ArchivDeutsches Ärzteblatt39/2019Steigerung der Influenza-Impfquoten bei chronisch Kranken

MEDIZIN: Originalarbeit

Steigerung der Influenza-Impfquoten bei chronisch Kranken

Ein systematisches Review zu Maßnahmen in der Allgemeinmedizin

Increasing influenza vaccination rates in people with chronic illness—a systematic review of measures in primary care

Dtsch Arztebl Int 2019; 116: 645-52; DOI: 10.3238/arztebl.2019.0645

Sanftenberg, Linda; Brombacher, Felix; Schelling, Jörg; Klug, Stefanie J.; Gensichen, Jochen

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Trotz klarer Evidenz für die Wirksamkeit und Sicherheit der Influenza-Impfung für chronisch Kranke sind die Impfquoten in dieser vulnerablen Population weiterhin auf niedrigem Niveau. Dies führt in Deutschland jedes Jahr zu vielen vermeidbaren Hospitalisierungen und Todesfällen. Ziel dieser systematischen Übersichtsarbeit war, Maßnahmen in der Allgemeinmedizin zu identifizieren, mit denen die Influenza-Impfquoten unter chronisch Kranken erhöht werden können.

Methode: Die Durchführung erfolgte nach dem PRISMA-Statement. Eine systematische Literatursuche wurde durchgeführt. Eingeschlossen wurden ausschließlich randomisierte kontrollierte Studien. Details sind im Studienprotokoll (PROSPERO, CRD42018114163) einsehbar.

Ergebnisse: 15 Studien konnten in das Projekt eingeschlossen werden. Fortbildungen für Praxisteams mit Fokus auf eine bestimmte Erkrankung steigerten die Impfquoten um bis zu 22 %. Den größten Effekt zeigte ein finanzieller Anreiz (relatives Risiko [RR]: 2,79; 95-%-Konfidenzintervall: [1,18; 6,62]). Erinnerungs-SMS erreichten maximal eine absolute Verbesserung um 3,8 %. Verglichen mit einfachen Interventionen schienen komplexe Interventionen keinen zusätzlichen Nutzen zu haben.

Schlussfolgerung: Effektive Ansätze sind heterogen. Die Fokussierung von Praxisteam-Fortbildungen auf bestimmte Erkrankungen könnte einen Vorteil gegenüber impfzentrierten Fortbildungen aufweisen. Arzterinnerungssysteme sollten mit hoher Zuverlässigkeit implementiert werden. Einfache Strategien sind in der heterogenen Population der chronisch Kranken möglicherweise am besten geeignet. Die Aussagekraft unserer Ergebnisse wird durch die große Heterogenität der Studien und die geringe Studienzahl pro Kategorie beschränkt.

LNSLNS

Die saisonale Influenza der Saison 2017/2018 führte alleine in Deutschland zu etwa 45 000 Hospitalisierungen; dem Robert Koch-Institut wurden 1 674 Todesfälle mit Infektionsnachweis gemeldet (e1). Der Erkrankungsverlauf sowie das Risiko für Hospitalisierung und Tod variieren mit dem Gesundheitsstatus des individuellen Patienten. Besonders vulnerabel sind junge und alte Menschen sowie Patienten mit chronischen Vorerkrankungen (1, e1). Beispielsweise konnte 2017 gezeigt werden, dass 86 % der mit einer „influenza like illness“ (ILI) hospitalisierten Patienten (≥ 5 Jahre) unter mindestens einer chronischen Erkrankung litten. Trotz suffizienter Therapie war die Prognose schlecht, mehr als 30 % der Patienten mussten intensivmedizinisch behandelt werden, und 14,8 % starben während des Kranken­haus­auf­enthalts (1). Abgesehen von den individuellen Konsequenzen wird das gesamte Gesundheitswesen durch die zusätzlichen Arztkonsultationen und Hospitalisierungen enorm belastet. Chronisch Kranke haben viele Arztkontakte mit Hausärzten (e2), die dementsprechend auch einen großen Teil der Zusatzbelastungen tragen (2).

Die Therapie der Influenza erfolgt primär symptomatisch; im Frühstadium sollten in Risikopopulationen zusätzlich Virostatika appliziert werden (3). Die effektivste Methode gegen das Virus ist die Impfprävention, deren Wirksamkeit und Sicherheit insbesondere für chronisch kranke Patienten in vielen Publikationen gezeigt wurde (4, e3e6).

Zum Erreichen der Herdenimmunität ist eine Impfquote von 90 % unter chronisch Kranken notwendig (5). Dieser Wert wird allerdings nur äußert selten erreicht. Je nach Land, Population und Altersgruppe können Raten zwischen 9 und 70 % beobachtet werden (68). In Deutschland wurden Impfquoten von 24,1 % in der Saison 2012/13 und von 22,6 % in der Saison 2013/14 bei chronisch Kranken unter 60 Jahren verzeichnet (9). In der Population der über 60-Jährigen waren in der Saison 2010/11 noch 43,6 % geimpft, 2016/17 waren es nur noch 34,8 % (e7). Folglich sind Maßnahmen zur Verbesserung der Impfquoten, insbesondere in Hochrisikopopulationen, äußerst wichtig. Aufgrund ihrer koordinierenden Rolle im Gesundheitswesen und ihrer fachlichen Ausrichtung scheinen Allgemeinärzte insbesondere geeignet, solche Interventionen umzusetzen.

Ziel der Arbeit war die Evaluation von Maßnahmen zur Steigerung der saisonalen Influenza-Impfquoten unter chronisch Kranken in der Allgemeinmedizin.

Methoden

Die Durchführung dieser systematischen Übersichtsarbeit erfolgte nach dem PRISMA-Statement für systematische Reviews (e8). Eine ausführlichere Beschreibung der Methodik kann im Studienprotokoll (PROSPERO CRD42018114163) und im eMethodenteil eingesehen werden (10). Eingeschlossen wurden randomisierte kontrollierte Studien, die von Allgemeinärzten und -ärztinnen durchgeführt oder auf diese ausgerichtet waren und der Steigerung von Influenza-Impfquoten bei chronisch Kranken dienten. Die Durchführung der systematischen Literaturrecherche (eKasten) erfolgte im Oktober 2018.

Schlagwort-Suche für MEDLINE und Embase via Ovid
Schlagwort-Suche für MEDLINE und Embase via Ovid
eKasten
Schlagwort-Suche für MEDLINE und Embase via Ovid

Als Bewertungsinstrument des Verzerrungsrisikos der eingeschlossenen Studien diente das Cochrane Risk-of-Bias-Tool (e9). Nach der Bewertung der Einzelkriterien mit 0 Punkten für ein hohes, 1 Punkt für ein unbekanntes und 3 Punkten für ein niedriges Verzerrungsrisiko berechneten wir zusätzlich einen Qualitätsfaktor (QF; modifiziert nach [11]) durch Addition zur Verbesserung der Vergleichbarkeit. Entsprechend des QF erfolgte eine Einstufung der Qualität in niedrig (0–10 Punkte), mittel (11–14 Punkte) und hoch (mindestens 15 Punkte).

