[Schätzung der Wirksamkeit der Grippeimpfung anhand von Sekundärdaten: Eine Kohortenstudie und Propensity-Score-Matching-Analyse von Leistungsdaten aus Baden-Württemberg]. / Estimation of Influenza Vaccine Effectiveness using Secondary Data: A Cohort Study and Propensity Score-Matched Analysis of Claims Data from Baden-Wuerttemberg.

ABSTRACT

Ziel war es die Wirksamkeit der Influenza-Impfung (VE) für die Grippesaison 2014/2015 auf Grundlage von Routinedaten aus Krankenkassendatensatz zu schätzen und zu replizieren. Zusätzlich sollten methodische Aspekte untersucht werden. Es wurden Abrechnungsdaten von 2,64 Millionen Versicherten der AOK Baden-Württemberg mit dortigem Wohnsitz ab 15 Jahren analysiert. Basierend auf Abrechnungsdaten für die Influenza-Impfung 2014, wurden die Teilnehmer als ungeimpft oder geimpft klassifiziert. Kovariablen, die den Zusammenhang zwischen Impfung und Influenzainfektion beeinträchtigen könnten, wurden berücksichtigt. Hierzu gehörten Alter, Geschlecht, Wohnort sowie Kovariablen, die auf den Gesundheitszustand und die Inanspruchnahme von Gesundheitsdienstleistungen hinweisen. Der primäre Endpunkt war ein Krankenhausaufenthalt wegen Influenza während der Grippesaison 2015. Zu den sekundären Endpunkten gehörten unter anderem Krankenhausaufenthalte wegen Lungenentzündung und die Gesamtmortalität. Um eine vergleichbare Gruppe von geimpften und ungeimpften Teilnehmern zu ermitteln, wurde ein Propensity-Score-Matching (PSM) durchgeführt. Es wurde eine Bias-Analyse durchgeführt, bei der die VE vor und nach der Grippesaison geschätzt wurde, also zu Zeitpunkten, in denen angenommen wurde, dass die Influenza nicht in der Bevölkerung zirkulierte und die Impfung nicht wirken konnte. Insgesamt konnten 839.706 Teilnehmer 11 gematcht werden. Die geschätzte VE (basierend auf Influenza bedingten Krankenhausaufenthalten) betrug 27% [95%Konfidenzintervall (KI) 17%; 36%], was der Schätzung des RKI für dieselbe Saison (27% [95%KI -1%; 47%]) entspricht. Die Bias-Analyse zeigte, dass das Ergebnis teilweise durch residuale Konfundierung erklärt werden kann, was zu einer potenziellen Überschätzung des zugrunde liegenden Effekts führt. Die Ergebnisse der sekundären Endpunkte zeigten ähnliche Ergebnisse, obwohl sie wahrscheinlich in höherem Maße durch residuale Konfundierung bedingt sind. Zusammenfassend zeigt sich, dass (1) sekundäre Daten der deutschen Krankenkassen verwendet werden können, um plausible VE-Schätzungen abzuleiten, und dass (2) das PSM eine nützliche und transparente Methode zur Ableitung dieser Schätzungen ist. Darüber hinaus ist (3) residuale Konfundierung ein relevantes Problem in Beobachtungsstudien zu VE und (4) Bias-Analysen vor- und nach der Grippesaison sind eine wesentliche Ergänzung für die Interpretation der Ergebnisse.