Willkommen

Dieses Dashboard dient der Beobachtung der zeitlichen Trends der Gesamtsterblichkeit (alle Todesursachen) in den Landkreisen und kreisfreien Städten in Rheinland-Pfalz während der COVID-19 Pandemie.

Dies ist ein gemeinsames Projekt von: Institut für Medizinische Biometrie, Epidemiologie und Informatik (IMBEI) an der Universitätsmedizin der Johannes Gutenberg-Universität Mainz und Statistisches Landesamt Rheinland-Pfalz . Der Abschnitt liefert mehr Informationen über die Motivation zur Überwachung der Gesamtsterblichkeit und führt die beteiligten Personen sowie Einrichtungen auf.

Wir verwenden unterschiedliche statistische Methoden, um die aktuelle Gesamtsterblichkeit mit der Sterblichkeit aus den Jahren 2015-2019 zu vergleichen. Damit soll sich die Frage beurteilen lassen, ob die Sterblichkeit während der Pandemie höher (Übersterblichkeit) oder niedriger (Untersterblichkeit) ist, als es ohne COVID-19 zu erwarten wäre. Unser Fokus liegt dabei auf der Verwendung von Daten mit einer hohen räumlichen Auflösung (NUTS-3: Landkreise/kreisfreie Städte) und einer Altersstandardisierung. Damit sind unsere Schätzungen trotz unterschiedlicher Zusammensetzung der Bevölkerung zwischen Regionen und Zeiträumen vergleichbar. Der Abschnitt liefert mehr Informationen über die Datenquellen und statistischen Methoden. Die folgende Veröffentlichung verdeutlicht eine Anwendungsmöglichkeit und erläutert die Methoden im Detail: Wollschläger et al. Erklärbarkeit der altersadjustierten Übersterblichkeit mit den COVID-19-attribuierten Sterbefällen von Januar 2020 bis Juli 2021. Bundesgesundheitsblatt 2021. doi 10.1007/s00103-021-03465-z.

Datenstand: 2022-04-30

Verwendung

  • I - Grüner Bereich: Navigation zwischen den Abschnitten
    • Dashboard: Landkarte und Zeitverlauf zur Darstellung der räumlichen und zeitlichen Muster unterschiedlicher Daten
    • Sterbefälle: Ergebnisse aus der Modellierung der Sterberaten mit unterschiedlichen Methoden
    • Eingangsdaten: Mehr über die verwendeten Eingangsdaten für die Modellierung der Sterberaten
    • Über das Projekt: Hintergrundinformationen zur Überwachung der Gesamtsterblichkeit in Rheinland-Pfalz - insbesondere und zu den beteiligten Personen, Datenquellen und Methoden.
  • II - Orangener Bereich: Auswahl der Daten, die auf der Landkarte und im Zeitverlauf angezeigt werden.
    • Standardisierte Sterberate: Direkte Altersstandardisierung mit einer Referenzbevölkerung (Voreinstellung: Deutschland 2011)
    • SMR 2020 vs. 2015-2019: Standardisiertes Mortalitätsverhältnis, d.h. Verhältnis der beobachteten zu den erwarteten Todesfällen in 2020-2022 unter Beachtung der Altersstruktur. Berechnet mit der durchschnittlichen Sterberate der Jahre 2015-2019
    • Übersterblichkeit 2020: Geschätzte Über- oder Untersterblichkeit als beobachtete minus der erwarteten Sterblichkeit, die auf Basis eines Vorhersagemodells berechnet wurde (Negativ-Binomial Regressionsmodell angepasst mit Daten der Jahre 2015-2019).
    • Bevölkerung: Bevölkerungsgröße Rohdaten
    • Sterbefälle: Rohdaten der Anzahl Sterbefälle
    • Corona: RKI Daten zu SARS-CoV-2-Infektionen und COVID-19 attribuierten Todesfälle
    • Grippe: RKI Daten zur saisonalen Grippeaktivität
    • Deprivation: GISD regionaler sozioökonomischer Deprivationsindex
    • Wetter: Durchschnittliche und extreme Temperaturen, Regen, Luftfeuchtigkeit
  • III - Blauer Bereich: Landkarte von Rheinland-Pfalz mit farbkodierter Darstellung der gewählten Daten. Klicken Sie einmal auf einen Landkreis, um die Daten dieses Landkreises einzusehen. Klicken Sie zweimal außerhalb der Landkreise, um wieder zum gesamten Bundesland zu wechseln. Scrollen Sie zum Heranzoomen. Klicken und ziehen Sie die Landkarte, um sich auf der Karte zu bewegen.
  • IV - Pinker Bereich: Zeitverlauf der ausgewählten Daten in Rheinland-Pfalz (falls kein Landkreis ausgewählt ist) oder im Landkreis Ihrer Wahl aus der Landkarte. Dieses Diagramm hat interaktive Elemente.
  • V - Gelber Bereich: Zusätzliche Bedienelemente zur feinen Steuerung der Methoden, die sich auf mehrere Analysen auswirken (z.B. Auswahl der Referenzbevölkerung für direkt standardisierte Mortalitätsraten, zeitliche Auflösung Monat vs. Jahr).