Aus clusterrandomisierten Studien wurden bevorzugt suffizient korrigierte Ergebnisse (e10) extrahiert. Wenn möglich, wurden „intention to treat“-Analysen durchgeführt. Eine Metaanalyse mit der Berechnung eines gepoolten Effektschätzers war aufgrund der hohen methodischen, klinischen und statistischen Heterogenität für die Synthese unserer Daten ungeeignet.

Ergebnisse

Es konnten 15 Studien in das Review eingeschlossen werden (Grafik 1) (1226). Diese untersuchten ein breites Spektrum verschiedener Patientenpopulationen. Mindestens 77 % der eingeschlossenen Patienten waren jünger als 65 Jahre. Elf Studien untersuchten Patienten mit kardiovaskulären Erkrankungen, vier Publikationen fokussierten sich auf chronisch-obstruktive Lungenerkrankungen (COPD) oder Asthma. Es gab keine Studie zu Patienten mit psychischen Erkrankungen. Eine Übersicht über die Kategorisierung unserer eingeschlossenen Studien findet sich in Tabelle 1, über ihre Charakteristika in Tabelle 2 und in der eTabelle. Neben der methodischen und klinischen Heterogenität der Studien zeigte sich auch ein ausgeprägtes Ausmaß an statistischer Heterogenität: Nach Higgins und Thompson (e11) betrug die Heterogenität der Studien zu Fortbildungen für Praxisteams I2 = 87 %, zu Kompetenzerweiterungen für medizinisches Fachpersonal I2 = 85 % und zu Erinnerungs-SMS I2 = 94 %.

Flussdiagramm zur Auswahl der Studien
Flussdiagramm zur Auswahl der Studien
Grafik 1
Flussdiagramm zur Auswahl der Studien
Kategorisierung der Interventionen
Kategorisierung der Interventionen
Tabelle 1
Kategorisierung der Interventionen
Merkmale der eingeschlossenen Studien
Merkmale der eingeschlossenen Studien
Tabelle 2
Merkmale der eingeschlossenen Studien
Detaillierte Merkmale der eingeschlossenen Studien
Detaillierte Merkmale der eingeschlossenen Studien
eTabelle
Detaillierte Merkmale der eingeschlossenen Studien

Auch die Qualität der eingeschlossenen Studien war sehr heterogen. Weitere Informationen hierzu finden sich in der eGrafik. Die Verblindung der Endpunkterhebung wurde in den meisten Fällen mit einem geringen Verzerrungsrisiko bewertet, da viele Autoren objektive Erfassungsmethoden verwendeten. Eine Bewertung des Risikos unvollständiger Ergebnisse und selektiver Berichterstattung war häufig nicht möglich, da keine Studienprotokolle einsehbar waren.

Übersicht zur Bewertung des Verzerrungsrisikos („risk of bias“)
Übersicht zur Bewertung des Verzerrungsrisikos („risk of bias“)
eGrafik
Übersicht zur Bewertung des Verzerrungsrisikos („risk of bias“)

Wirksamkeit der Interventionen

Patientenzentrierte Studien wiesen tendenziell größere Stichproben auf. Studien mit Fokussierung auf medizinischem Personal zeigten insgesamt eine höhere Qualität (Grafik 2).

Forest Plot: Effekt der Interventionen
Forest Plot: Effekt der Interventionen
Grafik 2
Forest Plot: Effekt der Interventionen

Interventionen mit Fokus auf medizinischem Personal

Fortbildungen für Praxisteams wurden in drei Studien untersucht. COPD-Versorgungspakete konnten bei Markun et al. (18) und Zwar et al. (26) signifikant positive Effekte (relatives Risiko [RR]: 1,35; 95-%-Konfidenzintervall: [1,14; 1,59] beziehungsweise RR: 1,29 [1,03; 1,62]) bei Kontrollgruppen-Impfquoten von 61,6 % und 49,1 % demonstrieren. Siriwardena et al. (23) erreichten mit ihrem impfzentrierten Workshop unter splenektomierten Patienten eine Verbesserung der Impfquote um 22 %, allerdings bei sehr kleiner Patientenzahl (n = 169) keine signifikante Effektgröße (RR: 1,08 [0,90; 1,25]). Unter Patienten mit koronarer Herzkrankheit oder Diabetes mellitus wurden nur geringe, nicht signifikante Verbesserungen erreicht (RR: 1,02 [1,00; 1,04]); allerdings wurden auch ohne Intervention sehr viele Patienten geimpft (72,5 % beziehungsweise 70,2 %). Studien dieser Kategorie waren von mittlerer bis hoher Qualität (QF: 12–18).

Automatische Erinnerungssysteme für Ärzte mit gedruckten Impfempfehlungen auf Dokumentationsbögen zeigten ihre Effektivität bei Chambers et al. (15) (RR: 1,86; p = 0,001). Bei Teilnehmern, deren Arzt nur für die Hälfte seiner Patienten Erinnerungen erhielt, reduzierte sich die Impfquote. Digitale Arzterinnerungen für verschiedene Präventionsmaßnahmen wurden in Tierney et al. (25) aus unbekannten Gründen ebenso nur für die Hälfte der eingeschlossenen Patienten generiert und bewirkten eine Verschlechterung der Impfquote um 2,2 % verglichen mit der Kontrolle (RR: 0,95; [0,67; 1,35]). Die Kontrollgruppenimpfquoten lagen in beiden Fällen bei etwa 20 %. Studien in dieser Kategorie waren von mittlerer bis hoher Qualität (QF: 14–15).

Kompetenzerweiterungen für medizinisches Fachpersonal wurden generell als komplexe Interventionen von niedriger bis mittlerer Qualität (QF: 9–12) implementiert. Ein signifikant positives Ergebnis erreichten Beck et al. (14) durch die Versorgung der Patienten während strukturierter Gruppenbesuche unter Supervision von medizinischem Fachpersonal (RR: 1,27; [1,11; 1,46]). Hausbesuche durch einen Gemeindekrankenpfleger mit Kontakt zum jeweiligen Hausarzt nach der Entlassung aus dem Krankenhaus hingegen erzeugten einen Rückgang der Impfquote um 7,4 % verglichen mit Kontrolle bei Hermiz et al. (16) (RR: 0,89; [0,70; 1,12]), Probleme gab es bei der Qualität der Umsetzung und der Kooperation zwischen Pfleger und Hausarzt. Die Kontrollgruppen-Impfquoten lagen in beiden Fällen bei etwa 65 %.

Insgesamt erreichten einfache Interventionen größere Effekte und häufiger signifikante Resultate als komplexe Interventionen.

Interventionen mit Fokus auf Patienten

Erinnerungs-SMS wurden in zwei Studien mit hoher Qualität (QF: 17–18) von Herrett et al. (17) und Regan et al. (22) untersucht. Während bei Herrett et al. bei einer Impfquote von 50 % in der Kontrollgruppe nur eine absolute Steigerung von 1,7 % bewirkt werden konnte (RR: 1,05; [1,00; 1,11]), erreichten Regan et al. eine signifikante absolute Steigerung von 3,8 % bei einer Impfquote von 9,1 % in der Kontrollgruppe (RR: 1,41; [1,22; 1,63]).

