Skip to main content
SpringerLink
Log in

Welches Potenzial haben Geoinformationssysteme für das bevölkerungsweite Gesundheitsmonitoring in Deutschland?

Perspektiven und Herausforderungen für das Gesundheitsmonitoring am Robert Koch-Institut

What potential do geographic information systems have for population-wide health monitoring in Germany?

Perspectives and challenges for the health monitoring of the Robert Koch Institute

  • Leitthema
  • Published:
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz Aims and scope

Zusammenfassung

Geoinformationssysteme (GIS) sind computergestützte Systeme, mit welchen geografische Daten erfasst, gespeichert, verwaltet, analysiert, visualisiert und bereitgestellt werden können. In den letzten Jahren sind sie fester Bestandteil der Public-Health-Forschung geworden. Durch vielfältige Analysewerkzeuge bieten sie die Möglichkeit, gesundheitsrelevante Fragestellungen innovativ zu beantworten. Die Untersuchung nationaler Studien, die Geoinformationssysteme in ihre Analysen einbezogen haben, unterstreicht das Potenzial für das Gesundheitsmonitoring in Deutschland. Neben modernen Kartierungs- und Visualisierungsoptionen eröffnet die Nutzung von Geoinformationssystemen für das bundesweite Gesundheitsmonitoring am Robert Koch-Institut (RKI) die Möglichkeit, die Wohnumgebung objektiv als Einflussfaktor auf die Gesundheit und das Gesundheitsverhalten der Bevölkerung zu erfassen und mit den eigenen Surveydaten auf verschiedenen geografischen Ebenen zu verknüpfen. Neben physischen Faktoren wie Klima, Vegetation oder Landnutzung sowie Faktoren der bebauten Umwelt können zusätzlich sozioökonomische und soziodemografische Daten, Versorgungsaspekte und Umweltbelastungen an Erhebungsdaten angedockt und in Auswertekonzepte integriert werden. Somit bieten Geoinformationssysteme für das Gesundheitsmonitoring am Robert Koch-Institut ein erweitertes Potenzial, bundesweite, repräsentative und aussagekräftige Ergebnisse präsentieren zu können. Dabei müssen datenschutzrechtliche Vorgaben stets eingehalten werden. Durch den Aufbau einer nationalen Geodateninfrastruktur und das Erschließen wichtiger Datenquellen könnte der Zugang zu qualitativ hochwertigen Datensätzen, die für das Gesundheitsmonitoring relevant sind, zukünftig verbessert werden.

Abstract

Geographic information systems (GISs) are computer-based systems with which geographical data can be recorded, stored, managed, analyzed, visualized and provided. In recent years, they have become an integral part of public health research. They offer a broad range of analysis tools, which enable innovative solutions for health-related research questions. An analysis of nationwide studies that applied geographic information systems underlines the potential this instrument bears for health monitoring in Germany. Geographic information systems provide up-to-date mapping and visualization options to be used for national health monitoring at the Robert Koch Institute (RKI). Furthermore, objective information on the residential environment as an influencing factor on population health and on health behavior can be gathered and linked to RKI survey data at different geographic scales. Besides using physical information, such as climate, vegetation or land use, as well as information on the built environment, the instrument can link socioeconomic and sociodemographic data as well as information on health care and environmental stress to the survey data and integrate them into concepts for analyses. Therefore, geographic information systems expand the potential of the RKI to present nationwide, representative and meaningful health-monitoring results. In doing so, data protection regulations must always be followed. To conclude, the development of a national spatial data infrastructure and the identification of important data sources can prospectively improve access to high quality data sets that are relevant for the health monitoring.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2

Literatur

  1. Vandenbroucke JP (2013) Commentary: snow’s paper on ‘offensive trades’ with the benefit of 150 years of hindsight. Int J Epidemiol 42:1235–1238

    Article  PubMed  Google Scholar 

  2. Kaiserliches Gesundheitsamt und Kaiserliches Statistisches Amt (1907) Das Deutsche Reich in gesundheitlicher und demographischer Beziehung; Festschrift den Teilnehmern am XIV. Internationalen Kongresse für Hygiene und Demographie Berlin 1907. Puttkammer & Mühlbrecht, Berlin

