DISPENSE
COVID-19: Dresdner Informations- und Prognosetool für Erkrankungsverlauf und Bettenauslastung in Sachsen
Projektlaufzeit:
- Kontinuierlich seit März 2020
Hintergrund:
Eine Prognose für die Abschätzung des lokalen Auftretens schwerwiegender COVID-19 Erkrankungsverläufe gestaltet sich derzeit noch schwierig. Der Grund dafür ist, dass die wichtigsten prognostischen Faktoren Alter und Geschlecht der laborbestätigten Fälle vom RKI mit einer Latenz von bis zu 5 Tagen berichtet werden und händisch extrahiert werden müssen. Innerhalb dieses Zeitraums können sich kritische Verläufe aber bereits entwickeln. Weitere relevante Risikofaktoren wie Komorbiditäten und Rauchen gehen derzeit nicht in die Vorhersagemodelle ein.
Für die Versorgungsplanung der sächsischen Krankenhäuser bezogen auf die Vorhaltung von Intensivbetten und insbesondere die Früherkennung möglicher Engpässe in der Versorgung ist es zentral zu wissen, wie sich die Anzahl der COVID-19-Erkrankten, die eine Hospitalisierung benötigen, entwickeln werden. Dies gilt insbesondere für die Anzahl derjenigen Menschen, die beatmet werden müssen. Relevant ist dabei eine Prognose der erforderlichen Versorgungskapazitäten in Sachsen insgesamt, aber auch kleinräumig in den unterschiedlichen sächsischen Regionen.
Zielsetzung:
Ziel ist eine zeitaktuelle und kleinräumige Modellierung des Infektions- und klinischen Geschehens auf Landkreis- und Krankenhausebene der COVID-19-Pandemie in Sachsen. Berücksichtigt werden dabei die Risikofaktoren Alter, Geschlecht, Komorbiditäten und Rauchen. Die Modellierungen erfolgen mit Standardmethoden, u.a. mittels statistischer Modelle (u.a. Regression) der vorhandenen Daten oder mit dynamischen Epidemie-Modellen der SIR-Modellklasse (siehe u.a. https://neherlab.org/covid19/). Perspektivisch ist eine Modellanpassung auf Basis standardisiert gesammelter Daten sächsischer Kliniken und Gesundheitsämter sowie neuer wissenschaftlicher Erkenntnisse vorgesehen.
Die Darstellung der Entwicklung und Prognose des COVID-19 Erkrankungsgeschehens und des (intensiv)medizinischen Versorgungsbedarfs erfolgt mittels interaktiver Diagramme und Dashboards. Versorger und politische Entscheidungsträger können Entwicklungen so differenzierter interpretieren und für den eigenen Wirkungskreis prospektiv beurteilen. Grundlage hierfür ist der Aufbau einer möglichst automatisierten Dateninfrastruktur, in der - beginnend mit den minimal notwendigen Daten für die prognostischen Modelle - perspektivisch auch mehr Daten für das Monitoring von COVID-19 Patienten kommuniziert und aggregiert werden können. Damit wird auch eine aufwandsarme Unterstützung klinischer Studien und Register für die Forschung ermöglicht.
Perspektivisch ist das Tool auch auf andere Bundesländer übertragbar, sofern die Daten von regionalen Kliniken und Gesundheitsämtern zur Verfügung stehen.
Inhalte:
- Regionale (Landkreise in Sachsen) und überregionale (bundesweite) Informationen zur Entwicklung laborbestätigter Fallzahlen über die Zeit („Dashboard“)
- Alters- und Geschlechtsverteilung laborbestätigter Fallzahlen über die Zeit zur Erfassung von Risikogruppen für schwere Verläufe
- Erfassung der zeitaktuellen Bettenauslastung sächsischer Krankenhäuser mit besonderem Fokus auf Intensivmedizin
- Prognose der Bettenauslastung und des kurz- und mittelfristigen Bedarfs intensivmedizinischer Behandlungskapazitäten
Projektleiter:
- Zentrum für Evidenzbasierte Gesundheitsversorgung (ZEGV), Universitätsklinikum Dresden und TU Dresden (vertreten durch Prof. Dr. med. Jochen Schmitt, koordinierender Projektleiter)
- Institut für medizinische Informatik und Biometrie der TU Dresden (vertreten durch Prof. Dr. rer. med. Ingo Röder, Prof. Dr. rer. nat. Martin Sedlmayr)
- Universitätsklinikum Carl Gustav Carus Dresden (vertreten durch den Vorstand, Prof. Dr. med. D. Michael Albrecht)
Ansprechpartner am ZEGV:
Prof. Dr. med. Jochen Schmitt, MPH
Direktor des Zentrums für Evidenzbasierte Gesundheitsversorgung
Lehrstuhl für Sozialmedizin und Versorgungsforschung
Universitätsklinikum und Medizinische Fakultät Carl Gustav Carus an der TU Dresden
E-Mail