Korrektur der erfassten Kontrolldaten

3. Material und Methoden

3.1. Studiendesign

3.1.11. Korrektur der erfassten Kontrolldaten

Für alle Tiere der Studie, bei denen Angaben zur Leistung der ersten und zweiten Laktation vorhanden waren, wurde die Glaubwürdigkeit der Daten beurteilt. Da der Anteil der ersten Laktationleistung etwa 45% der Summe der beiden Laktationsleistungen beträgt, man gewisse Schwankungen aber als realistisch annehmen muss, sollte der Wert der ersten Laktation zwischen 30% und 60% der Summe beider Laktationsleistungen betragen. Bei einer festgestellten Abweichung hinsichtlich dieser Bedingung musste entschieden werden, welche der beiden Laktationsangaben als fehlerhaft angesehen werden sollte. Dazu wurden beide Milchleistungen einzeln mit dem Mittelwert und der geschätzten Standardabweichung für die jeweilige Laktation aus den 97 Fällen und Kontrollen standardisiert, für die eine Milchleistungsangabe vorlag. Die Laktationsleistung, deren Standardnormalscore weiter von Null entfernt war, wurde anschließend als unglaubwürdig eingestuft und die Leistung dieser entsprechenden Laktation wurde im letzten Schritt mit Hilfe des Faktors K errechnet und ersetzt.

Nach diesen durchgeführten Korrekturen der Milchleistungsdaten verfügten sämtliche Datensätze, in denen Angaben zur Milchleistung gemacht wurden, über vollständige, überprüfte und gegebenenfalls korrigierte Leistungen der ersten und zweiten Laktation.

3.1.11. Korrektur der erfassten Kontrolldaten

Nach der persönlichen Befragung wurden die Angaben zunächst visuell kontrolliert und bei Unstimmigkeiten oder fehlenden Angaben erfolgte eine telefonische Nachfrage bei den entsprechenden Landwirten. Diese überprüften Daten wurden in die Originalmaske der Falldatenbank eingelesen und später auf die Plausibilität überprüft. Bei Unsicherheiten bezüglich der Eingabe wurde unverzüglich der Kontakt zum FLI hergestellt, um eine gleiche Behandlung der Fälle und der Kontrollen auf der Ebene der Dateneingabe zu gewährleisten. Die Plausibilitätsprüfung, sowohl bei den Falldaten als auch bei den Kontrolldaten, erfolgte unter Zuhilfenahme des Statistikprogramms SAS (Version 9).

Bei metrischen Daten erfolgte eine Überprüfung von Minimal- und Maximalwerten, sowie eine inhaltliche Bereichsprüfung. Qualitative Daten wurden über logische Verknüpfungen auf ihre Plausibilität überprüft.

Bei Inplausibilitäten der Kontrolldaten erfolgte eine erneute Einsicht der Fragebögen und bei Bedarf eine Kontaktaufnahme mit dem betroffenen Landwirt, so dass eine Korrektur der Daten durchgeführt werden konnte.

Bei Inplausibilitäten der BSE-Daten wurde der Kontakt mit dem FLI aufgenommen und es erfolgte von Seiten des FLI eine Überprüfung und gegebenenfalls eine Korrektur der BSE-Daten.

Im Folgenden sind mehrere Beispiele der Plausibilitätsprüfungen aufgeführt.

In Frage W1 musste die Gesamtfläche des Betriebes der Summe aus Weidefläche, Ackerfläche und Waldfläche entsprechen. In der Frage nach der Nutzungsrichtung der Rinder durften nicht die beiden Antwortmöglichkeiten Mutterkuhhaltung und Milchviehhaltung mit „Nein“ beantwortet worden sein. In Frage W3 durfte die angegebene Anzahl an Kühen nicht größer sein, als die angegebene Anzahl an Rindern. In dem Themenkomplex Abgang des betroffenen Tieres durften nicht mehrere Abgangsarten angegeben sein, da entweder eine Normalschlachtung, eine Not- bzw.

