gms | German Medical Science

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH)

08.09. - 13.09.2024, Dresden

Forschungsprojekt „VAC-MAC – VACcinierung von MS/Arthritis/Colitis-Patient:innen“ (Teil 2): Methodik zur Identifizierung von Einflussfaktoren auf die Impfinanspruchnahme auf der Grundlage von GKV-Routinedaten

Meeting Abstract

  • Jale Basten - Ruhr-Universität Bochum, Medizinische Fakultät, Abteilung für medizinische Informatik, Biometrie und Epidemiologie, Bochum, Germany
  • Robin Denz - Ruhr-Universität Bochum, Medizinische Fakultät, Abteilung für medizinische Informatik, Biometrie und Epidemiologie, Bochum, Germany
  • Katharina Meiszl - Ruhr-Universität Bochum, Medizinische Fakultät, Abteilung für medizinische Informatik, Biometrie und Epidemiologie, Bochum, Germany
  • Marianne Charlotte Tokic - Ruhr-Universität Bochum, Medizinische Fakultät, Abteilung für medizinische Informatik, Biometrie und Epidemiologie, Bochum, Germany
  • Heike van de Sand - PMV forschungsgruppe an der Medizinischen Fakultät und Universitätsklinikum Köln (AÖR), Universität zu Köln, Köln, Germany
  • Kerstin Hellwig - Department of Neurology, St. Josef-Hospital, Ruhr-University Bochum, Bochum, Germany
  • Thomas Grüter - Ruhr-Universität Bochum, Universitätsklinik für Neurologie, St. Josef Hospital, Bochum, Germany
  • Stephanie Stock - Universitätsklinikum Köln, Institut für Gesundheitsökonomie und Klinische Epidemiologie, Köln, Germany
  • Dusan Simic - Universität zu Köln, Institut für Gesundheitsökonomie und Klinische Epidemiologie an der Medizinischen Fakultät und Universitätsklinikum Köln (AÖR), Köln, Germany
  • Arim Shukri - Universität zu Köln, Institut für Gesundheitsökonomie und Klinische Epidemiologie an der Medizinischen Fakultät und Universitätsklinikum Köln (AÖR), Köln, Germany
  • Uta Kiltz - Ruhr-Universität Bochum, Rheumazentrum Ruhrgebiet, Herne, Germany
  • Maria Zacharopoulou - Ruhr-Universität Bochum, Rheumazentrum Ruhrgebiet, Herne, Germany
  • Horst Vollmar - Ruhr-Universität Bochum, Abteilung für Allgemeinmedizin (AM RUB), Medizinische Fakultät, Bochum, Germany
  • Ina Otte - Ruhr-Universität Bochum, Abteilung für Allgemeinmedizin (AM RUB), Medizinische Fakultät, Bochum, Germany
  • Romy Lauer - Ruhr-Universität Bochum, Abteilung für Allgemeinmedizin (AM RUB), Medizinische Fakultät, Bochum, Germany
  • Anastasia Suslow - Ruhr-Universität Bochum, Abteilung für Allgemeinmedizin (AM RUB), Medizinische Fakultät, Bochum, Germany
  • Andreas Stallmach - Universitätsklinikum Jena, Klinik für Innere Medizin IV (Gastroenterologie, Hepatologie und Infektiologie), Jena, Germany
  • Anika Franz - Universitätsklinikum Jena, Klinik für Innere Medizin IV (Gastroenterologie, Hepatologie und Infektiologie), Jena, Germany
  • Ursula Marschall - BARMER Institut für Gesundheitssystemforschung - bifg, BARMER, Wuppertal, Germany
  • Joachim Saam - BARMER Institut für Gesundheitssystemforschung - bifg, BARMER, Wuppertal, Germany
  • Catharina Schumacher - BARMER Institut für Gesundheitssystemforschung - bifg, BARMER, Wuppertal, Germany
  • Theresa Oganowski - Department of Neurology, St. Josef-Hospital, Ruhr-University Bochum, Bochum, Germany
  • Ingo Meyer - Universität zu Köln, Medizinische Fakultät und Universitätsklnikum, PMV forschungsgruppe, Köln, Germany
  • Nina Timmesfeld - Ruhr-Universität Bochum, Abteilung für Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Germany

