access_time veröffentlicht 05.08.2020

Informieren in Corona-Zeiten: Was wir noch optimieren können

Prof. Arnaud Chiolero, MD PhD, Population Health Laboratory, Departement für Community Health, Universität Freiburg
Dr. Stéphane Cullati, PhD, Population Health Laboratory, Departement für Community Health, Universität Freiburg

Online first

Informieren in Corona-Zeiten: Was wir noch optimieren können

05.08.2020

Im internationalen Vergleich hat das schweizerische Gesundheitssystem die Krise zwar einigermassen zufriedenstellend gemeistert, doch die Gesundheitsüberwachung und die Risikokommunikation haben nicht überzeugt.

 

Dieser Text ist eine Übersetzung eines französischen Artikels, welcher in der Ausgabe 35 vom 26.08.2020 erschienen ist.

 

Dezentral organisiert und nahe an den Bedürfnissen der Bevölkerung ausgerichtet, erwies sich das schweizerische Gesundheitssystem als anpassungsfähig und belastbar. Die im Krisenmanagement involvierten Gesundheitsfachleute und die zuständigen Behörden stellten ein beeindruckendes Engagement, Professionalität und Solidarität unter Beweis.
Natürlich hätte man sich besser vorbereiten müssen, insbesondere ausserhalb der Spitäler, wo die Leistungsanbieter (niedergelassene Ärzte, Apotheker, sozialmedizinische Zentren sowie Alters- und Pflegeheime) nur unzureichend unterstützt wurden und zu wenig in die Strategien zur Bewältigung der Epidemie eingebunden waren. Ausserdem waren die Kosten hoch, und bei den Gesundheitsfachleuten der Leidensdruck und Ermüdungserscheinungen hoch. Darum müssen wir uns kümmern. Auch im Bereich der Kontrolle und Kommunikation der Gesundheitsrisiken überzeugen die getroffenen Massnahmen nicht.

Fülle an Daten, wenig nützliche Informationen

Nützlich ist eine Gesundheitsüberwachung immer dann, wenn sie Informationen generiert, die zur Entscheidungsfindung führen. Die reine Analyse und anschliessende Publikation von Daten reicht nicht aus. Wir müssen darauf achten, wie diese Informationen den gesundheitspolitischen Entscheidungsträgern und der Bevölkerung übermittelt werden – das ist eine Kunst für sich [1].
An Daten hat es im Zusammenhang mit COVID-19 nicht gefehlt. Wir wurden eher damit überschüttet. Daten waren – in open access – im wahrsten Sinne des Wortes zugänglicher als je zuvor. Es wurden viele Statistiken erstellt, Kurven gezeichnet, Vorhersagen getroffen und viel Lärm in den Medien und den sozialen Netzwerken erzeugt. In dieser «Infodemie» war aber erstaunlicherweise nur wenig entscheidungsfördernde Information enthalten. Wie lässt sich dies erklären?

Natürlich spielt die schlechte Datenqualität dabei eine Rolle; Das Hauptproblem ist jedoch – und dies trat in der Krise schmerzlich zutage – das Verwirrspiel zwischen der Gesundheitsüberwachung und der epidemiologischen Forschung. Beide Bereiche speisen sich aus denselben Datenquellen, aber mit unterschiedlichem Endzweck: Die Gesundheitsüberwachung zielt auf Information, die der Entscheidungsfindung bezüglich der öffentlichen Gesundheit dient, während epidemiologische Forschung nach Wissen und Erkenntnis strebt.

Viele auf die Analyse der Daten spezialisierte Epidemiologen gehen davon aus, dass die aus ihrer Analyse gezogenen Erkenntnisse ausreichen, um zu informieren. Zum einen werden dabei jedoch häufig die Schwachstellen der Daten ausser Acht gelassen. Da die Forschenden von den Leistungserbringern des Gesundheitswesens abgekoppelt sind, verstehen sie nicht immer, wie die Daten generiert wurden, was sie grundlegend verzerren kann.

Zum anderen ist es – selbst unter Berücksichtigung von Schwachstellen im Datenmaterial – besonders dann schwierig, Gesundheitsrisiken zu kommunizieren, wenn die Ungewissheit gross ist. Viele Wissenschaftler wissen nicht, wie sie die Verantwortlichen im Gesundheitssystem oder die Bevölkerung ansprechen sollen. Wie gesagt: Wissen alleine reicht nicht aus! Über die Medien zu verkünden, dass es in der Schweiz bis zu 30’000 Todesfälle geben könnte und Intensivbetten fehlen werden, schafft Angst in der Bevölkerung, ohne dass die übermittelte Information selbst wirklich entscheidungsfördernd ist. Prognosen dieser Art sind vor allem Hochrechnungen für Planungsszenarien (gelegentlich auch Extrem-Szenarien). Viel zu oft werden sie aber als das interpretiert «was kommen wird» und der bestehende Unsicherheitsfaktor wird nicht deutlich genug kommuniziert [2].

