Unerwünschtes Ereignis nach Impfung: Kausalität beurteilen

Ein 16-jähriger Jugendlicher kommt drei Tage nach einer Impfung mit Brustschmerz in die Notaufnahme. In derselben Woche hat ein 14 Monate altes Mädchen acht Tage nach der Vierfachimpfung einen Fieberkrampf, und ein 60-jähriger Mann wird vier Wochen nach der Grippeimpfung mit aufsteigender Schwäche stationär aufgenommen. Die drei Familien stellen dieselbe Frage: War es die Impfung?

Die Antwort verlangt ein Vorgehen ähnlich der Differenzialdiagnose. Die zeitliche Abfolge ist der Ausgangspunkt, nicht der Beweis. Viele Ereignisse treten nach einer Impfung auf, einfach weil sie ständig auftreten, und einige werden tatsächlich durch sie verursacht. Das eine vom anderen zu trennen hängt davon ab, das Ereignis gut zu definieren, die ohne Impfung erwartete Häufigkeit zu kennen und zu wissen, wie die Daten erhoben wurden.

Dieser Text zeigt, wie die Weltgesundheitsorganisation diese Bewertung aufbaut, welche Fallstricke auf dem Weg auftreten und wie bevölkerungsbezogene Studien bekannte Assoziationen bestätigt oder verworfen haben.

Die wichtigsten Punkte

• Die WHO bewertet die Kausalität eines Ereignisses nach einer Impfung in vier Schritten: Eignung, Checkliste, Algorithmus und Klassifikation (Bellavite, 2020).
• In der aktiven Überwachung ist der größte Teil der Ereignisse leicht und erwartbar, wie Fieber und Schmerz an der Einstichstelle, und ein Teil ist zufällig gleichzeitig aufgetreten (Mathew, 2026).
• Spontanmeldesysteme erfassen nur einen Teil der Fälle und haben keinen Nenner, daher dienen sie dazu, Signale zu erzeugen, und nicht dazu, das Risiko zu messen (Miller, 2020; Zauche, 2026).
• Der Vergleich beobachteter Fälle mit den nach der Hintergrundrate erwarteten zeigte den Überschuss an Myokarditis nach mRNA-Impfstoffen bei jungen Männern (Naveed, 2022).
• Die Adjustierung für Störfaktoren löste eine scheinbare Assoziation zwischen der Pandemieimpfung von 2009 und dem Guillain-Barré-Syndrom auf (Dieleman, 2011).
• Ein reales und kleines Risiko muss gegen den Nutzen abgewogen werden, wie im Fall der Invagination nach der Rotavirusimpfung (Clark, 2019).

Inhalt

• Was ein unerwünschtes Ereignis nach einer Impfung ist
• Warum die zeitliche Abfolge täuscht
• Der Algorithmus der WHO in vier Schritten
• Von der Meldung zum Signal: wie die Systeme funktionieren
• Beobachtet versus erwartet und andere Studiendesigns
• Wenn das Risiko real ist: gegen den Nutzen abwägen
• Wie man den Fall in der Praxis angeht
• Wie NEXO hilft, dieses Vorgehen zu trainieren
• Häufige Fragen
• Take-home messages

Was ein unerwünschtes Ereignis nach einer Impfung ist

Ein unerwünschtes Ereignis nach einer Impfung ist jedes unerwünschte medizinische Vorkommnis, das nach einer Impfung auftritt, ohne dass dies per Definition einen kausalen Zusammenhang mit ihr bedeutet. Die Definition ist bewusst weit gefasst. Sie erlaubt, alles zu erfassen, was geschieht, und erst danach zu entscheiden, was mit der Impfung zusammenhängt (Bellavite, 2020).

