Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Economy - Health Economics

"Big Data". Chancen und Grenzen im Bereich der Infektionserkrankungen

Title: "Big Data". Chancen und Grenzen im Bereich der Infektionserkrankungen

Seminar Paper , 2016 , 32 Pages , Grade: 1,3

Autor:in: Julian Torlutter (Author)

Economy - Health Economics
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Die Hypothese, die in dieser Arbeit behandelt werden soll, lautet: Inwiefern bietet Big Data Chancen, die Ausbreitung von infektiösen Erkrankungen zu überwachen und wo liegen die Grenzen dieser Anwendung. Das Hauptaugenmerk soll folglich auf Überwachungssystemen liegen und deren Generierung von Daten sowie dem Nutzen dieser zu anderen Zwecken.

Hierfür werden zunächst die Grundlagen zu Big Data und Infektionskrankheiten kurz erläutert. Anschließend werden die Chancen und Grenzen von Big Data aufgezeigt und diskutiert, durch welche Faktoren zukünftig Verbesserungen ermöglicht werden können. Die Anwendung von Big Data wird anhand von drei infektiösen Erkrankungen (HIV, Ebola und MRSA) dargestellt und zum Schluss wird ein Fazit gezogen.

Infektiöse Erkrankungen waren bis Ende des 19. Jahrhunderts die führende Ursache für das Ableben von Menschen in Europa. Durch Änderungen der Lebensverhältnisse verbesserte sich die Situation in Europa und den entwickelten Staaten weltweit. Nicht zuletzt durch die Generierung von neuen Impfstoffen und der Entdeckung von Antibiotika wurden vormals tödliche Krankheiten heilbar und verschwanden gänzlich aus der Bevölkerung.

Allerdings zeigen sich heutzutage weltweit unterschiedliche Trends. Europa weist gegenüber dem Rest der Welt seltener infektiöse Erkrankungen auf. Jedoch hat auch hier die Sterblichkeit aufgrund von parasitären und infektiösen Krankheiten in den letzten 20 Jahren wieder zugenommen. Im Gegensatz zu Europa und den anderen Industrieländern fällt die Todesursachenstatistik in Entwicklungsländern hingegen deutlich höher aus.

Für die Zukunft werden viele Aspekte genannt, die die Ausbreitung von infektiösen Erkrankungen fördern könnten. Hierzu gehören Faktoren wie das zunehmende weltweite Bevölkerungswachstum und die damit einhergehende Trinkwasserknappheit, übermäßiger Antibiotikagebrauch und somit steigende Antibiotikaresistenzen, oder auch Bio-Terrorismus, zum Beispiel durch Anthrax-Attacken.

Um diesen Gefahren entgegenzuwirken wurden vielerorts Überwachungssysteme eingerichtet, die Daten aus vielen unterschiedlichen wissenschaftlichen Bereichen und zum Teil auch aus sozialen Medien sammeln und auswerten, was im Allgemeinen als „Big Data“ bezeichnet wird. Ein Beispiel hierfür ist das europäische Überwachungssystem TESSy (The European Surveillance System), welches als Frühwarnsystem für infektiöse Erkrankungen in Europa dient und in den Jahren 1998 bis 2003 eingeführt wurde.

Excerpt


Auf einen Blick

  • Note: 1,3
  • SORMAS-Konzept mit sieben operativen Ebenen und Datenspeicherung bei fehlender Internetverbindung
  • KISS wertet Daten von mehr als 1.000 freiwillig teilnehmenden Krankenhäusern aus
  • Vergleich lokaler Medienmeldungen mit HealthMap in Tansania, Bangladesch, Bolivien, Kamerun und Uganda
  • 47 Quellen im Literaturverzeichnis

Inhaltsverzeichnis

1. Thematische Einleitung

2. Theoretische Grundlagen

2.1. Grundlagen zu Big Data

2.2. Grundlagen zu infektiösen Krankheiten

3. Anwendung von Big Data bei Infektionskrankheiten

3.1. Chancen von Big Data zur Überwachung infektiöser Erkrankungen

3.2. Grenzen von Big Data bei der Anwendung zur Überwachung infektiöser Erkrankungen

3.3. Diskussion und Verbesserungsvorschläge

3.4. Praktische Anwendungsbeispiele

3.4.1. Anwendung von Big Data bei HIV

3.4.2. Anwendung von Big Data bei Ebola

3.4.1. Anwendung von Big Data bei nosokomialen Infektionen am Beispiel MRSA

4. Fazit zur Anwendung von Big Data bei infektiösen Krankheiten

Zielsetzung und thematische Schwerpunkte

Die Arbeit untersucht, welche Chancen Big Data für die Überwachung der Ausbreitung infektiöser Erkrankungen bietet und wo die Grenzen dieser Anwendung liegen. Im Mittelpunkt stehen Überwachungssysteme, ihre Datengenerierung und die Nutzung der erhobenen Informationen.