Krankschlachtung, eine Verendung oder eine Tötung vorgelegen hatte. Außerdem durften nähere Angaben zu den jeweiligen Abgängen nur vorhanden sein, wenn die entsprechende Abgangsart auch vorher angegeben wurde. Die metrische Variable, die die Anzahl der Besamungen zum Erreichen der letzten Trächtigkeit wiedergab, sollte den Wert sechs nicht überschreiten und das angegebene Datum der letzten erfolgreichen Belegung konnte nicht vor dem 14. Lebensmonat des Rindes liegen. Die letzte Geburt oder der letzte Abort des Kontroll- bzw. BSE-Tieres konnte nicht nach dem Tod des Tieres erfolgt sein. In den Fragen W47 bis W51 musste die Gesamtzahl der Nachkommen der Summe der verkauften Nachkommen, der im Betrieb lebenden Nachkommen und der verstorbenen Nachkommen entsprechen. Bei den Fragen W61 und W62 sollte eine Weidehaltung mit anderen Tierarten nur angegeben sein, wenn der Landwirt eine allgemeine Weidehaltung bejaht hatte. Falls das BSE- bzw. das Kontrolltier den Hof zum Zwecke eines Klinikaufenthaltes, einer Ausstellung oder Ähnlichem verlassen hat, musste das angegebene Datum

des Verbringens innerhalb der entsprechenden Lebenszeit liegen. Ebenso musste bei einem Aufenthalt auf einem anderen landwirtschaftlichen Betrieb das angegebene Datum des Verbringens innerhalb der Lebenszeit des Rindes liegen. In dem Abschnitt zur Fütterung musste das Alter, in dem ein Futtermittel zum ersten Mal eingesetzt wurde, immer kleiner sein als das Alter, in dem das Tier zum letzten Mal diese Futtermittel erhielt. In der Frage W68 durfte das Alter in Wochen, in dem das BSE- bzw. Kontrolltier zum ersten Mal Kraftfutter erhielt, nicht größer sein als die einzelnen Altersangaben bei den verschiedenen Kraftfuttermitteln. In der Frage W73, in der der Verbleib des zugekauften Mischfutters nach dem 01.12.2000 erfragt wurde, durfte von den angegebenen Antwortmöglichkeiten nur eine einzige ausgewählt sein. Falls das BSE- bzw.

Kontrolltier Krankheitsanzeichen aufwies, musste das Datum der Feststellung dieser Symptome in den letzten 6 Lebensmonaten des Tieres liegen.

3.1.12. Ausschluss von Fällen und Kontrollen

Nach der Datenerhebung auf den Kontrollbetrieben wurde bei der Plausibilitätsprüfung festgestellt, dass bei neun Kontrollen die definierte Maximaldifferenz von 3 Wochen bezüglich Geburts- und Todesdatum zum BSE-Tier nicht eingehalten wurde. Diese Diskrepanz konnte entstehen, da die Daten in der Falldatenbank des FLI im Anschluss an weitere nachträgliche Recherchen und im Anschluss an die Kontrolltierziehung verändert worden waren (siehe Tabelle 9).

Tabelle 9: Fall-Kontroll-Tupel mit einer Diskrepanz in der Matching-Zuordnung durch nachträgliche Änderung von Zeitangaben in der BSE-Falldatenbank

Bogennummer Geburtsdatum Todesdatum

Fall Kontrolle Fall Kontrolle Differenz

in Wochen Fall Kontrolle Differenz in Wochen 0013/2002 3016/2004 06.05.1996 05.05.1996 0,1 21.01.2002 24.10.2001 12,7 0013/2002 3011/2004 06.05.1996 27.04.1996 1,3 21.01.2002 23.01.2002 0,3 0016/2001 3063/2004 05.03.1996 12.02.1996 3,1 21.01.2001 27.11.2002 96,4 0016/2001 3020/2004 05.03.1996 14.02.1996 2,9 21.01.2001 30.10.2002 92,4 0040/2003 3083/2004 08.01.1996 16.03.1996 9,7 01.10.2003 21.11.2003 7,3 0040/2003 3068/2004 08.01.1996 20.03.1996 10,3 01.10.2003 17.11.2003 6,7 0054/2003 3008/2004 20.08.1998 20.03.1998 21,9 09.12.2003 20.11.2003 2,7 0054/2003 3056/2004 20.08.1998 26.02.1998 25,0 09.12.2003 03.11.2003 5,1 0068/2001 3052/2004 05.11.1992 19.10.1992 2,4 23.05.2001 03.05.2001 2,9 0068/2001 3015/2004 05.11.1992 25.01.1992 40,7 23.05.2001 07.06.2001 2,1 0070/2002 3007/2004 05.11.1995 21.07.1995 15,3 22.08.2002 07.08.2002 2,1 0070/2002 3002/2004 05.11.1995 27.10.1995 1,3 22.08.2002 29.08.2002 1,0