Personalisierte Erinnerungspostkarten wurden von Spaulding et al. (24) mit hoher und Baker et al. (13) mit niedriger Qualität implementiert (QF: 10–16). Verglichen mit 9 % in der Kontrollgruppe konnte die personalisierte Postkarte von Spaulding et al. die Impfquote um 16,1 % steigern (RR: 2,77; [2,05; 3,75]). Bei Baker et al. erreichte nur die personalisierte Postkarte Signifikanz in beiden Subgruppen und generell größere Effekte (RR: 1,09 beziehungsweise 1,11; p < 0,05) verglichen mit der einheitlichen Postkarte (RR: 1,05 beziehungsweise 1,07; p > 0,05). Die Impfquote in der Kontrollgruppe lag bei 35,8 % für Patienten unter 65 Jahren und bei 50,7 % für Patienten über 65 Jahren.

Erinnerungsbriefe wurden generell mit niedriger Qualität (QF: 7–10) implementiert und wiesen eine Personalisierung sowie einen edukativen Anteil auf. Baker et al. erreichten nur in der jüngeren Subpopulation einen signifikanten Effekt (RR: 1,09; p < 0,05). Bei Moran et al. (19) reduzierte ein einzelner Erinnerungsbrief die Impfquote im Vergleich zur Kontrollgruppe um 0,5 % (RR: 0,99; [0,60; 1,63]). Mullooly et al. (21) erreichten eine signifikante Steigerung der Impfquote um 8,8 % verglichen mit einer Rate von 30,1 % in der Kontrollgruppe (RR: 1,29 [1,15; 1,45]).

Die Effektivität einer versendeten edukativen Broschüre und eines finanziellen Anreizes sowie die Kombination beider Interventionen untersuchten Moran et al. (20) mit mittlerer Qualität (QF: 13). Alle drei Maßnahmen erzeugten statistisch signifikante positive Effekte bei einer Impfquote von 9,4 % in der Kontrollgruppe. Die Kombination beider Interventionen (RR: 2,78 [1,13; 6,87]) zeigte gegenüber der alleinigen Broschüre (RR: 2,53 [1,04; 6,15]) einen Vorteil, war dem finanziellen Anreiz (RR: 2,79 [1,18; 6,62]) allerdings nicht überlegen.

Ahmed et al. (12) und Moran et al. (19) verglichen zwei versendete Patientenerinnerungen mit einer einzelnen. Bei Ahmed et al. reduzierte sich die Impfquote bei den 18- bis 49-Jährigen um 5,8 % und steigerte sich bei den 50- bis 64-Jährigen um 4,6 % (RR: 0,94 [0,84; 1,05] beziehungsweise RR: 1,08 [1,00; 1,15]). Bei Moran et al. sank die Rate um 6,1 % (RR: 0,80 [0,46; 1,38]).

Diskussion

Die identifizierten Maßnahmen zur Steigerung der saisonalen Influenza-Impfquoten unter chronisch Kranken im Setting der Allgemeinmedizin sind heterogen und können sowohl mit Fokussierung auf Patienten als auch auf medizinisches Personal erfolgreich umgesetzt werden.

Interventionen mit Fokus auf medizinischem Personal

Kovacs et al. (11) sowie Forsetlund et al. (27) vermuteten, dass Weiterbildungen alleine komplexe Verhaltensmuster nur begrenzt modifizieren können. Die durchgeführten Fortbildungen für Praxisteams in den untersuchten Studien zeigten bei Zentrierung auf die Versorgung einer bestimmten Erkrankung (18, 26) bessere Resultate als ein impfzentrierter Ansatz (23). Folglich können Fortbildungen mit deutlichem Bezug zur täglichen Praxis wirkungsvoll sein; der Effekt sollte allerdings nicht überschätzt werden.

Erinnerungssysteme für Ärzte waren nur dann effektiv, wenn die Meldungen für alle geeigneten Patienten generiert wurden (15, 25). Dementsprechend sollten solche Systeme eine hohe Zuverlässigkeit aufweisen. Ein verwandter Ansatz sind standardisierte Checklisten, die bei der Beurteilung der Impfindikation helfen sollen und bei Mendu et al. (28) sowie Merkel et al. (29) einen positiven Effekt auf die Impfquoten bewiesen.

Gruppenbesuche mit der Ausweitung des Kompetenzbereichs von medizinischem Fachpersonal zeigten positive Effekte (14), wohingegen die Kooperation von Gemeindekrankenpflegern und Hausärzten schwierig sein kann (16). Ein anderer verwandter Ansatz ist die Generaldelegation von Indikationsstellung und Durchführung der Impfung bestimmter Patienten an medizinische Fachkräfte (30). Generell gibt es eine breite Evidenz für die Wirksamkeit von Kompetenzerweiterungen für medizinisches Fachpersonal (31); dementsprechend flächendeckend werden diese in Ländern wie Großbritannien oder den USA umgesetzt (32).

Interventionen mit Fokus auf Patienten

Erinnerungs-SMS konnten keinen Vorteil gegenüber analogen Formen der Patientenerinnerung zeigen, obwohl diese in zwei aktuellen qualitativ hochwertigen Studien untersucht wurden (17, 22). Beide Studien zur Erinnerungs-SMS konnten nur geringe Steigerungen der Impfquoten bewirken. Die Stärke dieses Interventionstypes ist ihre große Reichweite, beide Studien wiesen eine außergewöhnlich umfangreiche Stichprobe (102 257 beziehungsweise 6 245 Patienten) auf. Folglich besteht ausreichend Evidenz für die Effektivität von Erinnerungs-SMS zur Steigerung der Adhärenz an ärztliche Empfehlungen bei chronisch Kranken (e12).

Insgesamt erscheint die Umsetzung von Patientenerinnerungssystemen in Deutschland mangelhaft (33); eine flächendeckende Verbreitung wäre aber erstrebenswert. Dass schriftliche Erinnerungen, die direkt an den Patienten gerichtet sind, auch in Deutschland wirksam sein könnten, zeigten Schulte et al. (34) bei Patienten mit chronischer Nierenerkrankung.

Verschiedene Publikationen haben finanzielle Anreize als Teil von Influenza-Impfkampagnen als effektiv beschrieben (e13). Auch in unserer Arbeit zeigte diese Intervention den größten Effekt (20).

Die individuelle Empfehlung des persönlichen Arztes wurde im Vorfeld als starker prädiktiver Faktor für eine daraufhin erfolgende Impfung beschrieben (e14, e15). Auch spielt die Glaubwürdigkeit der Quelle eine große Rolle bei der Bewertung von Indikationen und Risiken der Impfung nach edukativen Maßnahmen (e16). Personalisierte Einladungen zur Teilnahme an einer Screening-Koloskopie konnten in Deutschland einen positiven Effekt zeigen (35, 36). Unsere Ergebnisse lassen keine klaren Rückschlüsse auf die Auswirkung einer Personalisierung zu, insgesamt ist aber durchaus von einem Vorteil auszugehen.

Edukative Maßnahmen wurden bereits als geeignet beschrieben, um Wissenslücken zu schließen (e17) und Impfraten zu verbessern (e18). Das Hinzufügen eines edukativen Anteils zu Patientenerinnerungen resultierte in unserer Studie in indifferenten Ergebnissen, und weder ein Vor- noch ein Nachteil für die Impfquoten wurde beobachtet.