    Google Scholar 

  3. Fradelos EC, Papathanasiou IV, Mitsi D, Tsaras K, Kleisiaris CF, Kourkouta L (2014) Health based geographic information systems (GIS) and their applications. Acta Inform Med 22:402–405

    Article  PubMed  PubMed Central  Google Scholar 

  4. Lyseen AK, Nohr C, Sorensen EM et al (2014) A review and framework for categorizing current research and development in health related geographical information systems (GIS) studies. Yearb Med Inform 9:110–124

    Article  CAS  PubMed  PubMed Central  Google Scholar 

  5. Schweikart J, Kistemann T (2004) Geoinformationssysteme im Gesundheitswesen: Grundlagen und Anwendungen. Wichmann, Heidelberg

    Google Scholar 

  6. Fletcher-Lartey SM, Caprarelli G (2016) Application of GIS technology in public health: successes and challenges. Parasitology 143:401–415

    Article  PubMed  Google Scholar 

  7. Nykiforuk CI, Flaman LM (2011) Geographic information systems (GIS) for health promotion and public health: a review. Health Promot Pract 12:63–73

    Article  PubMed  Google Scholar 

  8. Gu J, Pitz M, Breitner S et al (2012) Selection of key ambient particulate variables for epidemiological studies – applying cluster and heatmap analyses as tools for data reduction. Sci Total Environ 435-436:541–550

    Article  CAS  PubMed  Google Scholar 

  9. Augustin J, Koller D (2017) Geografie der Gesundheit: Die räumliche Dimension von Epidemiologie und Versorgung. Hogrefe, Bern

    Book  Google Scholar 

  10. Bolte G, Kohlhuber M (2009) Soziale Ungleichheit bei umweltbezogener Gesundheit: Erklärungsansätze aus umweltepidemiologischer Perspektive. In: Richter M, Hurrelmann K (Hrsg) Gesundheitliche Ungleichheit: Grundlagen, Probleme, Perspektiven. VS, Wiesbaden, S 99–116

    Chapter  Google Scholar 

  11. Lemke D, Mattauch V, Heidinger O, Hense HW (2015) Wer trifft ins Schwarze? Ein qualitativer Vergleich der kostenfreien Geokodierungsdienste von Google und OpenStreetMap. Gesundheitswesen 77:e160–e165

    Article  CAS  PubMed  Google Scholar 

  12. Luan H, Law J (2014) Web GIS-based public health surveillance systems: a systematic review. ISPRS Int J Geoinf 3:481–506

    Article  Google Scholar 

  13. Wellie O, Duhme H, Streit U, von Mutius E, Keil U, Weiland S (2000) Der Einsatz von Geoinformationssystemen (GIS) in epidemiologischen Studien dargestellt am Beispiel der ISAAC-Studie München. Gesundheitswesen 62:423–430

    Article  CAS  PubMed  Google Scholar 

  14. Rosenberg M (2013) Health geography: social justice, idealist theory, health and health care. Prog Hum Geogr 38:466–475

    Article  Google Scholar 

  15. Graves BA (2008) Integrative literature review: a review of literature related to geographical information systems, healthcare access, and health outcomes. Perspect Health Inf Manag 5(8):11–200

    PubMed  PubMed Central  Google Scholar 

  16. Alexander KA, Sanderson CE, Marathe M et al (2015) What factors might have led to the emergence of Ebola in West Africa? PLOS Negl Trop Dis 9:e3652

    Article  PubMed  PubMed Central  Google Scholar 

  17. Liu C, Fuertes E, Tiesler CM et al (2014) The associations between traffic-related air pollution and noise with blood pressure in children: results from the GINIplus and LISAplus studies. Int J Hyg Environ Health 217:499–505

    Article  CAS  PubMed  Google Scholar 

  18. Kauhl B, Schweikart J, Krafft T, Keste A, Moskwyn M (2016) Do the risk factors for type 2 diabetes mellitus vary by location? A spatial analysis of health insurance claims in Northeastern Germany using kernel density estimation and geographically weighted regression. Int J Health Geogr 15:38

    Article  PubMed  PubMed Central  Google Scholar 

  19. Noble D, Smith D, Mathur R, Robson J, Greenhalgh T (2012) Feasibility study of geospatial mapping of chronic disease risk to inform public health commissioning. BMJ Open 2:e711

