SARS-CoV-2: Infektionsrisiko ist NICHT gleich verteilt

Entgegen alle Erwartung, ist es derzeit so, dass Infektionen mit SARS-CoV-2 anhand soziodemographischer und anderer Variablen vorhergesagt werden können. Das bedeutet nicht, dass SARS-CoV-2 zwischen Menschen diskriminiert, es bedeutet, dass Menschen aufgrund unterschiedlicher Lebensumstände (und unterschiedlichen Verhaltens) ein unterschiedliches Risiko haben, sich mit SARS-CoV-2 zu infizieren.

Das ist die Formel, auf die man das Ergebnis einer Studie von Simon de Lusignan und 21 Ko-Autoren bringen kann. Die Studie des Autoren-Rudels ist die erste, die das Risiko, sich mit SARS-CoV-2 zu infizieren, untersucht, nicht das Risiko, an COVID-19 zu erkranken, wegen COVID-19 einen Aufenthalt im Krankenhaus, auf der Intensivstation einlegen zu müssen oder an COVID-19 zu sterben

De Lusignan et al. geben mit ihrer Studie Antwort auf die Frage: Wer hat das größte Risiko, sich mit SARS-CoV-2 zu infizieren.



Um diese Frage zu beantworten haben die Autoren auf Daten des Oxford Royal College of General Practitioners (RCGP) Research and Surveillance Centre Programme zurückgegriffen. An dieses Programm sind mehr als 500 Arztpraxen aus Oxford und näherer Umgebung angeschlossen, die eine Bevölkerung von ca. 4 Millionen Menschen umfassen. Die Arztpraxen melden mehrmals pro Woche aktuelle Behandlungsdaten an RCGP und seit Januar sind Informationen darüber, ob ein Patient auf SARS-CoV-2 getestet wurde, dabei. Angaben zu insgesamt 3.802 Personen, die im Zeitraum vom 28. Januar bis zum 4. April auf SARS-CoV-2 getestet wurden, darunter 587 (15,4%), die positiv getestet wurden, bilden die Grundgesamtheit der Autoren, die zudem auf einen wahren Schatz an soziodemographischen und diagnostischen Variablen zurückgreifen können.

Die gute Datenbasis ermöglicht statistische Analysen, die erstmals einen Blick auf die Verteilung des individuellen Risikos, sich mit SARS-CoV-2 zu infizieren, erlauben. Dieses Risiko errechnen die Autoren in zwei Schritten mit Hilfe von a) bivariaten logistischen Regressionen und b) multivariaten logistischen Regressionen. Letztere erlauben es, die Variablen zu identifizieren, die im Hinblick auf das Risiko einer Infektion mit SARS-CoV-2 einen statistischen Unterschied machen. 

Die Ergebnisse lassen sich wie folgt zusammenfassen:

  • Mit dem Alter steigt das Risiko, sich mit SARS-CoV-2 zu infizieren; Ein Mensch, der 75 Jahre oder älter ist, hat ein um das 4fache höheres Risiko als ein Mensch im Alter zwischen 0 uns 17 Jahren;
  • Männer haben ein höheres Risiko, sich mit SARS-CoV-2 zu infizieren als Frauen;
  • Asiaten und Schwarze haben ein höheres Risiko, sich mit SARS-CoV-2 zu infizieren als Weiße. Das Risiko ist für Schwarze knapp 4 Mal so hoch, für Asiaten nahezu doppelt so hoch wie für Weiße;
  • Das höchste Risiko, sich mit SARS-CoV-2 zu infizieren ist in Haushalten gegeben, die in der unteren Mitte der sozioökonomischen Hierarchie zu finden sind, die weder als reich noch als arm zu bezeichnen sind, Mittelschichtshaushalte;
  • Aktive Raucher haben im Vergleich zu Nichtrauchern ein halbiertes Risiko, sich mit SARS-CoV-2 zu infizieren;
  • Das Risiko der Stadtbevölkerung, sich mit SARS-CoV-2 zu infizieren, ist dreieinhalb Mal so hoch wie das Risiko der Landbevölkerung;
  • Menschen mit einer Nierenerkrankungen haben ein doppelt so hohes Infektionsrisiko wie Menschen ohne Nierenerkrankung;
  • Übergewicht scheint das Risiko einer Infektion zu erhöhen, allerdings sind die Ergebnisse hier nicht einheitlich;
  • Keinen Effekt auf das Risiko, sich mit SARS-CoV-2 zu infizieren, haben:
    • die Haushaltsgröße;
    • Bluthochdruck;
    • Diabetes;
    • eine chronische Erkrankung der Atemwege;
    • eine Krebserkrankung oder ein beeinträchtigtes Immunsystem;

Es ist wichtig, in Erinnerung zu behalten, dass hier die Frage untersucht wird, wer ein erhöhtes Risiko dafür hat, sich mit SARS-CoV-2 zu infizieren. Es spricht vieles dafür, dass die beschriebenen Merkmale ein Cluster abbilden, das man als konkrete, die Wahrscheinlichkeit, mit einem SARS-CoV-2 Infizierten in Kontakt zu kommen, erhöhende Lebenssituation bezeichnen kann. Es wäre also nicht der Tatsache geschuldet, dass jemand schwarz ist, dass er ein höheres Risiko hat, sich mit SARS-CoV-2 zu infizieren, sondern den konkreten und in gewisser Weise typischen Lebensumständen von Schwarzen, die die Wahrscheinlichkeit eines Zusammentreffens mit einer infizierten Person erhöhen. 



