API src

Found 28 results.

Related terms

Indikator: Bevölkerungsgewichtete Feinstaubbelastung (PM2,5)

<p>Die wichtigsten Fakten</p><p><ul><li>Die bevölkerungsgewichtete Feinstaubbelastung (⁠<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>⁠) in Deutschland war 2023 deutlich geringer als 2010.</li><li>2023 lag die bevölkerungsgewichtete Feinstaubbelastung bei 7,3 µg/m³ im Jahresdurchschnitt. Das ist eine ca. 54&nbsp;% geringere Belastung als noch im Jahr 2010.</li><li>Der Rückgang der Belastung ist auf rückläufige Emissionen bei stationären Quellen (z.B. Kraftwerken, Abfallverbrennungsanlagen, beim Hausbrand und Industrieanlagen) sowie auf Maßnahmen im Verkehrsbereich zurückzuführen.</li></ul></p><p>Welche Bedeutung hat der Indikator?</p><p>Für die Bewertung von Gesundheitsrisiken durch Feinstaub ist es notwendig, die Belastung (⁠<a href="https://www.umweltbundesamt.de/service/glossar/e?tag=Exposition#alphabar">Exposition</a>⁠) der Bevölkerung mit Feinstaub in Deutschland zu erfassen und diese im Hinblick auf potentielle gesundheitliche Folgen zu bewerten. Der vorliegende ⁠<a href="https://www.umweltbundesamt.de/service/glossar/i?tag=Indikator#alphabar">Indikator</a>⁠ ist ein Maß für die durchschnittliche jährliche Feinstaubbelastung der Gesamtbevölkerung in Deutschland (angegeben in µg/m³). Er bezieht sich auf Feinstaubpartikel in der Außenluft mit einem Durchmesser von bis zu 2,5 µm (⁠<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>⁠). Durch die kontinuierliche Erfassung des Indikators lassen sich zeitliche Trends für die durchschnittliche Feinstaubbelastung der Bevölkerung in Deutschland ableiten.</p><p>Wie ist die Entwicklung zu bewerten?</p><p>Über den betrachteten Zeitraum hinweg ist zu erkennen, dass die Feinstaubbelastung der Bevölkerung in Deutschland tendenziell abgenommen hat: 2010 betrug der Indikatorwert 15,9 µg/m³; 2023 hingegen lag der Wert bei 7,3 µg/m³. Dies entspricht einer Reduktion um ca. 54&nbsp;%.</p><p>Der sich abzeichnende Rückgang der Belastung durch ⁠<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>⁠ ist überwiegend auf die Minderungsmaßnahmen bei Emissionen aus stationären Quellen (z.B. Kraftwerken, Abfallverbrennungsanlagen, Haushalten / Kleinverbrauchern und diversen Industrieprozessen) sowie auf Maßnahmen im Verkehrsbereich zurückzuführen (nähere Informationen zu den Beiträgen einzelner Quellen finden Sie <a href="https://www.umweltbundesamt.de/daten/luft/luftschadstoff-emissionen-in-deutschland/emission-von-feinstaub-der-partikelgroesse-pm25#emissionsentwicklung">hier</a>). Ein weiterer Rückgang der Belastung bis 2030 ist durch die Emissionsreduktionsverpflichtungen der <a href="https://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:32016L2284">NEC-Richtlinie</a> zu erwarten. Bei Umsetzung der Maßnahmen aus den nationalen Luftreinhalteprogrammen (in <a href="https://www.umweltbundesamt.de/themen/luft/regelungen-strategien/nationales-luftreinhalteprogramm#die-emissionshochstmengen-der-alten-nec-richtlinie">Deutschland</a> u. a. der „Kohleausstieg“, die Verringerung der Ammoniak-Emissionen aus der Landwirtschaft und die Verkehrswende (E-Mobilität)) können die Emissionen von Feinstaub und seinen Vorläufergasen bis 2030 weiter reduziert werden.</p><p>Ferner hat die variable ⁠<a href="https://www.umweltbundesamt.de/service/glossar/w?tag=Witterung#alphabar">Witterung</a>⁠ direkten Einfluss auf die Feinstaubkonzentrationen. Dies kann in einzelnen Jahren zu einer Senkung oder einem Anstieg der Feinstaubbelastung führen und somit zeitgleiche Veränderungen bei den Emissionen überlagern (nähere Informationen hierzu finden Sie <a href="https://www.umweltbundesamt.de/sites/default/files/medien/479/publikationen/2025_uba_hgp_luftqualitaet_2024_dt.pdf">hier</a>).</p><p>Wie wird der Indikator berechnet?</p><p>Für den ⁠<a href="https://www.umweltbundesamt.de/service/glossar/i?tag=Indikator#alphabar">Indikator</a>⁠ werden Modelldaten des chemischen Transportmodells REM-CALGRID mit ⁠<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>⁠-Messdaten der Immissionsmessnetze der Bundesländer und des ⁠<a href="https://www.umweltbundesamt.de/service/glossar/u?tag=UBA#alphabar">UBA</a>⁠ kombiniert und auf die gesamte Fläche Deutschlands übertragen. Dies erfolgt in einer räumlichen Auflösung von 2 x 2 km². Die PM2,5-Daten werden anschließend mit Informationen zur räumlichen Verteilung der Bevölkerungsdichte kombiniert. Für die Berechnung des Indikators werden danach die Feinstaubkonzentrationen je Gitterzelle mit der jeweiligen Anzahl der zugeordneten Bevölkerung multipliziert, insgesamt aufsummiert und im Anschluss durch die Summe der Gesamtbevölkerung Deutschlands geteilt.</p><p>Für die Berechnung des Indikators werden nur die Messstationen im ländlichen und städtischen Hintergrund berücksichtigt. Messstationen, die einem direkten Feinstaubausstoß z.B. aus dem Verkehr ausgesetzt sind, fließen in die Berechnung hingegen nicht ein. Daher könnte der Indikator die Belastungssituation in Deutschland tendenziell leicht unterschätzen. Der methodische Ansatz ist im Fachartikel <a href="https://www.umweltbundesamt.de/sites/default/files/medien/4031/publikationen/artikel_5_dnk.pdf">Kienzler et al. 2024</a> näher beschrieben.</p><p><strong>Ausführliche Informationen zum Thema finden Sie im Daten-Artikel „<a href="https://www.umweltbundesamt.de/daten/umwelt-gesundheit/gesundheitsrisiken-durch-feinstaub">Bedeutung der Feinstaubbelastung für die Gesundheit</a>“.</strong></p>