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH). Dresden, 08.-13.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. DocAbstr. 1033

doi: 10.3205/24gmds580, urn:nbn:de:0183-24gmds5808

Published: September 6, 2024

© 2024 Basten et al.
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: Obwohl ein ausreichender Impfschutz für MS/Arthritis/Colitis (MAC)-Patient:innen besonders wichtig ist, ist die Impfquote in dieser vulnerablen Gruppe gering [1]. Ein Teilziel des VAC-MAC Projekts ist die Identifikation von Einflussfaktoren bzw. Prädiktoren für die Impfinanspruchnahme sowohl auf Seiten der Patient:innen als auch auf Seiten der Praxen und Ärzt:innen. Ziel des Vortrags ist es, sowohl die Herausforderungen und Lösungsansätze bei der Aggregation der Einflussfaktoren unter longitudinalen Gesichtspunkten als auch das geplante Vorgehen bei der Analyse der Daten zu beschreiben.

Methodik: Die Analyse basiert auf den GKV-Routinedaten der BARMER Krankenkasse, die zuvor in einem ersten Schritt quartalsweise zusammengestellt wurden (siehe Abstract VAC-MAC (Teil 1)). Mittels Fokusgruppen und qualitativer Interviews konnten verschiedene potenzielle Einflussfaktoren auf die Inanspruchnahme von Impfungen identifiziert werden. Zu nennen sind hier beispielsweise die allgemeine Impfaffinität von Ärzt:innen, die Erkrankungsschwere und eine mögliche Therapieeskalation. Zur Operationalisierung sowohl der Einflussfaktoren als auch des Outcomes mussten die Längsschnittdaten über mehrere Quartale in geeigneter Weise aggregiert werden.

Für die statistischen Analysen ist ein zweistufiges Vorgehen vorgesehen. In einem ersten Schritt werden die Daten auf Praxis-/Arzt- und Patientenebene getrennt analysiert. Hierzu werden longitudinale logistische Regressionsmodelle mit Lasso zur Selektion wichtiger Einflussfaktoren verwendet. In einem zweiten Schritt wird deren Einfluss in einem gemeinsamen Modell untersucht.

Ergebnisse: Bei der Operationalisierung unserer Einflussfaktoren haben wir die wechselseitigen zeitlichen Abhängigkeiten mehrerer Ausgangsvariablen berücksichtigt. Beispielsweise mussten zur Operationalisierung der Therapieeskalation die quartalsweise Medikation, die Wirkdauer und die entsprechenden Medikamentenklassen berücksichtigt werden. Bei der Operationalisierung des Outcomes wurde berücksichtigt, dass ein/e Patient:in nach einer erfolgten Impfung für einen bestimmten Zeitraum nicht mehr „unter Risiko“ für eine erneute Impfung ist. Eine besondere Herausforderung stellte insbesondere die Rechenintensität der einzelnen Aufbereitungs- und Analyseschritte dar.

In ersten Analysen zeigten sich sowohl regionale Unterschiede als auch Unterschiede zwischen den MAC-Erkrankungen.

Schlussfolgerung: Zur geeigneten Operationalisierung von „einfachen“ Einflussfaktoren in GKV-Routinedaten sind teilweise aufwendige mehrstufige Algorithmen notwendig, was nur in enger Zusammenarbeit zwischen Kliniker:innen und Datenwissenschaftler:innen gelingen kann.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Wagner N, Assmus F, Arendt G, Baum E, Baumann U, Bogdan C, et al. Impfen bei Immundefizienz: Anwendungshinweise zu den von der Ständigen Impfkommission empfohlenen Impfungen. (IV) Impfen bei Autoimmunkrankheiten, bei anderen chronisch-entzündlichen Erkrankungen und unter immunmodulatorischer Therapie. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz. 2019;62(4):494–515.