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 Nachfrage

2.1.1 Gesundheitsökonomisches Rahmenmodell

2.1.2 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 3

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

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 DALYs

GesundheitszustandBewertung 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 weiblich

0 80,00 82,50

1 79,36 81,84

5 75,38 77,95

10 70,40 72,99

15 65,41 68,02

20 60,44 63,08

25 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

eine

s Le

bens

jahr

es

aaLeeD

dxeexD

La

ax

La

a

x

07,01)(07,01

07,0

16243,0

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

Inzi

denz

und

Prä

vale

nz [%

]

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 Krankheiten

Prävalenz, 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

Vogelgrippe weltweit

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)– Inzidenz: 300-500 Millionen

Erkrankungen/Jahr – Todesfälle: 1,5-4 Millionen

Todesopfer – Risikogruppe: 36 % der

Weltbevölkerung (ungefähr 2 Mrd. Menschen)

2.3.2 Malaria

Anopheles

Malaria als „Wechselfieber“

Weltweite Malaria-Ausbreitung

N 3000 km

Legende: Kein Malariarisiko

Schwaches Malariarisiko

Starkes Malariarisiko

Malariafälle in Deutschland

0

100

200

300

400

500

600

700

800

900

1000

1996 1998 2000 2002 2004 2006 2008 2010 2012

Mal

aria

fäll

e

Zeit [Jahre]

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.

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

r

ebbamR

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

a24

a41

a42

a14

a21

a23

a32

a31

a13

a34

a43

w1

w2

w4

w3

Markov-Modell

Aww tt 1

Aww tt 1

tt Aww 0

nnnn

n

n

aaa

aaa

aaa

A

...

...

...

21

22221

11211

;...

1

n

t

w

w

w

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

BB

BBB

*05,0 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

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

Ze 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

Te 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

Z e it [ T a 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

Z e i t [ 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 it [ J a h re ]

B = 0 B = 2 5 J a h re B = 5 J a h re

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 1997

Quelle: 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]

An

teil

0

200

400

600

800

1000

1200

1400

Rat

e [F

älle

/100

.000

]

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

Po

pu

lati

on

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

Ku

mu

liert

e T

ote

sfäl

le

Kra

nke

, To

tesf

älle

Zeit [Jahre]AIDS-Kranke AIDS-Tote AIDS-Tote, kumuliert

Anteile der Infektionswege

0

10

20

30

40

50

60

1980 1990 2000 2010 2020An

teil

e d

er

Infe

kti

on

sw

eg

e [%

]

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]

Po

pu

lati

on

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]

Dir

ek

te K

os

ten

[U

S$

]

0

1

2

3

4

5

6

pro

Ein

wo

hn

er

bzw

. Ge

su

nd

er

[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

ais

en

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

Be

vö

lke

run

g

Infi

zie

rte

, K

ran

ke

, To

te

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

ran

ke

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,

Teil)

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

Ko

ste

nd

iffe

ren

z

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

Qu

oti

ent

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]

Scr

ee

nin

g-K

its

pro

Tra

nsf

usi

on

Screening-Kosten [US$]

0

100000

200000

300000

400000

500000

600000

700000

800000

900000

1990 1995 2000 2005 2010 2015 2020

Zeit [Jahre]

Scr

ee

nin

g-K

ost

en

[U

S$]

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???