Alternativmethoden: Etablierung eines iPSC-basierten Lungenorganoidsystems als Alternative für tierbasierte Forschungsmodelle

Vorzeitige Todesfälle durch Luftverschmutzung

Antrag nach dem IFG/UIG/VIG Sehr geehrte Damen und Herren, ich bitte Sie um Zusendung folgender Unterlagen: 1. Studien zur Luftverschmutzung durch Feinstaub (PM2,5), Ozon (O3) und Stickstoffdioxid (NO2) 1.1 für Deutschland 1.2 für das Rheinische Revier 2. Auflistung der Todesopfer nach Altersgruppen, Geschlecht und möglicher Vorerkrankung Dies ist ein Antrag auf Zugang zu amtlichen Informationen nach § 1 des Gesetzes zur Regelung des Zugangs zu Informationen des Bundes (IFG) sowie § 3 Umweltinformationsgesetz (UIG), soweit Umweltinformationen im Sinne des § 2 Abs. 3 UIG betroffen sind, sowie § 1 des Gesetzes zur Verbesserung der gesundheitsbezogenen Verbraucherinformation (VIG), soweit Informationen im Sinne des § 1 Abs. 1 VIG betroffen sind. Sollte der Informationszugang Ihres Erachtens gebührenpflichtig sein, möchte ich Sie bitten, mir dies vorab mitzuteilen und detailliert die zu erwartenden Kosten aufzuschlüsseln. Meines Erachtens handelt es sich um eine einfache Auskunft. Gebühren fallen somit nach § 10 IFG bzw. den anderen Vorschriften nicht an. Auslagen dürfen nach BVerwG 7 C 6.15 nicht berechnet werden. Sollten Sie Gebühren veranschlagen wollen, bitte ich gemäß § 2 IFGGebV um Befreiung oder hilfweise Ermäßigung der Gebühren. Ich verweise auf § 7 Abs. 5 IFG/§ 3 Abs. 3 Satz 2 Nr. 1 UIG/§ 4 Abs. 2 VIG und bitte Sie, mir die erbetenen Informationen so schnell wie möglich, spätestens nach Ablauf eines Monats zugänglich zu machen. Kann diese Frist nicht eingehalten werden, müssen Sie mich darüber innerhalb der Frist informieren. Ich bitte Sie um eine Antwort per E-Mail gemäß § 1 Abs. 2 IFG. Ich widerspreche ausdrücklich der Weitergabe meiner Daten an behördenexterne Dritte. Sollten Sie meinen Antrag ablehnen wollen, bitte ich um Mitteilung der Dokumententitel und eine ausführliche Begründung. Ich möchte Sie um eine Empfangsbestätigung bitten und danke Ihnen für Ihre Mühe! Mit freundlichen Grüßen

Vorzeitige Todesfälle durch Lärm und Abgase in Hamburg

Anfrage nach dem Hamburgischen Transparenzgesetz (HmbTG) Sehr geehrte Damen und Herren, das Bundesumweltamt schätzt, das deutschlandweit ca. 46.000 vorzeitige Todesfälle auf Feinstaub zurück zu führen sind. Nach Aussage der Europäischen Umweltagentur können in Deutschland darüber hinaus jährlich etwa 10 000 vorzeitige Todesfälle auf die hohe NO₂-Belastung zurückgeführt werden.Zudem führe die Belastung durch Umgebungslärm europaweit jährlich zu mindestens 10.000 vorzeitigen Todesfällen durch Herzerkrankungen. Sofern Ihnen vergleichbare Daten (vorzeitige Todesfälle durch Feinstaub, Stickoxid, Umgebungslärm) für Hamburg vorliegen, würde ich mich freuen, wenn Sie mir die diesbezüglichen Zahlen nennen oder mich auf die entsprechenden Publikationen/Anfragen o. Ä. verweisen könnten. Vielen Dank! Dies ist ein Antrag auf Zugang zu Information nach § 1 Hamburgisches Transparenzgesetz (HmbTG). Ausschlussgründe liegen meines Erachtens nicht vor. Sofern Teile der Information durch Ausschlussgründe geschützt sind, beantrage ich mir die nicht geschützten Teile zugänglich zu machen. Ich bitte Sie zu prüfen, ob Sie mir die erbetene Auskunft auf elektronischem Wege kostenfrei erteilen können. Sollte die Aktenauskunft Ihres Erachtens in jedem Fall gebührenpflichtig sein, möchte ich Sie bitten, mir dies vorab mitzuteilen und dabei die Höhe der Kosten anzugeben. Ich verweise auf § 13 Abs. 1 HmbTG und bitte Sie, mir die erbetenen Informationen unverzüglich und nur im Ausnahmefall spätestens nach Ablauf eines Monats nach Antragszugang zugänglich zu machen. Sollten Sie für diesen Antrag nicht zuständig sein, bitte ich Sie, ihn an die zuständige Behörde weiterzuleiten und mich darüber zu unterrichten. Ich möchte Sie um eine Antwort in elektronischer Form (E-Mail) bitten und behalte mir vor, nach Eingang Ihrer Auskünfte um weitere ergänzende Auskünfte oder auch um Akteneinsicht nachzusuchen. Ich bitte Sie um eine Empfangsbestätigung und danke für Ihre Mühe! Mit freundlichen Grüßen