Einige der Variablen, die sich als Risiko vermindernd erwiesen haben bzw. die keinen Effekt auf die Frage einer Infektion haben, haben, wie Ergebnisse zeigen, die wir in der Vergangenheit besprochen haben, einen Effekt auf die Wahrscheinlichkeit, ernsthaft zu erkranken bzw. an COVID-19 zu sterben. Raucher, so haben wir vor einigen Tagen anhand einer anderen Studie gezeigt, haben ein geringeres Infektionsrisiko. Einmal infiziert, haben sie indes ein höheres Risisko, ernsthaft an COVID-19 zu erkranken. Dasselbe gilt  für Menschen mit Bluthochdruck, einer Erkrankung der Atemwege oder einer Erkrankung des Immunsystems: Das geringere Infektionsrisiko wird durch ein höheres Risiko, ernsthaft an COVID-19 zu erkranken, wenn eine Infektion erfolgt ist, ergänzt.

Die Arbeit von de Lusignan et al. ist ein wichtiger Beitrag, um Risikogruppen bzw. Risikosituationen zu identifizieren: Wer weiß, dass das Infektionsrisiko unter Schwarzen höher ist als unter Weißen, dass Familien, die am unteren Rand der Mittelschicht angesiedelt sind, besonders gute Orte sind, um sich anzustecken, der kann sein Verhalten an diesem Wissen ausrichten und sich lieber mit Rauchern treffen.

Mit der Arbeit verbinden sich jedoch auch einige Probleme. Bei den Getesteten handelt es sich ausschließlich um Personen mit typischen und erheblichen Symptomen einer Erkrankung an COVID-19, denn nur diese wurden bislang im UK getestet (seit gestern wird jeder getestet, der Symptome aufweist, gleich welcher Intensität). Asymptomatische Erkrankte und solche mit milden Symptomen sind in der Grundgesamtheit von de Lusignan et al. somit nicht enthalten. Dafür sind Frauen überrepräsentiert, was den Schluss nahelegt, dass die Schwelle, zum Arzt zu gehen, bei Frauen tiefer angesiedelt ist als bei Männern oder Frauen bei gleichen Symptomen eher getestet werden als Männer. Als Konsequenz von Ersterem ergibt sich u.a. die Annahme, dass Männer in der Regel erst zum Arzt gehen, wenn ihre Symptome eine gewisse Schwere erreicht haben, was abermals dazu führt, dass die Grundgesamtheit verzerrt ist.

Dessen ungeachtet sind die Ergebnisse eine gute Grundlage, um das eigene Verhalten danach auszurichten.


De Lusignan, Simon et al. (2020). Risk Factors for SARS-CoV-2 Among Patients in the Oxford Royal College of General Practitioners Research and Surveillance Centre Primary Care Network: A Cross-sectional Survey. The Lancet.



Wenn man bedenkt, dass wir ein kleines privates Blog sind und uns vornehmlich über Spenden finanzieren, dann ist die Menge an Informationen, die wir bereitstellen, damit SARS-CoV-2 und die von ihm ausgehende Gefahr besser eingeschätzt werden kann, erstaunlich, wie wir finden.

Unterstützen Sie unseren Fortbestand als freies Medium.
Vielen Dank!

[wpedon id=66988]


Fakten zu SARS-CoV-2/COVID-19:




Folgen Sie uns auf TELEGRAM


Bleiben Sie mit uns in Kontakt.
Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.

ScienceFiles-Abo
Loading


ScienceFiles-Shop


Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen. ScienceFiles lebt weitgehend von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.
Wir haben drei sichere Spendenmöglichkeiten:

Donorbox

Unterstützen Sie ScienceFiles


Unsere eigene ScienceFiles-Spendenfunktion

Zum Spenden einfach klicken

Unser Spendenkonto bei Halifax:

ScienceFiles Spendenkonto: HALIFAX (Konto-Inhaber: Michael Klein):
  • IBAN: GB15 HLFX 1100 3311 0902 67
  • BIC: HLFXGB21B24

Print Friendly, PDF & Email
11 Comments

Bitte keine Beleidigungen, keine wilden Behauptungen und keine strafbaren Inhalte ... Wir glauben noch an die Vernunft!

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Liebe Leser,

gerade haben Sie uns dabei geholfen, eine Finanzierungslücke für das Jahr 2023 zu schließen, da ist das Jahr auch schon fast zuende.

Weihnachten naht.

Und mit Weihnachten das jährlich wiederkehrende Problem:
Ein Weihnachtsmann, der im Kamin stecken bleibt, weil er zu viel anliefern muss.

Vermeiden Sie dieses Jahr diese Kalamität.
Diversifizieren Sie Ihr Geschenkportfolio.

Z.B. indem Sie unsere Sorgen um die Finanzierung des nächsten Jahres mindern.

Unser Dank ist Ihnen gewiss!
Und Sie können sicher sein, dass Sie auch im nächsten Jahr ScienceFiles in gewohntem Umfang lesen können.

Wir nehmen Geschenke über 

➡️Donorbox,
➡️unser Spendenkonto bei Halifax oder
➡️unsere sichere in den Blog integrierte Spendenfunktion

entgegen und bedanken uns bereits im Vorfeld bei allen, die uns unterstützen.

Sie finden alle notwendigen Informationen hier:
ScienceFiles-Unterstützung (einfach klicken)

Vielen Dank!