Methoden

Altersstandardisierte Sterblichkeit 2015-2022 / 100.000 Einwohner / Jahr

Methoden

Altersstandardisierte Sterblichkeit 2015-2022 / 100.000 Einwohner / Jahr

Standardisiertes Mortalitätsverhältnis (SMR, alle Todesursachen) 2020-2022 vs. Durchschnitt 2015-2019

Methoden

Das standardisierte Mortalitätsverhältnis (SMR, indirekte Altersstandardisierung) ist das Verhältnis der beobachteten Todesfälle in 2020-2022 zu den erwarteten Todesfällen für diesen Zeitraum, wobei die erwarteten Todesfälle mit der durchschnittlichen Sterberate der Jahre 2015-2019 pro Altersgruppe berechnet wurde. Übersterblichkeit (absolute Fallzahlen) ist die Differenz der beobachteten und erwarteten Todesfälle. Datenquelle: Statistisches Landesamt Rheinland-Pfalz . Die Daten zu Bevölkerungszahlen und Sterbefällen für 2015-2018 stammen aus einer anderen Quelle als die Daten für 2019-2022. Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

Standardisiertes Mortalitätsverhältnis (SMR, alle Todesursachen) 2020-2022 vs. Durchschnitt 2015-2019

Q-Q-Diagramm der p-Werte gegen eine Gleichverteilung

Modell - Darstellungsoptionen

Methoden

Geschätzte Über- oder Untersterblichkeit in Bezug auf die erwartete Sterblichkeit. Die erwartete Sterblichkeit wurde mit Daten aus den Jahren 2015-2019 und einem multivariaten Negativ-Binomial-Regressionsmodell berechnet. In diesem Modell wurden Altersgruppe, Geschlecht, Durchschnittstemperatur, Grippeaktivität, regionale sozioökonomische Deprivation, Kalenderdatum und Kalendermonat (zyklischer Effekt) berücksichtigt. Die Daten stammen aus mehreren Quellen: Die Daten zu Bevölkerungszahlen und Sterbefällen für 2015-2018 stammen aus einer anderen Quelle als die Daten für 2019-2022. Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

Ergebnisse der Modelanpassung

Bevölkerung von Rheinland-Pfalz

Bevölkerung von Rheinland-Pfalz

Die monatlichen Bevölkerungszahlen für 2015-2018 wurden auf Basis der jeweils benachbarten jährlichen Bevölkerungszahlen (Stichtag: 31. Dezember) linear interpoliert. Datenquelle für die Jahre 2015-2018: Statistisches Landesamt Rheinland-Pfalz Datenquelle für die Jahre 2019-2022: KommWis GmbH - EWOIS Gemeindestatistik. Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

Sterbefälle in Rheinland-Pfalz

Sterbefälle in Rheinland-Pfalz

Datenquelle: Statistisches Landesamt Rheinland-Pfalz . Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