Indikatoren zur bevölkerungsbezogenen Krankheitslast und ihre Bedeutung für die ärztliche Praxis

Zur Quantifizierung der Auswirkungen von Erkrankungen und Risikofaktoren auf die Bevölkerungsgesundheit wird national sowie international zunehmend das Konzept der Krankheitslast eingesetzt. Hierbei werden Indikatoren wie attributable Todesfälle oder verlorene Lebensjahre verwendet, um standardisierte Vergleiche beispielsweise zwischen Risikofaktoren, Ländern oder über die Zeit zu ermöglichen. In den Medien werden häufig gezielt und isoliert die Schätzungen der Krankheitslast von einzelnen Risikofaktoren berichtet, um die Aufmerksamkeit auf den jeweiligen Faktor zu lenken. Ohne Vergleichswerte für andere Risiken sind solche Angaben jedoch kaum aussagekräftig. Die Berechnung von attributablen Krankheitslasten folgt in der Regel einem standardisierten Prozess. Ohne Informationen zu den genutzten Ausgangsdaten und zu den notwendigen Annahmen für die Modelle ist eine Interpretation der Ergebnisse nur sehr eingeschränkt möglich. Nichtsdestotrotz ermöglicht das Konzept der Krankheitslast bei adäquater Nutzung den Vergleich unterschiedlicher Risikofaktoren. So kann beispielsweise die Krankheitslast, die auf Feinstaub zurückgeführt werden kann, der gegenübergestellt werden, die auf das Rauchen oder schlechte Ernährung zurückgeführt werden kann. Solche Informationen sind für die Politikberatung von Bedeutung und können bei Entscheidungsfindungsprozessen unterstützten. Der praktisch tätige Arzt sollte über ein Grundverständnis der Methoden zur Berechnung von Krankheitslasten verfügen, um auf gezielte Nachfragen von Patientinnen und Patienten kompetent reagieren und um mögliche Bedenken oder Ängste besser einordnen zu können. Die zentrale Botschaft sollte dabei sein, dass Ergebnisse von bevölkerungsbasierten Studien keinesfalls auf das Individuum mit seinem ganz speziellen Risikoprofil übertragen werden können. © The Author(s)

Krankheitskosten im Zusammenhang mit der Feinstaubbelastung in Deutschland 2018

INTRODUCTION Neben den Auswirkungen von Feinstaub (PM2,5) auf die Gesundheit von Bevölkerungen sind die resultierenden Krankheitskosten als zusätzliche Information in politischen Entscheidungsfindungsprozessen zunehmend relevant. Im UKAGEP-Projekt wurde die feinstaubbedingte Krankheitslast für Deutschland monetarisiert. METHODS Im ersten Schritt wurde anhand der Environmental Burden of Disease-Methode die Krankheitslast für das Jahr 2018 berechnet, die in Deutschland auf Feinstaub zurückgeführt werden kann. Zur Monetarisierung der Krankheitslast wurde zum einen der Value of Statistical Life (VSL) mit einer ökonomischen Bewertung eines statistischen Lebens in Höhe von ca. 6,3 (2,4-7,2) Mio. âą und zum anderen der Value Of a statistical Life Year (VOLY) mit einer Bewertung eines statistischen Lebensjahres in Höhe von 58.623 (36.646-146.582) âą verwendet. Statistische Unsicherheiten bei der Krankheitslast und den VSL- und VOLY-Werten wurden berücksichtigt und anhand von unteren und oberen Schätzern dargestellt. RESULTS Die feinstaubbedingte Gesamtkrankheitslast belief sich im Jahr 2018 auf 290.702 (194.265-391.112) Disability-Adjusted Life Years. Bei Verwendung des VOLY-Ansatzes entspricht dies Krankheitskosten von etwa 17 (7-57) Mrd. âą . Bei ausschließlicher Betrachtung der Mortalität wurden 15.652 (10.390-21.466) attributable Todesfälle berechnet. Unter Verwendung des VSL-Ansatzes entspricht dies Kosten von etwa 98 (25-124) Mrd. âą . CONCLUSIONS/OUTLOOK Der VSL- und der VOLY-Ansatz haben den Vorteil, dass sie die indirekten und intangiblen Kosten berücksichtigen. Letztere werden in der Regel bei der Berechnung der Krankheitskosten nicht betrachtet, weil dort lediglich die direkten Behandlungskosten einfließen. Der VSL-Ansatz führt zu deutlich höheren Kosten, weil im Vergleich zum VOLY-Ansatz das Sterbealter nicht berücksichtigt wird und daher alle Todesfälle mit demselben monetären Wert versehen werden. Der VOLY-Ansatz differenziert nach Sterbealter und ist daher dem VSL-Ansatz vorzuziehen. Quelle: 18. Jahrestagung DGEPI "Epidemiologie im Wandel - Innovationen und Herausforderungen" : 26.-28. September 2023, Würzburg ; Abstractbook / Deutsche Gesellschaft für Epidemiologie. Ulm: DGEPI, 2023