Um zu vermeiden, dass ganze Fall-Kontroll-Tupel von der Studie ausgeschlossen werden mussten, wurde daher die Möglichkeit geprüft, nachträglich das Einschlusskriterium der Zuordnung (± 3 Wochen) zu lockern. Da man bei der BSE von einer Infektion im frühen Alter ausgeht, wurde dabei eine erhöhte Differenz zum Geburtsdatum kritischer bewertet als eine erhöhte Differenz zum Todeszeitpunkt. Fall-Kontroll-Tupel, die eine Differenz der Geburtsdaten von mehr als ± 12 Wochen aufwiesen, wurden daher von der weiteren Auswertung ausgeschlossen. Tabelle 9 zeigt, dass der Fall 0054/2003 hiervon betroffen war. Bei den Fällen 0068/2001 und 0070/2002 musste jeweils eine Kontrolle von der Auswertung ausgeschlossen werden. Bei den ermittelten Kontrollen zu dem Fall 0016/2001 war die Differenz hinsichtlich des Todesdatums so groß, dass beide von der Analyse ausgeschlossen werden mussten. Bei den Fällen 0013/2002 und 0040/2003 war die Differenz der Daten von den Kontrollen zu den Fällen so gering, dass diese weiter in der Auswertung berücksichtigt wurden.

3.2. Statistische Auswertung

3.2.1. Vorbemerkungen zur statistisch-epidemiologischen Auswertung

Nach den durchgeführten Plausibilitätsprüfungen erfolgte, sowohl bei den Daten der BSE-Tiere als auch bei denen der Kontrolltiere und den damit verbundenen Korrekturen, eine deskriptive und analytische Auswertung unter Zuhilfenahme des Statistikprogramms SAS (Version 9).

Variablen, die aufgrund der fortlaufenden Entwicklung des Fallerfassungsbogens bei den BSE-Fällen nicht durchgehend erfasst worden sind, konnten nicht in die Auswertung miteinbezogen werden (vgl. Tabelle 6). Durchgehend erfasste Variablen, die als Risikofaktoren in Betracht kamen, wurden einfaktoriell und mehrfaktoriell ausgewertet. Zusätzlich wurden weitere Variablen, die nicht primär als Risikofaktoren für BSE interessant waren, deskriptiv ausgewertet.

Metrische Daten wurden mit Hilfe von Lagemaßen (arithmetischer Mittelwert, Minimum, Maximum, 5%-Quantil, Median und 95%-Quantil) sowie Streuungsmaßen (Standardabweichung und Variationskoeffizient in %) beschrieben. Zur besseren visuellen Bewertung der Ergebnisse und zur Vermittlung eines ersten Eindrucks wurden Boxplots getrennt für Kontrollen und Fälle erstellt.

Das Matching wurde bei dieser graphischen Darstellung nicht berücksichtigt. Die Verteilungen bei den Fällen und Kontrollen wurden hinsichtlich ihrer Lage mit dem Wilcoxon-Test miteinander verglichen. Tiere, die gemäß des Ausreißer-Tests nach GRUBBS und BECK (1972) nicht als zur Stichprobe gehörig betrachtet werden konnten, wurden hinsichtlich dieser Variablen nicht in die Berechnungen mit aufgenommen. Bei den qualitativ erfassten Merkmalen, wie zum Beispiel dem Abgangsgrund, wurden für jede Kategorie die absoluten und relativen Häufigkeiten bei den Fällen und Kontrollen in einer Tabelle dargestellt.

Bei BSE-Tieren, die nicht zeitlebens auf nur einem Hof gestanden hatten, lagen zwei betriebliche Datensätze, einmal die des Geburtsbetriebes und die des zukaufenden Betriebes, vor. Da man von einer Infektion in den ersten Lebensmonaten ausgeht, wurden im Folgenden ausschließlich die Daten der Geburtsbetriebe in die Auswertung aufgenommen. Nur bei zwei Tieren, die wenige Tage nach der Geburt verkauft worden waren, wurden die Daten der zweiten Betriebe zur Auswertung

genutzt. Variablen, die sich auf die Umstände des Todes und auf die damit zusammenhängenden Ereignisse der BSE- bzw. Kontrolltiere bezogen, wurden mit Hilfe der Daten der zukaufenden Betriebe ausgewertet.