RKI Corona 2020-2022

RKI Corona 2020-2022

Datenquelle: Robert Koch-Institut (RKI) : Lizenz dl-de/by-2-0. Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

Saisonale Grippeaktivität 2015-2022

Saisonale Grippeaktivität 2015-2022

Datenquelle: Robert Koch-Institut (RKI) SurvStat@RKI 2.0 https://survstat.rki.de/ . Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

Wetter nach Landkreis 2015-2022

Wetter nach Landkreis 2015-2022

Datenquelle: AgrarMeteorologie Rheinland-Pfalz - Dienstleistungszentrum Ländlicher Raum. Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

GISD regionaler Deprivationsindex

GISD regionaler Deprivationsindex

Datenquelle: gesis / GitHub - Article . Unter dem Reiter -Über das Projekt- finden Sie mehr Informationen.

Datenquellen

Bevölkerung

  • Statistisches Landesamt Rheinland-Pfalz
  • 2015-2018: Bevölkerungsstatistik
    • Aufgeteilt nach Landkreis, Jahr, Geschlecht, Altersgruppe (5 Jahre)
    • Geprüfte Bevölkerungszahl für das Referenzdatum 31. Dezember
  • 2019-2022: EWOIS Gemeindestatistik (KommWis GmbH)
    • Aufgeteilt nach Landkreis, Monat, Geschlecht, Altersgruppe (unterschiedlich, 1-10 Jahre)
    • Änderungen vorbehalten nach Bestätigung durch das Statistische Landesamt

Sterbefälle

  • Statistisches Landesamt Rheinland-Pfalz
  • 2015-2018: Bevölkerungsstatistik
    • Aufgeteilt nach Landkreis, Woche/Monat, Geschlecht, Altersgruppe (5 Jahre)
    • Todesfälle sind dem Wohnort der Person, nicht dem Ort der Todesmeldung, zugeordnet.
    • Umfassende Qualitätskontrolle
  • 2019-2022: Eingangsdatenserver (Standesämter)
    • Aufgeteilt nach Landkreis, Woche/Monat, Geschlecht, Altersgruppe (5 Jahre)
    • Todesfälle sind dem Wohnort der Person, nicht dem Ort der Todesmeldung, zugeordnet.
    • Es wurde ein anfänglicher Plausibilitätscheck durchgeführt, aber keine nachträglichen Korrekturen von den Standesämtern oder ein Austausch von Todesfällen mit anderen Bundesländern wurden durchgeführt.

SARS-CoV-2 Infektionen / COVID-19 Todesfälle

Saisonale Grippeaktivität

GISD regionaler sozioökonomischer Deprivationsindex

Wetter

Geocodierung

Methoden

Schätzung der Über- / Untersterblichkeit

Über- und Untersterblichkeit bezeichnen hier eine beobachtete Sterblichkeit, die ungewöhnlich ist vor dem Hintergrund der Todesfälle vergangener Jahre und gegeben alle relevanten Rahmenbedingungen bis auf die COVID-19 Pandemie.

Übersterblichkeit bezeichnet hier eine beobachtete Sterblichkeit, die höher als erwartet ist. Die erwartete Sterblichkeit ist die durchschnittliche Sterblichkeit vergangener Jahre unter Berücksichtigung wichtiger Einflüsse, die sich mit der Zeit verändern können. Umgekehrt reden wir von einer Untersterblichkeit, wenn die aktuell beobachtete Sterblichkeit geringer ist als erwartet. Somit erfassen Über- und Untersterblichkeit die Sterblichkeit, die wir den besonderen Umständen der COVID-19 Pandemie zuschreiben können.

Auf der Bevölkerungsebene ist die Gesamtsterblichkeit einerseits von der Alterszusammensetzung der Bevölkerung sowie andererseits von externen Einflüssen wie Temperatur oder Grippeaktivität abhängig. Die Sterblichkeit wird auch von langfristigen Trends aufgrund von Veränderungen der Ernährung, des Lebensstils und der Gesundheitsversorgung beeinflusst.