Komplexität der Interventionen

In den untersuchten Studien zeigten einfache Interventionen eine höhere Qualität und größere Effekte als komplexe Interventionen. Folglich erzeugte auch eine zusätzliche zweite Erinnerung keinen zusätzlichen Effekt, und die Inklusion eines edukativen Anteils verbesserte nicht notwendigerweise das Endergebnis. Die Kombination von edukativer Broschüre und Sachanreiz führte zu keinem signifikanten Vorteil gegenüber der jeweiligen Einzelintervention. All dies unterstützt die vorherige Beobachtung, dass komplexe Interventionen nicht notwendigerweise auch größere Effekte generieren (11, 31, e19). Zum Erreichen großer Populationen mit heterogenen Einstellungen und Bedürfnissen könnten einfache Ansätze also sehr gut geeignet sein.

Ausblick

Auch in anderen Settings neben der Allgemeinmedizin oder der ambulanten Versorgung gibt es vielversprechende Ansätze zur Steigerung der Impfquoten in Risikopopulationen. Ein geeignetes Umfeld könnten beispielsweise Notaufnahmen sein, da der Anteil an Hochrisikopatienten hier häufig deutlich höher als in der Gesamtpopulation ist (37). Rimple et al. (38) konnten durch die Einführung eines Indikationsscreenings in einer chirurgischen Notaufnahme die Influenza-Impfquote unter Hochrisikopatienten von 16 % auf 83 % steigern. Auch eine Indikationsprüfung vor bestimmten Eingriffen oder bei bestimmten Krankheitsbildern im stationären Umfeld, wie beispielsweise von Gurfinkel et al. (39) beschrieben, könnte zu einer Steigerung der Impfquoten führen. Wie bei Schulte et al. (34) könnte die Durchführung von Impfinterventionen in Zukunft zudem verstärkt durch Krankenversicherer oder staatliche Institutionen erfolgen.

Limitationen

Obwohl unsere Suche in den vier großen, relevanten Datenbanken sowie grauer Literatur durchgeführt wurde, könnten dennoch relevante Publikationen übersehen worden sein. Unsere generelle Studienqualität war uneinheitlich, manche Studien untersuchten nur sehr kleine Stichproben. Da wir keine signifikant negativen Resultate verzeichneten, besteht die Möglichkeit eines Einflusses des Publikationsbias. Der Korrelationskoeffizient nach Pearson zeigte einen signifikant negativen Wert für die Impfrate der Kontrollgruppe und RR pro Studie (r = −0,650; p = 0.01), folglich könnten unsere Ergebnisse ebenso durch Deckeneffekte beeinflusst worden sein (40). In manchen Fällen mussten Ergebnisse clusterrandomisierter Studien ohne suffiziente Korrekturen genutzt werden, was die Qualität und Aussagekraft beeinträchtigt. Bezüglich Patienten, Ländern, Gesundheitssystemen und Interventionen wurde ein hohes Maß an Heterogenität festgestellt, was insbesondere die externe Validität unserer Ergebnisse limitiert.

Finanzierung

Es erfolgte keine Fremdfinanzierung des Projekts.

Interessenkonflikt
Prof. Schelling erhielt Honorare für Beratertätigkeit von den Firmen Pfizer, MSD, GlaxoSmithKline und Sanofi. Vortragshonorare bekam er von Pfizer, MSD und GlaxoSmithKline. Drittmittel für ein von ihm verantwortetes Forschungsvorhaben gab es von der Firma Pfizer.

Dr. Sanftenberg erhielt ein Honorar für ein Gutachten von der Gesellschaft zur Förderung der Impfmedizin.

Die übrigen Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 2. 4. 2019, revidierte Fassung angenommen: 28. 6. 2019

Anschrift für die Verfasser
Dr. rer. nat. Linda Sanftenberg
Institut für Allgemeinmedizin
Klinikum der Ludwig-Maximilians-Universität München
Campus Innenstadt, Pettenkoferstraße 10, 80336 München
Linda.sanftenberg@med.uni-muenchen.de

Zitierweise
Sanftenberg L, Brombacher F, Schelling J, Klug SJ,
Gensichen J: Increasing influenza vaccination rates in people with chronic illness—a systematic review of measures in primary care. Dtsch Arztebl Int 2019; 116: 645–52.
DOI: 10.3238/arztebl.2019.0645

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

Zusatzmaterial
Mit „e“ gekennzeichnete Literatur:
www.aerzteblatt.de/lit3919 oder über QR-Code

eMethodenteil, eKasten, eTabelle, eGrafik:
www.aerzteblatt.de/19m0645 oder über QR-Code