    Article  PubMed  PubMed Central  Google Scholar 

  20. Scharnofske A, Wietek F (1998) Das Datenschema des Epidemiologischen Krebsregisters Niedersachsen für die Erprobungsphase. OFFIS e. V. Institut für Informatik, Oldenburg

    Google Scholar 

  21. Butsch C (2011) Zugang zu Gesundheitsdienstleistungen. Barrieren und Anreize in Pune, Indien. Steiner, Stuttgart

    Google Scholar 

  22. Heard NJ, Larsen U, Hozumi D (2004) Investigating access to reproductive health services using GIS: proximity to services and the use of modern contraceptives in Malawi. Afr J Reprod Health 8:164–179

    Article  PubMed  Google Scholar 

  23. Henke S, Schweikart J, Walter N (2007) Versorgungsdichte und Wohnortnähe in der ambulanten medizinischen Versorgung in Berlin im Jahr 2005. Z Amtl Stat Berl Brandenbg 5:24–30

    Google Scholar 

  24. Voigtländer S, Deiters T (2015) Mindeststandards für die räumliche Erreichbarkeit hausärztlicher Versorgung: Ein systematischer Review. Gesundheitswesen 77:949–957

    Article  PubMed  Google Scholar 

  25. Classen T, Kistemann T (2010) Das Konzept der Therapeutischen Landschaften. Geogr Rundsch 62(7-8):40–46

    Google Scholar 

  26. Kabisch N, Haase D (2014) Green justice or just green? Provision of urban green spaces in Berlin, Germany. Landsc Urban Plan 122:129–139

    Article  Google Scholar 

  27. Krekel C, Kolbe J, Wüstemann H (2016) The greener, the happier? The effects of urban green and abandoned areas on residential well-being. Ecol Econ 121:117–127

    Article  Google Scholar 

  28. Birk M, Ivina O, von Klot S, Babisch W, Heinrich J (2011) Road traffic noise: self-reported noise annoyance versus GIS modelled road traffic noise exposure. J Environ Monit 13:3237–3245

    Article  CAS  PubMed  Google Scholar 

  29. Lakes T, Burkart K (2016) Childhood overweight in Berlin: intra-urban differences and underlying influencing factors. Int J Health Geogr 15:12

    Article  PubMed  PubMed Central  Google Scholar 

  30. Henke JM, Petropoulos GP (2013) A GIS-based exploration of the relationships between human health, social deprivation and ecosystem services: the case of Wales, UK. Appl Geogr 45:77–88

    Article  Google Scholar 

  31. Maier W, Scheidt-Nave C, Holle R et al (2014) Area level deprivation is an independent determinant of prevalent type 2 diabetes and obesity at the national level in Germany. Results from the National Telephone Health Interview Surveys ‘German Health Update’ GEDA 2009 and 2010. PLOS ONE 9:e89661

    Article  PubMed  PubMed Central  Google Scholar 

  32. Babisch W, Wolf K, Petz M, Heinrich J, Cyrys J, Peters A (2014) Associations between traffic noise, particulate air pollution, hypertension, and isolated systolic hypertension in adults: the KORA study. Environ Health Perspect 122:492–498

    PubMed  PubMed Central  Google Scholar 

  33. Nonnemacher M, Jakobs H, Viehmann A et al (2014) Spatio-temporal modelling of residential exposure to particulate matter and gaseous pollutants for the Heinz Nixdorf Recall Cohort. Atmos Environ 91:15–23

    Article  CAS  Google Scholar 

  34. Blettner M, Sauerbrei W, Schlehofer B, Scheuchenpflug T, Friedenreich C (1997) Vergleich von traditionellen Reviews, Metaanalysen und gepoolten Analysen zur Bewertung von Risikofaktoren. Inform Biom Epidemiol Med Biol 28:148–166

    Google Scholar 

  35. Ressing M, Blettner M, Klug SJ (2009) Systematic literature reviews and meta-analyses: part 6 of a series on evaluation of scientific publications. Dtsch Arztebl Int 106:456–463

    PubMed  PubMed Central  Google Scholar 

  36. Koller D, Mielck A (2009) Regional and social differences concerning overweight, participation in health check-ups and vaccination. Analysis of data from a whole birth cohort of 6‑year old children in a prosperous German city. BMC Public Health 9:43