Trotz der geringen Fallzahl von nur 43 BSE-Tieren in der Studie und der damit verbundenen geringen Anzahl von Schichten, die bei der Auswertung zu bilden sind (siehe unten), entstanden bei manchen Auswertungen Probleme durch zu gering besetzte Zellhäufigkeiten. Daher wurden Fall-Kontroll-Tupel zur Reduktion der Schichten weiter zusammengefasst und das individuelle Matching teilweise in ein Häufigkeitsmatching überführt (vgl. BRESLOW und DAY, 1980;

KREIENBROCK und SCHACH, 2005). Hierzu wurden Falltiere zusammengefasst, die hinsichtlich des Geburts- und des Todesdatums im selben Quartal lagen. Somit konnte eine Reduktion von zuvor 43 auf 33 Schichten erreicht werden. Diese Tupel stellen die Grundlage für alle das Matching berücksichtigenden Auswertungen dar (vg. Tabelle 10).

Tabelle 10: Häufigkeiten einzelner Matching-Typen nach der Zusammenfassung von Paarlingen Matching

(Fälle:Kontrollen) Anzahl Tupel

1:1 1

Im Anschluss an die deskriptive Auswertung wurden mit Hilfe der geschichteten logistischen Regression, die auch das Matching der Kontrollen und der Fälle berücksichtigte, so genannte matched Odds Ratios für die verschiedenen Einflussfaktoren und deren Konfidenzintervalle ermittelt. Mit diesen Verfahren konnten eventuelle Risikofaktoren als Verursacher der BSE nachgewiesen und in ihrer Bedeutung beurteilt werden.

Bei der Auswahl der Variablen für die mehrfaktoriellen Modelle mussten sämtliche Variablen auf ihre Eignung überprüft werden (siehe Tabelle 11). Variablen, bei denen von einer Verzerrung durch

den Interviewer ausgegangen werden musste, wurden nicht in das Modell aufgenommen. Davon betroffen waren die quantitativen Angaben zu der Haltung der verschiedenen Nutztierarten und zu den Nachkommen der Fall- bzw. Kontrolltiere. Variablen, die aufgrund der Weiterentwicklung des Berichtsbogens zur Bovinen spongiformen Enzephalopathie nicht durchgehend erhoben worden sind, konnten ebenfalls nicht in mehrfaktoriellen Modellen betrachtet werden, so dass der Fragenkomplex der Futtermittellagerung und die Nutzungsrichtung ausschließlich einfaktoriell analysiert wurden. Bei einigen Variablen musste auf die Aufnahme in mehrfaktorielle Modelle verzichtet werden, da eine hohe Assoziation zwischen den Variablen nachgewiesen wurde. Diese Multikollinearität konnte zwischen dem allgemeinen MAT-Einsatz und der Herstelleranzahl für MAT, zwischen dem Einsatz von Milchaustauschern und dem Einsatz von Kälberaufzuchtfutter und zwischen dem Einsatz von Milchaustauschern und der Herstelleranzahl von Kälberaufzuchtfutter nachgewiesen werden. Bei einigen Variablen, wie dem Weidegang und dem allgemeinen Kraftfuttereinsatz war die Referenzgruppe zu klein, so dass keine Aufnahme in die mehrfaktoriellen logistischen Regressionsmodelle erfolgen konnte.

Berücksichtigt in den mehrfaktoriellen Modellen wurden die Variablen Herdengröße, Milchleistung, Milchaustauschereinsatz, Schweinehaltung zum infektionsverdächtigen Zeitpunkt und die Rasse Holstein Rotbunt.

