Wenn Mathematik die „bestmögliche“ Evidenz liefert

Maskenpflicht, Abstandsregeln, Quarantäne für Verdachtsfälle und andere Maßnahmen auf Ebene der „Public Health“ (öffentlichen Gesundheit) sind bisher nach allem Dafürhalten die besten Maßnahmen gegen COVID-19, solange es weder eine wirksame Behandlung noch einen Impfstoff gibt. Doch noch mangelt es an aussagekräftigen Studienergebnissen, um die Wirksamkeit dieser Maßnahmen zu untermauern. Wir stellen in einer dreiteiligen Serie aktuelle Rapid Reviews vor, welche die noch lückenhafte Evidenz zu Public-Health-Maßnahmen zusammenfassen. Momentan beruhen diese noch zu weiten Teilen auf mathematischen Modellierungsstudien – einem Studientyp, den Cochrane in der Regel nicht verwendet. Warum solche Modellierungen in dieser Ausnahmesituation doch die „bestmögliche“ Evidenz darstellen und was sie über die Wirksamkeit von Quarantänemaßnahmen aussagen, stellt dieser erste Teil unserer Serie dar.

In der evidenzbasierten Gesundheitsversorgung spricht man von der „bestmöglichen“ Evidenz, die Entscheidungen zugrunde liegen sollte. Sie zu finden, zu bewerten und zusammenzufassen ist Aufgabe von systematischen Übersichtsarbeiten wie den Reviews von Cochrane. Doch was ist die bestmögliche Evidenz, wenn es drängende Frage zu beantworten gibt, aber noch keine oder zu wenig empirische, also auf Beobachtungen und Experimenten beruhende Studien vorliegen? „Für die Frage, wie wirksam Public-Health-Maßnahmen gegen die Ausbreitung von COVID-19 sind, sind wir gegenwärtig noch zu weiten Teilen auf mathematische Modellierungsstudien angewiesen“, sagt Barbara Nußbaumer-Streit stellvertretende Direktorin von Cochrane Österreich und Erstautorin eines kürzlich aktualisierten Cochrane Rapid Reviews zu Quarantänemaßnahmen.

Weiterlesen