    Article  PubMed  PubMed Central  Google Scholar 

  37. Robert Koch-Institut (RKI) (2017) Arbeitsgemeinschaft Influenza. https://influenza.rki.de/. Zugegriffen: 11. Aug. 2017

    Google Scholar 

  38. Pritzkuleit R, Eisemann N, Richter A et al (2016) Krebsatlas Schleswig-Holstein: Räumliche Verteilung von Inzidenz, Mortalität und Überleben in den Jahren 2001 bis 2010. Institut für Krebsepidemiologie eV, Lübeck

    Google Scholar 

  39. Hofmeister C, Maier W, Mielck A, Stahl L, Breckenkamp J, Razum O (2016) Regional deprivation in Germany: nation-wide analysis of its association with mortality using the German index of multiple deprivation (GIMD). Gesundheitswesen 78:42–48

    CAS  PubMed  Google Scholar 

  40. Gose M, Plachta-Danielzik S, Willie B, Johannsen M, Landsberg B, Muller MJ (2013) Longitudinal influences of neighbourhood built and social environment on children’s weight status. Int J Environ Res Public Health 10:5083–5096

    Article  PubMed  PubMed Central  Google Scholar 

  41. Völker S, Kistemann T (2013) “I’m always entirely happy when I’m here!” Urban blue enhancing human health and well-being in Cologne and Dusseldorf, Germany. Soc Sci Med 78:113–124

    Article  PubMed  Google Scholar 

  42. Depietri Y, Welle T, Renaud FG (2013) Social vulnerability assessment of the Cologne urban area (Germany) to heat waves: links to ecosystem services. Int J Disaster Risk Reduct 6:98–117

    Article  Google Scholar 

  43. Reimers AK, Wagner M, Alvanides S et al (2014) Proximity to sports facilities and sports participation for adolescents in Germany. PLOS ONE 9:e93059

    Article  PubMed  PubMed Central  Google Scholar 

  44. Schneider S, Gruber J (2013) Neighbourhood deprivation and outlet density for tobacco, alcohol and fast food: first hints of obesogenic and addictive environments in Germany. Public Health Nutr 16:1168–1177

    Article  PubMed  Google Scholar 

  45. Reyer M, Fina S, Siedentop S, Schlicht W (2014) Walkability is only part of the story: walking for transportation in Stuttgart, Germany. Int J Environ Res Public Health 11:5849–5865

    Article  PubMed  PubMed Central  Google Scholar 

  46. Keller R, Vance C (2013) Landscape pattern and car use: linking household data with satellite imagery. J Transp Geogr 33:250–257

    Article  Google Scholar 

  47. Eibich P, Krekel C, Demuth I, Wagner GG (2016) Associations between neighborhood characteristics, well-being and health vary over the life course. Gerontology 62:362–370

    Article  PubMed  Google Scholar 

  48. Flacke J, Schule SA, Kockler H, Bolte G (2016) Mapping environmental inequalities relevant for health for informing Urban planning interventions-a case study in the city of Dortmund, Germany. Int J Environ Res Public Health 13:711–730

    Article  PubMed Central  Google Scholar 

  49. Umweltbundesamt (UBA) (2017) Aktuelle Luftdaten – Beurteilung der Luftqualität. https://www.umweltbundesamt.de/daten/luftbelastung/aktuelle-luftdaten#/start?s=q64FAA==&_k=rd1piw. Zugegriffen: 11. Aug. 2017

    Google Scholar 

  50. Diehl K, Schneider S (2011) How relevant are district characteristics in explaining subjective health in Germany? – A multilevel analysis. Soc Sci Med 72:1205–1210

    Article  PubMed  Google Scholar 

  51. Walter N, Schweikart J (2006) Räumliche Disparitäten in der ambulanten Gesundheitsversorgung Berlins. Eine GIS-basierte Analyse. In: Strobl J, Blaschke T, Griesebner G (Hrsg) Angewandte Geoinformatik 2006 Beiträge zu 18. AGIT-Symposium, Salzburg. In. Herbert Wichmann, Heidelberg, S 704–708

    Google Scholar 

  52. Stentzel U, Piegsa J, Fredrich D, Hoffmann W, van den Berg N (2016) Accessibility of general practitioners and selected specialist physicians by car and by public transport in a rural region of Germany. BMC Health Serv Res 16:587