Die von der WHO verwendete Klassifikation teilt die Ereignisse mit kausalem Zusammenhang in vier Typen. Es gibt Reaktionen, die mit dem Produkt selbst zusammenhängen, wie Fieber und Schmerz an der Einstichstelle. Es gibt Reaktionen durch einen Qualitätsmangel der Charge. Es gibt Reaktionen durch einen Impffehler, wie die Anwendung auf dem falschen Weg oder eine ungeeignete Lagerung. Und es gibt Reaktionen, die mit der Angst rund um die Anwendung zusammenhängen, wie Ohnmacht und Hyperventilation (Mathew, 2026).

Daneben gibt es die zufällig gleichzeitig aufgetretenen Ereignisse, die ohnehin geschehen wären, und die unbestimmten, bei denen die Evidenz keine Schlussfolgerung erlaubt. Eine letzte Kategorie umfasst die Fälle ohne ausreichende Informationen für irgendeine Bewertung (Bellavite, 2020).

Was die aktive Überwachung zeigt

Eine Studie zur aktiven Überwachung in einem Krankenhaus der Tertiärversorgung in Mysuru, Indien, begleitete Kinder telefonisch nach 21.303 Anwendungen von Impfstoffen des Impfkalenders. Etwa 10 von 100 Kindern hatten irgendein Ereignis, und die schweren mit stationärer Aufnahme betrugen 1,27 pro 1.000 Anwendungen (Mathew, 2026). Fieber war das häufigste Ereignis, gefolgt von Schmerz an der Einstichstelle (Mathew, 2026).

Bei der Kausalitätsbewertung wurden etwa 91 von 100 Ereignissen als Reaktionen mit Bezug zum Produkt eingestuft, fast 5 von 100 als zufällig gleichzeitig aufgetreten, etwa 3 als Impffehler und weniger als 1 als unbestimmt. Es gab einen Todesfall nach dem pentavalenten Impfstoff, der nach der Untersuchung als zufällig gleichzeitig aufgetreten eingestuft wurde (Mathew, 2026).

Warum das Thema für den Kliniker wichtig ist

Der Kliniker ist meist der Erste, der das Ereignis sieht und die Frage der Familie hört. Die Antwort beeinflusst die nächste Impfung dieses Kindes, das Vertrauen der Familie und, wenn der Fall gemeldet wird, die Überwachung im ganzen Land. Ohne Prüfung zu antworten "das hat nichts damit zu tun" ist ebenso riskant wie die Ursache ohne Kriterien zu bestätigen.

Warum die zeitliche Abfolge täuscht

Das Denken "danach, also deshalb" gehört zu den ältesten Abkürzungen des menschlichen Denkens. Es zählt zu den klassischen Heuristiken der Klinik und gewinnt an Kraft, wenn das Ereignis schwerwiegend ist und die Familie eine Erklärung sucht.

Die Hintergrundrate

Jeden Tag haben Kinder Fieberkrämpfe, Jugendliche eine virale Myokarditis und Erwachsene ein Guillain-Barré-Syndrom, mit oder ohne Impfung. Wenn Millionen Menschen in wenigen Wochen geimpft werden, fällt ein Teil dieser Ereignisse rein zufällig auf die Tage nach der Anwendung. Die richtige Frage ist, ob mehr Fälle auftreten als erwartet.

Das ist dasselbe Problem wie die Basisrate in der Diagnose: Ohne Kenntnis der Hintergrundhäufigkeit wirkt jede einzelne Zahl alarmierend. Die Intussuszeption veranschaulicht das gut. Die Hintergrundinzidenz bei Säuglingen liegt bei etwa 74 pro 100.000 Kindern im ersten Lebensjahr, mit enormer Schwankung zwischen Regionen, von 9 bis 328 (Yen, 2016). Jede Bewertung des Rotavirus-Impfstoffs muss von dieser Zahl ausgehen.

