Geografische Cluster der Unterimmunisierung gegen Influenza bei über 60-Jährigen am Beispiel Westfalen-Lippe

Zusammenfassung

Hintergrund Die Unterimmunisierung gegen Influenza steigt in den vergangenen Jahren an. Es wird eine räumliche Clusterung der Unterimmunisierung vermutet. Diese Cluster können Risiken für die Gesundheitsvorsorge bedeuten und das Erreichen von Qualitätsstandards der Immunisierung erschweren. Ziele des vorliegenden Papers sind (a) räumliche Cluster auf PLZ-Ebene mit hohen Quoten der Unterimmunisierung gegen Influenza zu identifizieren und zu beschreiben, (b) die Cluster mit weiteren Vorsorgeleistungen zu vergleichen und (c) mögliche Einflussfaktoren der Unterimmunisierung zu modellieren.

Material und Methoden Aus den kassenärztlichen Abrechnungsdaten der Kassenärztlichen Vereinigung Westfalen-Lippe wurden Patienten ≥ 60 Jahren und Impfleistungen von 2012–2017 extrahiert. Als Methodik wurde die räumliche Scanstatistik gewählt, die hohe relative Risiken einer Unterimmunisierung in Clustern ausweist.

Ergebnisse und Diskussion Es konnten 4 statistisch signifikante Cluster der Unterimmunisierung gegen Influenza identifiziert werden, die sich auch nach Abgleich mit dem zeitlichen Trend lokaler Unterimmunisierungsraten als stabil erwiesen. Die Quote der Unterimmunisierung betrug in der Grippesaison 2016/2017 in den Clustern mit höherem Risiko (RR>1) 71,9%-74,7%, die Quote außerhalb dieser Cluster 67,0%. Als Einflussfaktoren auf die Unterimmunisierung wurden u.a. sozio-ökonomische Faktoren und das Impfverhalten in der Vorsaison identifiziert. Unterimmunisierungsquoten sind geographisch geclustert. Die räumliche Scanstatistik kann für die Identifikation von persistenten Clustern genutzt werden, um gezielte raum- und adressatenspezifische Maßnahmen zur Verringerung der Unterimmunisierungsraten durchzuführen.

Schlüsselwörter

Influenza - Impfung - Unterimmunisierung - räumliche Cluster - Sekundärdatenanalyse

