Using an evolutionary epidemiological model of pandemics to estimate the infection fatality ratio for humans infected with avian influenza viruses

Die Studie nutzt ein evolutionär-epidemiologisches Modell, um zu schätzen, dass jährlich weltweit Tausende von humanen aviären Influenza-Infektionen auftreten, die eine Infektionssterblichkeitsrate von 32 pro 10.000 Fällen aufweisen, und unterstreicht die Notwendigkeit, tierische Übertragungen zu verhindern, um zukünftige Pandemien zu verzögern.

Das Wesentliche

🦠 Das große Rätsel: Wie viele Menschen stecken sich wirklich mit Vogelgrippe an?

Stellen Sie sich vor, die Vogelgrippe (Avian Influenza) ist wie ein Geisterzug, der durch die Welt reist. Wir wissen, dass er existiert, weil wir hin und wieder sehen, wie er ein paar Menschen "berührt" und diese dann sehr krank werden oder sterben. Aber die meisten Menschen, die er berührt, merken nichts davon – sie werden nicht krank, oder sie werden krank, gehen aber nicht zum Arzt.

Das Problem für die Wissenschaftler ist: Wir sehen nur die Spitze des Eisbergs. Wenn wir nur die Leute zählen, die im Krankenhaus liegen, denken wir, das Virus ist extrem tödlich (fast jeder, der es bekommt, stirbt). Aber wenn der Zug eigentlich tausende von Passagieren hat, von denen die meisten gesund bleiben, ist das Risiko pro Person viel geringer.

Die Frage dieser Studie war: Wie viele Menschen stecken sich wirklich jedes Jahr an, wenn wir die unsichtbaren Fälle mitzählen?

🔍 Die Detektivarbeit: Eine Zeitreise durch die Pandemien

Die Forscher (Joshua Mack und sein Team) haben keine neuen Labortests gemacht, sondern sind wie Detektive vorgegangen, die alte Akten durchsuchen.

1. Der historische Rhythmus: Sie haben sich angesehen, wann in den letzten 245 Jahren große Pandemien (Weltseuchen) passiert sind. Es gibt einen bestimmten Rhythmus, in dem neue, gefährliche Viren entstehen, die sich von Mensch zu Mensch ausbreiten können.
2. Die mathematische Maschine: Sie haben ein Computer-Modell gebaut. Stellen Sie sich das wie einen riesigen Simulator vor, der Millionen von Szenarien durchspielt.
   • Input: Wie oft gab es in der Geschichte Pandemien? Wie schnell mutieren Viren? Wie leicht können sie vom Tier auf den Menschen überspringen?
   • Prozess: Das Modell berechnet rückwärts: "Wenn wir wissen, dass alle X Jahre eine Pandemie ausbricht, wie viele 'kleine' Infektionen müssen dann jedes Jahr passiert sein, damit das überhaupt möglich ist?"
   • Output: Eine Schätzung der tatsächlichen Anzahl an Infektionen.

📊 Die Ergebnisse: Die Zahlen, die uns überraschen

Das Modell hat zwei wichtige Dinge ergeben:

1. Wir unterschätzen die Anzahl der Infektionen massiv.
Die Studie schätzt, dass weltweit jedes Jahr etwa 6.400 Menschen mit Vogelgrippe infiziert sind.

• Vergleich: Offiziell gemeldet werden oft nur ein paar hundert Fälle. Das bedeutet, wir sehen nur etwa 1 von 20 Fällen! Die meisten sind wie stille Passagiere im Geisterzug – sie stecken sich an, fühlen sich vielleicht ein bisschen müde, aber sie gehen nicht ins Krankenhaus.

2. Das Risiko, zu sterben (die "Todesrate") ist niedriger als gedacht, aber immer noch gefährlich.
Früher dachte man: "Wenn du Vogelgrippe bekommst, stirbst du mit 50 % Wahrscheinlichkeit."
Die neue Rechnung sagt: "Wenn du dich infizierst (auch wenn es nur eine leichte Erkältung ist), beträgt die Wahrscheinlichkeit, daran zu sterben, etwa 0,32 %."

• Der Vergleich: Das klingt erst mal gut. Aber:
  • Es ist höher als bei der normalen saisonalen Grippe (die wir alle kennen).
  • Es ist ähnlich hoch wie bei Corona (SARS-CoV-2) während der Pandemie.
  • Analogie: Wenn die normale Grippe ein Stolpern auf dem Bürgersteig ist, ist die Vogelgrippe ein Sturz die Treppe hinunter. Nicht jeder bricht sich das Bein, aber es ist viel gefährlicher als ein Stolpern.

⏳ Der Zeitgewinn: Warum Vorsicht lohnt

Das coolste Ergebnis ist vielleicht das hier: Jede Infektion, die wir verhindern, schiebt die nächste große Pandemie hinaus.

