Gesundheitswesen 2022; 84(08/09): 768-769
DOI: 10.1055/s-0042-1753723
Abstracts | DGSMP/DGMS
Vorträge
Thema: Umwelt, Klima und Gesundheit

Raum-zeitliche Exploration von COVID-19 Daten und lokalen Risikofaktoren in Berlin: am Beispiel des Bezirks Neukölln

J Butler
1   Humboldt-Universität zu Berlin, Geographisches Institut, Berlin, Deutschland
,
T Schmitz
1   Humboldt-Universität zu Berlin, Geographisches Institut, Berlin, Deutschland
,
C Lambio
1   Humboldt-Universität zu Berlin, Geographisches Institut, Berlin, Deutschland
,
G Manafa
1   Humboldt-Universität zu Berlin, Geographisches Institut, Berlin, Deutschland
,
N Savaskan
2   Bezirksamt Neukölln von Berlin, Gesundheitsamt, Berlin, Deutschland
,
T Lakes
1   Humboldt-Universität zu Berlin, Geographisches Institut, Berlin, Deutschland
› Author Affiliations
 

Einleitung International sind sowohl personenbezogene als auch räumliche und statistische Analysen zu COVID-19 durchgeführt worden, welche wichtige Erkenntnisse über die Lokalisierung von besonders vulnerablen Gruppen durch COVID-19 lieferten. Forschungsarbeiten in Deutschland sind jedoch häufig begrenzt, da die meisten zur Verfügung stehenden COVID-19-Daten keine personenbezogenen Risikofaktoren enthalten bzw. auf größeren geographischen Ebenen wie Länder, Bundesländer oder Städte bezogen sind, die in sich oft sehr heterogen sind. Es fehlen jedoch Forschungsarbeiten, die sich speziell mit COVID-19-Fällen in kleinen geographischen Ebenen und deren Zusammenhang mit sozioökonomischen Variablen in der unmittelbaren Nachbarschaft befassen.

Methoden Im DFG-geförderten Projekt COVID 19 Neukölln wurde darauf abgezielt, innovative raum-zeitliche Datenanalysetechniken zu entwickeln und anzuwenden, um die Auswirkungen der Pandemie auf kleinräumlicher Ebene zu bewerten, zu analysieren und zu überwachen. Hierfür sind anonymisierte kleinräumige Infektionsdaten vom Gesundheitsamt Neukölln für den Verlauf der Pandemie zur Verfügung gestellt worden. In dieser Analyse sind insbesondere die unterschiedlichen räumlichen Muster der Ausbreitung von COVID-19 im Verlauf der Pandemie im Vordergrund. Die Analyse dieser Muster im Zusammenhang mit den verfügbaren soziodemografischen für die Nachbarschaften (die 40 Planungsräume) im Bezirk Neukölln können dazu beitragen, besonderer Risikokonstellationen zu identifizieren.

Ergebnisse In der statistischen Analyse zeigen die raumzeitliche Musteranalysen eine signifikante räumlich Autokorrelation und Clustering in allen Wellen der Pandemie. Hierbei gab es im Verlauf der Pandemie unterschiedliche Schwerpunkte in der Belastung von Nachbarschaften – je nach soziodemografischer Zusammensetzung. Dies betrifft auch die Altersverteilung der betroffenen Bevölkerung.

Schlussfolgerung Mit der Entwicklung von Methoden, die benutzt werden können, um noch in den frühen Phasen einer Pandemie Entscheidungsträger vor Ort wichtige Hinweise auf den weiteren Verlauf zu geben. Somit können sie zielgerichtet Eindämmungsmaßnahmen besser planen und einsetzen, um eine unkontrollierte Ausbreitung der Seuche in besonderen vulnerablen Bevölkerungsgruppen zu verhindern.



Publication History

Article published online:
22 August 2022

© 2022. Thieme. All rights reserved.

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany