Förderkennzeichen: | 01KI2010B |
Fördersumme: | 208.882 EUR |
Förderzeitraum: | 2020 - 2022 |
Projektleitung: | Dr. Wiebke Hellenbrand |
Adresse: |
Robert Koch-Institut (RKI) Nordufer 20 13353 Berlin |
In Deutschland werden ungefähr 300 FSME-Erkrankungen im Jahr nach IfSG erfasst, zunehmend auch aus bisher nichtendemischen Regionen. Die FSME verläuft häufig schwerwiegend; Kenntnisse zu akuten und langfristigen Effekten auf die Lebensqualität fehlen. Daten zur langfristigen Impfeffektivität sind notwendig, um Boosterintervalle genauer zu definieren. Schließlich sind Determinanten für die starken zeitlichen Schwankungen der FSME-Inzidenz unzureichend bekannt. In Anknüpfung an Förderphase 1 sind die Ziele für Förderphase 2 daher: 1) Abschluss der Rekrutierung von in den Jahren 2018–2020 erkrankten FSME-Meldefälle sowie fortgeführte Wiederbefragung jeweils 18 Monate nach Erkrankungsbeginn; 2) Beschreibung der FSME-bedingten akuten und ggf. chronischen Manifestationen, klinischen Befunde und Komplikationen, inklusive Auswirkungen auf die Lebensqualität mittels Befragung von FSME-Patienten und Ärzten; 3) Untersuchung des Zusammenhangs zwischen dem Schweregrad der akuten Erkrankung und Krankheitsfolgen; 4) Kleinräumige Beschreibung des FSME-Erkrankungsrisikos im Kontext der Ergebnisse aus den Teilprojekten 2-4 zu ökologischen Wildtier- und vektorbiologische Untersuchungen an den identifizierten Infektionsorten. So wird z. B. untersucht, ob die FSME-Virus Prävalenz in Zecken und die Seroprävalenz in Wirtstieren mit der humanen FSME-Inzidenz korreliert. 5) Vergleich der Virulenz der ggf. an den Infektionsorten isolierten Viren mit dem Schweregrad der Krankheit bei Patienten, die sich an den Fundorten der Zecken infiziert hatten, um mögliche regionale Unterschiede in der FSME-Virulenz zu identifizieren. 6) Schätzung der FSME-Impfeffektivität (inkl. Schutzdauer) mittels eines Fall-Kontroll-Ansatzes; 7) Identifizierung von Risikoverhalten und Gründen für einen fehlenden Impfschutz; 8) Untersuchung des Zusammenhangs zwischen der FSME-Inzidenz mit meteorologischen und ökologischen Daten im zeitlichen Verlauf mittels Time Series Analysis, um Muster für ein erhöhtes FSME-Risiko zu identifizieren.