORV)                                    ...
Impfstrategien                                   Outbreak Response Vaccination (ORV)       ORV: Impfen als Intervention be...
Inhalt                                              Einführung                                                    Grundbeg...
Eradikation                                   Kritische DurchimpfungsrateDurchimpfungs-               =    rate p         ...
Eradikation                                   Kritische Durchimpfungsrate                                        Eradikati...
Endemie                                   Endemisches Gleichgewicht                                                       ...
SIR-Geo-Modell                                    ModellstrukturBildnachweis: psiaki (flickr.com)         Simulationsmodel...
SIR-Geo-Modell                                  Modellstruktur Simulationsmodelle in der Infektionsepidemiologie ...      ...
Inhalt                                              Einführung                                                    Grundbeg...
Impfen                                   Nebenwirkungen“Ist Impfen gefährlich für mich?”                                  ...
Relevanz                                   ... für Ärzte                       “Wofür nützt mir dieses Wissen?”           ...
Zum weiterlesen...                                 Weblinks & Buchtipps       www.rki.de                                  ...
ImpfplanSimulationsmodelle in der Infektionsepidemiologie ...      54
ModellgleichungenSimulationsmodelle in der Infektionsepidemiologie ...               55
Literaturangaben (Auswahl)Cliff, A. & Haggett, P.Time, travel and infection.Br Med Bull, 2004, 69, 87-99Colizza, V.; Barra...
Kontakt                                                                   www.mindfulmess.com/contact                     ...
Nächste SlideShare
Wird geladen in …5
×

Einführung in die Infektionsepidemiologie

3.952 Aufrufe

Veröffentlicht am

Veröffentlicht in: Gesundheit & Medizin
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
3.952
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
279
Aktionen
Geteilt
0
Downloads
10
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Einführung in die Infektionsepidemiologie

  1. 1. Simulationsmodelle in der Infektionsepidemiologie - Eine Einführung - Marcus Wetzler, Mai 2012Simulationsmodelle in der Infektionsepidemiologie ... 1
  2. 2. License This work is licensed under the Creative Commons Attribution 3.0 Unported License. To view a copy of this license, visit http://creativecommons.org/licenses/by/3.0/ or send a letter to Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA.Simulationsmodelle in der Infektionsepidemiologie ... 2
  3. 3. Inhalt Einführung Grundbegriffe Ein Simulationsmodell Praktischer Teil - Modellsimulationen Pest Meningokokken-Menigitis Masern Schlusswort Wie gefährlich ist Impfen?Simulationsmodelle in der Infektionsepidemiologie ... 3
  4. 4. Relevanz ... für Ärzte “Wofür nützt mir dieses Wissen?” Um zu verstehen, ... wie Impfpläne entwickelt werden. warum Impfprogramme nur sinnvoll sind, wenn sie konsequent durchgeführt werden. warum es die Meldepflicht gibt. Um Medienberichte kritisch bewerten zu können. Für ein Verständnis der Ausbreitungsdynamik von Infektionen wie AIDS, SARS, Neue Grippe, etc zu entwickeln. Zu Verstehen, nach welchen Prinzipien (Simulations)modelle entwickelt werden (Medizinische Forschung geht nicht mehr ohne!). Für interessante Jobs, z.B. bei Organisationen wie der WHO oder Ärzte ohne Grenzen.Simulationsmodelle in der Infektionsepidemiologie ... 4
