Vorhersage von grippeähnlichen Erkrankungsausbrüchen durch syndromische Überwachung mit Verkaufsdaten rezeptfreier Arzneimittel und Primärversorgungsdaten

Warum alltägliche Einkäufe helfen können, eine bevorstehende Welle zu erkennen

Lange bevor Schlagzeilen vor einer neuen Welle von grippeähnlichen Erkrankungen warnen, beginnen Menschen, Erkältungsmedikamente zu kaufen und ihre örtliche Klinik aufzusuchen. Diese Studie stellt eine einfache, aber wirkungsvolle Frage: Können diese alltäglichen Handlungen, erfasst in Apothekenumsätzen und Primärversorgungsbesuchen, Gesundheitsbehörden anzeigen, dass die Krankenhausbetten sich bald füllen werden? Indem routinemäßige Daten aus ganz Brasilien in ein Frühwarnsystem überführt werden, untersuchen die Forschenden eine kostengünstige Möglichkeit, wertvolle Wochen Vorbereitungszeit zu gewinnen, bevor schwere Atemwegs-Ausbrüche eintreten.

Medikamentenverkäufe und Klinikbesuche in einem kontinentgroßen Land verfolgen

Das Team konzentrierte sich auf grippeähnliche Erkrankungen, ein Symptomcluster wie Husten, Fieber und Halsschmerzen, das durch viele Atemwegsviren verursacht werden kann. Sie sammelten drei Informationsströme für 510 Regionen in Brasilien zwischen Ende 2022 und Mitte 2025: Verkäufe von rezeptfreien (OTC) Arzneimitteln, die üblicherweise zur Behandlung dieser Symptome genutzt werden, Aufzeichnungen über Primärversorgungsbesuche (PHC) wegen grippeähnlicher Beschwerden und Krankenhauseinweisungen wegen Atemwegserkrankungen. Da Brasilien über ein universelles öffentliches Gesundheitssystem und ein sehr großes privates Apothekennetz verfügt, decken diese Daten eine weite und diverse Bevölkerung ab, von Großstädten bis zu abgelegenen Gebieten.

Rauscherbe Daten in Warnsignale verwandeln

Alltägliche Daten können unordentlich sein: Schulferien, Sonderangebote oder lokale Ereignisse können die Zahlen nach oben oder unten treiben. Um echte Ausbrüche von zufälligen Schwankungen zu trennen, nutzten die Forschenden statistische Modelle, die das übliche Muster jeder Region lernen, einschließlich saisonaler Hochs und Tiefs, und dann Wochen markieren, in denen die Aktivität über das erwartete Maß ansteigt. Sie wendeten diesen Ansatz getrennt auf OTC‑Verkäufe und PHC‑Begegnungen an und prüften anschließend, wie häufig diese „Warnungen“ kurz vor einem Anstieg der Krankenhauseinweisungen auftraten, den sie als deutlichstes Zeichen dafür betrachteten, dass die Erkrankung in der Gemeinschaft ernst geworden war.

Wie gut die Frühwarnungen mit echten Krankenhausanstiegen übereinstimmten

Während des Untersuchungszeitraums verzeichnete Brasilien mehr als 62 Millionen Primärversorgungsbesuche wegen grippeähnlicher Symptome und über 2,2 Millionen stationäre Aufenthalte mit Atemwegsbezug. Die Modelle identifizierten 746 eindeutige Anstiege bei Krankenhauseinweisungen in den meisten Regionen. Signale in OTC‑Verkäufen sagten 56,6 % dieser Anstiege ein bis drei Wochen im Voraus vorher und erfassten weitere 9,5 % in derselben Woche, sodass etwa ein Drittel ausblieb. PHC‑Begegnungen schnitten etwas besser ab: Sie sagten 59,5 % der Anstiege frühzeitig voraus und weitere 10,3 % termingerecht, während 30,2 % verpasst wurden. In Maßen, die Fehlende Ausbrüche gegen Fehlalarme abwägen, zeigten PHC‑Daten eine etwas höhere Sensitivität und Präzision als OTC‑Daten, obwohl beide Datenströme insgesamt ähnlich abschnitten.

Unterschiedliche Regionen, unterschiedliche Stärken

Die Größe und Vielfalt Brasiliens bedeutete, dass der Nutzen jedes Datenstroms je nach Ort und Bevölkerung variierte. In der Zentralwestregion beispielsweise erkannten sowohl OTC‑ als auch PHC‑Daten die Mehrheit der Anstiege frühzeitig und mit relativ wenigen Fehlalarmen. In manchen Teilen des Nordostens jedoch blieben mehr Anstiege unbemerkt, insbesondere wenn nur PHC‑Daten zugrunde gelegt wurden. Auch die Stadtgröße spielte eine Rolle: Mittelgroße Regionen zeigten tendenziell die deutlichsten Signale, während in sehr großen urbanen Gebieten frühe Zeichen leichter in den Daten „verwässerten“. Als die Forschenden Erkenntnisse aus beiden Quellen kombinierten, fanden sie, dass in mehr als drei Vierteln der Regionen mindestens ein Datenstrom hochpräzise Warnungen lieferte, was zeigt, wie Apotheken- und Klinikdaten sich ergänzen können.

Was das für künftige Ausbrüche bedeutet

Für eine nicht fachliche Leserschaft ist die Kernbotschaft einfach: Die Beobachtung, wie viele Menschen Erkältungsmedikamente kaufen oder örtliche Kliniken aufsuchen, kann Gesundheitssystemen einen Vorsprung verschaffen, bevor Krankenhäuser überlaufen. In Brasilien konnten routinemäßige OTC‑Verkäufe und Primärversorgungsdaten die meisten Anstiege schwerer Atemwegserkrankungen ein bis drei Wochen im Voraus melden, obwohl die Daten nie für diesen Zweck vorgesehen waren. Zwar erzeugt die Methode manchmal Fehlalarme und muss für lokale Bedingungen feinabgestimmt werden, doch sie bietet einen skalierbaren, wenig belastenden Weg, die Pandemievorbereitung zu stärken—insbesondere dort, wo aufwendigere Labor- oder Krankenhaussurveillance schwer aufrechtzuerhalten ist. Mit längeren Beobachtungszeiträumen und ähnlichen Analysen für andere Krankheiten könnte dieser Ansatz zu einem wichtigen Bestandteil werden, wie Länder weltweit frühzeitig Probleme erkennen und handeln, bevor der nächste große Ausbruch sich ausbreitet.

Zitation: Oliveira, J.F., Cerqueira-Silva, T., Brito, P.A.N. et al. Anticipating influenza-like illness outbreaks via syndromic surveillance using over-the-counter drug sales and primary health care data. npj Digit. Public Health 1, 10 (2026). https://doi.org/10.1038/s44482-026-00014-w

Schlüsselwörter: syndromische Überwachung, grippeähnliche Erkrankung, Verkäufe rezeptfreier Arzneimittel, Primärversorgungsdaten, früher Ausbruchserkennung