Vektorbasierte Infektionskrankheiten stellen eine zunehmende Bedrohung für die Bevölkerung dar und werden durch eine Vielzahl unterschiedlicher Umweltfaktoren in ihrer Ausbreitung beeinflusst. Der interdisziplinäre gesundheitswissenschaftliche Ansatz ermöglicht einen vielschichtigen Blick auf die Problematik sowie die Entwicklung präventiver Lösungsstrategien. Ziel dieser Arbeit ist es, einen solchen präventiven Ansatz zu unterstützen, indem die verantwortlichen Umweltfaktoren identifiziert und ihre Einflüsse quantifiziert werden.

Hierzu wurde nach Identifizierung relevanter Umweltfaktoren zunächst ein geoadditives Poisson-Regressionsmodell verwendet, mit dem Ergebnis, dass insbesondere Niederschlag und Temperatur die Verbreitung der Frühsommer-Meningoenzephalitis beeinflussen. Mit einem geographischen Informationssystem konnte, durch eine geographisch gewichtete Regression, bestätigt werden, dass der Nadel- und Mischwaldbestand, die Feldhasenpopulation, die Übernachtungszahlen sowie die Herbsttemperatur einen risikoerhöhenden Effekt auf die Frühsommer-Meningoenzephalitis haben. Wohingegen die Fuchspopulation und die Wintertemperatur einen negativen Effekt zeigen.

Die Ergebnisse lassen erkennen, dass die Eingrenzung von bestimmten Verbreitungsparametern sehr schwierig ist, da zum einen die Zugänglichkeit bzw. Existenz des Datenmaterials unzureichend ist und zum anderen die angewendeten Methoden validere Aussagen machen würden, wenn die Anzahl der Beobachtungen größer wäre. Das ausgearbeitete Indikatorenset und die Ergebnisse der statistischen Analysen können im umweltbezogenen Gesundheitsschutz eine Risikoabschätzung von vektorbasierten Infektionskrankheiten unterstützen. So ergibt sich die Chance, Kreise mit erhöhtem Gefährdungspotential zu identifizieren und bevölkerungsbezogene Präventionsmaßnahmen zu entwickeln.