Wie lässt sich die Eliminierung von Hepatitis B, C und D in Deutschland messen? Ergebnisse eines interdisziplinären Arbeitstreffens

Zusammenfassung Hintergrund Die Weltgesundheitsorganisation (WHO) hat 2016 eine Strategie zur Eliminierung von Hepatitis-B-, -C- und -D-Virusinfektionen verfasst und Indikatoren zum Monitoring des Fortschritts definiert. Das Robert Koch-Institut hat 2019 ein interdisziplinäres Arbeitstreffen zur Verbesserung der Datenlage veranstaltet. Ziele Ziele waren die Vernetzung der Akteure, die Erstellung einer Übersicht zu den in Deutschland vorhandenen Datenquellen zu Hepatitis B, C und D und die Diskussion methodischer Aspekte. Material und Methoden Die für Deutschland relevanten WHO-Indikatoren wurden extrahiert und es wurde bestimmt, wie diese anhand vorliegender Daten konstruiert werden können. Bei dem Arbeitstreffen mit AkteurInnen aus dem öffentlichen Gesundheitsdienst, aus Kliniken, Laboren, von Krankenkassen, Forschungsinstituten, Datenhaltern und Registern wurden in Arbeitsgruppen Erhebungsmethoden diskutiert, welche dazu dienen können, fehlende Daten zu ermitteln. Die Datenquellen und Daten wurden hinsichtlich Qualität, Vollständigkeit sowie praktischer Umsetzbarkeit evaluiert und priorisiert. Ergebnisse Für die Allgemeinbevölkerung können die Indikatoren zu Prävention, Testung, Diagnose, Behandlung, Heilung, Folgeschäden und Mortalität aus Diagnose‑, Versorgungs- und Registerdaten, Daten aus Laboren und klinischen Zentren sowie einzelnen Studien konstruiert werden. Datenquellen für vulnerable Gruppen beschränken sich auf einzelne Studien zu Drogengebrauchenden, Männern, die Sex mit Männern haben, und HIV-Ko-Infizierten. Daten für MigrantInnen, Inhaftierte und SexarbeiterInnen sind kaum verfügbar; ebenso fehlen aktuelle Daten zur Krankheitslast chronischer Hepatitisinfektionen in der Allgemeinbevölkerung. Diskussion Für alle ausgewählten Indikatoren konnten Datenquellen, ihre Besonderheiten und Limitationen identifiziert werden. Im nächsten Schritt gilt es, die entwickelten Ideen in konkrete Projekte mit einzelnen Datenhaltern umzusetzen.

Intelligente Eindämmungsstrategien gegen Covid-19: Die Rolle von Künstlicher Intelligenz und Big Data

ZusammenfassungDie Covid-19-Pandemie ist eine Gesundheits- und eine Wirtschaftskrise. Die politischen Reaktionen auf beide sind aufgrund der durch fehlende Daten verursachten Unsicherheit nicht optimal. Der Mangel an Daten schränkt den Einsatz von Künstlicher Intelligenz (KI) und die Genauigkeit epidemiologischer Modelle ein. Infolgedessen ist die Künstliche Intelligenz noch nicht in der Lage, bei der Vorhersage, dem Tracking und der Diagnose von Covid-19-Infektionen wirklich zu helfen. Der Mangel an Trainingsdaten für die KI schränkt die Verwendung von datenschutzsensitiven Tracing-Apps weiter ein. Wim Naudé kommt zu dem Schluss, dass das Sammeln ausreichender und geeigneter, unverzerrter Daten, gewonnen auch aus Apps und groß angelegten diagnostischen Tests, eine Voraussetzung für die Verbesserung der Strategien zur Bewältigung der Zwillingskrisen ist. Angesichts der exorbitanten wirtschaftlichen Kosten der bisher angewandten ziemlich groben Eindämmungsmaßnahmen werden „intelligente“ Eindämmungsstrategien, die auf einer besseren Datenanalyse beruhen, die Wiederaufnahme der wirtschaftlichen Tätigkeit ermöglichen und verhindern, dass es zu weiteren Infektionswellen kommt. Den Datenschutz zu garantieren und öffentliches Vertrauen zu den Datenanalyse- und KI-Systemen intelligenter Eindämmungsstrategien aufzubauen, ist jetzt noch dringlicher als je zuvor.

