Mathematische Modellierung der Epidemiologie

Die meisten Infektionskrankheiten können mathematisch modelliert werden, um ihr epidemiologisches Verhalten zu untersuchen oder zu prognostizieren. Dieser Artikel führt in einige mögliche Denkweisen der mathematischen Epidemiologie ein und nutzt einige Grundannahmen und Mathematik, um Parameter für verschiedene Infektionskrankheiten zu finden. Mit diesen Parametern lassen sich beispielsweise Kalkulationen über die Auswirkung von Impfprogrammen aufstellen. Die hier verwendete Mathematik ist bewusst einfach gehalten. Am Ende des Artikels finden sich Verweise auf einige Modelle, die teilweise eine etwas anspruchsvollere mathematische Ausarbeitung zum Gegenstand haben.

Konzepte

Die Basisreproduktionsrate $R_{0}$ ist die Anzahl der Sekundärfälle, die ein Infizierter in einer gegebenen Population erzeugt. Hierbei wird davon ausgegangen, dass in der Population keine Immunität existiert.

$S$ (von engl. Susceptibles) ist der Anteil der Bevölkerung, der nicht immun gegen die Krankheit ist. Dies ist eine Dezimalzahl zwischen 0 und 1.

$A$ kennzeichnet das durchschnittliche Alter, in dem eine Population von der Krankheit betroffen wird.

$L$ (von engl. Life expectancy) kennzeichnet die durchschnittliche Lebenserwartung in der Bevölkerung.

Annahmen

Es wird von einer rechteckigen Alterspyramide ausgegangen, wie sie typischerweise in entwickelten Ländern mit geringer Kindersterblichkeit und häufigem Erreichen der Lebenserwartung zu finden ist.
Es wird eine homogene Mischung der Bevölkerung vorausgesetzt. Das heißt, dass die untersuchten Individuen Kontakte zufällig knüpfen und sich nicht überwiegend auf eine kleinere Gruppe beschränken. Diese Voraussetzung ist selten gerechtfertigt, sie ist jedoch zur Vereinfachung der Mathematik notwendig.

Der endemische Status

Eine Infektionskrankheit ist endemisch, wenn sie fortwährend ohne externe Einflüsse innerhalb einer Population existiert. Das bedeutet, dass im Mittel jede erkrankte Person genau eine weitere infiziert. Wäre dieser Wert geringer, würde die Krankheit aussterben, wäre er größer würde sie sich aufgrund exponentiellen Wachstums zu einer Epidemie entwickeln. Mathematisch betrachtet heißt das:

R_{0} \times S = 1

Damit eine Krankheit mit hoher Basisreproduktionsrate (unter Annahme nicht vorhandener Immunität) endemisch bleibt, muss daher zwangsläufig die Anzahl der tatsächlich Anfälligen gering sein.

Mit der oben getroffenen Voraussetzung über die Alterspyramide lässt sich annehmen, dass jedes Individuum der Population exakt die Lebenserwartung $L$ erreicht und dann stirbt. Wenn das durchschnittliche Alter der Infektion $A$ ist, sind im Mittel jüngere Individuen anfällig, während ältere Individuen bereits durch vorherige Infektion immunisiert wurden (oder noch immer infektiös sind). Folglich ist der Anteil der für die Krankheit Anfälligen:

S = \frac{A}{L}

Im endemischen Fall gilt jedoch auch:

S = \frac{1}{R_{0}}

Damit gilt

\frac{1}{R_{0}} = \frac{A}{L} \Rightarrow R_{0} = \frac{L}{A}

was eine Abschätzung der Basisreproduktionsrate durch leicht ermittelbare Daten ermöglicht.

Für eine Bevölkerung mit exponentieller Alterspyramide zeigt sich, dass

R_{0} = 1 + \frac{L}{A}

Die hierbei verwendete Mathematik ist komplexer und somit außerhalb des Rahmens dieser Betrachtung.

Die Mathematik der Impfungen

Wenn der immunisierte Anteil der Bevölkerung (bzw. die „Durchimpfung“) oberhalb des für Herdenimmunität notwendigen Grades liegt, kann eine Krankheit nicht in endemischem Zustand innerhalb dieser Population verbleiben. Ein Beispiel für einen weltweiten Erfolg auf diesem Wege ist die Ausrottung der Pocken, deren letzter Fall 1977 in Somalia dokumentiert wurde. Derzeit betreibt die WHO eine ähnliche Impfstrategie zur Ausrottung von Polio.