1.
Tanriover MD, Bagci Bosi T, Ozisik L, et al.: Poor outcomes among elderly patients hospitalized for influenza-like illness. Curr Med Res Opin 2018; 34: 1201–7 CrossRef MEDLINE
2.
Fleming DM, Taylor RJ, Haguinet F, et al.: Influenza-attributable burden in United Kingdom primary care. Epidemiol Infect 2016; 144: 537–47 CrossRef MEDLINE PubMed Central
3.
Lehnert R, Pletz M, Reuss A, Schaberg T: Antiviral medications in seasonal and pandemic influenza—a systematic review. Dtsch Arztebl Int 2016; 113: 799–807 VOLLTEXT
4.
Restivo V, Costantino C, Bono S, et al.: Influenza vaccine effectiveness among high-risk groups: a systematic literature review and meta-analysis of case-control and cohort studies. Hum Vaccin Immunother 2018; 14: 724–35 CrossRef MEDLINE PubMed Central
5.
Plans-Rubió P: The vaccination coverage required to establish herd immunity against influenza viruses. Prev Med 2012; 55: 72–7 CrossRef MEDLINE
6.
Hofstetter AM, Camargo S, Natarajan K, Rosenthal SL, Stockwell MS: Vaccination coverage of adolescents with chronic medical conditions. Am J Prev Med 2017; 53: 680–8 CrossRef MEDLINE
7.
Nitsch-Osuch A, Gołębiak I, Wyszkowska D, et al.: Influenza vaccination coverage among Polish patients with chronic diseases. Adv Exp Med Biol 2017; 968: 19–34 CrossRef MEDLINE
8.
Byeon KH, Kim J, Choi B, Choi BY: The coverage rates for influenza vaccination and related factors in Korean adults aged 50 and older with chronic disease: based on 2016 community health survey data. Epidemiol Health 2018; 40: e2018034 CrossRef MEDLINE PubMed Central
9.
Bödeker B, Remschmidt C, Schmich P, Wichmann O: 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 CrossRef MEDLINE PubMed Central
10.
Sanftenberg L, Brombacher F, Gensichen J: A systematic review on strategies for increasing vaccination rates against influenza in patients with chronic diseases in primary care. PROSPERO 2018 CRD42018114163.
11.
Kovacs E, Strobl R, Phillips A, et al.: Systematic review and meta-analysis of the effectiveness of implementation strategies for non-communicable disease guidelines in primary health care. J Gen Intern Med 2018; 33: 1142–54 CrossRefMEDLINE PubMed Central
12.
Ahmed F, Friedman C, Franks A, et al.: Effect of the frequency of delivery of reminders and an influenza tool kit on increasing influenza vaccination rates among adults with high-risk conditions. Am J Manag Care 2004; 10: 698–702.
13.
Baker AM, McCarthy B, Gurley VF, Yood MU: Influenza immunization in a managed care organization. J Gen Intern Med 1998; 13: 469–75 CrossRef MEDLINE PubMed Central
14.
Beck A, Scott J, Williams P, et al.: A randomized trial of group outpatient visits for chronically ill older HMO members: The Cooperative Health Care Clinic. J Am Geriatr Soc 1997; 45: 543–9 CrossRef MEDLINE
15.
Chambers CV, Balaban DJ, Carlson BL, Grasberger DM: The effect of microcomputer-generated reminders on influenza vaccination rates in a university-based family practice center. J Am Board Fam Pract 1991; 4: 19–26.
16.
Hermiz O, Comino E, Marks G, Daffurn K, Wilson S, Harris M: Randomised controlled trial of home based care of patients with chronic obstructive pulmonary disease. BMJ 2002; 325: 938 CrossRef MEDLINE PubMed Central
17.
Herrett E, Williamson E, van Staa T, et al.: Text messaging reminders for influenza vaccine in primary care: a cluster randomised controlled trial (TXT4FLUJAB). BMJ Open 2016; 6: ce010069 CrossRef MEDLINE PubMed Central
18.
Markun S, Rosemann T, Dalla-Lana K, Steurer-Stey C: Care in chronic obstructive lung disease (CAROL): a randomised trial in general practice. Eur Respir J 2018; 51: 1701873 CrossRef MEDLINE
19.
Moran WP, Nelson K, Wofford JL, Velez R: Computer-generated mailed reminders for influenza immunization: a clinical trial. J Gen Intern Med 1992; 7: 535–7 CrossRef MEDLINE
20.
Moran WP, Nelson K, Wofford JL, Velez R, Case LD: Increasing influenza immunization among high-risk patients: education or financial incentive? Am J Med 1996; 101: 612–20 CrossRef
21.
Mullooly JP: Increasing influenza vaccination among high-risk elderly: a randomized controlled trial of a mail cue in an HMO setting. Am J Public Health 1987; 77: 626–7 CrossRef MEDLINE
22.
Regan AK, Bloomfield L, Peters I, Effler PV: Randomized controlled trial of text message reminders for increasing influenza vaccination. Ann Fam Med 2017; 15: 507–14 CrossRef PubMed Central PubMed Central
23.
Siriwardena NA, Rashid A, Johnson MRD, Dewey ME: Cluster randomised controlled trial of an educational outreach visit to improve influenza and pneumococcal immunisation rates in primary care. Br J Gen Pract 2002; 52: 735–40.
24.
Spaulding SA, Kugler JP: Influenza immunization: the impact of notifying patients of high-risk status. J Fam Pract 1991; 33: 495–8.
25.
Tierney WM, Overhage JM, Murray MD, et al.: Can computer-generated evidence-based care suggestions enhance evidence-based management of asthma and chronic obstructive pulmonary disease? A randomized, controlled trial. Health Serv Res 2005; 40: 477–97 CrossRef MEDLINE PubMed Central
26.
Zwar NA, Bunker JM, Reddel HK, et al.: Early intervention for chronic obstructive pulmonary disease by practice nurse and GP teams: a cluster randomized trial. Fam Pract 2016; 33: 663–70 CrossRef MEDLINE
27.
Forsetlund L, Bjørndal A, Rashidian A, et al.: Continuing education meetings and workshops: effects on professional practice and health care outcomes. Cochrane Database Syst Rev 2009; 2: CD003030 CrossRef MEDLINE
28.
Mendu ML, Schneider LI, Aizer AA, et al.: Implementation of a CKD checklist for primary care providers. Clin J Am Soc Nephrol 2014; 9: 1526–35 CrossRef MEDLINE PubMed Central
29.
Merkel PA, Caputo GC: Evaluation of a simple office-based strategy for increasing influenza vaccine administration and the effect of differing reimbursement plans on the patient acceptance rate. J Gen Intern Med 1994; 9: 679–83 CrossRef MEDLINE
30.
Goebel LJ, Neitch SM, Mufson MA: Standing orders in an ambulatory setting increases influenza vaccine usage in older people. J Am Geriatr Soc 2005; 53: 1008–10 CrossRef MEDLINE
31.
Shekelle PG, Stone EG, Maglione MA, et al.: Interventions that increase the utilization of Medicare-funded preventive services for persons age 65 and older. U.S. Department of Health and Human Services, 2003. www.rand.org/pubs/reprints/RP1229.html (last accessed on 1 August 2019).
32.
Tanner M: The grass is not always greener: a look at national health care systems around the world. Cato J 2008; 613: 1–48 CrossRef
33.
Schelling J, Thorvaldsson I, Sanftenberg L: Elektronische Impfmanagementsysteme in der Praxis zur Verbesserung der Impfquoten. Bundesgesundheitsbl 2019; 1 CrossRef MEDLINE
34.
Schulte K, Schierke H, Tamayo M, et al.: Strategies for improving influenza vaccination rates in patients with chronic renal disease—results from two randomized controlled trials and a prospective interventional study. Dtsch Arztebl Int 2019; 116: 413–9. VOLLTEXT
35.