Alter ist der größte Risikofaktor für den Tod, wobei sich der genaue Zusammenhang aufgrund bestimmter Erkrankungen (z.B. Brustkrebs) zwischen den Geschlechtern unterscheidet. Aus diesem Grund muss bei der Bewertung der Gesamtsterbefälle sowohl die Größe der Bevölkerung als auch ihre Alters- und Geschlechtsstruktur berücksichtigt werden.

Um die Sterbefälle zwischen unterschiedlichen Zeiträumen oder unterschiedlicher Regionen vergleichen zu können, ist die Verwendung von Methoden notwendig, die eine abweichende Bevölkerungszusammensetzung und externe Einflüsse berücksichtigen. Zu diesem Zweck haben wir drei Ansätze zur Analyse der Sterbefälle in Rheinland-Pfalz verfolgt.

Standardisierte Sterberaten / 100.000 Einwohner / Kalenderjahr

  • Direkte Altersstandardisierung
    • Standardreferenzbevölkerung: Deutschland 2011
    • Wenn Bevölkerungsdaten für einen bestimmten Zeitraum noch nicht vorliegen, für den die Sterbefälle bereits verfügbar sind, wird die letzte bekannte Bevölkerungszahl fortgeschrieben (last observation carried forward)
  • Sterbefälle aufgeteilt nach Landkreis, Monat, Geschlecht, Altersgruppe (10 Jahre)
  • Die Sterberate pro 100.000 Einwohner in einem gegebenen Monat (bzw. einer gegebenen Woche) wird angegeben als jährliche Sterberate. Dazu wird die Sterberate pro Monat multipliziert mit (365.25 / Anzahl der Tage im Monat), die Sterberate pro Woche wird multipliziert mit (365.25/7).
  • Konfidenzintervall berechnet mit der Methode von Dobson

Standardisiertes Mortalitätsverhältnis (SMR) 2020-2022 vs. 2015-2019

  • Indirekte Altersstandardisierung
    • Verhältnis der beobachteten Sterbefälle in 2020-2022 zu den erwarteten Sterbefällen in 2020-2022, die getrennt nach Altersgruppe (10 Jahre) und Geschlecht aus der mittleren Sterberate der Jahre 2015-2019 berechnet wurden
    • Über- / Untersterblichkeit wird berechnet als Anzahl der beobachteten Sterbefälle minus die erwarteten Sterbefälle.
  • Sterbefälle aufgeteilt nach Landkreis, Monat, Geschlecht, Altersgruppe (10 Jahre)
  • p-Wert berechnet aus dem Poisson-Test mit mid-p Korrektur
  • Konfidenzintervall berechnet aus dem Poisson Test