Modelling hourly particulate matter (PM10) concentrations at high spatial resolution in Germany using land use regression and open data

Air pollution is a major health risk factor worldwide. Regular short- and long-time exposures to ambient particulate matter (PM) promote various diseases and can lead to premature death. Therefore, in Germany, air quality is assessed continuously at approximately 400 measurement sites. However, knowledge about this intermediate distribution is either unknown or lacks a high spatial-temporal resolution to accurately determine exposure since commonly used chemical transport models are resource intensive. In this study, we present a method that can provide information about the ambient PM concentration for all of Germany at high spatial (100 m * 100 m) and hourly resolutions based on freely available data. To do so we adopted and optimised a method that combined land use regression modelling with a geostatistical interpolation technique using ordinary kriging. The land use regression model was set up based on CORINE (Coordination of Information on the Environment) land cover data and the Germany National Emission Inventory. To test the model's performance under different conditions, four distinct data sets were used. (1) From a total of 8760 (365 * 24) available h, 1500 were randomly selected. From those, the hourly mean concentrations at all stations (ca. 400) were used to run the model (n = 566,326). The leave-one-out cross-validation resulted in a mean absolute error (MAE) of 7.68 (micro)gm-3 and a root mean square error (RMSE) of 11.20 (micro)gm-3. (2) For a more detailed analysis of how the model performs when an above-average number of high values are modelled, we selected all hourly means from February 2011 (n = 256,606). In February, measured concentrations were much higher than in any other month, leading to a slightly higher MAE of 9.77 (micro)gm-3 and RMSE of 14.36 (micro)gm-3, respectively. (3) To enable better comparability with other studies, the annual mean concentration (n = 413) was modelled with a MAE of 4.82 (micro)gm-3 and a RMSE of 6.08 (mircro)gm-3. (4) To verify the model's capability of predicting the exceedance of the daily mean limit value, daily means were modelled for all days in February (n = 10,845). The exceedances of the daily mean limit value of 50 (micro)gm-3 were predicted correctly in 88.67% of all cases. We show that modelling ambient PM concentrations can be performed at a high spatial-temporal resolution for large areas based on open data, land use regression modelling, and kriging, with overall convincing results. This approach offers new possibilities in the fields of exposure assessment, city planning, and governance since it allows more accurate views of ambient PM concentrations at the spatial-temporal resolution required for such assessments. © 2022 by the authors