Als Betriebsgrößenparameter wurde in Anlehnung an nationale und internationale Literatur die Herdengröße ausgewählt (vgl. OVELHEY et al., 2006; WILESMITH et al., 1992c; BRADLEY und WILESMITH, 1993). Die Milchleistung wurde in das mehrfaktorielle Modell aufgenommen, da sie in der niedersächsischen Basiserhebung als Risikofaktor identifiziert wurde (vgl. OVELHEY et al., 2006). Bei dem Einsatz von Milchaustauschern handelt es sich um einen national und international diskutierten Risikofaktor, so dass er tiefergehend betrachtet werden sollte (vgl. CLAUSS et al., 2006; POTTGIEßER et al., 2006; OVELHEY et al., 2006; PAISLEY und HOSTRUP-PEDERSEN, 2004). Die Schweinehaltung wurde in die mehrfaktoriellen Modelle aufgenommen, da man bei einer Haltung von Schweinen von einer potentiellen Kreuzkontamination durch die proteinreichen Futtermittel für Schweine ausgeht (vgl. MÜLLER, 1998; DOHERR et al., 2002; ABRIAL et al., 2005). Die Bewertung der Geflügelhaltung und der Geflügelfütterung war nicht entsprechend der Schweinehaltung möglich, da bei diesen Variablen von einem Interviewer Bias ausgegangen

werden musste. Die Rasse Holstein-Rotbunt wurde in der Basiserhebung als Risikofaktor identifiziert und wurde somit als fünfte Variable in die mehrfaktorielle Betrachtung aufgenommen, um ihren Einfluss genauer zu betrachten, da bisher in der Literatur nicht von einer Rassedisposition ausgegangen wird (vgl. OVELHEY et al., 2006; BRADLEY und WILESMITH 1993; MÜLLER, 1998).

Tabelle 11: Eigenschaften der bei der statistisch-epidemiologischen Auswertung berücksichtigten Merkmale Kategorien Berücksichtigung im

mehrfaktoriellen Modell Variable

Referenz Expo1 Expo2 Expo3 Begründung

Gesamtfläche klein groß - - nein kein geeigneter

Herdengrößen-parameter Weidefläche klein groß - - nein kein geeigneter

Herdengrößen-parameter

Herdengröße klein groß - - ja Potentieller

Confounder Nutzungsrichtung Milchvieh Mutterkuh beides - nein nicht durchgehend

erhoben

MAT kein Einsatz ein Hersteller zwei

Hersteller - nein

wegen Multikollinearität zu

MAT nicht berücksichtigt Kraftfuttereinsatz nein ja - - nein Referenzgruppe zu

klein Alter bei erster

Kraftfuttergabe quantitative Variable nein da Kraftfuttereinsatz nicht berücksichtigt

Tabelle 11: Eigenschaften der bei der statistisch-epidemiologischen Auswertung berücksichtigten Merkmale Kategorien Berücksichtigung im

mehrfaktoriellen Modell Variable

Referenz Expo1 Expo2 Expo3 Begründung

Anzahl Hersteller

Kälberaufzucht-futter kein Einsatz ein Hersteller zwei

Hersteller - nein dieser Art sind zu unzuverlässig.

Anzahl Schweine quantitative Variable nein Interviewer Bias Anzahl Geflügel quantitative Variable nein Interviewer Bias

Anzahl

Schafe/Ziegen quantitative Variable nein Interviewer Bias Anzahl Pferde quantitative Variable nein Interviewer Bias Rasse HSB HRB Doppel RB Sonstige nein HRB berücksichtigt Rasse Muttertier HSB HRB Doppel RB Sonstige nein HRB berücksichtigt Rasse Vatertier HSB HRB Doppel RB Sonstige nein HRB berücksichtigt Rasse Rotbunt nein, nicht

Rotbunt ja, Rotbunt - - ja Risikofaktor in der Basiserhebung Zeugungsart künstlich natürlich - - nein als Risikofaktor

unverdächtig

Herdbuchtier nein ja nein als Risikofaktor

unverdächtig Anzahl

Nachkommen quantitative Variable nein Interviewer Bias

BSE-Krankheits-anzeichen? nein ja - - nein kein Risikofaktor

Ausprägung der

BSE-Anzeichen nein kein Risikofaktor

Tabelle 11: Eigenschaften der bei der statistisch-epidemiologischen Auswertung berücksichtigten Merkmale Kategorien Berücksichtigung im