Stellen Sie sich vor, die Entstehung einer Pandemie ist wie das Ziehen einer roten Kugel aus einem riesigen Topf voller schwarzer Kugeln.

• Jedes Mal, wenn ein Tier einen Menschen ansteckt, ziehen wir eine Kugel.
• Je mehr Kugeln wir ziehen (je mehr Infektionen), desto wahrscheinlicher ist es, dass wir die rote Kugel (die Pandemie) ziehen.
• Die Studie zeigt: Wenn wir 20 % der Übertragungen von Tier zu Mensch verhindern, gewinnen wir im Durchschnitt 9,4 Jahre Zeit, bis die nächste Pandemie kommt.
• Wenn wir 50 % verhindern, gewinnen wir 37,5 Jahre!

💡 Was bedeutet das für uns?

Die Botschaft der Forscher ist einfach:

1. Vorsicht ist besser als Nachsicht: Für Menschen, die viel mit Tieren zu tun haben (Landwirte, Jäger, Tierärzte), ist das Risiko, sich zu infizieren, real und das Risiko, schwer zu erkranken, ist hoch. Man sollte sich schützen (Masken, Handschuhe, Abstand zu kranken Tieren).
2. Jeder Fall zählt: Es geht nicht nur darum, dass ein Mensch krank wird. Jeder einzelne Fall ist ein "Ticket" für das Virus, um sich weiterzuentwickeln und vielleicht eines Tages zu einer Welt-Pandemie zu werden.
3. Wir wissen mehr als wir dachten: Auch wenn wir viele Fälle nicht sehen, wissen wir jetzt durch diese mathematische Detektivarbeit, dass das Virus viel häufiger bei uns ist, als die offiziellen Zahlen sagen.

Zusammenfassend: Die Vogelgrippe ist ein lauernder Schatten. Wir sehen nur die Spitzen, aber das Modell sagt uns, dass der Schatten viel größer ist. Wenn wir ihn klein halten, gewinnen wir Zeit für die ganze Welt.

Technische Zusammenfassung

Titel

Schätzung der Infektionssterblichkeitsrate (IFR) für humane Infektionen mit aviären Influenzaviren mittels eines evolutionär-epidemiologischen Pandemiemodells

1. Problemstellung

Die Abschätzung des Risikos einer Infektion des Menschen mit hochpathogenen aviären Influenzaviren (HPAIV) ist schwierig, da viele humane Infektionen unentdeckt bleiben. Gründe hierfür sind asymptomatische Verläufe, symptomatische Fälle ohne Testung und die Seltenheit der Mensch-zu-Mensch-Übertragung, was eine Nachverfolgung (Contact Tracing) erschwert.

• Das Dilemma: Die bisherige Fallsterblichkeitsrate (Case Fatality Ratio, CFR) von ca. 48 % für H5N1 basiert nur auf gemeldeten Fällen und verzerrt das tatsächliche Risiko, da sie die große Zahl unentdeckter Infektionen ignoriert.
• Die Frage: Wie viele humane Infektionen mit aviären Influenzaviren (AIV) finden jährlich weltweit statt, und wie hoch ist die tatsächliche Infektionssterblichkeitsrate (Infection Fatality Ratio, IFR)? Zudem ist unklar, wie sich die Prävention von Zoonosen auf die Zeit bis zum nächsten Pandemiestart auswirkt.

2. Methodik

Die Autoren entwickelten ein stochastisches Modell, das epidemiologische und evolutionäre Prozesse kombiniert, um die Anzahl der Infektionen aus der historischen Häufigkeit von Pandemien rückwärts zu schätzen.

• Modellansatz:

  • Es wird ein multitypischer Verzweigungsprozess (multitype branching process) verwendet, um humane Infektionen mit verschiedenen AIV-Genotypen zu modellieren.
  • Das Modell berücksichtigt Zoonosen (Tier-zu-Mensch-Übertragung, $n_z$), die Grundreproduktionszahl in der menschlichen Population vor Anpassung ($R_0 < 1$) und die Wahrscheinlichkeit einer evolutionären Anpassung (Mutation/Reassortment), die zu einer pandemiefähigen Stämme führt.
  • Im Gegensatz zu früheren Arbeiten (z. B. Day et al., 2006), die nur eine Mindestanzahl an Infektionen schätzten, berechnet dieses Modell den Erwartungswert (Mittelwert) der jährlichen Infektionen unter Berücksichtigung der Unsicherheit in den Parametern.

• Parametrisierung und Daten:

  • Genotypen: Es wurden 1.000 Genotypen mittels Latin Hypercube Sampling (LHS) generiert, basierend auf Verteilungen für $R_0$ (exponentiell, Mittelwert 0,05), der pandemiefähigen Reproduktionszahl $R^*$ (dreieckig) und der Mutationswahrscheinlichkeit $a$ (uniform).
  • Historische Daten: Die Verteilung der Interpandemie-Perioden (Zeit zwischen Pandemien) der letzten 245 Jahre (7 Pandemien) wurde mit einer Gamma-Verteilung angepasst.
  • Sterblichkeitsdaten: Die jährliche Anzahl der Todesfälle durch AIV wurde auf Basis von 473 gemeldeten Todesfällen über 23 Jahre (Durchschnitt: 20,6 pro Jahr) geschätzt, unter der Annahme, dass alle Todesfälle erfasst sind.

