Der Konsum zuckergesüßter Getränke (SSB) trägt weltweit zu einer erhöhten Belastung durch nicht übertragbare Krankheiten (NCD) bei. Die Besteuerung von Softdrinks kann als Anreiz für einen geringeren Softdrink-Konsum und eine Umformulierung von Produkten dienen und so zu einer besseren Gesundheit der Bevölkerung und geringeren Gesundheitskosten führen. Um die potenziellen Auswirkungen einer Softdrink-Steuer zu prognostizieren, können Modellierungstechniken angewandt werden, die häufig die Verwendung von Annahmen erfordern.  

In einem kürzlich publizierten Artikel in BMC Public Health veröffentlichter Artikel zeigen Karl Emmert-Fees, Andreea Felea und Michael Laxy von der Professur für Public Health und Prävention und Kollegen*innen der TUM School of Management und der Deakin University zum ersten Mal, wie die Unsicherheit bei solchen Annahmen (strukturelle Unsicherheit) die Ergebnisse von Modellierungsstudien beeinflussen. Mit Hilfe eines Markov-Kohorten-Simulationsmodells wurden in der Studie die prognostizierten gesundheitlichen und ökonomischen Effekte einer hypothetischen Softdrink-Steuer in Deutschland in Bezug auf Typ-2-Diabetes unter verschiedenen Annahmen verglichen. Die Ergebnisse zeigen, dass je nachdem, ob (1) angenommen wird, dass das Softdrink-Kaufverhalten als Reaktion auf die Steuer mit der Höhe des Softdrink-Konsums vor der Steuer variiert, (2) der Softdrink-Konsum vor der Steuer angepasst wird, um eine mögliche Unterberichterstattung widerzuspiegeln, und (3) die Substitution von Softdrinks durch andere Getränke berücksichtigt wird, unterschiedliche Steuereffekte erzielt werden können. 

Diese neue Studie unterstreicht daher, wie wichtig es ist, die strukturelle Unsicherheit von  gesundheitsökonomischen Modellierungsstudien auch über die Besteuerung von Softdrinks hinaus transparent zu kommunizieren.