1 / 27

VLIV GENETIKY V POJIŠTĚNÍ OSOB

VLIV GENETIKY V POJIŠTĚNÍ OSOB. 17.3.2006 Petr Bohumský, Lucie Stiborová, Filip Jaroš. Genetika. dědičná informace. DNA. ?pohlaví ?vznik gen.podm.onem. ?rodinná anamnéza. geny. chromozomy. mutace. „nenormální“ bílkoviny. autozomálně dominantní. onemocnění. autozomálně recesivní.

hanley
Download Presentation

VLIV GENETIKY V POJIŠTĚNÍ OSOB

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. VLIV GENETIKY V POJIŠTĚNÍ OSOB 17.3.2006 Petr Bohumský, Lucie Stiborová, Filip Jaroš

  2. Genetika dědičnáinformace DNA ?pohlaví ?vznik gen.podm.onem. ?rodinná anamnéza geny chromozomy mutace „nenormální“bílkoviny autozomálnědominantní onemocnění autozomálněrecesivní

  3. Genetika v pojištění • Obava veřejnosti z využití a zneužití genetické informace. • Diskriminace vs. nebezpečí finančních ztrát. • Poskytnutí informace o individuálním riziku vs. jejich využitelnost. • Účel výzkumu vlivu genetiky na pojištěníNENÍ umožnit diskriminaci, ALE • identifikovat potenciální problémy pojistných produktů • zmírnit zbytečné obavy • zreálnit úroveň rezerv

  4. Historie genového inženýrství • 1865 – J.G.Mendel - dědičnost • 1953 – DNA • 1983 – Huntingtonova nemoc • 1985 – PCR (polymerase chain reaction) • 1989 – cystická fibrosa • Oct 1990 – Human genome project • 1994 – BRCA • 14.3.2003 – rozluštění celého genomu

  5. Cíle genetických studií • penetrace onemocnění • pravděpodobnost, že určitý genotyp bude příčinou onemocnění před dosažením určitého věku • frekvence mutací v populaci • přežití po propuknutí onemocnění • průběh a stadia onemocnění • interakce mezi genotypem a prostředím

  6. Genetické testy • EU 2003: • 750tis. testů (v ČR 29tis.) • za cenu průměrně 600 € • Účely • výzkum nebo identifikace • prevence a plánování rodičovství • klinická praxe (prevence, diagnostika, reakce na léčiva) • ?Prediktivní testování za účelem pojištění?

  7. Průzkum veřejného mínění • SwissRe, Anglie 2004 Jak dobře rozumíte významu pojmu „lidská genetika“? Jsou genetické testy prospěšné? Mají uchazeči o pojištění dokládat výsledek testů?

  8. Spektrum onemocnění • Huntingtonova nemoc • Cystická fibrosa • Schizofrenie • Trombosa • Alzheimerova nemoc • Diabetes • Astma • Rakovina plic • Autonehoda vliv genotypu fenotyp vliv prostředí

  9. Huntingtonova nemoc • Vzácné neurologické dědičné onemocnění. • Prototyp genetického onemocnění: • v současnosti nelze zabránit vzniku nemoci ani jej oddálit či zpomalit její vývoj. • zmnožení tripletu CAG udává riziko i dobu propuknutí onemocnění

  10. Rodinná anamnéza Zdroj: Gui, Macdonald, 2002 Pokud normy zakáží pojistitelům zjišťovat rodinnou anamnézu? životnípojištění pojištění závažných onemocnění Zdroj: Smith, Bennet, 2004

  11. Příklady vlivu rodinné anamnézy Zdroj: Butterworth, A. 2004 Zdroj: Ponder 1997

  12. Legislativa • Zájmové skupiny • Lékaři, aktivisté, pacienti vs. vědci, farmaceutické firmy • Stupně řízení přístupu ke genetickým informacím: • Zakazující zákon • Zákon umožňující přístup od určité pojistné částky(SWE 67tis.€, …, UK 700tis.€) • Dobrovolné moratorium • Obecné předpisy ochrany osobních údajů a antidiskriminační předpisy Zákaz využití BEL SUI USA Genetická informace dědičných NOR NED ESP = informací AUT GER AUS Medicínský údaj

  13. Měření rizika genetiky • Genetics and Insurance Research Centre (GIRC) • prof. Angus Macdonald • informace a publikace zveřejněny: http://www.ma.hw.ac.uk/ams/girc/

  14. Model pojištění závažných omenocnění kde i je skupina reprezentující určitý genotyp, např. 1 pro nosiče mutace, 2 jinak.

  15. Rozšíření modelu kde i je skupina reprezentující určitý genotyp.

  16. Přestávka

  17. Alzheimerova choroba • Pojištění dlouhodobé péče • Aktivity denního života (ADL) • Porucha poznání • Genetická predispozice k AD • gen ApoE, alela ε4 • ε4/ ε4 – asi 2% populace, 10-12x vyšší riziko • ε3/ε4 – asi 20% populace, ženy až 5x vyšší riziko • D.J.Pritchard http://www.ma.hw.ac.uk/~angus/papers/djp_phd.pdf, 2002

  18. Model pro Alzheimerovu chorobu • i= 1, …, 5 ε2/ ε2,ε2/ ε3 ε3/ ε3 ε2/ ε4 ε3/ ε4 ε4/ ε4 • odhady intenzit nezávislé na genotypech • vstupem výsledky klinických studií • původní data většinou nejsou k dispozici • zpravidla případové studie

  19. Odhady intenzit 1 • úmrtnost • Gompertz-Makehamova křivka • zohlednění očekávaného zlepšování úmrtnosti

  20. Odhady intenzit 2 2. počátek Alzheimerovy choroby Zdroj: Jorm, Jolley, 1998 Zdroj: Rocca, 1998

  21. Odhady intenzit 3 • doba od počátku nemoci po přijetí do ústavní péče nebo do smrti

  22. Odhady intenzit 3pokr. • průměrný věk počátku AD za podmínky, že dojde k hospitalizaci • průměrný čas od počátku AD po přijetí do péče • pravděpodobnost, že pacient trpící AD zemře před hospitalizací • definice

  23. Odhady intenzit 4 • úmrtnost osob s AD • faktory ovlivňující úmrtnost

  24. Využití modelu • Modelování antiselekce v pojištění LTC • bez antiselekce tvoří trh podíl z z celkové populace • po začlenění antiselekce závisí chování osob na genotypu i • předp., že jedinci s méně rizikovým genotypem (i = 1,2) uzavřou pojištění se stejnou pravděpodobností • předp., že část osob s rizikovějším genotypem uzavře pojištění pravděpodobněji • Podíl pojištěných osob s genotypem i • Náklady na antiselekci

  25. Diskuse • Skutečný vývoj cen rizikového pojistného. • Unisex (FRA), uniage – velké rozdíly mezi trhy. • Negativní selekce není negativní • Cenová elasticita poptávky (Pauly, Lemaire et al, 2003): • Risk elasticity ~ +0.2 • Price elasticity ~ -0.4 • Pojistné kmeny často ukazují nižší riziko, ne vyšší. • Problémem málo dat

  26. Děkujeme za pozornost • Petr BohumskýPPF, petr@bohumsky.cz • Lucie Stiborová • Filip Jaroš

More Related