• Berechnung:

  • Durch Gleichsetzen der geschätzten jährlichen Pandemiewahrscheinlichkeit mit dem Modelloutput wird die mittlere Anzahl der Zoonosen ($\bar{n}_z$) und daraus die mittlere Anzahl der humanen Infektionen ($\bar{n}_h$) abgeleitet.
  • Die IFR wird berechnet als: $\text{IFR} = \frac{\text{Jährliche Todesfälle}}{\text{Jährliche Infektionen}}$.

3. Wichtige Beiträge

1. Schätzung der "dunklen Zahl" der Infektionen: Das Modell quantifiziert erstmals die geschätzte Anzahl unentdeckter humaner AIV-Infektionen weltweit, die um ein Vielfaches höher liegt als die gemeldeten Fälle.
2. Neue IFR-Schätzung: Bereitstellung einer robusten Schätzung der Infektionssterblichkeitsrate, die das Risiko für asymptomatische und nicht getestete Personen einschließt.
3. Quantifizierung des Pandemieverzögerungseffekts: Analyse, wie stark die Verhinderung von Zoonosen die Wahrscheinlichkeit und den Zeitpunkt eines zukünftigen Pandemiestarts beeinflusst.
4. Vergleichbarkeit: Einordnung des Risikos im Vergleich zu SARS-CoV-2 und saisonaler humaner Influenza.

4. Ergebnisse

• Jährliche Infektionszahl: Unter der Annahme, dass die Häufigkeit von Pandemien konstant ist, werden durchschnittlich 6.441 humane AIV-Infektionen pro Jahr weltweit geschätzt (95 % KI: [2.736; 21.407]). Dies ist ein Vielfaches der 986 gemeldeten Fälle seit 2003.
• Infektionssterblichkeitsrate (IFR):
  • Basierend auf den oben genannten Zahlen beträgt die IFR 0,32 % (32 Todesfälle pro 10.000 Infektionen; 95 % KI: [9,6; 75]).
  • Dieser Wert liegt deutlich unter der gemeldeten CFR von 48 %, ist aber höher als bei saisonaler Influenza und vergleichbar mit (oder höher als) SARS-CoV-2-Varianten (ca. 16 Todesfälle pro 10.000 Infektionen).
  • Szenario "zunehmende Häufigkeit": Wenn Pandemien aufgrund menschlicher Faktoren (Landwirtschaft, Urbanisierung) häufiger werden, sinkt die geschätzte IFR für das Jahr 2026 auf ca. 16 Todesfälle pro 10.000 Infektionen, da die geschätzte Anzahl der Infektionen (Nenner) steigt.
• Auswirkung von Präventionsmaßnahmen:
  • Eine Verhinderung von 5 % der Zoonosen verzögert die nächste Pandemie im Durchschnitt um 2 Jahre.
  • Eine Verhinderung von 20 % verzögert sie um 9,4 Jahre.
  • Eine Verhinderung von 50 % verzögert sie um 37,5 Jahre.
• Vergleich mit früheren Studien: Die geschätzte Mindestanzahl an Zoonosen stimmt mit früheren Schätzungen (Day et al.) überein, aber die geschätzte durchschnittliche Anzahl ist höher, da das Modell die Varianz und die Wahrscheinlichkeit von "verpassten" Pandemien besser abbildet.

5. Bedeutung und Schlussfolgerung

• Gesundheitsrisiko: Die hohe geschätzte IFR unterstreicht, dass AIV-Infektionen für den Einzelnen ein signifikantes Risiko für schwere Verläufe darstellen, auch wenn viele Fälle mild oder asymptomatisch verlaufen. Dies ist besonders relevant für Risikogruppen wie Landwirte, Tierärzte und Wildtierhandler.
• Öffentliche Gesundheit: Die Verhinderung von Zoonosen ist nicht nur zum Schutz des Einzelnen, sondern auch als kollektive Maßnahme zur Verzögerung einer globalen Pandemie essenziell.
• Limitationen: Die Schätzungen basieren auf Modellannahmen und historischen Daten ohne direkte serologische Verifikation. Die Annahme konstanter Evolutionswahrscheinlichkeiten und das Fehlen von saisonalen oder räumlichen Dynamiken sind Einschränkungen.
• Fazit: Trotz der Unsicherheiten zeigt das Modell, dass die tatsächliche Belastung durch AIV-Infektionen beim Menschen unterschätzt wird und dass präventive Maßnahmen gegen Zoonosen einen hohen gesellschaftlichen und individuellen Nutzen haben.