  5. 5. Relevanz Infektionsepidemiologie Was ist Infektionsepidemiologie? Infektionskrankheit: durch Erreger oder deren Toxine hervorgerufene Erkrankung. epi = auf/über, demos = Menschen/Volk, logos = LehreAspekte: Ziele: Analyse, Beschreibung, Vorhersage von... Ausbreitungsdynamik Verbreitungswegen Prävention! Übertragungsart Intervention! Risikofaktoren Eradikation!? Protektiven Faktoren Vulnerablen Bevölkerungsgruppen Simulationsmodelle in der Infektionsepidemiologie ... 5
  6. 6. Relevanz Globale Verteilung von Todesursachen I Infektionskrankheiten Herz-Kreislauf-Erkrankungen Krebs Atemwegserkrankungen perinatale, neonatale Ursachen andere UrsachenSimulationsmodelle in der Infektionsepidemiologie ... 6
  7. 7. Relevanz Infektiöse Genese nicht-infektöser Krankheiten Beispiele: 2005 H. pylori Ulcus ventriculi/duodeni Hepatitis B/C Hepatozelluäres CA 2008 HPV 16/18 Zervix-CA Epstein-Barr- M. Hodgkin, Burkitt-Lymphom Virus HIV u.a. Kaposi-Sarkom, Burkitt-Lymphom Campylobacter Guillain-Barré-Syndrom (jejuni) Chlamydia pneumoniae KHK, ArteroskleroseBildnachweise: Nobelpreis: http://en.wikipedia.org/wiki/Nobel_Prize; Koronare Herzkrankheit: http://en.wikipedia.org/wiki/Angioplasty;Zervixkarzinom: http://de.wikipedia.org/wiki/Zervixkarzinom; Burkitt-Lymphom: http://en.wikipedia.org/wiki/Burkitts_lymphoma;Hepatozelluläres Karzinom: http://www.hindawi.com/journals/ijhep/2011/489342/; Gastritis: http://en.wikipedia.org/wiki/Gastritis. Simulationsmodelle in der Infektionsepidemiologie ... 7
  8. 8. Relevanz Globale Verteilung von Todesursachen II ?Simulationsmodelle in der Infektionsepidemiologie ... Infektionskrankheiten Herz-Kreislauf-Erkrankungen Krebs Atemwegserkrankungen perinatale, neonatale Ursachen andere Ursachen 8
  9. 9. Grundbegriffe EpidemieEpidemie: zeitliche und örtliche Häufung einerInfektionskrankheit innerhalb einer Population... Beispiele aus Deutschland 2007 • Hantavirus (n=1687) • Norovirus (n>200.000) 2006 • Masern (NRW) (n>1100) 2005 • Masern (Hessen) (n=223, bis Mai) • Masern (Bayern) (n=279, bis Juli) Simulationsmodelle in der Infektionsepidemiologie ... 9
  10. 10. Grundbegriffe EndemieEndemie: dauerhaft gehäuftes Auftreten einerInfektionskrankheit in einem begrenzten Gebiet ... Beispiele • Meningokokken-Meningitis: südlich der Sahara • Borreliose: Süddeutschland • Leishmaniose (viszerale): u.a. in Indien, Bangladesh, Brasilien • Malaria: u.a. in Tansania, Kenia und Uganda Simulationsmodelle in der Infektionsepidemiologie ... 10
  11. 11. Grundbegriffe PandemiePandemie: Länder- und kontinentübergreifende Ausbreitung einer Infektionskrankheit... Beispiele AIDS SARS (Flugtourismus) Spanische Grippe, 1918-1920 Pest (v.a. 13. - 17. JH, Handelsschiffe aus Asien) Simulationsmodelle in der Infektionsepidemiologie ... 11
