Applying Diagnostic Network Optimisation analysis to inform the introduction of G6PD testing into Indonesia for improved treatment of relapsing malaria

Malaria ist eine Krankheit, die zurückkehrt. Während einige Formen der Erkrankung mit einer einzigen Medikamentenkurs geheilt werden können, verstecken sich andere in der Leber und warten darauf, Wochen oder Monate später aufzuwachen und eine neue Infektion zu verursachen. Um diese Rückfälle zu stoppen, verwenden Ärzte eine spezielle Klasse von Medikamenten, die den Parasiten dauerhaft aus der Leber entfernt. Diese Medikamente bergen jedoch eine verborgene Gefahr für manche Menschen. Ein kleiner Teil der Bevölkerung besitzt ein bestimmtes Enzym in ihrem Blut nicht, ein Zustand, der ihre roten Blutkörperchen fragil macht. Wenn eine Person mit diesem Zustand das Medikament gegen Rückfälle einnimmt, können ihre Blutzellen platzen, was zu einer schweren und potenziell tödlichen Reaktion führt. Um dies zu verhindern, müssen Ärzte die Patienten zuerst testen, um zu sehen, ob sie diesen Enzymmangel haben. Die Herausforderung für das Gesundheitssystem besteht darin, dass diese Tests teuer sind und Ausrüstung erfordern, die viele ländliche Kliniken nicht besitzen. Es ist oft zu kostspielig, ein Testkit in jeder einzelnen kleinen Klinik zu platzieren, aber zu wenige zu platzieren bedeutet, dass Patienten weit reisen müssen, was ihre Behandlung verzögert oder dazu führt, dass sie diese ganz überspringen.

In Indonesien, wo Malaria nach wie vor ein erhebliches Hindernis auf dem Weg zur Ausrottung der Krankheit darstellt, setzten sich Forscher daran, dieses Rätsel zu lösen, wohin die Testmaschinen platziert werden sollen. Sie konzentrierten sich auf drei verschiedene Regionen: die Insel Sumba, wo Malaria häufig vorkommt; Nord-Sumatra, wo sie seltener ist; und Purworejo, wo die Fälle selten sind. Das Team nutzte ein Computermodell, das darauf ausgelegt war, den effizientesten Weg zum Aufbau eines Netzwerks von Teststellen abzubilden. Sie stellten sich zwei verschiedene Welten vor. In der ersten hätte jede öffentliche Gesundheitsklinik ihr eigenes Testgerät, was sicherstellte, dass kein Patient jemals sein lokales Dorf für einen Test verlassen müsste. In der zweiten Vorstellung entwickelten sie ein intelligenteres, schlankeres System, bei dem Geräte nur in bestimmten, zentralen Kliniken platziert wurden. In diesem zweiten Szenario würden Patienten aus nahegelegenen Dörfern ihre Blutproben in die zentrale Klinik bringen, aber nur, wenn die Reise kurz genug war, um praktikabel zu sein. Die Forscher berechneten die Kosten für die Ausrüstung, den Preis der Testkits und den Treibstoff, den das Personal für den Transport der Proben benötigen würde, während sie gleichzeitig sicherstellten, dass kein Patient mehr als fünfzehn Kilometer pro Weg reisen musste, um seine Blutprobe testen zu lassen.

Die Ergebnisse zeigten, dass ein pauschaler Ansatz, jede Klinik auszustatten, nicht die effizienteste Nutzung der Ressourcen war. In Sumba zeigte das Modell, dass das Gesundheitssystem fast dreißig Prozent seines Budgets im ersten Jahr einsparen könnte, indem es Testgeräte in nur neununddreißig Prozent der Kliniken platzierte, statt in allen von ihnen. Diese Strategie bedeutete, dass einige Patienten weiter reisen würden, wobei sich der durchschnittliche Hin- und Rückweg für eine Probe von weniger als fünf Kilometern auf fast zehn Kilometer erhöhte, aber das Geld, das beim Kauf und der Wartung dutzender zusätzlicher Maschinen gespart wurde, war beträchtlich. In Nord-Sumatra waren die Einsparungen noch dramatischer. Durch die Platzierung von Geräten in nur neunzehn Prozent der Kliniken sank die Gesamtkostenbelastung im ersten Jahr um fast sechzig Prozent. Das Modell identifizierte spezifische Krankenhäuser und Kliniken, die zu den Knotenpunkten dieser Netzwerke werden würden und die zusätzliche Arbeitslast beim Testen von Proben aus den umliegenden Gebieten bewältigen würden. Beispielsweise würde ein Krankenhaus in Nord-Sumatra sehen, dass sein Personal zusätzlich vierhundert Stunden pro Jahr mit der Verwaltung dieser Tests verbringt, was eine signifikante Steigerung darstellt, die eine sorgfältige Planung erfordert, um die Mitarbeiter nicht zu überlasten.

In dem Gebiet mit sehr geringer Übertragung, Purworejo, war die Situation so unterschiedlich, dass ein komplexes Netzwerk nicht erforderlich war. Die Forscher fanden heraus, dass die Platzierung eines einzigen Geräts in der Hauptbezirksklinik es ermöglichen würde, mehr als die Hälfte der Patienten vor Ort zu testen, während die wenigen anderen eine längere Strecke zurücklegen müssten. Die Studie betrachtete nicht nur das Geld; sie betrachtete auch das menschliche Element. Die Forscher merkten an, dass die optimierten Netzwerke zwar Geld sparten, aber die Last des Reisens und der Zeit auf die Gesundheitsarbeiter verlagerten, die die Proben sammeln und transportieren mussten. Sie wiesen auch darauf hin, dass das Modell auf Daten aus öffentlichen Kliniken basierte und die privaten Kliniken, in denen viele Menschen Hilfe suchen, nicht vollständig berücksichtigte, was darauf hindeutet, dass der reale Plan diese privaten Standorte miteinbeziehen müsste, um sicherzustellen, dass alle abgedeckt sind.

Letztendlich legt die Studie nahe, dass Indonesien nicht zwischen teurer universeller Abdeckung und einem System, das Menschen zurücklässt, wählen muss. Indem das Land Daten nutzt, um eine geringere Anzahl von Testgeräten strategisch zu platzieren, kann es mehr Menschen sicher testen. Dieser Ansatz ermöglicht es Ärzten, die stärkeren, wirksameren Medikamente zu verschreiben, die verhindern, dass Malaria zurückkehrt, ohne das Leben derer zu gefährden, die gegenüber den Medikamenten empfindlich sind. Die Ergebnisse bieten einen klaren Fahrplan für die Gesundheitsbehörden: Ein sorgfältig gestaltetes Netzwerk von Teststellen kann den Kampf gegen zurückkehrende Malaria sowohl sicherer für die Patienten als auch finanziell nachhaltig für das Land machen und die Nation näher an ihr Ziel bringt, die Krankheit vollständig auszurotten.