Die Wahrscheinlichkeit vor dem Ereignis

Das Kausalitätsdenken erinnert an die Prätestwahrscheinlichkeit. Ein Ereignis, das bereits einen belegten Zusammenhang mit dem Impfstoff hat, im erwarteten Zeitintervall, beginnt mit hoher Wahrscheinlichkeit eines kausalen Zusammenhangs. Ein Ereignis ohne biologische Plausibilität und ohne Signal in der Bevölkerung beginnt mit niedriger Wahrscheinlichkeit, und die zeitliche Abfolge allein ändert diese Schätzung kaum.

Der Blick zurück

Nachdem das Ereignis eingetreten ist, scheint der Zusammenhang mit dem Impfstoff offensichtlich, und jedes Detail, das ihn stützt, bekommt Gewicht. Der Rückschaufehler führt dazu, die Geschichte rückwärts zu rekonstruieren. Das Gegenmittel ist, einem festen Ablauf zu folgen, der vor dem Blick auf das Ergebnis festgelegt wurde.

Der WHO-Algorithmus in vier Schritten

Das WHO-Handbuch von 2018 ordnet die individuelle Kausalitätsbewertung in vier Schritten. Der erste prüft, ob der Fall geeignet ist: Es muss eine klare Diagnose geben, möglichst nach einer standardisierten Falldefinition, und die Identifikation des Impfstoffs. Ohne Diagnose gibt es nichts zu bewerten (Bellavite, 2020).

Der zweite Schritt ist eine Checkliste. Sie fragt, ob es starke Hinweise auf eine andere Ursache gibt, ob ein bekannter Zusammenhang zwischen Impfstoff und Ereignis besteht, ob das Zeitintervall vereinbar ist, ob ein Impffehler oder ein Qualitätsproblem vorlag und ob es Hinweise gegen den kausalen Zusammenhang gibt. Der dritte Schritt führt diese Antworten in einen Algorithmus, und der vierte klassifiziert den Fall (Bellavite, 2020).

Die vier abschließenden Kategorien

Am Ende wird der Fall als vereinbar mit einem kausalen Zusammenhang, als nicht vereinbar (wenn eine andere Ursache das Ereignis erklärt), als unbestimmt (wenn die Evidenz unzureichend oder widersprüchlich ist) oder als nicht klassifizierbar (wenn Daten fehlen) eingestuft (Bellavite, 2020). Die indische Studie verwendete Unterkategorien: A1 bis A4 für die Arten kausaler Reaktionen, B1 und B2 für die unbestimmten und C für die zufälligen (Mathew, 2026).

Bis 2013 verwendete die WHO eine andere Skala mit den Kategorien sicher, wahrscheinlich, möglich, unwahrscheinlich und nicht klassifizierbar (Puliyel, 2018). Die Änderung sollte den Prozess reproduzierbarer machen, löste aber auch Kritik aus.

Die Kritik am Algorithmus

Puliyel und Naik argumentieren, dass der überarbeitete Algorithmus nur die Reaktionen als kausal anerkennt, die bereits in epidemiologischen Studien beschrieben wurden. So fällt ein neues Ereignis, das nach der Zulassung erkannt wird, eher in die Kategorien zufällig oder unbestimmt. Die Autoren nennen Todesfälle von Kindern mit angeborener Herzkrankheit nach dem pentavalenten Impfstoff, bei denen das Vorliegen eines anderen Faktors den Algorithmus dazu brächte, den Impfstoff als Ursache auszuschließen, obwohl die WHO in solchen Fällen Vorsichtsmaßnahmen zu empfehlen begann (Puliyel, 2018).

Bellavite weist auf ein verwandtes Problem hin: Viele Impfreaktionen entstehen aus Entzündungs- und Immunantworten, bei denen genetische und Umweltfaktoren mit dem Impfstoff zusammenwirken. Bei der Suche nach "der" Ursache neigt der Algorithmus dazu, ein Ereignis als nicht vereinbar einzustufen, bei dem der Impfstoff eine Ursache unter mehreren war. Der Autor schlägt vor, den Impfstoff nur dann auszuschließen, wenn die andere Ursache von ihm unabhängig ist (Bellavite, 2020).