  12. 12. Grundbegriffe Eradikation Frage 1: Warum konnten die Pocken so “leicht”Eradikation: eradiziert werden?(a) “Ausrottung” eines Erregers Frage 2: Können Masern, Röteln, Herpes zoster,(b) “Ausrottung” einer Krankheit HIV, Pest oder Influenza A eradiziert werden? Beispiele • Pocken (Variola): zuletzt 1977 in Äthiopien; weltweite WHO- Impfprogramme • Polio: eradiziert u.a. in Ghana (2006), Somalia (2008); 1341 Fälle in Nigeria Indien & Pakistan (2008). Schweiz: Poliovirus im Trinkwasser (2007) • Masern (WHO-Ziel: 2010) • Malaria (WHO, Ziel: ???) Simulationsmodelle in der Infektionsepidemiologie ... 12
  13. 13. Grundbegriffe Eradikation Frage 1: Warum konnten die Pocken so leichtEradikation: eradiziert werden?(a) “Ausrottung” eines Erregers Frage 2: Können Masern, Röteln, Herpes zoster,(b) “Ausrottung” einer Krankheit HIV, Pest oder Influenza A eradiziert werden? Antwort 1: • immer Krankheitsausbruch -> keine persistierenden, latenten Infektionen • (fast) kein Reservoir im Tierreich, keine Vektoren • virale Antigene unveränderlich • Impfung -> langanhaltende Immunität Antwort 2: • ................................................................. Simulationsmodelle in der Infektionsepidemiologie ... 13
  14. 14. Grundbegriffe Indexfall, Kontagionsindex Kontagionsindex Indexfall Ansteckungs- wahrscheinlichkeit Erster Fall einer Infektion in einer suszeptiblen Population q ??? suszeptible Population Anfälligkeit für eine InfektionskrankheitSimulationsmodelle in der Infektionsepidemiologie ... 14
  15. 15. Grundbegriffe Sekundärfälle, Basisreproduktionszahl R0Basisreproduktionszahl R0Die mittlere Zahl von Sekundärfällen, die ein Indexfallwährend seiner gesamten infektiösen Periode in einerPopulation verursacht. Indexfall Sekundärfälle R0 t1 t2Simulationsmodelle in der Infektionsepidemiologie ... 15
  16. 16. Grundbegriffe Basisreproduktionszahl R0 Wenn R0 > 1 t1 t2 t3Simulationsmodelle in der Infektionsepidemiologie ... 16
  17. 17. Grundbegriffe Basisreproduktionszahl R0 Krankheit Hauptübertragungsweg R0 Masern Luft 12-18 Pertussis Luft, Tröpfchen 12-17 Diphtherie Speichel 6-7 Pocken sozialer Kontakt 5-7 Polio Fäkal-oral 5-7 Röteln Luft 5-7 Mumps Luft 4-7 HIV/AIDS sexueller Kontakt 2-5 SARS Luft, Tröpfchen 2-5 Wenn R0 < 1 Influenza* Luft, Tröpfchen 2-3 *1918-1920 (Spanische Grippe) t1 t2 t3Simulationsmodelle in der Infektionsepidemiologie ... 17
  18. 18. Grundbegriffe Herd Immunity, Kritische Durchimpfungsrate Durchimpfungs- = rate pZiele: + + individuelle Infektionsprophylaxe Prävention von EpidemienImmunisierung Herd(en)immunität keine Epidemie (herd immunity) Simulationsmodelle in der Infektionsepidemiologie ... 18
  19. 19. Inhalt Einführung Grundbegriffe Ein Simulationsmodell Praktischer Teil - Modellsimulationen Pest Meningokokken-Menigitis Masern Schlusswort Wie gefährlich ist Impfen?Simulationsmodelle in der Infektionsepidemiologie ... 19
  20. 20. Grundbegriffe Lebenszyklus einer InfektionskrankheitSimulationsmodelle in der Infektionsepidemiologie ... 20
  21. 21. Epidemie SIR-Modell Einteilung der Gesamtpopulation (N) in drei Kompartimente (S, I, R) Berechnung der Kompartimentgrößen mittels Differenzialgleichungen (DGL) Kermack and McKendrick, 1927 Ansteckungs- wahrscheinlichkeit (Kontagionsindex) Prävalenz Zahl der Zahl der Kontaktrate Suszeptiblen Infizierten Removalrate I (t ) κ * q * S (t ) *Suszeptibel (S) N Infiziert (I) γ * I (t) Removed (R) β (oder: Resistent)S(t) I(t) R(t) t t t Simulationsmodelle in der Infektionsepidemiologie ... 21