Langzeitüberleben von Patienten mit Kolon- und Rektumkarzinomen: Ein Vergleich von Darmkrebszentren und nicht zertifizierten Krankenhäusern

Zusammenfassung Ziel der Studie Kliniken, die auf die Behandlung von Kolon- und Rektumkarzinomen spezialisiert sind und hohen Ansprüchen an die Struktur-, Prozess- und Ergebnisqualität genügen, können sich als Darmkrebszentren zertifizieren lassen. Es soll untersucht werden, ob eine Behandlung an Darmkrebszentren verglichen mit einer Therapie an nicht zertifizierten Krankenhäusern mit einem messbaren Überlebensvorteil einhergeht. Methoden Grundlage dieser retrospektiven Kohortenstudie sind die bevölkerungsbezogenen Daten des klinischen Krebsregisters am Tumorzentrum Regensburg, das die süddeutsche Region Oberpfalz mit ca. 1,1 Mio. Einwohnern vollständig abdeckt. 4302 Patienten, bei denen man zwischen 2004 und 2013 ein Karzinom des Dick- oder Enddarms in radikaler Intention entfernte, wurden in 4 Vergleichsgruppen eingeteilt, um Zentren mit Nicht-Zentren zu vergleichen und die Versorgungssituation vor und nach Einführung der Zertifizierung abzubilden. Zur Untersuchung des 3-Jahres-Gesamtüberlebens kommen neben dem üblichen Kaplan-Meier-Verfahren auch multivariable Cox-Regression und Modelle zur Berechnung des relativen Überlebens zum Einsatz. Eine Sensitivitätsanalyse für fehlende Daten wird ebenfalls durchgeführt. Ergebnisse Die geschätzte 3-Jahres-Überlebensrate von Zentrumspatienten und -patientinnen beträgt 71,6% verglichen mit 63,6% an nicht zertifizierten Krankenhäusern. Auch nach Adjustierung für wichtige Einflussvariablen ist die Behandlung an zertifizierten Darmkrebszentren mit einem signifikanten Überlebensvorteil verbunden (HR=0,808, KI: 0,665–0,982). Vergleicht man im zeitlichen Längsschnitt die Fälle heutiger Darmkrebszentren vor und nach Zertifizierung ergeben sich fast identische 3-Jahres Überlebensraten und auch in der Cox-Regression sind keine signifikanten Unterschiede festzustellen (HR=0,964, KI: 0,848–1,096). Schlussfolgerung Die Behandlung an zertifizierten Darmkrebszentren ist im Vergleich zur Therapie an anderen Krankenhäusern mit besseren Überlebensraten assoziiert. Dass es im Längsschnitt betrachtet keinen messbaren Überlebens-Unterschied zwischen Fällen einer Klinik vor und nach ihrer Zertifizierung gibt, könnte auf eine frühzeitige und erfolgreiche Implementierung der geforderten Qualitätsstandards hinweisen.

Die Einflüsse von Antwortverweigerung und mehrfacher Ergänzung fehlender Daten auf Produktivitätsschätzungen mit dem IAB-Betriebspanel / The Effect of Item-nonresponse and Multiple imputation of Missing Data on the Estimation of Productivity Based on German Establishment Data

ZusammenfassungDer Beitrag schildert die Effekte partieller Antwortverweigerung auf die Ergebnisse multivariater statistischer Analysen anhand von Produktivitätsschätzungen auf Betriebsdatenebene. Als Datenbasis dient das IAB-Betriebspanel aus dem Jahr 2000, wobei fehlende Daten mit Hilfe des „Data Augmentation” Algorithmus’ geeignet mehrfach ergänzt werden. Grundlage der Produktivitätsschätzungen ist eine verallgemeinerte Produktionsfunktion des Translog-Typs, wobei Arbeit und Kapital als Produktionsfaktoren unterstellt sowie Brancheneinflüsse und die Effekte der Nutzung moderner Technologien berücksichtigt werden. Um mögliche Ost-West-Differenzen besser erklären zu können, werden neben einer Dummy-Variablen auch alle anderen exogenen Variablen mit dieser Ost-West-Variable multipliziert und zusätzlich in das Modell aufgenommen. Neben einer Reihe von Unterschieden in den Branchen, ergibt sich auch eine höhere Produktivität bei Nutzung von modernen Technologien. Zwischen Ost und West zeigen sich dagegen signifikante Unterschiede in der Konstanten und bei einigen Branchen, nicht jedoch bei den Produktionsfaktoren. Durch den Antwortausfall scheinen diese Differenzen zu hoch ausgewiesen zu werden. Bei den ergänzten Daten reduzieren sich die konstanten Unterschiede in der Produktivität um etwa 10 %-Punkte. Ebenso werden die Branchendifferenzen deutlich geringer.