Aufgrund unzureichender Ressourcen, willkürlicher Entscheidungsfindung und anderer Herausforderungen bei der Umsetzung effektiver Screening-Verfahren ist die Belastung durch Gebärmutterhalskrebs weltweit unverhältnismäßig stark auf Länder mit niedrigem und mittlerem Einkommen verteilt. Obwohl viele Länder neue, moderne Diagnoseverfahren einführen, hinkt die Umsetzung dieser Programme den politischen Änderungen weit hinterher und birgt die Gefahr, dass sie in der Anfangsphase scheitern. Um diese Risiken bei der laufenden Einführung neuer Screening-Verfahren in der Region Iquitos in Peru zu mindern, schlagen wir vor, die anfängliche Einführung eines bewährten Screening-Verfahrens mit Hilfe der diskreten Ereignissimulation (DES) zu modellieren. Das DES-Modell wird Einblicke in die potenzielle Ressourcennutzung und die angemessenen Personalstunden für verschiedene Leistungsszenarien (Erfassungsgrad) liefern und die Beteiligten dabei unterstützen, geeignete Entscheidungen zu treffen, während sie die Ressourcen für die Umsetzung dieser neuen Screening-Politik bereitstellen.
Laut Statistiken der Panamerikanischen Gesundheitsorganisation ist Gebärmutterhalskrebs die häufigste Krebstodesursache bei Frauen in Peru. Bis vor kurzem verließ sich Peru auf zytologische Screening-Programme, deren effektive Umsetzung in ressourcenbeschränkten Umgebungen eine Herausforderung darstellt, was zum Teil auf die Komplexität und den hohen Ressourcenbedarf der einzelnen Schritte des Screening-Prozesses zurückzuführen ist. Ein alternativer Ansatz ist das Screening auf humane Papillomaviren (HPV) und die Behandlung vor Ort. Diese Methode, die vom Krebsbekämpfungsprogramm in Peru übernommen wurde, kann systematisch bei Routineuntersuchungen durchgeführt werden, wodurch sich die Zahl der untersuchten Frauen erhöht. Es ist jedoch von entscheidender Bedeutung, dass dieses neue Screening-Verfahren mit angemessenen Ressourcen ausgestattet wird. Länder mit niedrigem bis mittlerem Einkommen verfügen nur über eine begrenzte Menge an Ressourcen, und wenn diese schlecht verwaltet werden, können die Screening-Programme schlecht abschneiden, was dazu führt, dass der Enthusiasmus für das neue Programm nachlässt und man wieder zu vorher unwirksamen Programmen zurückkehrt.
Wir nutzen eine laufende Studie zur Implementierungsforschung in Iquitos, die die Interessengruppen des Screenings einbezieht, um die Implementierungshindernisse zu verstehen und gemeinsam einen von den Interessengruppen entworfenen Implementierungsplan zu entwickeln (NIH R01-CA190366). Die Ergebnisse dieser Studie werden zur Entwicklung einer Prozessbeschreibung und eines entsprechenden Simulationsmodells verwendet, das die stochastische Natur des Prozesses erfasst und die Auswirkungen auf eine Reihe von wichtigen Leistungsindikatoren (z. B. Screening-Abdeckung, Wartezeit, Verlust bis zur Nachuntersuchung) untersucht. In Zukunft werden wir alternative Screening-Prozesse modellieren, wie z. B. den bestehenden zytologischen Prozess, um Entscheidungen über die Politik und die Umsetzung zu unterstützen.
Abbildung 1 zeigt das Prozessdiagramm, das den HPV-Screening- und Behandlungsprozess beschreibt, der auf der Grundlage von Treffen mit Interessengruppen in Iquitos, Peru, entwickelt wurde. Die Datenerfassung für das Pilotprojekt in Iquitos ist bereits im Gange und wird zur Parametrisierung des Modells innerhalb der SIMIO-Modellierungsumgebung verwendet. Die Patienten werden von der ersten Probenahme über die Wartezeit, in der die Proben gesammelt und analysiert werden, bis hin zur Behandlung verfolgt, falls diese aufgrund eines positiven Testergebnisses erforderlich ist. Zu den politischen Änderungen gehören unter anderem die Änderung der Personalstunden in den einzelnen Gesundheitszentren oder im Zentrallabor, die Änderung der Häufigkeit der Probenzusammenstellung und des Probentransports sowie die Entscheidung über den Standort und die optimale Anzahl der Behandlungszentren (TVT). Die Ergebnisse des Modells ermöglichen die Berechnung mehrerer wichtiger Leistungsindikatoren: (1) prozentualer Anteil der untersuchten Bevölkerung; (2) prozentualer Anteil der behandelten Krebsvorstufen; (3) Verluste bis zur Nachuntersuchung; (4) Warte- und Gesamtzeiten der Patienten; und (5) Ressourcenverbrauch, gemessen in Personalstunden, Probenzeit im System und verwendetem Testmaterial.
Es werden virtuelle Experimente durchgeführt, um die Auswirkungen verschiedener Ressourcenszenarien auf die Leistung des Systems zu ermitteln. Ein Beispiel ist die Beobachtung der Zeit, die eine Probe vor der Analyse im Zentrallabor wartet. Die Proben werden nicht gekühlt, so dass alle Proben innerhalb von 14 Tagen analysiert werden müssen. Wenn das System auf die Entnahme von 33 Proben pro Tag in 17 Gesundheitsämtern abzielt, wobei die Proben wöchentlich mittwochs mittags entnommen werden, muss der Labortechniker im Zentrallabor mindestens 4 Stunden pro Tag arbeiten, um eine maximale Verweildauer einer Probe im System von 13,29 Tagen zu erreichen.
Diese Ergebnisse und die Ergebnisse zusätzlicher virtueller Experimente werden dargestellt und interpretiert, um die Entscheidung der Beteiligten über (1) die geeignete Kombination von Ressourcen zur Erzielung einer bestimmten Leistung (z. B. Anzahl der untersuchten Frauen) und (2) die mögliche Leistung bei einer bestimmten Kombination von Ressourcen zu unterstützen. Die Beteiligten werden dadurch in die Lage versetzt, die Kompromisse zwischen Ressourceneinsatz und Leistung zu verstehen und besser informierte Entscheidungen über die Umsetzung der neuen Screening-Strategie zu treffen.
Die Ergebnisse unterstützen die Beteiligten dabei, datengestützte Entscheidungen über den Ressourcenbedarf in ressourcenbeschränkten Gebieten und insbesondere in der Region Iquitos in Peru zu treffen. Generell unterstreichen sie die Bedeutung einer angemessenen Mittelausstattung für die Einführung von HPV-basierten Screening-Programmen in Ländern mit niedrigem und mittlerem Einkommen. In Zukunft kann dieser Rahmen auf die nationale Ebene ausgeweitet werden und die Ausweitung dieses Pilotprogramms in ganz Peru und in ähnlichen Ländern mit mittlerem Einkommen erleichtern.