  22. 22. Inhalt Einführung Grundbegriffe Ein Simulationsmodell Praktischer Teil - Modellsimulationen Pest Meningokokken-Menigitis Masern Schlusswort Wie gefährlich ist Impfen?Simulationsmodelle in der Infektionsepidemiologie ... 22
  23. 23. Epidemie Hostorisches Beispiel: Pest in Eyam, 1665 Praktische Anwendung des SIR-Modells zur Beschreibung eines Epidemieverlaufs: Pestepidemie in England, 1665 Stoffballen aus London, Rattenflöhe Dorf Eyam: 350 Einwohner William Mompesson isolierte das Dorf genaue Aufzeichnungen des Epidemieverlaufs nur 82 Überlebende Zu der Beginn der zweiten Epidemiephase lebten noch 261 Personen, sieben waren bereits erkrankt ... Daten: Tage S I 0 254 7 16 235 16 31 200 22 46 152 28 62 126 21 78 106 6 94 95 8 123 82 1Bildnachweise: Karte England: http://en.wikipedia.org/wiki/Eyam; “Die Pest” von Arnold Böcklin: http://de.wikipedia.org/wiki/Pest Simulationsmodelle in der Infektionsepidemiologie ... 23
  24. 24. Epidemie Hostorisches Beispiel: Pest in Eyam, 1665 Warum das Beispiel “Pest”? Einmalig gut dokumentierte Daten Eyam war eine komplett isolierte Umgebung → Verständnis der idealtypischen Dynamik einer Epidemie (nachher gibts noch aktuellere Beispiele)Simulationsmodelle in der Infektionsepidemiologie ... 24
  25. 25. Epidemie Rolle der Pest heute Epidemiologie 2008 Madagaskar: 18 Tote; Uganda: 12 Tote 2005 Lungenpest im Kongo, 100 Tote 1994 Pestepidemie in Indien 1979 - 1992: > 1500 Todesfälle in 21 Ländern (WHO)Bildnachweise: Präriehund: http://de.wikipedia.org/wiki/Präriehund; Ratte: http://af.wikipedia.org/wiki/Rot; Karte: http://de.wikipedia.org/wiki/Pest; Rattenfloh: http://de.wikipedia.org/wiki/Xenopsylla_cheopis. Simulationsmodelle in der Infektionsepidemiologie ... 25
  26. 26. Epidemie Modellerweiterung des SIR-Modells ? Erweiterung des Modells ... Berücksichtigung von: Impfung Antibiotika Tod durch Infektion → Differenzierung von immunen “R” und verstorbenen “R” S I R (Suszeptibel) (Infiziert) (Resistent)Simulationsmodelle in der Infektionsepidemiologie ... 26
  27. 27. SIRD-Modell Modellerweiterung des SIR-Modells Impfung S Infekt. I R (Suszeptibel) (Infiziert) (Resistent) D (Dead) Antibiotika ImpfungVerkürzung der mittleren Erkrankungsdauer entweder: Pfeil S → R→ Verkleinerung von gamma oder: Veränderung der AnfangswerteVerringerung der Letalität von S und R Simulationsmodelle in der Infektionsepidemiologie ... 27
  28. 28. SIR-Modell Daten Daten: Tage S I 0 254 7 16 235 16 31 200 22 46 152 28 62 126 21 78 106 6 94 95 8 123 82 1... jeder Erkrankte im Dorf ist ander Pest gestorben ... => 172 Tote Simulationsmodelle in der Infektionsepidemiologie ... 28
  29. 29. SIR-Modell ModellsimluationModellparameter: β = 0 .1 4 6 γ = 0 .0 8 8 S t0 = 2 5 4 I t0 = 7 R t0 = 0wenn jeder Erkrankte stirbt (Letalität 100%), dann ...=> 172 Tote (Simulation: 180) Simulationsmodelle in der Infektionsepidemiologie ... 29
  30. 30. SIR-Modell Modellanalyse Krankheit Hauptübertragungsweg R0 Masern Luft 12-18 Pertussis Luft, Tröpfchen 12-17 Diphtherie Speichel 6-7 Pocken sozialer Kontakt 5-7 Polio Fäkal-oral 5-7Berechnung der mittleren Erkrankungsdauer: Röteln Luft 5-7 Mumps Luft 4-7 HIV/AIDS sexueller Kontakt 2-5 1 δ = = 1 1 .4 T a g e SARS Influenza* Luft, Tröpfchen Luft, Tröpfchen 2-5 2-3 γ *1918-1920 (Spanische Grippe)Berechnung der Basisreproduktionszahl: β = 0 .1 4 6 β R 0 = = 1 .6 5 γ = 0 .0 8 8 γ Simulationsmodelle in der Infektionsepidemiologie ... 30
