ArchivDeutsches Ärzteblatt31-32/2021Mobilitätsreduktion nach Alter, Geschlecht und Bundesland während der COVID-19-Pandemie in Deutschland
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...
LNSLNS

Es wird angenommen, dass die Mobilität stark mit der Infektionsrate von COVID-19 zusammenhängt (1). Um die Wahrscheinlichkeit einer Virusübertragung zu reduzieren, wurden daher in Deutschland temporäre Sperrungen („lockdown“) und Maßnahmen zur Mobilitätseinschränkung per Länderverordnungen und ab dem 22. April 2021 per Bundesgesetz eingeführt. Dazu gehörten Empfehlungen, unnötige Reisen zu vermeiden, zeitlich begrenzte Reiseverbote in bestimmte touristische Gebiete und eine nächtliche Ausgangssperre.

In früheren Studien wurden bereits Mobilfunkdaten aus Deutschland verwendet, um den Zusammenhang zwischen Mobilität und dem Auftreten von COVID-19-Fällen zu untersuchen (2). Sie zeigten einen Rückgang der Mobilität nach der Einführung der Maßnahmen und eine negative Korrelation zwischen Mobilität und bestätigten Fallzahlen (3). Die wesentliche Einschränkung dieser Studien ist die Verwendung von anonymisierten Daten, die keine Analysen nach individuellen Merkmalen erlauben.

Die Kohorte der vorliegenden Studie unterliegt dieser Einschränkung nicht. Sie hat das Ziel, die Mobilitätsmuster im Verlauf der Pandemie nach demografischen Merkmalen zu untersuchen. Frühere Analysen dieser Kohorte bis Mitte Mai 2020 zeigten einen insgesamt starken Rückgang der Mobilität zu Beginn der Pandemie gleichmäßig in allen Bevölkerungsgruppen, gefolgt von einem allmählichen Anstieg (4).

Methode

Wir untersuchten eine dynamische Kohorte von Mitgliedern des Online-Panels GapFish, einem Panel für die Marktforschung. Ab dem 1. Januar 2020 liegen von mehr als 2 500 Personen aus Deutschland im Alter von 16–89 Jahren, davon 53 % Männer, über eine Smartphone-App individuelle Angaben zu ihrer kontinuierlichen Geolokation sowie soziodemografische Variablen vor (4). Die Rekrutierung der Stichprobe ist so angelegt, dass ein soziodemografisch repräsentativer Querschnitt der deutschen Bevölkerung erreicht wurde.

Wir analysierten die Kohorte bis zum 27. Juni 2021 nach Altersgruppe, Geschlecht und Bundesland. Die Mobilität wurde als individuell zurückgelegte Tagesstrecke definiert. Für jeden Tag berechneten wir den gleitenden Durchschnitt der vergangenen sieben Tage. Um die tägliche relative Reduktion der Mobilität nach Altersgruppen zu berechnen, verwendeten wir die mittlere Mobilität in den beiden Monaten vor der Pandemie (1. Januar bis 29. Februar 2020), die in den Altersgruppen 16–29, 30–59 und 60+ Jahre bei Distanzen von 19,5, 19,0 und 9,1 km lag, als Referenzwerte.

Ergebnisse

Grafik 1 zeigt den relativen Rückgang nach Altersgruppen, der im April 2020 sowie im Januar und Februar 2021 am stärksten war, als die Mobilität im Vergleich zum Referenzzeitraum weniger als 50 % betrug. Zu diesen Zeiten war das öffentliche Bewusstsein für die Gefahren vermutlich am größten. Das Muster der relativen Reduktion war in allen Altersgruppen und bei beiden Geschlechtern ähnlich, mit einer etwas höheren relativen Mobilität in den jungen Altersgruppen im Sommer 2020 und im letzten Beobachtungsmonat.

Relative Mobilität
Grafik 1
Relative Mobilität

Grafik 2 zeigt die mediane absolute Mobilität nach Geschlecht, ebenfalls als gleitenden 7-Tage-Mittelwert. In den beiden Monaten vor der Pandemie betrug die täglich zurückgelegte Distanz bei Männern etwa 19 km, bei Frauen 13,5 km. In Zeiten der geringsten Mobilität ging diese bis auf 7,5 km und 5 km pro Tag zurück. Über den gesamten Beobachtungszeitraum zeigen Männer eine um 40 % höhere Mobilität als Frauen. Das Verhältnis der Mobilität zwischen Männern und Frauen blieb im Beobachtungszeitraum relativ konstant, was ebenfalls auf eine über die Zeit hinweg vergleichbare Umsetzung der Empfehlungen für eine reduzierte Mobilität hindeutet. Bei den Analysen nach Bundesland ergab sich in Übereinstimmung mit den Ergebnissen aus den Studien mit anonymisierten Daten eine geringere Mobilität in den Stadtstaaten. Deutliche Effekte von landesspezifischen Regelungen auf die Mobilität zeigten sich nicht.