  • Grundlagen von Big Data und Infektionskrankheiten
  • Digitale Datenquellen und epidemiologische Frühwarnsysteme
  • Datenschutz, Datenqualität und Verzerrungen
  • Verbesserungsmöglichkeiten für Infrastruktur und Datenaustausch
  • Anwendungsbeispiele zu HIV, Ebola und MRSA

Auszug aus dem Buch

Chancen digitaler Daten für die Epidemiologie

Das Internet als zweite neue Technologie eröffnet der Epidemiologie ebenfalls große Chancen. Im Jahr 2016 nutzt schon die Hälfte der Weltbevölkerung das Internet. Allerdings zeigen sich deutliche Unterschiede in der Verteilung der Internetnutzer. Während in Europa gerade einmal 21% der Bevölkerung keinen Internetzugang hat, beträgt die Quote in Afrika ungefähr 75%. Abbildung 1 gibt einen Überblick über die weltweite Verteilung der Personen, die ohne Internet leben. Der blaue Bereich steht auf dieser Abbildung für eine Quote von 0-25% an Individuen, welche ohne Internetnutzung sind, der grüne für 26-50%, der gelbe für 51-75% und der rote für 76-100%.

Ein weiterer Ausbau des Internetzugangs für die Weltbevölkerung kann die Potentiale von Big Data für die Epidemiologie sehr vergrößern. Die Vorteile sind die Datengenerierung und Analyse in Echtzeit, vor allem ist diese Erhebung gegenüber anderen Methoden kostengünstiger und hat bei einer Verbesserung des Status quo auch eine sehr große Reichweite. Wie wichtig es ist, gute Daten zu erarbeiten und welche Chancen Big Data in der Epidemiologie bietet, wird anhand der sogenannten „Risikolandkarten“ sichtbar.

Abbildung 2 stellt das Schema dar, anhand dessen eine solche Karte erstellt wird. Zunächst werden Krankheitsfälle durch Auswertung von Internetreporten, Literatur oder Gendatenbanken registriert. Anschließend werden geographische Punkte auf einer Landkarte gesucht, auf denen eine Pseudo-Absence herrscht, also aktuell kein Vorkommen der Krankheit vorliegt. Zuletzt werden umweltbezogene Kovarianzen, wie zum Beispiel Temperatur oder Niederschlagsmengen in das Schema miteinbezogen. Durch Anwenden statistischer Techniken wird aus allen erhobenen Daten eine Risikolandkarte erstellt, die gewisse Unsicherheitsfaktoren enthält. Die Erstellung einer solchen Karte wird von speziell ausgebildeten Analysten durchgeführt. Hier liegen auch die großen Nachteile dieser manuellen Ausführung. Zum einen ist ein Update von den verfügbaren Ressourcen abhängig, in diesem Fall dem Personal, zum anderen kann sich das Krankheitsrisiko stetig ändern und hier zeigt sich, dass manuell erstellte Karten zu statisch sind, um rechtzeitig reagieren zu können.

Big Data bietet hier Lösungsmöglichkeiten an. Die Darstellung des Gesundheitszustandes in der Bevölkerung kann in Echtzeit analysiert und visualisiert werden. Weiterhin ist es möglich, geographische Grenzen für einige Krankheiten zu ziehen sowie krankheitsspezifische Umweltfaktoren zu identifizieren und gegebenenfalls die Bevölkerung durch Frühwarnsysteme in Kenntnis zu setzen. Die wichtigste Möglichkeit, die Big Data bietet, ist allerdings der Wandel der Risikolandkarte von einem statischen in einen dynamischen Zustand. Durch das ständige Sammeln und Auswerten von neuen Daten ist es möglich, auch kurzfristig mit geringem Aufwand Updates zu erstellen und so die Chancen auf Prävention und genaue Vorhersagen zu erhöhen.