Daten- und informationsreiches System   

Wir müssen von einem System, das reich an Daten, aber arm an Information ist zu einem System gelangen, das sowohl an Daten als auch an Information reich ist [3]. Eine Zentralisierung ist für die Versorgung sicherlich nicht relevant, aber für eine effektive Überwachung notwendig. Es gilt, die Datenerhebung zwischen den Pflegedienstleistern und den Kantonen auf Dauer zu standardisieren, vor allem mit Blick auf Tests, Erkrankungen und Todesfälle, um so eine umfassende Analyse in Realzeit gewährleisten zu können. Als Beispiel dafür kann das im Spitalbereich unter Pandemiedruck eingeführte nationale Register der Intensivbetten stehen [4].

Auch das elektronisches Patientendossier (EPD) bietet das Potenzial für eine optimierte Kontrolle der ambulanten Aktivitäten in Pandemiezeiten [5]. Vor allem aber muss besser kommuniziert werden. Die Hochschulen und die spezialisierte Forschung haben ihre Analysekompetenz unter Beweis gestellt, aber auch aufgezeigt, dass sie die für die Entscheidungsfindung in der öffentlichen Gesundheit verwertbaren Informationen nur mit Mühe bereitstellen können. Um die Lücke zwischen den für die Datenanalyse zuständigen Wissenschaftlern und den Entscheidungsträgern zu schliessen, braucht es Experten für den Wissenstransfer, die den entscheidungstragenden Organen nahestehen [6, 7]. Daten sprechen nicht von sich aus, dazu braucht es ein Verständnis ihres Nutzens.

Vom Wetter zur Epidemie

Am Beispiel der Meteorologie lässt sich aufzeigen [2, 8] wie der Nutzen epidemiologischer Prognosen optimiert werden kann. Auch Wettervorhersagen sind das Produkt extrem komplexer Modellrechnungen und unterliegen starken Unwägbarkeiten. Trotzdem finden ihren alltäglichen Einsatz, um uns auf Gefahren wie Unwetter oder Hitzewellen vorzubereiten. In diesem Fall akzeptieren wir die den Prognosen zugrundeliegenden, inhärenten Unwägbarkeiten. Ebenso müssen die komplexen Annahmen der epidemiologischen Modelle und die daraus resultierende Unsicherheit akzeptiert werden [2]. Prognosen stehen nie allein, sie sind immer komplexer Natur. Relevante Kommunikation zu Prognosen muss auch internationalen Gesundheitskontexten genügen; es ist die staatsbürgerliche und ethische Pflicht der Wissenschaft, den psychologischen, gesellschaftlichen und politischen Auswirkungen ihrer Prognosen Rechnung zu tragen.

Wie im Fall der MeteoSchweiz bräuchte es ein nationales Gremium zur Koordinierung von Überwachung, Prognose und Kommunikation. Ein solches Gremium, das politisch unabhängig und fachlich eng mit den Leistungserbringern des Gesundheitswesens, den Versicherungsgesellschaften, den Experten des öffentlichen Gesundheitswesens und den Hochschulen zusammenarbeitet, würde eine effizientere und wirksamere Überwachung gewährleisten und den Kantonen, dem Bund und der Bevölkerung wirklich dienen.

 

Literatur
1    Chiolero A, Buckeridge D. Glossary for public health surveillance in the age of data science. J Epidemiol Community Health. 2020; jech-2018-211654.
2    Saltelli, et al. Five ways to ensure that models serve society: a manifesto. Nature. 2020;582:482–4.
3    OECD. Health in the 21st century: putting data to work for stronger health systems. Paris: Organisation for Economic Co-operation and Development, 2019.
4    Zhao C, et al. icumonitoring.ch: a platform for short-term forecasting of intensive care unit occupancy during the COVID-19 epidemic in Switzerland. Swiss Med Wkly. 2020;150:w20277.
5    Gilli Y. La numérisation, grande gagnante de la crise. Et le DEP? Bull Med Suisses. 2020;101(25–26):783.
6    Swiss School of Public Health ssphplus.ch/en/covid-19/, accédé le 18.6.2020.
7    Quinto C. Manque d’expertise aux postes décisifs. Bull Med Suisses. 2020;101(25–26):817.
8    Rivers C, George D. How to Forecast Outbreaks and Pandemics. www.foreignaffairs.com/articles/united-states/2020-06-29/how-forecast-outbreaks-and-pandemics, accédé le 1.7.2020.

 

 

Prof. Arnaud Chiolero

MD PhD, Population Health Laboratory, Departement für Community Health, Universität Freiburg

Dr. Stéphane Cullati

PhD, Population Health Laboratory, Departement für Community Health, Universität Freiburg

Bloggen Sie mit!

Wollen Sie auch einen Blogbeitrag publizieren? Dann schreiben Sie uns!

Mail an Redaktion

Verpassen Sie keinen Artikel!

close