    Article  PubMed  PubMed Central  Google Scholar 

  53. Bauer J, Groneberg DA (2016) Measuring spatial accessibility of health care providers – introduction of a variable distance decay function within the floating catchment area (FCA) method. PLOS ONE 11:e159148

    Article  PubMed  PubMed Central  Google Scholar 

  54. Pieper J, Schweikart J (2009) Kleinräumige Modellierung der vertragsärztlichen Versorgungssituation in Berlin. Z Amtl Stat Berl Brandenbg 2:22–29

    Google Scholar 

  55. Kottwitz A (2014) Mode of birth and social inequalities in health: the effect of maternal education and access to hospital care on cesarean delivery. Health Place 27:9–21

    Article  PubMed  Google Scholar 

  56. Bundesinstitut für Bau‑, Stadt- und Raumforschung (2017) INKAR – Indikatoren und Karten zur Raum- und Stadtentwicklung

    Google Scholar 

  57. Augustin J, Kistemann T, Koller D et al (2016) Gute Kartographische Praxis im Gesundheitswesen (GKPiG). Vorstellung einer Initiative. http://health-geography.de/wp-content/uploads/2013/12/2014-Gute-Kartographische-Praxis-im-Gesundheitswesen-GKPiG.pdf. Zugegriffen: 11. Aug. 2017

    Google Scholar 

  58. Saß AC, Lange C, Finger JD et al (2017) Gesundheit in Deutschland aktuell – Neue Daten für Deutschland und Europa Hintergrund und Studienmethodik von GEDA 2014/2015-EHIS. J Health Monit 2:83–90

    Google Scholar 

  59. Kurth BM (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Ein Überblick über Planung, Durchführung und Ergebnisse unter Berücksichtigung von Aspekten eines Qualitätsmanagements. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 50:533–546

    Article  PubMed  Google Scholar 

  60. Scheidt-Nave C, Kamtsiuris P, Gößwald A et al (2012) German health interview and examination survey for adults (DEGS) – design, objectives and implementation of the first data collection wave. BMC Public Health 12:730–730

    Article  PubMed  PubMed Central  Google Scholar 

  61. Kurth BM, Lange C, Kamtsiuris P, Hölling H (2009) Gesundheitsmonitoring am Robert Koch-Institut. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 52:557–570

    Article  PubMed  Google Scholar 

  62. Rommel A, Kroll LE (2017) Individual and regional determinants for physical therapy utilization in Germany: multilevel analysis of national survey data. Phys Ther 97:512. https://doi.org/10.1093/ptj/pzx022

    Article  PubMed  Google Scholar 

  63. Buck C, Dreger S, Pigeot I (2015) Anonymisation of address coordinates for microlevel analyses of the built environment: a simulation study. BMJ Open 5:1–7

    Article  CAS  Google Scholar 

  64. Buck C, Kneib T, Tkaczick T, Konstabel K, Pigeot I (2015) Assessing opportunities for physical activity in the built environment of children: interrelation between kernel density and neighborhood scale. Int J Health Geogr 14:35

    Article  PubMed  PubMed Central  Google Scholar 

  65. Luther S, Schweikart J, Scharlach H (2016) Gesundheit verbessern und fördern – Ein Schwerpunkt in der medizin-geografischen Forschung. Public Health Forum 24:59–61

    Article  Google Scholar 

  66. Ising H, Kruppa B (2004) Health effects caused by noise: evidence in the literature from the past 25 years. Noise Health 6:5–13

    CAS  PubMed  Google Scholar 

  67. Robert Koch-Institut (RKI) (Hrsg) (2015) Gesundheit in Deutschland. RKI, Berlin (Gesundheitsberichterstattung des Bundes. Gemeinsam getragen von RKI und Destatis)

    Google Scholar 

  68. Valent F, Little DA, Bertollini R, Nemer LE, Barbone F, Tamburlini G (2004) Burden of disease attributable to selected environmental factors and injury among children and adolescents in Europe. Lancet 363:2032–2039

    Article  PubMed  Google Scholar 

  69. Maier W, Fairburn J, Mielck A (2012) Regionale Deprivation und Mortalität in Bayern. Entwicklung eines Index Multipler Deprivation auf Gemeindeebene. Gesundheitswesen 74:416–425