Zusammenfassung der Kapitel

1. Thematische Einleitung: Die Einleitung beschreibt die Bedeutung infektiöser Erkrankungen und die Risiken ihrer Ausbreitung. Sie stellt die Hypothese zur Überwachung durch Big Data sowie den Aufbau der Arbeit vor.

2. Theoretische Grundlagen: Das Kapitel erläutert Big Data anhand seiner zentralen Eigenschaften und führt in Kategorien, Übertragungswege und Verläufe infektiöser Krankheiten ein.

3. Anwendung von Big Data bei Infektionskrankheiten: Der Hauptteil diskutiert Chancen, Grenzen und Verbesserungsmöglichkeiten digitaler Überwachung. Anschließend veranschaulichen die Fallbeispiele zu HIV, Ebola und MRSA konkrete Anwendungen.

4. Fazit zur Anwendung von Big Data bei infektiösen Krankheiten: Das Fazit bündelt den Nutzen und die Grenzen datenbasierter Überwachung. Es betont den Bedarf an Datenschutz, verlässlichen Daten, besserer Vernetzung und ergänzender manueller Erhebung.

Schlüsselwörter

Big Data, Epidemiologie, Infektionskrankheiten, Überwachungssysteme, Frühwarnsysteme, Risikolandkarten, HIV, Ebola, MRSA, Datenschutz, Datenqualität, SORMAS, HealthMap

Häufig gestellte Fragen

Worum geht es in der Arbeit?

Sie untersucht Chancen und Grenzen von Big Data bei der Überwachung infektiöser Erkrankungen.

Welche Themenfelder stehen im Mittelpunkt?

Im Fokus stehen digitale Datenquellen, epidemiologische Überwachung, Datenschutz, Datenqualität und konkrete Krankheitsbeispiele.

Was ist die zentrale Forschungsfrage?

Die Arbeit fragt, inwiefern Big Data die Überwachung der Ausbreitung infektiöser Erkrankungen unterstützen kann und wo die Grenzen liegen.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit ist eine Literaturarbeit: Sie stellt publizierte Konzepte und Studien dar und diskutiert sie anhand ausgewählter Anwendungsbeispiele.

Was wird im Hauptteil behandelt?

Erörtert werden Chancen und Einschränkungen der Datenüberwachung, mögliche Verbesserungen sowie die Anwendungen bei HIV, Ebola und MRSA.

Welche Schlüsselwörter kennzeichnen die Arbeit?

Zu den zentralen Begriffen zählen Big Data, Epidemiologie, Überwachungssysteme, Infektionskrankheiten, Datenschutz und Datenqualität.

Wie soll SORMAS die Ebola-Überwachung unterstützen?

Das System soll den Datenaustausch zwischen Personal in Risikogebieten und dem Notfallkontrollzentrum ermöglichen und Statusberichte aktuell halten.

Welche Rolle spielen KISS und ARS bei MRSA?

KISS erfasst Infektionen im stationären Bereich; ARS wurde eingerichtet, um auch den ambulanten Sektor einzubeziehen.

Warum reicht eine rein digitale Überwachung nicht aus?

Schlechter oder fehlender Internetzugang kann dazu führen, dass lokale Krankheitsausbrüche von globalen Online-Systemen nicht erfasst werden; deshalb soll manuelle Datenerhebung sie ergänzen.

Excerpt out of 32 pages  - scroll top

Details

Title
"Big Data". Chancen und Grenzen im Bereich der Infektionserkrankungen
College
University of Bayreuth
Grade
1,3
Author
Julian Torlutter (Author)
Publication Year
2016
Pages
32
Catalog Number
V457892
ISBN (eBook)
9783668895676
ISBN (Book)
9783668895683
Language
German
Tags
Big Data Infektionserkrankungen Infektionskrankheiten Public Health Gesundheitsökonomie nosokomiale Infektionen MRSA
Product Safety
GRIN Publishing GmbH
Quote paper
Julian Torlutter (Author), 2016, "Big Data". Chancen und Grenzen im Bereich der Infektionserkrankungen, Munich, GRIN Verlag, https://www.grin.com/document/457892
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  32  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint
  • Withdraw Contract