gms | German Medical Science

56. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM)

15. - 17.09.2022, Greifswald

Intersektorale, interdisziplinäre und interprofessionelle Long-/Post-COVID-Basisfortbildung Online on Demand – erste Lessons learned

Meeting Abstract

  • presenting/speaker Sandra Stengel - Universitätsklinikum Heidelberg, Abteilung Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland
  • Frank Peters-Klimm - Universitätsklinikum Heidelberg, Abteilung Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland
  • Markus Qreini - Universitätsklinikum Heidelberg, Abteilung Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland
  • Joachim Szescenyi - Universitätsklinikum Heidelberg, Abteilung Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland
  • Uta Merle - Universitätsklinikum Heidelberg, Abteilung Innere Medizin IV, Heidelberg, Deutschland

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin. 56. Kongress für Allgemeinmedizin und Familienmedizin. Greifswald, 15.-17.09.2022. Düsseldorf: German Medical Science GMS Publishing House; 2022. DocV-12-04

doi: 10.3205/22degam068, urn:nbn:de:0183-22degam0681

Veröffentlicht: 15. September 2022

© 2022 Stengel et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund: Long- bzw. Post-COVID stellt die Gesundheitssysteme weltweit vor Herausforderungen. In Deutschland wird in der zugehörigen interdisziplinären S-1-Leitlinie ein Orientierungsrahmen bereitgestellt, welcher die zentrale Rolle der Hausärzt:innen und zugleich die Notwendigkeit der interdisziplinären und interprofessionellen Zusammenarbeit in der Versorgung beschreibt. Voruntersuchungen in Deutschland haben ergeben, dass das ärztliche Wissen sowohl von Betroffenen als auch von Hausärzt:innen im mittleren Bereich eingeschätzt wird und Unsicherheit sowie der Umgang damit eine relevante Rolle spielen. Im Kompetenznetz Long-COVID Rhein-Neckar wurden für den intersektoralen, interdisziplinären und interprofessionellen Wissenstransfer mit insgesamt 19 Expert:innen 6 x 90 min Module Long-/Post-COVID Basisfortbildung mit Wissenstests entwickelt.

Fragestellung: Ziel der Studie ist eine Evaluation der Module mit Blick auf Nutzbarkeit, Zufriedenheit und Effekte auf die Versorgung in der Selbsteinschätzung. Weiterhin sollen Teilnahmeraten, Bestehensquote im Wissenstest und Charakteristika der Nutzer:innen erhoben sowie Vorschläge zur Weiterentwicklung exploriert werden.

Methoden: Über Bekanntmachung verschiedener Institutionen sowie im Schneeballsystem über das Long-COVID-Netzwerk Rhein-Neckar werden die Fortbildungsmodule Ärzt:innen und weiteren medizinischen Professionen kostenfrei im geschützten Bereich im Rahmen der Studie zur Verfügung gestellt. Im Anschluss an die Teilnahme werden die Teilnehmenden gebeten, einen Online-Fragebogen mit geschlossenen und offenen Fragen auszufüllen. Die quantitativen Fragen werden deskriptiv und bei ausreichender Datenmenge mittels statistischer Tests ausgewertet. Die Freitexteingaben werden qualitativ ausgewertet. Die Auswertung erfolgt orientiert am RE-AIM-Framework.

Ergebnisse: Die Fortbildungsmodule wurden am 01.05.2022 freigeschaltet. Aktuell sind 574 Personen (44,6% Ärzt:innen; 38,0% Physiotherapeut:innen; 15,3% weitere medizinische Professionen) registriert und es wurden 169 Wissenstests durchgeführt (Stand 23.05.2022). Es liegen 16 ausgefüllte Online-Bögen zur Studie vor.

Diskussion: Die Ergebnisse sollen vor dem Hintergrund der dynamischen Wissensentwicklung Impulse für den Wissenstransfer im Rahmen der Etablierung flächendeckender intersektoraler, interdisziplinärer und interprofessioneller Versorgungsstrukturen für Long-/Post-COVID-Betroffene geben.

Take Home Message für die Praxis: Zum Kongressdatum werden die Daten vollständig erhoben sein und die Ergebnisse können vollständig interpretiert werden.