Air pollution at human scales in an urban environment

Air pollution is a global challenge causing millions of premature deaths annually. This is limited not only to developing, but also developed nations, with cities in particular struggling to meet air quality limit values to adequately protect human health. Total exposure to air pollution is often disproportionately affected by the relatively short amount of time spent commuting or in the proximity of traffic. In this exploratory work, we conducted measurements of particle number concentrations using a DiscMini by bicycle. Eighteen tracks with accompanying video footage were analyzed and a suite of factors classified and quantified that influence exposure to air pollution. A method was developed to account for variations in the ambient average concentrations per trip that allowed for comparison across all tracks. Large differences in ultra-localized air pollution levels were identified and quantified for factors such as street type, environmental surroundings, and vehicle type. The occurrence of one or more non-passenger car vehicles, including e.g., buses, mopeds, or trucks, result in an increase in particulate concentrations of 30% to 40% relative to the average ambient level. High traffic situations, such as traffic jams or cars waiting at traffic lights, result in increased particulate concentrations (+47% and +35%, respectively). Cycling in residential neighborhoods decreased particulate number concentrations by 17% relative to the ambient average level, and by 22% when cycling through green spaces or parks. Such information is valuable for citizens who may want to reduce their air pollution exposure when moving through a city, but also for policy makers and urban planners who make or influence infrastructure decisions, to be able to reduce exposure and better protect human health, while progress is made to reduce air pollution levels overall. © 2019 The Authors