Mittlere täglich zurückgelegte Distanz
Grafik 2
Mittlere täglich zurückgelegte Distanz

Diskussion

Gezeigt wurde, dass die Reduktion der Mobilität im Laufe der COVID-19-Pandemie in allen Altersgruppen, bei beiden Geschlechtern und in allen Regionen ein ähnliches Muster hat. Vermutungen, dass die Akzeptanz von Einschränkungen in der jüngeren Bevölkerung geringer ist, konnten nicht bestätigt werden, wobei allerdings in den letzten Wochen des Beobachtungszeitraums ein stärkerer Anstieg der Mobilität bei der jüngeren Altersgruppe beobachtet wurde. Wir haben auch dargelegt, dass Männer und Frauen sich gleichermaßen an die Empfehlungen zur Mobilitätsreduktion halten. Diese Ergebnisse deuten auf eine Homogenität in der Gesellschaft hin.

Wir sind uns einer möglichen Selektionsverzerrung aufgrund der Struktur des Online-Panels, das aus freiwilligen Smartphone-Nutzern besteht, bewusst. Damit erlaubt unsere Stichprobe zwar keine unverzerrte Schätzung des absoluten Mobilitätsmusters in der deutschen Bevölkerung, wir halten es aber für hinreichend wahrscheinlich, dass die in unserer Stichprobe beobachteten Veränderungen dem Mobilitätsmuster in der Gesamtbevölkerung entsprechen.

Es liegen nur wenige Daten vor, die es erlauben, den Einfluss der Mobilität auf die COVID-19-Inzidenz oder auf die Reproduktionszahl R zu quantifizieren und diesen Effekt von Effekten anderer Maßnahmen zu trennen. Eine positive Korrelation zwischen Mobilität und dem R-Wert 14 Tage danach wurde in der Greater Toronto Area (GTA) in Kanada beobachtet und zeigte dort, dass die Mobilität einen zeitverzögerten Effekt auf die Infektionszahlen hat (5).

Heiko Becher, Sebastian Bönisch, Karl Wegscheider

Institut für Medizinische Biometrie und Epidemiologie, Universitätsklinikum Hamburg-Eppendorf (Becher, Wegscheider) h.becher@uke.de

GIM Gesellschaft für Innovative Marktforschung mbH, Heidelberg (Bönisch)

Interessenkonflikt
Die Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 12. 5. 2021, revidierte Fassung angenommen: 8. 7. 2021

Zitierweise
Becher H, Bönisch S, Wegscheider K: Reduction of mobility during the COVID-19 pandemic in Germany according to age, sex, and federal state.
Dtsch Arztebl Int 2021; 118: 536–7. DOI: 10.3238/arztebl.m2021.0293

Dieser Beitrag erschien online am 21. 7. 2021 (online first) auf www.aerzteblatt.de

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

1.
Zachreson C, Mitchell L, Lydeamore MJ, Rebuli N, Tomko M, Geard N: Risk mapping for COVID-19 outbreaks in Australia using mobility data. J R Soc Interface 2021; 18: 20200657 CrossRef MEDLINE PubMed Central
2.
Walker MD, Sulyok M: The relationship between mobility and COVID-19 in Germany: modeling case occurrence using apple‘s mobility trends data. Methods Inf Med 2021; 59: 179–82 CrossRef MEDLINE
3.
Covid-19 mobility project. www.covid-19-mobility.org/de/ (last accessed on 1 July 2021).
4.
Bönisch S, Wegscheider K, Krause L, et al.: Effects of coronavirus disease (COVID-19) related contact restrictions in Germany, March to May 2020, on the mobility and relation to infection patterns. Frontiers in Public Health 2020; 8: 619 CrossRef MEDLINE PubMed Central
5.
Dainton C, Hay A: Quantifying the relationship between lockdowns, mobility, and effective reproduction number (Rt) during the COVID-19 pandemic in the greater Toronto Area. Res Sq 2021; rs.3.rs-378425. Preprint CrossRef PubMed Central
Relative Mobilität
Grafik 1
Relative Mobilität
Mittlere täglich zurückgelegte Distanz
Grafik 2
Mittlere täglich zurückgelegte Distanz
1.Zachreson C, Mitchell L, Lydeamore MJ, Rebuli N, Tomko M, Geard N: Risk mapping for COVID-19 outbreaks in Australia using mobility data. J R Soc Interface 2021; 18: 20200657 CrossRef MEDLINE PubMed Central
2.Walker MD, Sulyok M: The relationship between mobility and COVID-19 in Germany: modeling case occurrence using apple‘s mobility trends data. Methods Inf Med 2021; 59: 179–82 CrossRef MEDLINE
3.Covid-19 mobility project. www.covid-19-mobility.org/de/ (last accessed on 1 July 2021).
4.Bönisch S, Wegscheider K, Krause L, et al.: Effects of coronavirus disease (COVID-19) related contact restrictions in Germany, March to May 2020, on the mobility and relation to infection patterns. Frontiers in Public Health 2020; 8: 619 CrossRef MEDLINE PubMed Central
5.Dainton C, Hay A: Quantifying the relationship between lockdowns, mobility, and effective reproduction number (Rt) during the COVID-19 pandemic in the greater Toronto Area. Res Sq 2021; rs.3.rs-378425. Preprint CrossRef PubMed Central
Themen:

Der klinische Schnappschuss

Alle Leserbriefe zum Thema

Stellenangebote