Bauer A, Riemann JF, Seufferlein T, et al.: Invitation to screening colonoscopy in the population at familial risk for colorectal cancer—a cluster-randomized study aimed at increasing participation rates. Dtsch Arztebl Int 2018; 115: 715–22 VOLLTEXT
36.
Hoffmeister M, Holleczek B, Zwink N, Stock C, Stegmaier C, Brenner H: Screening for bowel cancer: increasing participation via personal invitation—a randomized intervention study. Dtsch Arztebl Int 2017; 114: 87– 93 VOLLTEXT
37.
Hiller KM, Sullivan D: Influenza vaccination in the emergency department: are our patients at risk? J Emerg Med 2009; 37: 439–43 CrossRef MEDLINE
38.
Rimple D, Weiss SJ, Brett M, Ernst AA: An emergency department-based vaccination program: overcoming the barriers for adults at high risk for vaccine-preventable diseases. Acad Emerg Med 2006; 13: 922–30 CrossRef CrossRef
39.
Gurfinkel EP, La Leon de Fuente R, Mendiz O, Mautner B: Flu vaccination in acute coronary syndromes and planned percutaneous coronary interventions (FLUVACS) Study. Eur Heart J 2004; 25: 25–31 CrossRef MEDLINE
40.
Thomas RE, Lorenzetti DL: Interventions to increase influenza vaccination rates of those 60 years and older in the community. Cochrane Database Syst Rev 2014; 7: CD005188 CrossRef PubMed Central
e2.
Katz A, Martens P, Chateau D, Bogdanovic B, Koseva I: Do primary care physicians coordinate ambulatory care for chronic disease patients in Canada? BMC Fam Pract 2014; 15: 148 CrossRef MEDLINE PubMed Central
e3.
Bekkat-Berkani R, Wilkinson T, Buchy P, et al.: Seasonal influenza vaccination in patients with COPD: a systematic literature review. BMC Pulm Med 2017; 17: 79 CrossRef MEDLINE PubMed Central
e4.
Jaiwong C, Ngamphaiboon J: Effects of inactivated influenza vaccine on respiratory illnesses and asthma-related events in children with mild persistent asthma in Asia. Asian Pac J Allergy Immunol 2015; 33: 3–7.
e5.
Kadoglou NPE, Bracke F, Simmers T, Tsiodras S, Parissis J: Influenza infection and heart failure—vaccination may change heart failure prognosis? Heart Fail Rev 2017; 22: 329–36 CrossRef MEDLINE PubMed Central
e6.
Remschmidt C, Wichmann O, Harder T: Influenza vaccination in patients with end-stage renal disease: systematic review and assessment of quality of evidence related to vaccine efficacy, effectiveness, and safety. BMC Med 2014; 12: 244 CrossRef MEDLINE PubMed Central
e7.
Robert Koch-Institut (RKI): Aktuelles aus der KV-Impfsurveillance – Impfquoten ausgewählter Schutzimpfungen in Deutschland. Epid Bull 2018; 1 .
e8.
Moher D, Liberati A, Tetzlaff J, Altman DG, the PRISMA Group: Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med 2009; 6: e1000097 CrossRef MEDLINE PubMed Central
e9.
Cochrane Deutschland, Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften – Institut für Medizinisches Wissensmanagement: Bewertung des Biasrisikos (Risiko systematischer Fehler) Studien: Ein Manual für die Leitlinienerstellung. 1. Auflage 2016.
e10.
Donner A, Piaggio G, Villar J: Meta-analyses of cluster randomization trials. Power considerations. Eval Health Prof 2003; 26: 340–51 CrossRef MEDLINE
e11.
Higgins JPT, Thompson SG: Quantifying heterogeneity in a meta-analysis. Stat Med 2002; 21: 1539–58 CrossRef MEDLINE
e12.
Hamine S, Gerth-Guyette E, Faulx D, Green BB, Ginsburg AS: Impact of mHealth chronic disease management on treatment adherence and patient outcomes: a systematic review. J Med Internet Res 2015; 17: e52 CrossRef MEDLINE PubMed Central
e13.
Mustafa M, Al-Khal A, Al Maslamani M, Al Soub H: Improving influenza vaccination rates of healthcare workers: a multipronged approach in Qatar. East Mediterr Health J 2017; 23: 303–10 CrossRef
e14.
Betsch C, Wicker S: Personal attitudes and misconceptions, not official recommendations guide occupational physicians‘ vaccination decisions. Vaccine 2014; 32: 4478–84 CrossRef MEDLINE
e15.
Harrison N, Poeppl W, Herkner H, et al.: Predictors for and coverage of influenza vaccination among HIV-positive patients: a cross-sectional survey. HIV Med 2017; 18: 500–6 CrossRef MEDLINE
e16.
Haase N, Betsch C, Renkewitz F: Source credibility and the biasing effect of narrative information on the perception of vaccination risks. J Health Commun 2015; 20: 920–9 CrossRef MEDLINE
e17.
Ho HJ, Chan YY, Ibrahim MAB, Wagle AA, Wong CM, Chow A: A formative research-guided educational intervention to improve the knowledge and attitudes of seniors towards influenza and pneumococcal vaccinations. Vaccine 2017; 35: 6367–74 CrossRef MEDLINE
e18.
Altay M, Ateş İ, Altay FA, Kaplan M, Akça Ö, Özkara A: Does education effect the rates of prophylactic vaccination in elderly diabetics? Diabetes Res Clin Pract 2016; 120: 117–23 CrossRef MEDLINE
e19.
Bodenheimer T, Wagner EH, Grumbach K: Improving primary care for patients with chronic illness: The Chronic Care Model, part 2. JAMA 2002; 288: 1909–14 CrossRef MEDLINE
e20.
World Health Organization: Noncommunicable diseases and their risk factors. www.who.int/ncds/en/ (last accessed on 27 March 2019).
e21.
American Association of Family Physicians: Primary care policies: Definition #1 – Primary care. www.aafp.org/about/policies/all/primary-care.html (last accessed on 22 November 2018).
e22.
United Nations Statistics Division: Methodology: standard country or area codes for statistical use. Developed regions. www.unstats.un.org/unsd/methodology/m49/ (last accessed on 31 January 2019).
e23.
Schulz KF, Altman DG, Moher D, for the CONSORT Group: CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. BMJ 2010; 340: c332 CrossRef MEDLINE PubMed Central
e24.
Randolph R: CONSORT 2010 Checklist. www.elsevier.com/__data/promis_misc/CONSORT-2010-Checklist.pdf (last accessed on 1 August 2019).
e25.
Divine GW, Brown JT, Frazier LM: The unit of analysis error in studies about physicians’ patient care behavior. J Gen Intern Med 1992; 7: 623–9 CrossRef MEDLINE
e26.
Cochrane Effective Practice and Organisation of Care Review Group (EPOC): Data collection checklist. Institute of Population Health, University of Ottawa, 2002. https://methods.cochrane.org/sites/methods.cochrane.org.bias/files/public/uploads/EPOC%20Data%20Collection%20Checklist.pdf (last accessed on 1 August 2019)
Institut für Allgemeinmedizin, Klinikum der Universität München,
Ludwig-Maximilians-Universität München: Dr. rer. nat. Linda Sanftenberg,
cand. med. Felix Brombacher, Prof. Dr. med. habil. Jörg Schelling,
Prof. Dr. med. Dipl. päd. Jochen Gensichen, MPH
Lehrstuhl für Epidemiologie, Fakultät für Sport und Gesundheitswissenschaften,
Technische Universität München:
Prof. Dr. rer. nat. et med. habil. Stefanie J. Klug, MPH
Flussdiagramm zur Auswahl der Studien
Flussdiagramm zur Auswahl der Studien
Grafik 1
Flussdiagramm zur Auswahl der Studien
Forest Plot: Effekt der Interventionen
Forest Plot: Effekt der Interventionen
Grafik 2
Forest Plot: Effekt der Interventionen
Kategorisierung der Interventionen
Kategorisierung der Interventionen
Tabelle 1
Kategorisierung der Interventionen