mehrfaktoriellen Modell Variable

Referenz Expo1 Expo2 Expo3 Begründung

BSE-Symptome

Muttertier nein kein Risikofaktor

Konstitution Tier gut mäßig schlecht - nein kein Risikofaktor Todesart Tier

Normal-schlachtung

Not-schlachtung Verendung Tötung nein kein Risikofaktor Abgangsgründe für

Normal-schlachtung nein kein Risikofaktor

3.2.2. Modellbildung

Bei der Betrachtung der Risikofaktoren wurde zunächst der Einfluss jeder einzelnen Variable untersucht. Bei der einfaktoriellen Analyse der Variablen wurden wegen des im Design verwendeten Matchings sogenannte matched Odds Ratios durch die Betrachtung der diskordanten Expositionskombinationen des BSE-Falles und der zugehörigen Kontrollen ermittelt, die den Einfluss der Exposition auf die BSE-Erkrankung wiedergaben. Als Referenzkategorie wurde immer die Ausprägung „nicht exponiert“ gewählt (vgl. BRESLOW uns DAY, 1980; KREIENBROCK und SCHACH, 2005).

Aufgrund der Struktur der Daten, der bestehenden Multikollinearität einiger Variablen und der eingeschränkten statistischen Power, die durch die geringe Fallzahl bedingt war, konnten nicht beliebig viele Variablen in die mehrfaktoriellen logistischen Regressionsmodelle aufgenommen werden. Tabelle 11 gibt die Auswahl der Variablen für alle diese mehrfaktoriellen Modelle wieder.

Bei den tiefergehenden zweifaktoriellen Analysen der Variablen wurden sowohl Modelle mit Wechselwirkungen als auch Modelle ohne Wechselwirkungen aufgestellt. Bei zweifaktoriellen Modellen ohne Wechselwirkung wird davon ausgegangen, dass bei dem Vorhandensein von beiden Expositionen die Wirkung durch das Produkt der einzelnen Odds Ratios dieser Expostionen wiedergegeben wird. Die gemeinsame Wirkung der beiden Risikofaktoren wird durch die Formel

Vorhandene Wechselwirkungen zwischen den Expositionen führen dazu, dass dieses Produkt der beiden Odds Ratios zusätzlich mit einem Faktor multipliziert werden muss. Der Wert dieses Faktors bestimmt, ob ein verstärkender oder ein abschwächender Effekt auf die Zielvariable vorhanden ist.

Die gemeinsame Wirkung der beiden Risikofaktoren beschreibt die Formel

Bei dem OR1 handelt es sich um das Odds Ratio für die erste Risikovariable in der Referenzkategorie der zweiten Risikovariablen. Bei dem OR2 handelt es sich um das Odds Ratio für die zweite Risikovariable in der Referenzkategorie der ersten Risikovariablen. Die Variable F ist ein Odds Ratio-Schätzer für die Wechselwirkung in den zweifaktoriellen Modellen (vgl. ROTHMAN und GREENLAND, 1998; BRESLOW und DAY, 1980).

Bei den finalen Auswertungen des Einflusses der Risikovariablen auf die BSE-Erkrankung wurden fünffaktorielle logistische Regressionsanalysen durchgeführt. Aufgrund der geringen Fallzahl und der dadurch bedingten eingeschränkten statistischen Power mussten fehlende Werte im Bereich der Milchleistung mit Hilfe von Imputationsregeln ersetzt werden, da, bedingt durch die Auswirkungen dieser fehlenden Daten auf die Power und die Genauigkeit, sonst eine detaillierte Analyse nicht möglich gewesen wäre. Diese Imputationen wurden nacheinander auf drei verschiedene Weisen durchgeführt. Zuerst wurden die fehlenden Werte durch eine geringe Leistung ersetzt, in einer zweiten Analyse wurden die fehlenden Werte durch eine hohe Leistung ersetzt und der dritte Ansatz führte zu einer Ergänzung der fehlenden Milchleistungen mit einer Wahrscheinlichkeit von 50%

durch eine niedrige bzw. durch eine hohe Leistung. Bei keinen oder geringen Schwankungen der Ergebnisse dieser drei Analysen ist davon auszugehen, dass das verwendete Modell stabil ist und zur Interpretation herangezogen werden kann. Die durchgeführten Imputationen würden zu einer Erhöhung der Power und somit zu stabileren Parameterschätzungen und p-Werten führen. Bei starken Schwankungen der Ergebnisse dieser drei Analysen besteht die Möglichkeit der Verzerrung

der Parameterschätzer, so dass die p-Werte nicht verwendbar sind (vgl. LITTLE und RUBIN, 1987;

MOLENBERGHS et al., 2005).