  31. 31. SIR-Modell Software Simulation startenModell-parameterSimulations-ergebnisepidemiologischeKennzahlen(nach unten scrollen)Hinweise Aufgabe 1: Bitte führen Sie eine Modellsimulation mit den Standardeinstellungen durch. Simulationsmodelle in der Infektionsepidemiologie ... 31
  32. 32. SIR-Modell Szenarien ... Therapie der Pest heute Streptomycin (4g, 3g, 2g); Gesamtdosis 30 g Besserung der Symptome n. 3-5 Tagen Fortsetzung Antibiose: > 3 d nach Entfieberung Alternative AB Aminoglykoside (Gentamicin) Was denken Sie? Tetracycline (Doxycyclin) Sulfonamide (Trimethoprim-Sulfamethoxazol) Angenommen, ... Chloramphenicol es hätte 1665 in Eyam Antibiotika gegeben. die Hälfte des Dorfes wäre (vor Ausbruch der Krankheit!) geimpft gewesen. es hätte Antibiotika gegeben und die Hälfte des Dorfes wäre geimpft gewesen. es gäbe nur (a) entweder Antibiotika oder (b) die Impfung - welche Option würden Sie dann vorschlagen?Simulationsmodelle in der Infektionsepidemiologie ... 32
  33. 33. SIR-Modell Szenario 1 ? Angenommen, es hätte 1665 in Eyam Antibiotika gegeben ... Modellannahmen: mittlere Erkrankungsdauer = 7 Tage Letalität unter Antibiose 15%, dann ... Modellparameter: ??? => ??? Infizierte => ??? Totegamma = 0.143; letal = 0.15 Simulationsmodelle in der Infektionsepidemiologie ... 33
  34. 34. SIR-Modell Szenario 1Angenommen, es hätte 1665 in EyamAntibiotika gegeben ...Modellannahmen: mittlere Erkrankungsdauer = 7 Tage Letalität unter Antibiose 15%,dann ... Modellparameter: β = 0 .1 4 6 γ = 0 .1 4 3 S t0 = 254 I t0 = 7 R t0 = 0 => 60 Infizierte => 9 Tote Simulationsmodelle in der Infektionsepidemiologie ... 34
  35. 35. SIR-Modell Szenario 2 ? Angenommen, die Hälfte des Dorfes wäre (vor Ausbruch der Krankheit!) geimpft gewesen ... Modellannahmen: mittlere Erkrankungsdauer = 11.4 Tage Letalität 100 % Durchimpfungsrate p = 50 % dann ... Modellparameter: ??? => ??? ToteS(t0) = 127; R(t0)=127 Simulationsmodelle in der Infektionsepidemiologie ... 35
  36. 36. SIR-Modell Szenario 2Angenommen, die Hälfte des Dorfes wäre (vorAusbruch der Krankheit!) geimpft gewesen ... Modellannahmen: mittlere Erkrankungsdauer = 11.4 Tage Letalität 100 % Durchimpfungsrate p = 50 % dann ... Modellparameter: β = 0 .1 4 6 γ = 0 .0 8 8 S t0 =127 I t0 = 7 R t0 =127 => 27 Infizierte/Tote Simulationsmodelle in der Infektionsepidemiologie ... 36
  37. 37. SIR-Modell Szenario 3 ?Angenommen, es hätte Antibiotika gegeben unddie Hälfte des Dorfes wäre (vor Ausbruch derKrankheit!) geimpft gewesen ...Modellannahmen: mittlere Erkrankungsdauer = 7 Tage Letalität 15 % Durchimpfungsrate p = 50 %dann ... Modellparameter: ??? => ??? Infizierte => ??? Tote Simulationsmodelle in der Infektionsepidemiologie ... 37
  38. 38. SIR-Modell Szenario 3Angenommen, es hätte Antibiotika gegeben und dieHälfte des Dorfes wäre (vor Ausbruch der Krankheit!)geimpft gewesen ...Modellannahmen: mittlere Erkrankungsdauer = 7 Tage Letalität 15 % Durchimpfungsrate p = 50 %dann ... Modellparameter: β = 0 .1 4 6 γ = 0 .1 4 3 S t0 = 127 I t0 = 7 R t0 = 127 => 14 Infizierte => 2 Tote Simulationsmodelle in der Infektionsepidemiologie ... 38
  39. 39. SIR-Modell ModellszenarienVergleich der Modellszenarien: M o d e lls im u la t io n e n P e s te p id e m ie in E y a m , 1 6 6 5 1000 In f i z i e r t e 172 172 180 180 T o te 100 60 27 27 14 9 10 2 1 0 .1 D a te n S i m u la t i o n 1 A n tib io tik a Im m u n i s i e r u n g A B + (A B ) 50% Im m u n i s i e r u n g 50% Simulationsmodelle in der Infektionsepidemiologie ... 39
