o:1231 Statistische Prognose humaner FSME-Fälle für die Bundesländer Deutschlands de Bachelorarbeit - Veterinärmedizinische Universität Wien - 2020 Der Großteil der FSME-Fälle wird in den Risikogebieten erreicht. In den meisten Bundesländern gibt es jährlich unter 10 FSME-Fälle. Während die Durchimpfung in einigen Bundesländern sehr hoch ist, erreichen die nördlichen Bundesländer Durchimpfungen unter 20 %. Die mit dem Modell erzielten Ergebnisse sind deshalb sehr unterschiedlich, aber trotzdem vielversprechend. Da die jährlichen FSME-Fälle in vielen deutschen Bundesländern sehr gering sind, wurden Niedersachsen und Bremen, Brandenburg und Berlin und Rheinland-Pfalz und Saarland jeweils gemeinsam betrachtet. Für Bundesländer in denen die meisten Landkreise Risikogebiete sind, wurden, bis auf Thüringen, nur gute Ergebnisse erzielt. Trotz sehr guter Ergebnisse für Sachsen, Niedersachsen und Bremen, Baden-Württemberg und Bayern, liegt R2 für die meisten Bundesländer allerdings unter dem Ergebnis für das gesamte Gebiet Deutschland. Das liegt an der geringen Stichprobengröße und den großteils vielen Schwankungen im Verlauf der FSME-Fallzahlen. Die Prognosen für 2020 und 2021 sind ebenfalls sehr unterschiedlich. Lediglich für 4 deutsche Bundesländer war kein Ergebnis erzielbar. Die nördlichsten Bundesländer Deutschlands Hamburg, Schleswig-Holstein und Mecklenburg-Vorpommern, aber auch Sachsen-Anhalt konnten trotz Zusammenfassungen zu Kategorien und Kürzungen der betrachteten Periode keine Stichprobengrößen erreichen, um das Modell anwenden zu können. Das liegt daran, dass hier im Mittel nur 1 FSME-Fall pro Jahr erzielt wird. Da allerdings für den Großteil der Bundesländer das Modell angewendet und eine Prognose erstellt werden konnte, weist dies darauf hin, dass dieses Modell mit den beschriebenen Parametern auch auf Bundeslandebene geeignet ist um die jährlichen humanen FSME-Fälle zu beschreiben und für 2 Jahre zu prognostizieren. Bessere Ergebnisse könnten erzielt werden, wenn einige Bundesländer separat und die restlichen, geeigneten zu größeren Kategorien zusammengefasst werden, um die Stichprobengröße zu erhöhen. The annual human TBE-cases of the German federal states are very different. Most of the German TBE-cases are in regions at risk, whereas the most federal states only reach under 10 TBE-cases per year. There are also big differences between the vaccination coverage of the federal states. Whereas the vaccinations in federal states, where most of the counties are regions at risk, are very high, the northern federal states only reach vaccinations under 20%. Due to these differences, the results are also very different. Nevertheless the results are very promising. Based on the low human TBE-cases in most of the German federal states, Niedersachsen and Bremen, Brandenburg and Berlin and Rheinland-Pfalz and Saarland are combined together. Except Thüringen all federal states, where most of the counties are regions at risk, reach very good results. Although Sachsen, Niedersachsen and Bremen, Baden-Württemberg and Bayern achieve very good results, the statistical parameter R2 for most of the German federal states don’t reach the German average. This is caused by the sample size and the variability of the annual TBE-cases in the observed period. Like the results of the model, the forecast for the year 2020 and 2021 is very different. Only 4 federal states couldn’t get any result. These are the northern federal states Hamburg, Schleswig-Holstein and Mecklenburg-Vorpommern. But also Sachsen-Anhalt couldn’t reach a result. It was also tried to put the federal states together to categories and to take a look on a shorter period. Anyway the sample size was to small, to use the model because in average these federal states only had 1 TBE-case per year. Summarizing, the model could be used for most of the German federal states and also achieve good results. So it is also convenient to calculate the annual TBE-cases and make a forecast for 2 years for the German federal states. Probably there could be achieved better results, if more federal states are combined to categories to reach a bigger sample size. 1552151 AC16679601 2022-11-25T09:11:54.419Z 44 no 46 Sarah Hösch 1552167 Franz Rubel Katharina Brugger person application/pdf 2053812 https://phaidra.vetmeduni.ac.at/o:1231 no yes 1 70 1738 2020 47 Seiten 2020