We can't find the internet
Attempting to reconnect
1.12.12
Entwicklung von Algorithmen zur Erkennung von abweichenden Mustern in der Syndromüberwachung zur Verbesserung der Früherkennung von neu und wieder auftretenden Tierseuchen und Zoonosen
Zusammenfassung
Es gibt weltweit wachsende Bedenken betreffend neu und wiederauftretenden Tierseuchen- und Zoonoseerregern und deren Auswirkungen auf die Tiergesundheit, die öffentliche Gesundheit und die Wirtschaft. Demzufolge verstärkt die Europäische Union die Überwachung von Tierseuchen und Zoonosen in ihren Mitgliedstaaten und es gibt ein starkes Interesse an der Errichtung zuverlässiger Überwachungssysteme, die als Frühwarnsysteme dazu dienen, neue Tierseuchen und Zoonosen rasch zu erkennen und die Erreger schnell zu identifizieren, um schliesslich rechtzeitig effiziente Bekämpfungsmassnahmen einleiten zu können. Die Schweiz profitiert derzeit von einem hohen Standard der Tiergesundheit im Vergleich zu ihren Europäischen Nachbarn was statutorische bekämpfte Tierseuchen und Zoonosen betrifft, ist aber den selben wachsenden Gefahren ausgesetzt. Die Tiergesundheitsstrategie Schweiz 2010 + betont die Rolle der Prävention, um die strategischen Ziele einer nachhaltigen Tiergesundheit in der Schweiz zu fördern und zu erreichen. Demzufolge ist die Entwicklung von kostengünstigen Werkzeugen für die Überwachung und Früherkennung von Tierseuchen, Zoonosen und Lebensmittelsicherheit für die Entscheidungsträger im öffentlichen Veterinärdienst von hoher Priorität. Die Entwicklung eines "Systems zur Früherkennung mittels Syndrom Surveillance (Syndromic Surveillance) stellt deshalb eine konkrete Massnahme im Aktionsplan zur Umsetzung der Tiergesundheitsstrategie Schweiz 2010+ dar. Unter Syndromic Surveillance versteht man die "nahezu Echtzeit-Erfassung, -Analyse, -Auswertung und -Verbreitung von gesundheitsbezogenen Daten, um allfällige Auswirkungen (oder das Fehlen von Auswirkungen) von potenziellen „(Veterinary) Public Health Threats“ frühzeitig zu erkennen und ein wirksames und rechtzeitiges Einschreiten der „(Veterinary) Public Health“ Behörde sicherzustellen.“ (Triple-S Definition). Mehrere veterinärmedizinische Syndromic Surveilance Systeme werden derzeit in Europa entwickelt oder sind teilweise bereits etabliert. Diese Systeme beziehen sich auf folgende Datenquellen: Mortalitäten, verendete Tiere, Aborte, Ergebnisse der Fleischkontrolle, Labordatensysteme, etc. Das übergeordnete Ziel dieses Projektes ist es, zur Entwicklung eines Systems zur Früherkennung von neu oder wieder auftretenden Krankheiten in der Schweiz beizutragen, indem die bereits vorhandenen Syndrom-Daten auf deren Vollständigkeit und Eignung zu Syndromic Surveillance Zwecken überprüft und evaluiert werden (insbesondere Rindviehdaten) und die Entwicklung von mathematischen Algorithmen, welche bei abweichendem zeitlichem und räumlichen Mustern von Syndrom Daten Warnsignale erzeugen, vorangetrieben wird. In einem ersten Schritt werden die Daten, die sich für Syndromic Surveillance Zwecke eignen könnten, überprüft und in Bezug auf die aktuelle Verfügbarkeit und die Eignung frühe Warnsignale zu erzeugen, beurteilt. Eine Liste von Syndromen, welche in Bezug zu verschiedenen Arten von Krankheiten und zu verschiedenen Stufen der Lebensmittelkette stehen, wird erstellt. Eine Überprüfung der Literatur zu bestehenden oder sich in Entwicklung befindenden Syndromic Surveillance Methoden wird durchgeführt, bevor existierende Algorithmen ausgewählt, auf die Schweizer Situation hin weiterentwickelt und angepasst werden und anhand von verfügbaren Schweizer Daten auf deren Eignung zur Erkennung von Abweichung und zum Auslösen von Signalen überprüft werden. Algorithmen werden hinsichtlich Sensitivität, Spezifität und Rechtzeitigkeit untersucht und wenn möglich mittels retrospektiver Analysen von historischen Krankheitsausbrüchen oder simulierter Daten validiert. Schliesslich sollen in enger Zusammenarbeit mit möglichen Betreibern solcher Syndromic Surveillance Systeme Lösungen für die technische Implementierung von Algorithmen in bestehenden Datenbanken für ein Echtzeit-Screening diskutiert und vorgeschlagen werden.
Weitere Texte
URL-Adressen
1.12.12 Reist Entwicklung von Algorithmen zur Erkennung von abweichenden Mustern in der Syndromüber…
Publikationen / Ergebnisse
Projektziele
Schlüsselwörter
Syndrom-Surveillance, Alogrithmus, Früherkennung, Frühwarnsystem, Muster-Erkennung
Beteiligte
Daniela Hadorn
Kontaktperson
daniela.hadorn@blv.admin.ch
Bundesamt f. Lebensmittelsicherheit und Veterinärwesen Daniela Hadorn Schwarzenburgstrasse 155 3003 Bern BE CH
Projektdetails
- Forschungsstelle
- BLV
- Projektstatus
- Abgeschlossen
- Projekttyp
- Forschungsprojekt
- Startdatum
- 2012-06-30
- Enddatum
- 2015-11-17
- Bewilligte Gesamtkosten
- CHF 183508.00
- Sektion
- Tiergesundheit, Zoonosen
- NABS Politikbereich
- Schutz und Förderung der menschlichen Gesundheit