  40. 40. Inhalt Einführung Grundbegriffe Ein Simulationsmodell Praktischer Teil - Modellsimulationen Pest Meningokokken-Menigitis Masern Schlusswort Wie gefährlich ist Impfen?Simulationsmodelle in der Infektionsepidemiologie ... 40
  41. 41. Impfstrategien Outbreak Response Vaccination (ORV) Nigeria Ärzte ohne Grenzen (MSF): Meningokokken- meningitis in Nigeria , 2009 Situation: 700 dead > 20 000 suspected cases Ziel: 3 Mio. Personen impfen mass vaccination will reduce number of new infections within 2 weeks unbehandelt: Letalität 50%, Tod innerhalb von 48 h Quelle: http://doctorswithoutborders.org Therapie: AB-Einzeldosis (z.B. Ampicillin+Chloramphenicol)Bildnachweis Karte: http://de.wikipedia.org/wiki/Nigeria Simulationsmodelle in der Infektionsepidemiologie ... 41
  42. 42. Impfstrategien Outbreak Response Vaccination (ORV) Nigeria Ärzte ohne Grenzen (MSF) in Nigeria , 2009 Impfkriterien [...] vaccinating people between 2 and 30 y of age in the areas most at risk [...] areas of Niger, Burkina Faso, Chad, Cameron [...] MSF teams are evaluating the situation and ready to vaccinate, if necessary. Quelle: http://doctorswithoutborders.orgBildnachweis Karte: http://de.wikipedia.org/wiki/Nigeria Simulationsmodelle in der Infektionsepidemiologie ... 42
  43. 43. Impfstrategien Outbreak Response Vaccination (ORV) ORV: Impfen als Intervention bei einer bereits ausgebrochenen Epidemie Ziel: Schadenbegrenzung bei Epidemien (v.a. in Entwicklungsländern)Simulationsmodelle in der Infektionsepidemiologie ... 43
  44. 44. Inhalt Einführung Grundbegriffe Ein Simulationsmodell "Praktischer Teil" - Modellsimulationen Pest Meningokokken-Menigitis Masern Schlusswort Wie gefährlich ist Impfen?Simulationsmodelle in der Infektionsepidemiologie ... 44
  45. 45. Eradikation Kritische DurchimpfungsrateDurchimpfungs- = rate p + + • kritische Durchimpfungsrate pcrit = die p, welche für eine Eradikation notwendig ist • Eradikation nur, wenn: p >= pcrit q 1 β R0 pcrit = 1 − R 0 κ γ Simulationsmodelle in der Infektionsepidemiologie ... 45
  46. 46. Eradikation Kritische Durchimpfungsrate Eradikation Masern, Diphtherie Pertussis KrankheitR0 pcrit (in%) Pocken, Polio, Röteln Masern 12-18 91,6 - 94,4 Mumps Pertussis 12-17 91,6 - 94,1 Diphtherie 6-7 83,3 - 85,7 HIV, SARS Pocken 5-7 80 - 85,7 Polio 5-7 80 - 85,7 Influenza Röteln 5-7 80 - 85,7 Mumps 4-7 75 - 85,7 HIV/AIDS 2-5 50 - 80 SARS 2-5 50 - 80 Persistenz Influenza* 2-3 50 - 66,7 Pest in Eyam *1918-1920 (Spanische Grippe)Simulationsmodelle in der Infektionsepidemiologie ... 46
  47. 47. Endemie Endemisches Gleichgewicht Reduzierung der S durch Infektion Regeneration der S durch Geburten und durch R, die ihre Immunität verlieren erneute Epidemiewelle Einstellung eines GleichgewichtsSimulationsmodelle in der Infektionsepidemiologie ... 47
  48. 48. SIR-Geo-Modell ModellstrukturBildnachweis: psiaki (flickr.com) Simulationsmodelle in der Infektionsepidemiologie ... 48
  49. 49. SIR-Geo-Modell Modellstruktur Simulationsmodelle in der Infektionsepidemiologie ... 49
