gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Atemwegserkrankungen in der Ashanti Provinz in Ghana: Inzidenzextrapolation mittels Krankenhausdaten und einem Modell zur Bestimmung der Wahrscheinlichkeit eines Krankenhausbesuches

Meeting Abstract

  • Ralf Krumkamp - Bernhard-Nocht-Institut für Tropenmedizin, Hamburg
  • Norbert Georg Schwarz - Bernhard-Nocht-Institut für Tropenmedizin, Hamburg
  • Wibke Loag - Bernhard-Nocht-Institut für Tropenmedizin, Hamburg
  • Nimako Sarpong - Kumasi Centre for Collaborative Research in Tropical Medicine, Kumasi, Ghana
  • Yaw Adu-Sarkodie - Kwame Nkrumah University Of Science & Technology, Kumasi, Ghana
  • Hajo Zeeb - Bremer Institut für Präventionsforschung und Sozialmedizin, Hamburg
  • Jürgen May - Bernhard-Nocht-Institut für Tropenmedizin, Hamburg

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds172

doi: 10.3205/11gmds172, urn:nbn:de:0183-11gmds1721

Published: September 20, 2011

© 2011 Krumkamp et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Ghana verzeichnet, wie viele Afrikanische Länder, eine hohe Anzahl an Atemwegsinfektionen. Da geeignete Meldesysteme fehlen, ist die Datenlage häufig nicht ausreichend, um genaue Aussagen über die Verbreitung der Infektionen treffen zu können [1]. Um dennoch Angaben zur Erkrankungshäufigkeit zu machen, können vorhandene Daten, z.B. aus Krankenhausregistern, verwendet werden, um Inzidenzen auf Bevölkerungsebene zu extrapolieren. Solche Daten müssen jedoch gewichtet werden, um Selektionsfehler auszugleichen [2]. Das Ziel der vorliegen Studie ist es, Inzidenzen für Atemwegsinfektionen bei Kindern in der Ashanti Provinz in Ghana mittels gewichteten Krankenhausdaten zu berechnen.

Fallzahlen von Atemwegserkrankungen bei Kindern bis 14 Jahren wurden im Agogo Presbyterian Hospital (APH), über den Zeitraum von einem Jahr (2007/08), erfasst. Da Kinder im Einzugsgebiet des Krankenhauses eine unterschiedliche Wahrscheinlichkeit haben das Krankenhaus aufzusuchen, wurde über eine Befragung der Eltern im Krankenhauseinzugsgebiet erhoben, ob sie ihr Kind bei Atemwegssymptomen ins APH bringen würden. Zudem wurden GPS-Koordinaten und sozioökonomische Daten erfasst. Mittels einer Logistischen Regression wurde ein Wahrscheinlichkeitsmodell für einen Krankenhausbesuch, unter Abhängigkeit von der Distanz zum APH und weiterer sozioökonomischer Faktoren, erstellt. Bei den Kindern die das APH aufsuchten, wurden die gleichen Daten erhoben. Über die Logistische Funktion wurde die individuelle Wahrscheinlichkeit eines Krankenhausbesuches der aufgenommenen Kinder ermittelt, welche als Gewichtungsfaktor diente. Kinder mit einer hohen Wahrscheinlichkeit eines Krankenhausbesuches, hatten somit eine niedrigere Gewichtung bei der Inzidenzberechnung und umgekehrt.

Die berechneten Wahrscheinlichkeiten eines Krankenhausaufenthaltes für die aufgenommenen Kinder lag zwischen 0,3 und 0,9, mit einem Durchschnittswert von 0,6. Die extrapolierten Jahresinzidenzen (auf 100.000) waren: 17.481 für obere Atemwegsinfektionen, 2.496 für Pneumonie, 906 für Tonsillitis und 149 für Bronchitis. Durch die Exrapolation wurden zwischen 58,5% und 70,6% erhöhte Fallzahlen ermittelt. Die Erkrankungen folgten einem saisonalen Trend.

Die Studienergebnisse sind vergleichbar mit weiteren Studien, die in Ghana und benachbarten Ländern durchgeführt wurden, wobei einige methodische Schwächen bei der Interpretation der Ergebnisse berücksichtigt werden müssen. Es ist wahrscheinlich, dass die Methode milde Erkrankungen, die häufig als Begleiterkrankung auftreten, überschätzt. Die Analyse von seltenen Erkrankungen ist besonders anfällig für den Einfluss von Zufällen, da sie sich auf vereinzelte Fälle stützt. Da die Analyse keine altersspezifischen Wahrscheinlichkeiten berücksichtigt, werden Inzidenzen in den jüngsten Altersgruppen überschätzt, welche eine höhere Wahrscheinlichkeit eines Krankenhausbesuches haben. Die angewandte Methode ist kein Ersatz für Meldesysteme - sie bietet jedoch eine Möglichkeit Informationslücken zu schließen, wenn nur unzureichende Krankheitsdaten vorliegen.


Literatur

1.
Rudan I, Lawn J, Cousens S, Rowe AK, Boschi-Pinto C, Tomasković L, et al. Gaps in policy-relevant information on burden of disease in children: a systematic review. Lancet. 2005;365(9476):2031-40.
2.
Zaba, BW, Carpenter LM, Boerma JT, Gregson S, Nakiyingi J, Urassa M. Adjusting ante-natal clinic data for improved estimates of HIV prevalence among women in sub-Saharan Africa. AIDS. 2000;14(17):2741-50.