Übersterblichkeit 2020-2022

  • Regressionsmodellierung der Sterbefälle unter Berücksichtigung aller relevanten Kovariaten, die die demografische Struktur der Bevölkerung sowie externe Einflüsse abbilden. Das an die Daten auf Kreisebene von 2015-2019 angepasste Regressionsmodell wird zur Ableitung der Vorhersage auf Kreisebene für 2020-2022 verwendet. Die Differenz zwischen beobachteten und erwarteten Sterbefällen wird als Über- / Untersterblichkeit bezeichnet.
  • Negativ-Binomial-Regressionsmodell für Gesamtsterblichkeit (alle Todesursachen)
    • Unter Verwendung von Bayesscher Modellanpassung mit Hamilton Monte Carlo ( Stan / brms )
  • Kovariaten
    • Kalenderdatum numerisch
    • Kalendermonat numerisch
      • Abgebildet auf das Intervall [0,2*pi] - zyklisch (sin, cos)
    • Geschlecht, Referenzgruppe: Männer
    • Altersgruppe (10 Jahre), Referenzgruppe: 30-39 Jahre alt
    • Der monatliche Mittelwert der täglichen Durchschnittstemperatur
      • Stückweise linearer Spline, 1 interner Knoten bei 18 Grad Celsius
    • Saisonale Grippeaktivität
    • GISD regionaler sozioökonomischer Deprivationsindex
    • Offset: Logarithmus der Personenzeit (Bevölkerungsgröße*Tage pro Monat)
      • Wenn Bevölkerungsdaten für einen bestimmten Zeitraum noch nicht vorliegen, für den die Sterbefälle bereits verfügbar sind, wird die letzte bekannte Bevölkerungszahl fortgeschrieben (last observation carried forward)
  • Vorhersage
    • Über- bzw. Untersterblichkeit = beobachtete Todesfälle - vorhergesagte Todesfälle
    • Vorhersageunsicherheit beruhend auf den 25%/75% (2.5%/97.5%) Quantilen der Posterior-Verteilung aller 10.000 MCMC-Ziehungen. Sowohl die Unsicherheit der Parameterschätzungen des Modells als die auch erwartete zufällige Variation in den Häufigkeiten für eine Negativ-Bbinomial-Verteilung werden berücksichtigt.
    • Man kann auch eine direkte Alterstandardisierung vor der Berechnung der Über- / Untersterblichkeit durchführen (Standardreferenzbevölkerung: Deutschland 2011). Das Ergebnis ist dann aber keine Sterberate im engeren Sinne, denn negative Werte sind möglich (entspricht einer Untersterblichkeit). Die Berechnung eines Konfidenzintervalls ist dann nicht möglich, weil dafür nicht negative Häufigkeiten notwendig sind.

Unterschiedliche Quellen der Bevölkerungszahlen

Für 2015-2018 stammen die Bevölkerungsdaten aus den bestätigten jährlichen Einwohnerzahlen zum Stichtag 31. Dezember des Jahres. Die monatliche Einwohnerzahlen wurden berechnet, indem die Daten der jeweils angrenzenden Jahre aufgeteilt nach Landkreis, Geschlecht und Altersgruppe linear interpoliert wurden.

Für 2019 sind neben den bestätigten jährlichen Einwohnerzahlen auch vorläufige monatliche Einwohnerzahlen verfügbar. Die beobachtete Abweichung der vorläufigen monatlichen Einwohnerzahlen von den linear interpolierten Zahlen sind relative zur Bevölkerungsgröße gering. Zur Bestimmung der endgültigen monatlichen Einwohnerzahlen für 2019 haben wir ein Poisson Regressionsmodell (Offset: Logarithmus der vorläufigen monatlichen Einwohnerzahl, Kovariate: Altersgruppe) mit den linear interpolierten Daten berechnet. Die Einwohnerzahlen aus diesem Modell wurden zur Schätzung der monatlichen Einwohnerzahlen in 2019-2022 herangezogen.

Grippeaktivität, korrigiert für öffentliche Feiertage

Aufgrund der Schließung von Arztpraxen an öffentlichen Feiertagen werden weniger Fälle der saisonalen Influenza gemeldet. Als Folge kann die wöchentliche Grippeaktivität über Feiertage unterschätzt sein. Für Weihnachten und Ostern korrigieren wir für diesen Effekt mit folgender Heuristik:

Falls die Grippeaktivität einer Kalenderwoche über die Feiertage geringer ist als sowohl in der vorangehenden Woche als auch in der folgenden Woche, dann wird der beobachtete Wert mit einem linear interpolierten Wert aus den zwei angrenzenden Wochen ersetzt.

Monatliche Durchschnittstemperatur des Landkreises

Zur Berechnung der monatlichen Durchschnittstemperaturen der Landkreise wurden die täglichen Messungen aller Wetterstationen verwendet. Die Wetterstation sind betreut durch AgrarMeteorologie Rheinland-Pfalz und von DWD . Die monatliche Durchschnittstemperatur eines Landkreises ist das Mittel der täglichen Durchschnittstemperaturen aller Wetterstationen im Landkreis über alle Tage des Monats hinweg. Da sich keine Wetterstation in Zweibrücken befindet, wurde die Temperatur mit den durchschnittlichen Temperaturen der restlichen Kreise der Landesregion Pfalz (d.h. Südwestpfalz, Kusel, Kaiserslautern) imputiert.