Umweltbundesamt weist Kritik an NO2-Studie zurück

<p>Das Umweltbundesamt weist Kritik an einer vom Helmholtz-Zentrum München durchgeführten Studie zur Krankheitslast von Stickstoffdioxid zurück. Die Studie wurde nach aktuellen wissenschaftlichen Standards durchgeführt. Die Ergebnisse besitzen weiter ihre Gültigkeit.</p><p>Die Studie des Helmholtz Zentrums München (das Deutsche Forschungszentrum für Gesundheit und Umwelt) ist eine Studie zur Bestimmung der Krankheitslast in der Bevölkerung insgesamt. In Studien zur Bestimmung der Krankheitslast wird die Bedeutung von Risikofaktoren für die Gesundheit der gesamten Bevölkerung untersucht. Hierbei steht der Vergleich unterschiedlicher Risikofaktoren im Vordergrund. Solche Risikofaktoren können das Rauchen oder Bewegungsmangel sein; in der vorliegenden Studie wurde die Krankheitslast von Stickstoffdioxid untersucht. Es handelt sich also nicht um eine klassische epidemiologische Studie, in der Daten von individuellen Personen analysiert werden.</p><p>Zur Berechnung der Krankheitslast wird die von der Weltgesundheitsorganisation (⁠<a href="https://www.umweltbundesamt.de/service/glossar/w?tag=WHO#alphabar">WHO</a>⁠) entwickelte „Environmental Burden of Disease“ (EBD)-Methode verwendet. Nach dieser Methode läuft die Berechnung in unserer Studie vereinfacht dargestellt in zwei Schritten ab:</p><p><strong>Schritt 1:</strong> Die zentrale Grundlage für die Berechnung der vorzeitigen Todesfälle und der verlorenen Lebensjahre in dieser Studie ist die Todesursachenstatistik in Deutschland. Diese liefert Informationen darüber, wie viele Personen mit welchem Alter verstorben sind. Die statistische Restlebenserwartung der verstorbenen Personen wird aus den Informationen des Statistischen Bundesamtes bezogen. Somit ist bekannt, wenn z. B. eine weibliche Person in Deutschland im Alter von 60 Jahren stirbt, dass sie nach der Statistik eigentlich noch ca. 25 Jahre zu leben gehabt hätte. Diese Jahre entsprechen den verlorenen Lebensjahren. Dieser Berechnungsschritt erfolgt für die gesamte Bevölkerung, das Individuum ist dann nicht mehr identifizierbar und deswegen sind die Ergebnisse solcher Studien nicht für individuelle Personen gültig. <br>Diese Daten sind die Grundlage für die weiteren Berechnungen.</p><p><strong>Schritt 2:</strong> Aus den Informationen zur ⁠<a href="https://www.umweltbundesamt.de/service/glossar/e?tag=Exposition#alphabar">Exposition</a>⁠ der Gesamtbevölkerung mit Stickstoffdioxid, die aus Modellen flächendeckend für Deutschland vorliegen, und des der Konzentration entsprechenden Relativen Risikos aus den epidemiologischen Studien wird mit Hilfe der sogenannten PAF-Formel (siehe unten) der prozentuale Anteil bestimmt, der auf Stickstoffdioxid zurückgeführt werden kann. Erst mit diesem Schritt wird also die Anzahl der einem Risikofaktor attribuierbaren (zuschreibbaren) Todesfälle und verlorenen Lebensjahre bestimmt. Hierfür wird der prozentuale Anteil mit der Anzahl der Todesfälle und / oder verlorenen Lebensjahre multipliziert.