  50. 50. Inhalt Einführung Grundbegriffe Ein Simulationsmodell Praktischer Teil - Modellsimulationen Pest Meningokokken-Menigitis Masern Schlusswort Wie gefährlich ist Impfen?Simulationsmodelle in der Infektionsepidemiologie ... 50
  51. 51. Impfen Nebenwirkungen“Ist Impfen gefährlich für mich?” Impfreaktionen Rötung (postvakzinales Exanthem), Schwellung und Druckempfindlichkeit der Injektionsstelle Allgemeinsymptome: geringes Fieber, Gelenk- und Muskelschmerzen Impfschäden sind heute extrem selten! nach Pocken(Variola)schutzimpfung postvakzinale Enzephalitis Nach oraler Poliomyelitis-Schutzimpfung (Sabin): Impfpoliomyelitis in 1:3,3 Mio Fällen → Salk-Impfung mit inaktivierten Polioerregern Meldepflichtig und entschädigungspflichtig (bei Impfungen, die von einer Gesundheitsbehörde empfohlen wurden; § 60 Infektionsschutzgesetz). Simulationsmodelle in der Infektionsepidemiologie ... 51
  52. 52. Relevanz ... für Ärzte “Wofür nützt mir dieses Wissen?” Um zu verstehen, ... wie Impfpläne entwickelt werden. warum Impfprogramme nur sinnvoll sind, wenn sie konsequent durchgeführt werden. warum es die Meldepflicht gibt. Um Medienberichte kritisch bewerten zu können. Für ein Verständnis der Ausbreitungsdynamik von Infektionen wie AIDS, SARS, Neue Grippe, etc zu entwickeln. Zu Verstehen, nach welchen Prinzipien (Simulations)modelle entwickelt werden (Medizinische Forschung geht nicht mehr ohne!). Für interessante Jobs, z.B. bei Organisationen wie der WHO oder Ärzte ohne Grenzen.Simulationsmodelle in der Infektionsepidemiologie ... 52
  53. 53. Zum weiterlesen... Weblinks & Buchtipps www.rki.de www.pei.de www.p-e-g.de www.dgi-net.de www.escmid.org http://dtg.org www.who.int http://unaids.org Simulationsmodelle in der Infektionsepidemiologie ... 53
  54. 54. ImpfplanSimulationsmodelle in der Infektionsepidemiologie ... 54
  55. 55. ModellgleichungenSimulationsmodelle in der Infektionsepidemiologie ... 55
  56. 56. Literaturangaben (Auswahl)Cliff, A. & Haggett, P.Time, travel and infection.Br Med Bull, 2004, 69, 87-99Colizza, V.; Barrat, A.; Barthélemy, M. & Vespignani, A.The role of the airline transportation network in the prediction and predictability of global epidemics.Proc Natl Acad Sci, 2006, 103, 2015-2020Colizza, V.; Barrat, A.; Barthelemy, M.; Valleron, A.-J. & Vespignani, A.Modeling the worldwide spread of pandemic influenza: baseline case and containment interventions.PLoS Med, 2007, 4, e13Colizza, V. & Vespignani, A.Epidemic modeling in metapopulation systems with heterogeneous coupling pattern: theory and simulations.J Theor Biol, 2008, 251, 450-467Hufnagel, L.; Brockmann, D. & Geisel, T.Forecast and control of epidemics in a globalized world.Proc Natl Acad Sci, 2004, 101, 15124-15129Iwami, S.; Suzuki, T. & Takeuchi, Y.Paradox of vaccination: is vaccination really effective against avian flu epidemics?PLoS One, 2009, 4, e4915Kuo, C.-L. & Fukui, H.Geographical structures and the cholera epidemic in modern Japan: Fukushima prefecture in 1882 and 1895.Int J Health Geogr, 2007, 6, 25Neerinckx, S. B.; Peterson, A. T.; Gulinck, H.; Deckers, J. & Leirs, H.Geographic distribution and ecological niche of plague in sub-Saharan Africa.Int J Health Geogr, 2008, 7, 54 Simulationsmodelle in der Infektionsepidemiologie ... 56
  57. 57. Kontakt www.mindfulmess.com/contact twitter.com/@MarcusWetzler .Bildnachweis: Dale Gillard Simulationsmodelle in der Infektionsepidemiologie ... 57

×