Hintergrund

Projekt

Überwachung der Gesamtsterblichkeit in Rheinland-Pfalz während der COVID-19 Pandemie

Wollschläger D, Schmidtmann I, Fückel S, Blettner M, Gianicolo E. Erklärbarkeit der altersadjustierten Übersterblichkeit mit den COVID-19-attribuierten Sterbefällen von Januar 2020 bis Juli 2021. Bundesgesundheitsblatt 2021. doi 10.1007/s00103-021-03465-z.

Zusammenfassung

Die Gesamtauswirkungen von COVID-19 auf die öffentliche Gesundheit umfassen kurz- und langfristige sowie direkte und indirekte Einflüsse auf die Sterblichkeit. Dabei ist zu bedenken, dass geringe Testkapazitäten zur Unterschätzung der SARS-CoV-2 Infektionszahlen führen können. Aus diesem Grund kann die auf COVID-19 zurückzuführende Sterblichkeit nicht ausschließlich aus den COVID-19 zugeschriebenen Todesfällen abgeleitet werden bei denen eine bestätigte SARS-CoV-2 Infektion der verstorbenen Person vorgelegen hat. Auf der anderen Seite können Unsicherheiten in der Feststellung der Todesursache und multikausale Einflüsse auf das Versterben zu einer Überschätzung der COVID-19 Todesfälle führen. Schließlich können auf indirektem Wege auch Veränderungen des Gesundheitsverhaltens während der Pandemie und Störungen im Gesundheitswesen Auswirkungen auf die Sterblichkeit haben, indem sie die Sterblichkeitsmuster anderer Todesursachen verändern.

Deshalb ist es notwendig, die räumlichen Muster und zeitlichen Trends der Gesamtsterblichkeit sowie Veränderungen in der Häufigkeit individueller Todesursachen zu überwachen, um alle Auswirkungen von COVID-19 auf die Sterblichkeit einschätzen zu könnne.