4. Ergebnisse

4.1. Struktur der Studienpopulation

Die räumliche Verteilung der BSE-Betriebe innerhalb der Studienregion lag als gegeben vor. Die Adressen der potentiellen Landwirte der Kontrollgruppe, die in der Studienregion angesiedelt sein mussten, wurden aus HI-Tier ausgewählt, wobei die Verteilung auf die einzelnen Landkreise zufällig war.

4.1.1. Beschreibung der Studienkollektive

Im Rahmen der Fall-Kontroll-Studie wurden abschließend 43 Fälle und 84 Kontrollen in die Studie aufgenommen, von denen (im Sinne der Aufnahmekriterien fast) vollständige Erhebungsunterlagen vorlagen. Alle BSE-Fälle aus der Studienregion in der Zeit von Ende 2000 bis zum 08.06.2004 wurden in die Studie aufgenommen. Es wurden 92 Interviews mit den Leitern der Kontrollbetriebe von Sommer 2004 bis Winter 2004/2005 durchgeführt.

Da die Ermittlung der Kontrollen nach einem Design mit 1:2-Matching mit den Matching-Variablen Geburts- und Todeszeitpunkt sowie Region zufällig erfolgte, sind die Alters- sowie die räumliche Verteilung dieser Parameter nahezu identisch. Das durchschnittliche Alter der Fälle beträgt 6,23 Jahre (Standardabweichung 1,31 Jahre), das der Kontrollen 6,18 Jahre (Standardabweichung 1,28 Jahre).

Die räumliche Verteilung der BSE-Betriebe innerhalb der Studienregion ist in Tabelle 12 aufgeführt. Die Verteilung der Fälle und Kontrollen ist in den einzelnen Landkreisen leicht unterschiedlich, mit einem Wert von p = 0,6982 im χ²-Test allerdings nicht statistisch signifikant voneinander verschieden. Dabei liegen 42% der BSE-Betriebe und 44% der Kontrollbetriebe in Schleswig-Holstein.

Tabelle 12: Verteilung der Betriebe auf die verschiedenen Landkreise

Fälle Kontrollen

Kreis

N % n %

Dithmarschen 7 16,2 8 9,5

Rendsburg-Eckernförde 5 11,6 13 15,4

Schleswig-Flensburg 6 13,9 16 19,0

Cuxhaven 6 13,9 19 22,6

Ammerland 3 6,9 3 3,5

Cloppenburg 5 11,6 7 8,3

Emsland 4 9,3 9 10,7

Leer 7 16,2 9 10,7

Gesamt 43 100,0 84 100,0

4.1.2. Teilnahmebereitschaft der Kontrollen

Insgesamt wurden für die Ermittlung von Kontrolltieren / -betrieben 147 Landwirte angeschrieben und um Teilnahme an der Studie gebeten. 46 von 147 Landwirten verweigerten die Teilnahme.

Mangelndes Interesse, Aufgabe der Landwirtschaft oder ein Mangel an Zeit waren die am häufigsten genannten Gründe. In der durch das FLI übermittelten Adressendatei waren sechs Betriebe fälschlich als Kontrollen aufgeführt, obwohl vor der Kontrolldatenziehung bei einem Rind dieser Betriebe BSE festgestellt wurde. Weitere stichprobenneutrale Ausfälle führen damit insgesamt zu einer Quote der Teilnahmebereitschaft von 66,7% (siehe Tabelle 13).

Tabelle 13: Ausfallgründe und Teilnahmebereitschaft der Kontrollen nach Landkreisen Landkreis

Nach den zehn Interviews der Pilotstudie, die neben der Validierung des Fragebogens auch zum Training des Interviewers beitrugen, konnten die Daten aufgrund der so gewonnenen Erfahrung und aufgrund der erlernten Hilfestellungen bei allen 92 Kontrollinterviews ermittelt werden. Diese Interviews konnten, im Gegensatz zu den Interviews des Fallkollektivs, ohne administrativen Druck für den Betriebsleiter durchgeführt werden. Da es sich bei der BSE um eine seltene Einzeltiererkrankung handelt und in den einzelnen Landkreisen jeweils nur wenige Tiere betroffen

Im Dokument Epidemiologische Fall-Kontroll-Studie zu den Risiken von BSE-Erkrankungen in Norddeutschland (Seite 65-0)