</p><p>Die so ermittelten Zahlen sind als Indikatoren für den Gesundheitszustand der Gesamtbevölkerung zu sehen. Sie sind keinesfalls klinisch identifizierbare Todesfälle, die auf Stickstoffdioxid zurückgeführt werden können.</p><p>Eine wichtige Komponente der EBD-Methode sind die Ergebnisse aus epidemiologischen Studien, also Studien, in denen individuelle Menschen betrachtet werden. Epidemiologische Studien ermitteln den Zusammenhang zwischen Risikofaktoren (z. B. Stickstoffdioxid) und gesundheitlichen Auswirkungen (z. B. Herz-Kreislauf-Erkrankungen), indem sie unterschiedlich exponierte Personen oder Personengruppen miteinander vergleichen.</p><p>Die Ergebnisse aus epidemiologischen Studien werden häufig als Relative Risiken dargestellt und diese werden für die Berechnung der Krankheitslast benötigt. Das Relative Risiko versteht sich als der Faktor, um den sich ein Risiko (z.B. für eine Herz-Kreislauf-Erkrankung) in zwei ungleich belasteten Gruppen unterscheidet.</p><p>Zentraler Baustein der EBD-Methode ist eine mathematische Formel zur Berechnung der sogenannten „Population Attributable Fraction“ (PAF). Mit der Formel wird ein prozentualer Wert ermittelt, der angibt, wie groß der Anteil von Todesfällen ist, der auf einen Risikofaktor zurückgeführt werden kann, also der einem Risikofaktor zuschreibbare Anteil an Krankheiten oder Todesfällen. In diese Formel geht unter anderem das aus epidemiologischen Studien abgeleitete Relative Risiko ein.</p><p>Bei der EBD-Methode kann über die Anwendung der PAF-Formel die Anzahl der vorzeitigen Todesfälle und verlorener Lebensjahre ermittelt werden.</p><p>Die EBD-Methode und somit auch die PAF wurden bereits in einer Vielzahl von wissenschaftlichen Studien angewendet, die durch Gutachterverfahren im „peer-review“ geprüft wurden. Gerade im letzten Jahr wurde im Rahmen der Global Burden of Disease-Studie des Institute for Health Metrics and Evaluation (Seattle, USA) ein Fachartikel in der renommierten Zeitschrift „The Lancet“ veröffentlicht, indem ebenfalls die PAF verwendet wurde. Die PAF und ihre Grundlagen wurden ebenfalls in zahlreichen weiteren Artikeln veröffentlicht und auch die Limitationen der PAF wurden in der wissenschaftlichen Community vielfach diskutiert. Die WHO wendet die Methode bereits seit ca. 20 Jahren an und es besteht in der Wissenschaft breiter Konsens zur Anwendbarkeit der Formel.</p><p>Herr PD Dr. Peter Morfeld kritisiert in einem aktuellen Beitrag in der Zeitschrift "Das Gesundheitswesen" gemeinsam mit Univ.-Prof. Dr. Thomas C. Erren die in Krankheitslast-Studien eingesetzte PAF-Formel und nimmt dabei unsere Studie als Beispiel. Diese Kritik ist nicht nachzuvollziehen, denn die Quantifizierung der Auswirkungen von Risikofaktoren auf die Gesundheit von Bevölkerungen in EBD-Studien wird erst durch die Nutzung der PAF ermöglicht. Sie ist also inhärenter Bestandteil solcher Studien und wird zudem von vielen renommierten Wissenschaftlerinnen und Wissenschaftlern als das Mittel der Wahl für Krankheitslast-Studien angesehen.