Hintergrund

  • Todesfälle, die auf COVID-19 zurückzuführen sind, können anderen Todesursachen zugeschrieben werden, weil infizierte Personen nicht auf SARS-CoV-2 getestet wurden. Dies kann aufgrund der Teststrategie des Landes oder wegen begrenzter Testkapazität geschehen. Zusätzlich können sich manche Personen weigern getestet zu werden, weil sie die eigene häusliche Isolierung und Verpflichtung zur Quarantäne ihrer engen Kontakte vermeiden wollen. Geringe Testzahlen würden zu einer Unterschätzung der COVID-19 Sterblichkeit führen. Todesfälle aus späten Folgekomplikationen einer COVID-19 Erkrankung können fälschlicherweise anderen Todesursachen zugeschrieben werden.
  • Die Feststellung der Todesursachen beinhaltet Unsicherheiten, wenn mehrere kausale Faktoren zusammenspielen und zum Tod beitragen. Das Ausmaß, mit dem hohes Alter oder das Vorliegen von schwerwiegenden Begleiterkrankungen, die beide zu einer geringeren Lebenserwartung führen, eine Rolle beim Tod von mit COVID-19 infizierten Personen spielen, ist unbekannt. Jedoch würde beide Einflüsse auf der Bevölkerungsebene zu einer Überschätzung der Nettoauswirkung von COVID-19 auf die Gesamtsterblichkeit führen, denn die COVID-19 Sterblichkeit würde durch eine zeitverschobene Verringerung der Sterblichkeit konkurrierender Todesursachen ausgeglichen werden (der sogenannte Harvesting Effect).
  • Die Erfassung der Gesamtsterblichkeit (alle Todesursachen) ist unabhängig von der Testkapazität für SARS-CoV-2 Infektionen, von der Teststrategie des Landes und von möglichen Unsicherheiten in der Todesursachenfeststellung. Aus diesem Grund kann die Gesamtsterblichkeit objektiv und konsistent über mehrere Regionen hinweg erfasst werden. Quellen von Unsicherheit in der Gesamtsterblichkeit sind meistens nur das genaue Datum und der Ort (Wohnort vs. Ort der meldenden Institution) der Todesfälle.
  • Die allgemeine Situation während der COVID-19 Pandemie könnte neben der COVID-19 bedingten Sterblichkeit auch andere, indirekte Auswirkungen auf die Gesamtsterblichkeit der Bevölkerung haben:
    • Ein befürchtetes erhöhtes SARS-CoV-2 Infektionsrisiko in Krankenhäusern könnte dazu führen, dass Personen Arztbesuche bei frühen Symptomen für möglicherweise lebensbedrohliche Erkrankungen länger vermeiden. Eine Zunahme schwerwiegender Erkrankungen, die erst in einem fortgeschrittenem Stadium diagnostiziert werden, würde zu einem verzögerten Anstieg der Sterblichkeit aufgrund von Todesursachen wie Krebs, Herzinfarkt oder Schlaganfall führen.
    • Die Zuweisung von Versorgungskapazitäten in Krankenhäusern zur Behandlung von COVID-19 Patienten zulasten anderer Patientengruppen könnte zu Störungen der Gesundsheitsversorgung für andere Patienten führen und Auswirkungen auf deren Sterblichkeit haben. Zum Beispiel können verschobene Operationen die unmittelbare Sterblichkeit verringert haben, aber dafür die verzögerte Sterblichkeit erhöht haben.
    • Nicht-pharmazeutische Interventionen (d.h. soziale Distanzierung) führten zu Veränderungen des Verhaltens wie eingeschränkte Mobilität, was eine Auswirkung auf die Häufigkeit von Verkehrsunfällen haben könnte.
    • Psychische Belastung aufgrund einer wahrgenommenen Bedrohung der Gesundheit, sozialer Isolation oder finanzielle Einbußen, wenn das Einkommen sich verringert, könnten die Häufigkeit von Selbstmord beeinflussen. Umgekehrt könnte der verringerte Druck durch Arbeit und Schule zusammen mit mehr Freizeit für Familie, Hobbies und Sport positive Auswirkungen haben.
    • Weniger industrielle Aktivität und weniger Verkehr können zu eine Verringerung der Luftverschmutzung führen.

Aus diesen Gründen ist es notwendig, neben der fallbasierten Sterblichkeit von COVID-19 auch regionale Muster und zeitliche Trends der Gesamtsterblichkeit zu betrachten. Dies ermöglicht die Erfassung aller direkten und indirekten Auswirkungen der Pandemie auf die öffentliche Gesundheit in Bezug auf die Sterblichkeit.

Die Ergebnisse dieser Studie werden uns Aufschluss über das auf Kreisebene aufgelöste Ausmaß der Auswirkungen der COVID-19 Pandemie auf die Sterblichkeits der Bevölkerung in Rheinland-Pfalz geben. Sie dienen auch der Klärung der Frage, ob bei den offiziellen Statistiken zur COVID-19 bedingten Sterblichkeit die tatsächliche Anzahl von COVID-19 verursachten Todesfällen über- oder unterschätzt wurde.

Forschungsfragen

  • Ist die berichtete Zahl der an oder mit COVID-19 verstorbenen Personen konsistent mit der Gesamtsterblichkeit der Bevölkerung im gleichen Zeitraum, oder gibt es Hinweise auf eine unbemerkte Übersterblichkeit verbunden mit der COVID-19 Pandemie?
  • Gibt es Hinweise auf eine zeitlich verschobene Sterblichkeit im Sinne einer anfänglichen Übersterblichkeit aufgrund von COVID-19, die später durch eine Untersterblichkeit aufgrund von anderen Todesursachen ausgeglichen wurde?
  • Gibt es indirekte Auswirkungen der COVID-19 Pandemie durch die gesundheitspolitischen Maßnahmen oder durch Veränderungen im Gesundheitsverhalten auf die Sterblichkeit aufgrund von anderen Todesursachen als COVID-19?

Mitwirkende Projektpartner

Personen

Software

Funding