    Article  CAS  PubMed  Google Scholar 

  70. Kroll L, Schumann M, Hoebel J, Lampert T (2017) Regionale Unterschiede in der Gesundheit – Entwicklung eines sozioökonomischen Deprivationsindex für Deutschland. J Health Monit 2:103–120

    Google Scholar 

  71. Dragano N, Bobak M, Wege N et al (2007) Neighbourhood socioeconomic status and cardiovascular risk factors: a multilevel analysis of nine cities in the Czech Republic and Germany. BMC Public Health 7:255

    Article  PubMed  PubMed Central  Google Scholar 

  72. Macintyre S, Ellaway A, Cummins S (2002) Place effects on health: how can we conceptualise, operationalise and measure them? Soc Sci Med 55:125–139

    Article  PubMed  Google Scholar 

  73. Burgoine T, Alvanides S, Lake AA (2013) Creating obesogenic realities; do our methodogical choices make a difference when measuring the food environment? Int J Health Geogr 12:33. https://doi.org/10.1186/1476-072X-12-33

    Article  PubMed  PubMed Central  Google Scholar 

  74. Schweikart J, Pieper J, Metzmacher A (2010) Gis-basierte und indikatorengestützte Bewertung der ambulanten ärztlichen Versorgungssituation in Berlin. Kartograph Nachr 6:306–313

    Google Scholar 

  75. Interministerieller Ausschuss für Geoinformationswesen (IMAGI) (2014) Behördenleitfaden zum Datenschutz bei Geodaten und -diensten. http://www.imagi.de/SharedDocs/Downloads/IMAGI/DE/Imagi/behoerdenleitfaden.html. Zugegriffen: 11. Aug. 2017

    Google Scholar 

  76. Weichert T (2007) Der Personenbezug von Geodaten. Datenschutz Datensicherh 31:19

    Google Scholar 

  77. Seiler M (2014) INSPIRE-Daten im Gesundheitswesen – Status und Potenzial. http://gispoint.de/fileadmin/user_upload/paper_gis_open/AGIT_2014/537543078.pdf. Zugegriffen: 11. Aug. 2017

    Google Scholar 

  78. Bundesamt für Kartographie und Geodäsie (BKG) (2016) GDI-DE – Geodateninfrastruktur Deutschland. http://www.geoportal.de/DE/GDI-DE/gdi-de.html?lang=de. Zugegriffen: 11. Aug. 2017

    Google Scholar 

  79. Kistemann T, Dangendorf F, Schweikart J (2002) New perspectives on the use of Geographical Information Systems (GIS) in environmental health sciences. Int J Hyg Environ Health 205:169–181

    Article  PubMed  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Abteilung für Epidemiologie und Gesundheitsmonitoring, Robert Koch-Institut, Berlin, Deutschland

    Martin Thißen,  Hildegard Niemann, Gianni Varnaccia, Alexander Rommel,  Andrea Teti, Hans Butschalowsky,  Kristin Manz,  Jonas David Finger,  Lars Eric Kroll &  Thomas Ziese

Authors
  1. Martin Thißen
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Hildegard Niemann
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Gianni Varnaccia
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Alexander Rommel
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Andrea Teti
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Hans Butschalowsky
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Kristin Manz
    View author publications

    You can also search for this author in PubMed Google Scholar

  8. Jonas David Finger
    View author publications

    You can also search for this author in PubMed Google Scholar

  9. Lars Eric Kroll
    View author publications

    You can also search for this author in PubMed Google Scholar

  10. Thomas Ziese
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Martin Thißen.

Ethics declarations

Interessenkonflikt

M. Thißen, H. Niemann, G. Varnaccia, A. Rommel, A. Teti, H. Butschalowsky, K. Manz, J.D. Finger, L.E. Kroll und T. Ziese geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Additional information

M. Thißen und H. Niemann teilen sich die Erstautorenschaft.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Thißen, M., Niemann, H., Varnaccia, G. et al. Welches Potenzial haben Geoinformationssysteme für das bevölkerungsweite Gesundheitsmonitoring in Deutschland?. Bundesgesundheitsbl 60, 1440–1452 (2017). https://doi.org/10.1007/s00103-017-2652-4

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00103-017-2652-4

Schlüsselwörter

Keywords

Search

Navigation