Merkmale der eingeschlossenen Studien
Merkmale der eingeschlossenen Studien
Tabelle 2
Merkmale der eingeschlossenen Studien
Übersicht zur Bewertung des Verzerrungsrisikos („risk of bias“)
Übersicht zur Bewertung des Verzerrungsrisikos („risk of bias“)
eGrafik
Übersicht zur Bewertung des Verzerrungsrisikos („risk of bias“)
Schlagwort-Suche für MEDLINE und Embase via Ovid
Schlagwort-Suche für MEDLINE und Embase via Ovid
eKasten
Schlagwort-Suche für MEDLINE und Embase via Ovid
Detaillierte Merkmale der eingeschlossenen Studien
Detaillierte Merkmale der eingeschlossenen Studien
eTabelle
Detaillierte Merkmale der eingeschlossenen Studien
1.Tanriover MD, Bagci Bosi T, Ozisik L, et al.: Poor outcomes among elderly patients hospitalized for influenza-like illness. Curr Med Res Opin 2018; 34: 1201–7 CrossRef MEDLINE
2.Fleming DM, Taylor RJ, Haguinet F, et al.: Influenza-attributable burden in United Kingdom primary care. Epidemiol Infect 2016; 144: 537–47 CrossRef MEDLINE PubMed Central
3.Lehnert R, Pletz M, Reuss A, Schaberg T: Antiviral medications in seasonal and pandemic influenza—a systematic review. Dtsch Arztebl Int 2016; 113: 799–807 VOLLTEXT
4.Restivo V, Costantino C, Bono S, et al.: Influenza vaccine effectiveness among high-risk groups: a systematic literature review and meta-analysis of case-control and cohort studies. Hum Vaccin Immunother 2018; 14: 724–35 CrossRef MEDLINE PubMed Central
5.Plans-Rubió P: The vaccination coverage required to establish herd immunity against influenza viruses. Prev Med 2012; 55: 72–7 CrossRef MEDLINE
6.Hofstetter AM, Camargo S, Natarajan K, Rosenthal SL, Stockwell MS: Vaccination coverage of adolescents with chronic medical conditions. Am J Prev Med 2017; 53: 680–8 CrossRef MEDLINE
7.Nitsch-Osuch A, Gołębiak I, Wyszkowska D, et al.: Influenza vaccination coverage among Polish patients with chronic diseases. Adv Exp Med Biol 2017; 968: 19–34 CrossRef MEDLINE
8.Byeon KH, Kim J, Choi B, Choi BY: The coverage rates for influenza vaccination and related factors in Korean adults aged 50 and older with chronic disease: based on 2016 community health survey data. Epidemiol Health 2018; 40: e2018034 CrossRef MEDLINE PubMed Central
9.Bödeker B, Remschmidt C, Schmich P, Wichmann O: 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 CrossRef MEDLINE PubMed Central
10.Sanftenberg L, Brombacher F, Gensichen J: A systematic review on strategies for increasing vaccination rates against influenza in patients with chronic diseases in primary care. PROSPERO 2018 CRD42018114163.
11.Kovacs E, Strobl R, Phillips A, et al.: Systematic review and meta-analysis of the effectiveness of implementation strategies for non-communicable disease guidelines in primary health care. J Gen Intern Med 2018; 33: 1142–54 CrossRefMEDLINE PubMed Central
12.Ahmed F, Friedman C, Franks A, et al.: Effect of the frequency of delivery of reminders and an influenza tool kit on increasing influenza vaccination rates among adults with high-risk conditions. Am J Manag Care 2004; 10: 698–702.
13.Baker AM, McCarthy B, Gurley VF, Yood MU: Influenza immunization in a managed care organization. J Gen Intern Med 1998; 13: 469–75 CrossRef MEDLINE PubMed Central
14.Beck A, Scott J, Williams P, et al.: A randomized trial of group outpatient visits for chronically ill older HMO members: The Cooperative Health Care Clinic. J Am Geriatr Soc 1997; 45: 543–9 CrossRef MEDLINE
15.Chambers CV, Balaban DJ, Carlson BL, Grasberger DM: The effect of microcomputer-generated reminders on influenza vaccination rates in a university-based family practice center. J Am Board Fam Pract 1991; 4: 19–26.
16.Hermiz O, Comino E, Marks G, Daffurn K, Wilson S, Harris M: Randomised controlled trial of home based care of patients with chronic obstructive pulmonary disease. BMJ 2002; 325: 938 CrossRef MEDLINE PubMed Central
17.Herrett E, Williamson E, van Staa T, et al.: Text messaging reminders for influenza vaccine in primary care: a cluster randomised controlled trial (TXT4FLUJAB). BMJ Open 2016; 6: ce010069 CrossRef MEDLINE PubMed Central
18.Markun S, Rosemann T, Dalla-Lana K, Steurer-Stey C: Care in chronic obstructive lung disease (CAROL): a randomised trial in general practice. Eur Respir J 2018; 51: 1701873 CrossRef MEDLINE
19.Moran WP, Nelson K, Wofford JL, Velez R: Computer-generated mailed reminders for influenza immunization: a clinical trial. J Gen Intern Med 1992; 7: 535–7 CrossRef MEDLINE
20.Moran WP, Nelson K, Wofford JL, Velez R, Case LD: Increasing influenza immunization among high-risk patients: education or financial incentive? Am J Med 1996; 101: 612–20 CrossRef
21.Mullooly JP: Increasing influenza vaccination among high-risk elderly: a randomized controlled trial of a mail cue in an HMO setting. Am J Public Health 1987; 77: 626–7 CrossRef MEDLINE
22.Regan AK, Bloomfield L, Peters I, Effler PV: Randomized controlled trial of text message reminders for increasing influenza vaccination. Ann Fam Med 2017; 15: 507–14 CrossRef PubMed Central PubMed Central
23.Siriwardena NA, Rashid A, Johnson MRD, Dewey ME: Cluster randomised controlled trial of an educational outreach visit to improve influenza and pneumococcal immunisation rates in primary care. Br J Gen Pract 2002; 52: 735–40.
24.Spaulding SA, Kugler JP: Influenza immunization: the impact of notifying patients of high-risk status. J Fam Pract 1991; 33: 495–8.
25.Tierney WM, Overhage JM, Murray MD, et al.: Can computer-generated evidence-based care suggestions enhance evidence-based management of asthma and chronic obstructive pulmonary disease? A randomized, controlled trial. Health Serv Res 2005; 40: 477–97 CrossRef MEDLINE PubMed Central
26.Zwar NA, Bunker JM, Reddel HK, et al.: Early intervention for chronic obstructive pulmonary disease by practice nurse and GP teams: a cluster randomized trial. Fam Pract 2016; 33: 663–70 CrossRef MEDLINE
27.Forsetlund L, Bjørndal A, Rashidian A, et al.: Continuing education meetings and workshops: effects on professional practice and health care outcomes. Cochrane Database Syst Rev 2009; 2: CD003030 CrossRef MEDLINE
28.Mendu ML, Schneider LI, Aizer AA, et al.: Implementation of a CKD checklist for primary care providers. Clin J Am Soc Nephrol 2014; 9: 1526–35 CrossRef MEDLINE PubMed Central
29.Merkel PA, Caputo GC: Evaluation of a simple office-based strategy for increasing influenza vaccine administration and the effect of differing reimbursement plans on the patient acceptance rate. J Gen Intern Med 1994; 9: 679–83 CrossRef MEDLINE
30.Goebel LJ, Neitch SM, Mufson MA: Standing orders in an ambulatory setting increases influenza vaccine usage in older people. J Am Geriatr Soc 2005; 53: 1008–10 CrossRef MEDLINE
31.Shekelle PG, Stone EG, Maglione MA, et al.: Interventions that increase the utilization of Medicare-funded preventive services for persons age 65 and older. U.S. Department of Health and Human Services, 2003. www.rand.org/pubs/reprints/RP1229.html (last accessed on 1 August 2019).
