Projektbeschreibung
Ein neues politisches Konzept zur Verringerung der Antibiotikaresistenz
Antibiotika sind ein äußerst wirkungsvolles Mittel zur Behandlung von Erkrankungen beim Menschen. Doch ihr verstärkter Einsatz führt zugleich auch zu einer erhöhten Entstehung resistenter Bakterien. Laut der Weltgesundheitsorganisation stellt die Antibiotikaresistenz eine weltweite Bedrohung dar, auf die jährlich 700 000 Todesfälle infolge von nicht behandelbaren Infektionen zurückzuführen sind. Um Nachfrage und Angebot bestehender und neuer Arzneimittel zu regulieren, ist ein neues politisches Konzept gefragt. Das EU-finanzierte Projekt ABRSEIST möchte praktikable und effiziente nachfrageorientierte politische Interventionen identifizieren und bewerten, die auf Behandelnde und Betroffene eingehen. Das Projekt wird sich ein umfassendes ökonometrisches Software-Instrumentarium zunutze machen, um die Mechanismen aufzuzeigen, durch die Antibiotikaresistenz und die Nutzung von Antibiotika in Zusammenhang stehen. Mithilfe von Methoden des maschinellen Lernens und ökonometrischen Analysen wird ABRSEIST stichhaltige Belege dafür liefern, wie effektive Interventionskonzepte aussehen sollten, und das Verständnis im Hinblick auf die Antibiotikaverschreibung, -nutzung und -resistenz vertiefen.
Ziel
Antibiotics have contributed to a tremendous increase in human well-being, saving many millions of lives. However, antibiotics become obsolete the more they are used as selection pressure promotes the development of resistant bacteria. The World Health Organization has proclaimed antibiotic resistance as a major global threat to public health. Today, 700,000 deaths per year are due to untreatable infections. To win the battle against antibiotic resistance, new policies affecting the supply and demand of existing and new drugs must be designed. I propose new research to identify and evaluate feasible and effective demand-side policy interventions targeting the relevant decision makers: physicians and patients. ABRSEIST will make use of a broad econometric toolset to identify mechanisms linking antibiotic resistance and consumption exploiting a unique combination of physician-patient-level antibiotic resistance, treatment, and socio-economic data. Using machine learning methods adapted for causal inference, theory-driven structural econometric analysis, and randomization in the field it will provide rigorous evidence on effective intervention designs. This research will improve our understanding of how prescribing, resistance, and the effect of antibiotic use on resistance, are distributed in the general population which has important implications for the design of targeted interventions. It will then estimate a structural model of general practitioners’ acquisition and use of information under uncertainty about resistance in prescription choice, allowing counterfactual analysis of information-improving policies such as mandatory diagnostic testing. The large-scale and structural econometric analyses allow flexible identification of physician heterogeneity, which ABRSEIST will exploit to design and evaluate targeted, randomized information nudges in the field. The result will be improved rational use and a toolset applicable in contexts of antibiotic prescribing.
Wissenschaftliches Gebiet
- social scienceseconomics and businesseconomicseconometrics
- medical and health scienceshealth sciencespublic health
- medical and health sciencesbasic medicinepharmacology and pharmacypharmaceutical drugsantibiotics
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- medical and health sciencesbasic medicinepharmacology and pharmacydrug resistanceantibiotic resistance
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
10117 Berlin
Deutschland