[Regional monitoring of infections by means of standardized case fatality rates using the example of SARS-CoV-2 in Bavaria].

Regionales Monitoring von Infektionen mittels standardisierter Fallfatalitätsraten am Beispiel von SARS-CoV-2 in Bayern.

Publisher: Springer Country of Publication: Germany NLM ID: 101181368 Publication Model: Print-Electronic Cited Medium: Internet ISSN: 1437-1588 (Electronic) Linking ISSN: 14369990 NLM ISO Abbreviation: Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz Subsets: MEDLINE

Original Publication: Berlin : Springer,

COVID-19*/mortality; Germany/epidemiology ; Humans ; Incidence ; Risk ; SARS-CoV-2

Background: Maps of the temporal evolution of the regional distribution of a health-related measure enable public health-relevant assessments of health outcomes.
Objectives: The paper introduces the concept of standardized case fatality rate (sCFR). It describes the ratio of the regional variation in mortality to the regional variation in the documented infection process. The regional sCFR values are presented in maps and the time-varying regional heterogeneity observed in them is interpreted.
Materials and Methods: The regional sCFR is the quotient of the regional standardized mortality and case rate. It is estimated using a bivariate model. The sCFR values presented in maps are based on SARS-CoV‑2 reporting data from Bavaria since the beginning of April 2020 until the end of March 2021. Four quarters (Q2/20, Q3/20, Q4/20, and Q1/21) are considered.
Results: In the quarters considered, the naïve CFR values in Bavaria are 5.0%, 0.5%, 2.5%, and 2.8%. In Q2/20, regional sCFR values are irregularly distributed across the state. This heterogeneity weakens in the second wave of the epidemic. In Q1/21, only isolated regions with elevated sCFR (> 1.25) appear in southern Bavaria. Clusters of regions with sCFR > 1.25 form in northern Bavaria, with Oberallgäu being the region with the lowest sCFR (0.39, 95% credibility interval: 0.25-0.55).
Conclusions: In Bavaria, heterogeneous regional SARS-CoV-2-specific sCFR values are shown to change over time. They estimate the relative risk of dying from or with COVID-19 as a documented case. Strong small-scale variability in sCFR suggests a preference for regional over higher-level measures to manage the incidence of infection.
(© 2021. The Author(s).)

BMC Cancer. 2007 Jan 03;7:3. (PMID: 17201909)
Lancet Infect Dis. 2020 Jul;20(7):773. (PMID: 32171390)
Int J Environ Res Public Health. 2021 Jan 14;18(2):. (PMID: 33466700)
Stat Med. 2016 Aug 15;35(18):3189-202. (PMID: 26928309)
Int J Epidemiol. 2012 Dec;41(6):1737-49; discussion 1750-2. (PMID: 23129720)
Dtsch Arztebl Int. 2020 Nov 13;117(46):790-791. (PMID: 33533714)
Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. 2017 Dec;60(12):1319-1327. (PMID: 29063158)
BMC Cancer. 2007 May 08;7:78. (PMID: 17488519)
Stat Methods Med Res. 2005 Feb;14(1):35-59. (PMID: 15690999)

Keywords: Bayesian hierarchical models; Geographical epidemiology; Indirect standardization; Standardized incidence rate; Standardized mortality rate
Local Abstract: [Publisher, German] HINTERGRUND: Karten zur zeitlichen Entwicklung der regionalen Verteilung einer gesundheitsbezogenen Maßzahl ermöglichen public-health-relevante Bewertungen des Gesundheitsgeschehens. [Publisher, German] Die Arbeit führt das Konzept der standardisierten Fallfatalitätsrate (sFFR) ein. Sie beschreibt das Verhältnis der regionalen Abweichung in der Mortalität zur regionalen Abweichung im dokumentierten Infektionsprozess. Die regionalen sFFR-Werte werden in Karten dargestellt und die darin beobachtete zeitlich variierende regionale Heterogenität interpretiert. [Publisher, German] Die regionale sFFR ist der Quotient der regionalen standardisierten Mortalitäts- und Fallrate. Sie wird mittels eines bivariaten Modells geschätzt. Die in Karten dargestellten sFFR-Werte basieren auf den SARS-CoV-2-Meldedaten aus Bayern seit Anfang April 2020 bis Ende März 2021. Es werden 4 Quartale (Q2/20, Q3/20, Q4/20, Q1/21) betrachtet. [Publisher, German] In den betrachteten Quartalen liegen die bayerischen naiven FFR-Werte bei 5,0 %, 0,5 %, 2,5 % und 2,8 %. In Q2/20 sind die regionalen sFFR-Werte unregelmäßig über das Bundesland verteilt. Diese Heterogenität schwächt sich in der zweiten Welle der Epidemie ab. In Q1/21 zeigen sich in Südbayern nur vereinzelt Regionen mit erhöhter sFFR (> 1,25). Im Norden Bayerns bilden sich Cluster von Regionen mit einer sFFR > 1,25. Das Oberallgäu ist die Region mit dem niedrigsten sFFR-Wert (0,39, 95 % Kredibilitätsintervall: 0,25–0,55). [Publisher, German] In Bayern zeigen sich heterogene regionale SARS-CoV-2-spezifische sFFR-Werte, die sich über die Zeit verändern. Sie schätzen das relative Risiko, als dokumentierter Infektionsfall an/mit COVID-19 zu versterben. Eine starke kleinräumige Variabilität der sFFR legt nahe, regionale gegenüber übergeordneten Maßnahmen zur Steuerung des Infektionsgeschehens vorzuziehen.

Date Created: 20210812 Date Completed: 20210907 Latest Revision: 20220531

20250114

PMC8358915

10.1007/s00103-021-03397-8

34383083