gms | German Medical Science

19. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

30.09. - 01.10.2020, digital

Risikocluster und räumliche Determinanten der MMR-Impfung bei Kindern

Meeting Abstract

Search Medline for

  • Sebastian Völker - Kassenärztliche Vereinigung Westfalen-Lippe, Stabsbereich Unternehmensentwicklung, Dortmund, Deutschland

19. Deutscher Kongress für Versorgungsforschung (DKVF). sine loco [digital], 30.09.-01.10.2020. Düsseldorf: German Medical Science GMS Publishing House; 2020. Doc20dkvf443

doi: 10.3205/20dkvf443, urn:nbn:de:0183-20dkvf4430

Published: September 25, 2020

© 2020 Völker.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Einleitung: Durch das Inkrafttreten des Masernschutzgesetzes am 01. März 2020 erfährt die MMR-Impfung eine neue Akzentuierung. Die Existenz von räumlich unterschiedlichen Verteilungen im Impfschutz und dem verstärkten Auftreten von Krankheitsinzidenzen wurde mehrfach belegt. Ziele der Studie

  • Beschreibung der räumlichen Verteilung von Kindern mit nicht ausreichendem Impfstatus bei MMR
  • Identifikation von Risikoclustern, in denen die Wahrscheinlichkeit eines nicht ausreichenden Impfschutzes signifikant erhöht ist
  • Berechnung lokaler Cluster-Risikomodelle auf Basis räumlich-nachbarschaftlicher Einflussfaktoren

Methoden: Grundlage waren Abrechnungsdaten der KVWL. Es wurden Geburtsjahrgangskohorten von gesetzlich versicherten Kindern der Jahrgänge 2013-2016 gebildet und auf PLZ-5-Ebene (n=410) aggregiert. Generelle und spezifische Cluster-Methoden identifizierten statistisch signifikante, räumlich kompakte Cluster und relative Risiken (RR) nicht geimpfter Kinder. In binär-logistischen Regressionen wurden lokale Risikomodelle auf Basis von räumlich-nachbarschaftlichen Variablen geschätzt.

Ergebnisse: Für die Impfquoten „min. eine MMR-Impfung“ und „beide MMR-Impfungen“ wurden jeweils 2 signifikante Cluster identifiziert. Diese umfassen das nördliche Ruhrgebiet (n=9692 Kinder gesamt, RR=2,05 [CI 95%: 1,92-2,18]) und Dortmund-Ennepe-Ruhr-Kreis (n=6031, RR=1,78 [CI 95%: 1,65-1,91]) bzw. Ennepe-Ruhr-Kreis-Dortmund (n=3540, RR=2,68 [CI 95%: 2,56-2,80]) und Dortmund-Unna-Hamm (n=15.271, RR=1,32 [CI 95%: 1,27-1,37]). Signifikante Risikofaktoren für niedrige Impfquoten umfassten die Altersstruktur, sozio-ökonomische Variablen, Einwohnerdichte, medizinische Versorgung und Wertehaltung.

Schlussfolgerung/Ausblick: Die Identifikation räumlicher Cluster ermöglicht Gesundheitsversorgern und -organisationen räumlich fokussiert Programme zur Reduzierung durch Impfung vermeidbarer Erkrankungen zu planen und zu evaluieren. Dabei können die Patienten und Patientinnen und Eltern in Nachbarschaften mit dem größten Interventionsbedarf adressiert werden.


Literatur

1.
Jeder Fehler zählt. Verfügbar unter: https://www.jeder-fehler-zaehlt.de External link
2.
National Reporting and Learning System. Verfügbar unter: https://report.nrls.nhs.uk/nrlsreporting External link