Publikationsverlauf

Artikel online veröffentlicht:
23. August 2019

• References

• 1 Robert Koch-Institut. Bericht zur Epidemiologie der Influenza in Deutschland, Saison 2017/18, Berlin 2018
• 2 Robert Koch Institut. Empfehlungen der Ständigen Impfkommission (STIKO) am RKI 2018/2019. Epidemiol Bull 2018; 34: 333-382
• 3 World Health Organisation (WHO). WHO position paper on influenza vaccines. Wkly Epidemiol Rec 2005; 80: 279-287
• 4 Reuss AM, Walter D, Feig M. et al. Influenzaimpfquoten der Saisons 2004/05, 2005/06 und 2006/07. Eine Sekundärdatenanalyse von Abrechnungsdaten der Kassenärztlichen Vereinigungen. Dtsch Ärztebl Int 2010; 107: 845-850
• 5 Bätzing-Feigenbaum J, Schulz et al. der saisonalen Influenzastandardimpfraten im kassenärztlichen Versorgungssektor in Deutschland seit der Pandemie 2009 – eine Trendanalyse auf regionaler Ebene für den Zeitraum 2009/2010 bis 2013/2014. Zentralinstitut für die kassenärztliche Versorgung in Deutschland (Zi). Versorgungsatlas-Bericht Nr. 15/19. Berlin 2015
• 6 Gravenstein S, Davidson HE, Taljaard M. et al. Comparative effectiveness of high-dose versus standard-dose influenza vaccination on numbers of US nursing home residents admitted to hospital: a cluster-randomised trial. Lancet. Respir Med 2017; 5: 738-746
• 7 Nichol KL, Goodman M. The health and economic benefits of influenza vaccination for healthy and at-risk persons aged 65 to 74 years. PharmacoEconomics 1999; 16: 63-71
• 8 Kitron U, Kazmierczak JJ. Spatial Analysis of the Distribution of Lyme Disease in Wisconsin. Am J Epidemiol 1997; 145: 558-566
• 9 Kleinman K, Lazarus R, Platt R. A Generalized Linear Mixed Models Approach for Detecting Incident Clusters of Disease in Small Areas, with an Application to Biological Terrorism. Am J Epidemiol 2004; 159: 217-224
• 10 Wen T-H, Lin NH, Chao D-Y. et al. Spatial–temporal patterns of dengue in areas at risk of dengue hemorrhagic fever in Kaohsiung, Taiwan, 2002. Int J Infect Dis 2010; 14: e334-e343
• 11 Lieu TA, Ray GT, Klein NP. et al. Geographic clusters in underimmunization and vaccine refusal. Pediatrics 2015; 135: 280-289
• 12 Anselin L. Local Indicators of Spatial Association – LISA. Geogr Anal 1995; 27: 93-115
• 13 Fritz CE, Schuurman N, Robertson C. et al. A scoping review of spatial cluster analysis techniques for point-event data. Geospatial Health 2013; 7: 183-198
• 14 Kulldorff M, Nagarwalla N. Spatial disease clusters: detection and inference. Stat Med 1995; 14: 799-810
• 15 Kulldorff M. A spatial scan statistic. Commun Stat – Theory Methods 1997; 26: 1481-1496
• 16 Jorgensen P, Mereckiene J, Cotter S. et al. How close are countries of the WHO European Region to achieving the goal of vaccinating 75% of key risk groups against influenza? Results from national surveys on seasonal influenza vaccination programmes, 2008/2009 to 2014/2015. Vaccine 2018; 36: 442-452
• 17 Völker S Die Inanspruchnahme der ambulanten Notfallversorgung in Westfalen-Lippe: eine medizingeographische Studie. Gesundheitswesen 2017; Im Internet: http://www.thieme-connect.de/DOI/DOI?10.1055/s-0043-119082
• 18 Omer SB, Enger KS, Moulton LH. et al. Geographic Clustering of Nonmedical Exemptions to School Immunization Requirements and Associations With Geographic Clustering of Pertussis. Am J Epidemiol 2008; 168: 1389-1396
• 19 Pfeiffer DU, Minh PQ, Martin V. et al. An analysis of the spatial and temporal patterns of highly pathogenic avian influenza occurrence in Vietnam using national surveillance data. Vet J 2007; 174: 302-309
• 20 Bödeker B, Remschmidt C, Schmich P. et al. Why are older adults and individuals with underlying chronic diseases in Germany not vaccinated against flu? A population-based study. BMC Public Health 2015; 15: 618
• 21 Eastwood K, Durrheim D, Francis JL. et al. Knowledge about pandemic influenza and compliance with containment measures among Australians. Bull World Health Organ 2009; 87: 588-594
• 22 Seale H, Heywood AE, McLaws M-L. et al. need it? I am not at risk! Public perceptions towards the pandemic (H1N1) 2009 vaccine. BMC Infect Dis 2010; 10: 99
• 23 Setbon M, Raude J. Factors in vaccination intention against the pandemic influenza A/H1N1. Eur J Public Health 2010; 20: 490-494
• 24 Feikin DR, Lezotte DC, Hamman RF. et al. Individual and Community Risks of Measles and Pertussis Associated With Personal Exemptions to Immunization. JAMA 2000; 284: 3145-3150
• 25 Salmon DA, Haber M, Gangarosa EJ. et al. Health consequences of religious and philosophical exemptions from immunization laws: individual and societal risk of measles. JAMA 1999; 282: 47-53
• 26 Andrew MK, McNeil S, Merry H. et al. Rates of influenza vaccination in older adults and factors associated with vaccine use: A secondary analysis of the Canadian Study of Health and Aging. BMC Public Health 2004; 4: 36
• 27 Bish A, Yardley L, Nicoll A. et al. Factors associated with uptake of vaccination against pandemic influenza: a systematic review. Vaccine 2011; 29: 6472-6484
• 28 Rubin GJ, Potts HWW, Michie S. The impact of communications about swine flu (influenza A H1N1v) on public responses to the outbreak: results from 36 national telephone surveys in the UK. Health Technol Assess Winch Engl 2010; 14: 183-266
• 29 Vaux S, Van Cauteren D, Guthmann J-P. et al. Influenza vaccination coverage against seasonal and pandemic influenza and their determinants in France: a cross-sectional survey. BMC Public Health 2011; 11: 30
• 30 Fabry P, Gagneur A, Pasquier J-C. Determinants of A (H1N1) vaccination: cross-sectional study in a population of pregnant women in Quebec. Vaccine 2011; 29: 1824-1829
• 31 Gaygısız Ü, Gaygısız E, Özkan T. et al. Why were Turks unwilling to accept the A/H1N1 influenza-pandemic vaccination? Peopleʼs beliefs and perceptions about the swine flu outbreak and vaccine in the later stage of the epidemic. Vaccine 2010; 29: 329-333
• 32 Ellis SE, Coffey CS, Mitchel EF. et al. Influenza- and Respiratory Syncytial Virus–Associated Morbidity and Mortality in the Nursing Home Population. J Am Geriatr Soc 51: 761-767