Der Grad der Kollektivimmunität wird als $q$ bezeichnet. Da für einen endemischen Zustand

R_{0} \times S = 1

erfüllt sein muss, ist $S = (1 - q)$ , denn $q$ ist der immune Anteil der Bevölkerung und $q + S = 1$ (da in diesem vereinfachten Modell jedes Individuum entweder anfällig oder immun ist). Dann gilt:

R_{0} \times (1 - q) = 1 \Rightarrow 1 - q = \frac{1}{R_{0}} \Rightarrow q = 1 - \frac{1}{R_{0}}

Dies ist der Schwellenwert der Kollektivimmunität, dieser muss übertroffen werden, damit die Krankheit ausstirbt. Der hier kalkulierte Wert ist die kritische Immunisierungsschwelle $q_{c}$ . Es ist der minimale Anteil der Bevölkerung, der zur Geburt (oder kurz danach) durch Impfung immunisiert werden muss, damit die Krankheit in der gegebenen Population ausstirbt.

Impfprogramm unterhalb der kritischen Immunisierungsschwelle

Sind verwendete Seren nicht hinreichend effektiv oder können nicht auf hinreichend breiter Front angewendet werden, beispielsweise aufgrund gesellschaftlichen Widerstands (siehe beispielsweise MMR-Impfstoff), so ist das Impfprogramm nicht in der Lage $q_{c}$ zu übertreffen. Dennoch kann ein solches Programm die Infektionsbalance stören und dabei unvorhergesehene Probleme verursachen.

Angenommen der bei Geburt immunisierte Anteil der Bevölkerung betrage $q$ (wobei $q < q_{c}$ ) und die Krankheit habe die Basisreproduktionsrate $R_{0} > 1$ . Dann verändert das Impfprogramm $R_{0}$ zu $R_{q}$ , wobei

R_{q} := R_{0} \cdot (1 - q) .

Diese Änderung findet schlicht aufgrund der gesunkenen Anzahl an potentiell Anfälligen statt. $R_{q}$ ist nichts Anderes als $R_{0}$ ohne diejenigen Individuen, welche unter normalen Umständen infiziert würden, aber aufgrund der Impfung nicht werden.

Aufgrund dieser gesunkenen Basisreproduktionsrate verändert sich auch das durchschnittliche Alter $A$ , unter den nicht Geimpften, auf einen Wert $A_{q}$ .

Nach obiger Relation, welche $R_{0}, A$ und $L$ verband, gilt (unter Annahme gleich bleibender Lebenserwartung):

R_{q} = \frac{L}{A_{q}}, A_{q} = \frac{L}{R_{q}} = \frac{L}{R_{0} \cdot (1 - q)}

Allerdings gilt $R_{0} = L / A$ , folglich:

A_{q} = \frac{L}{(L / A) (1 - q)} = \frac{A L}{L (1 - q)} = \frac{A}{1 - q}

.

Somit erhöht das Impfprogramm das mittlere Infektionsalter. Ungeimpfte Individuen unterliegen nun durch Anwesenheit der geimpften Gruppe einer reduzierten Infektionsrate.

Dieser Effekt ist jedoch bei Krankheiten nachteilig, deren Verlauf mit steigendem Alter schwerwiegender wird. Bei einer hohen Wahrscheinlichkeit für tödliche Verläufe kann ein $q_{c}$ nicht übertreffendes Impfprogramm im Extremfall mehr Opfer unter den Ungeimpften fordern, als es ohne Impfprogramm gegeben hätte.

Impfprogramme oberhalb der kritischen Immunisierungsschwelle

Überschreitet ein Impfprogramm die kritische Immunisierungsschwelle einer Population für eine signifikante Dauer, wird die Krankheit innerhalb dieser Bevölkerung gestoppt. Wird diese Eliminierung weltweit durchgeführt, führt sie ultimativ zur Ausrottung der Krankheit.

Siehe auch

Weblinks

Scientific American (März 2005) If Smallpox Strikes Portland ... ein Artikel über Simulationen zu Epidemiausbreitungen (englisch)
Institute for Emerging Infections der James Martin 21st Century School an der University of Oxford
Center for Infectious Disease Dynamics der Pennsylvania State University
Cambridge Infectious Diseases Consortium der University of Cambridge