</p><p>Wir teilen zunächst die Meinung von Herrn Morfeld, dass die PAF-Formel zur Analyse von klassischen epidemiologischen Studien nicht geeignet ist, da sie zu verzerrten Ergebnissen führen kann. Für die Auswertung klassischer epidemiologischer Studien sollten andere Analysemethoden genutzt werden, wie z. B. die Cox-Regression zur Analyse von Daten aus Kohortenstudien (ein Studientyp, bei dem Menschen über einen gewissen Zeitraum untersucht oder beobachtet werden) oder die logistische Regression zur Analyse von Fall-Kontroll-Studien (ein Studientyp, bei dem bestimmte Menschen als Fälle mit anderen vergleichbaren Kontrollen untersucht oder beobachtet werden).</p><p>Wenn dennoch die PAF zur Auswertung von z. B. Kohortenstudien angewendet wird, wie von Herrn Peter Morfeld und Herrn Thomas Erren in ihren Beispielen im aktuellen wissenschaftlichen Artikel angedeutet, so kann es zu verzerrten Ergebnissen kommen. Wir vermuten, dass Herr Peter Morfeld davon ausgeht, dass die Studie des Helmholtz-Instituts eine epidemiologische Kohortenstudie ist. Die von ihm kritisierte Studie ist aber keine solche Studie, die Individuen untersucht, sondern, wie dargestellt, eine EBD-Studie. Daher trifft die Kritik nicht zu, die Ergebnisse behalten unserer Ansicht nach weiter ihre Gültigkeit.</p><p>Herr Morfeld hat seine Kritik schon nach Erscheinen der Studie geäußert, u. a. auf einem vom Umweltbundesamt im Herbst 2018 gemeinsam mit der Deutschen Gesellschaft für Epidemiologie durchgeführten wissenschaftlichen Symposium zu der von uns beauftragten Studie. Wir nehmen Kritik an unserer wissenschaftlichen Arbeit immer ernst und überprüfen gewissenhaft die Richtigkeit unserer Schlussfolgerungen.</p><p>Aus unserer Sicht sind die vorgetragenen Argumente von Herrn Morfeld und Herrn Erren allerdings nicht geeignet, um die Anwendbarkeit der PAF-Formel für Berechnungen der Krankheitslast zu widerlegen und somit eine Fehlerhaftigkeit der ⁠<a href="https://www.umweltbundesamt.de/service/glossar/u?tag=UBA#alphabar">UBA</a>⁠-EBD-Studie nachzuweisen.</p><p>Eine detaillierte wissenschaftliche Antwort auf den Beitrag der Herren Morfeld und Erren wird derzeit von mehreren Wissenschaftlerinnen und Wissenschaftlern, unter anderem des Umweltbundesamtes für die Zeitschrift Gesundheitswesen vorbereitet.</p><p>&nbsp;</p>

Wie sehr beeinträchtigt Stickstoffdioxid (NO2) die Gesundheit der Bevölkerung in Deutschland?

In der Studie "Quantifizierung von umweltbedingten Krankheitslasten aufgrund der Stickstoffdioxid - Exposition in Deutschland" wurden für das Jahr 2014 rund 6.000 vorzeitige Todesfälle aufgrund von Herzkreislauferkrankungen statistisch ermittelt, die auf die Langzeitbelastung mit Stickstoffdioxid (NO2) zurückgeführt werden können. Dieses Factsheet fasst die Ergebnisse der Studie zusammen. Quelle: https://www.umweltbundesamt.de/

1 2 3