32.Tanner M: The grass is not always greener: a look at national health care systems around the world. Cato J 2008; 613: 1–48 CrossRef
33.Schelling J, Thorvaldsson I, Sanftenberg L: Elektronische Impfmanagementsysteme in der Praxis zur Verbesserung der Impfquoten. Bundesgesundheitsbl 2019; 1 CrossRef MEDLINE
34.Schulte K, Schierke H, Tamayo M, et al.: Strategies for improving influenza vaccination rates in patients with chronic renal disease—results from two randomized controlled trials and a prospective interventional study. Dtsch Arztebl Int 2019; 116: 413–9. VOLLTEXT
35.Bauer A, Riemann JF, Seufferlein T, et al.: Invitation to screening colonoscopy in the population at familial risk for colorectal cancer—a cluster-randomized study aimed at increasing participation rates. Dtsch Arztebl Int 2018; 115: 715–22 VOLLTEXT
36.Hoffmeister M, Holleczek B, Zwink N, Stock C, Stegmaier C, Brenner H: Screening for bowel cancer: increasing participation via personal invitation—a randomized intervention study. Dtsch Arztebl Int 2017; 114: 87– 93 VOLLTEXT
37.Hiller KM, Sullivan D: Influenza vaccination in the emergency department: are our patients at risk? J Emerg Med 2009; 37: 439–43 CrossRef MEDLINE
38.Rimple D, Weiss SJ, Brett M, Ernst AA: An emergency department-based vaccination program: overcoming the barriers for adults at high risk for vaccine-preventable diseases. Acad Emerg Med 2006; 13: 922–30 CrossRef CrossRef
39.Gurfinkel EP, La Leon de Fuente R, Mendiz O, Mautner B: Flu vaccination in acute coronary syndromes and planned percutaneous coronary interventions (FLUVACS) Study. Eur Heart J 2004; 25: 25–31 CrossRef MEDLINE
40.Thomas RE, Lorenzetti DL: Interventions to increase influenza vaccination rates of those 60 years and older in the community. Cochrane Database Syst Rev 2014; 7: CD005188 CrossRef PubMed Central
e1.Robert Koch-Institut (RKI): Bericht zur Epidemiologie der Influenza in Deutschland, Saison 2017/18. Berlin 2018.
e2.Katz A, Martens P, Chateau D, Bogdanovic B, Koseva I: Do primary care physicians coordinate ambulatory care for chronic disease patients in Canada? BMC Fam Pract 2014; 15: 148 CrossRef MEDLINE PubMed Central
e3.Bekkat-Berkani R, Wilkinson T, Buchy P, et al.: Seasonal influenza vaccination in patients with COPD: a systematic literature review. BMC Pulm Med 2017; 17: 79 CrossRef MEDLINE PubMed Central
e4.Jaiwong C, Ngamphaiboon J: Effects of inactivated influenza vaccine on respiratory illnesses and asthma-related events in children with mild persistent asthma in Asia. Asian Pac J Allergy Immunol 2015; 33: 3–7.
e5.Kadoglou NPE, Bracke F, Simmers T, Tsiodras S, Parissis J: Influenza infection and heart failure—vaccination may change heart failure prognosis? Heart Fail Rev 2017; 22: 329–36 CrossRef MEDLINE PubMed Central
e6.Remschmidt C, Wichmann O, Harder T: Influenza vaccination in patients with end-stage renal disease: systematic review and assessment of quality of evidence related to vaccine efficacy, effectiveness, and safety. BMC Med 2014; 12: 244 CrossRef MEDLINE PubMed Central
e7.Robert Koch-Institut (RKI): Aktuelles aus der KV-Impfsurveillance – Impfquoten ausgewählter Schutzimpfungen in Deutschland. Epid Bull 2018; 1 .
e8.Moher D, Liberati A, Tetzlaff J, Altman DG, the PRISMA Group: Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med 2009; 6: e1000097 CrossRef MEDLINE PubMed Central
e9.Cochrane Deutschland, Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften – Institut für Medizinisches Wissensmanagement: Bewertung des Biasrisikos (Risiko systematischer Fehler) Studien: Ein Manual für die Leitlinienerstellung. 1. Auflage 2016.
e10.Donner A, Piaggio G, Villar J: Meta-analyses of cluster randomization trials. Power considerations. Eval Health Prof 2003; 26: 340–51 CrossRef MEDLINE
e11.Higgins JPT, Thompson SG: Quantifying heterogeneity in a meta-analysis. Stat Med 2002; 21: 1539–58 CrossRef MEDLINE
e12.Hamine S, Gerth-Guyette E, Faulx D, Green BB, Ginsburg AS: Impact of mHealth chronic disease management on treatment adherence and patient outcomes: a systematic review. J Med Internet Res 2015; 17: e52 CrossRef MEDLINE PubMed Central
e13.Mustafa M, Al-Khal A, Al Maslamani M, Al Soub H: Improving influenza vaccination rates of healthcare workers: a multipronged approach in Qatar. East Mediterr Health J 2017; 23: 303–10 CrossRef
e14.Betsch C, Wicker S: Personal attitudes and misconceptions, not official recommendations guide occupational physicians‘ vaccination decisions. Vaccine 2014; 32: 4478–84 CrossRef MEDLINE
e15.Harrison N, Poeppl W, Herkner H, et al.: Predictors for and coverage of influenza vaccination among HIV-positive patients: a cross-sectional survey. HIV Med 2017; 18: 500–6 CrossRef MEDLINE
e16.Haase N, Betsch C, Renkewitz F: Source credibility and the biasing effect of narrative information on the perception of vaccination risks. J Health Commun 2015; 20: 920–9 CrossRef MEDLINE
e17.Ho HJ, Chan YY, Ibrahim MAB, Wagle AA, Wong CM, Chow A: A formative research-guided educational intervention to improve the knowledge and attitudes of seniors towards influenza and pneumococcal vaccinations. Vaccine 2017; 35: 6367–74 CrossRef MEDLINE
e18.Altay M, Ateş İ, Altay FA, Kaplan M, Akça Ö, Özkara A: Does education effect the rates of prophylactic vaccination in elderly diabetics? Diabetes Res Clin Pract 2016; 120: 117–23 CrossRef MEDLINE
e19.Bodenheimer T, Wagner EH, Grumbach K: Improving primary care for patients with chronic illness: The Chronic Care Model, part 2. JAMA 2002; 288: 1909–14 CrossRef MEDLINE
e20.World Health Organization: Noncommunicable diseases and their risk factors. www.who.int/ncds/en/ (last accessed on 27 March 2019).
e21.American Association of Family Physicians: Primary care policies: Definition #1 – Primary care. www.aafp.org/about/policies/all/primary-care.html (last accessed on 22 November 2018).
e22.United Nations Statistics Division: Methodology: standard country or area codes for statistical use. Developed regions. www.unstats.un.org/unsd/methodology/m49/ (last accessed on 31 January 2019).
e23.Schulz KF, Altman DG, Moher D, for the CONSORT Group: CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. BMJ 2010; 340: c332 CrossRef MEDLINE PubMed Central
e24.Randolph R: CONSORT 2010 Checklist. www.elsevier.com/__data/promis_misc/CONSORT-2010-Checklist.pdf (last accessed on 1 August 2019).
e25.Divine GW, Brown JT, Frazier LM: The unit of analysis error in studies about physicians’ patient care behavior. J Gen Intern Med 1992; 7: 623–9 CrossRef MEDLINE
e26.Cochrane Effective Practice and Organisation of Care Review Group (EPOC): Data collection checklist. Institute of Population Health, University of Ottawa, 2002. https://methods.cochrane.org/sites/methods.cochrane.org.bias/files/public/uploads/EPOC%20Data%20Collection%20Checklist.pdf (last accessed on 1 August 2019)

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Anzeige

Alle Leserbriefe zum Thema