Diese Kritik erinnert daran, dass der Algorithmus ein Werkzeug zur Standardisierung ist und keine endgültige Antwort. Ein unbestimmter Fall bleibt eine nützliche Information, besonders wenn andere ähnliche Fälle auftauchen.

Die Falldefinition kommt vor der Ursache

Der erste Schritt des Algorithmus hängt von einer klar definierten Diagnose ab. Dafür veröffentlicht die Brighton Collaboration standardisierte Definitionen für Ereignisse von Interesse, mit Stufen der diagnostischen Sicherheit. Sie ermöglichen, dass ein Fall von Myokarditis in einem Land mit einem Fall in einem anderen vergleichbar ist.

Diese Definitionen auf reale Daten anzuwenden ist nicht einfach. Das europäische Konsortium VAC4EU hat einen Prozess entwickelt, um 16 Sicherheitsendpunkte der covid-Impfstoffe zu validieren, 13 davon mit Brighton-Definition. Bei 747 Bewertungen fiktiver Fälle durch 33 Prüfer war die Übereinstimmung insgesamt moderat (kappa von 0,55) und nahezu null für das Thrombose-mit-Thrombozytopenie-Syndrom (Dehghan Tarazjani, 2026).

Die Botschaft an die Kliniker ist direkt. Wenn geschulte Fachleute über die Diagnose eines seltenen Ereignisses uneinig sind, muss der Eintrag in der Krankenakte detailliert sein: Symptome, Daten, Untersuchungen und was ausgeschlossen wurde. Dieselbe Sorgfalt zeigt sich bei Bildern, die andere nachahmen, wie bei der Synkope und den funktionellen Anfällen, bei denen die Ohnmacht durch Angst direkt nach der Anwendung mit einem Krampfanfall verwechselt werden kann.

Ein Beispiel für aktive Überwachung mit Falldefinition

In der Region Apulien in Italien begleitete ein Programm zur aktiven Überwachung 2.540 Kinder, die im zweiten Lebensjahr mit dem Tetraimpfstoff (Masern, Mumps, Röteln und Windpocken) geimpft wurden, wobei 2.149 die Nachbeobachtung abschlossen. Von den 109 schweren Ereignissen wurden 82 durch den Algorithmus der WHO als mit einem Kausalzusammenhang vereinbar eingestuft, und alle klangen ab. Die Rate der mit dem Impfstoff vereinbaren Krampfanfälle betrug 0,05 von 100 begleiteten Kindern, niedriger als in Studien ohne Kausalitätsbewertung (Stefanizzi, 2019).

Von der Meldung zum Signal: wie die Systeme funktionieren

Die Bewertung eines einzelnen Falls reicht selten aus, um einen Kausalzusammenhang zu belegen oder auszuschließen. Das hängt von Bevölkerungsdaten ab, die aus Systemen mit unterschiedlichen Zielen stammen.

Spontanmeldung

Das VAERS in den Vereinigten Staaten erhält Meldungen von jeder Person: Fachleuten, Herstellern, Patienten und Angehörigen. Es ist schnell und empfindlich für unerwartete Ereignisse, leidet aber unter Untererfassung und kennt die Zahl der Geimpften nicht, sodass es weder Raten noch relative Risiken berechnen lässt (Zauche, 2026).

Wie viel das VAERS erfasst, hängt vom Ereignis ab. Im Vergleich mit Raten eines aktiven Systems schwankte die Sensitivität für Anaphylaxie je nach Impfstoff zwischen 13 und 76 von 100 und für Guillain-Barré zwischen 12 und 64. Frühere Studien hatten 47 von 100 für Invagination nach dem Rotavirus-Impfstoff und 68 von 100 für paralytische Poliomyelitis im Zusammenhang mit dem oralen Impfstoff geschätzt (Miller, 2020). Schwere und gut bekannte Ereignisse werden häufiger gemeldet, leichte oder unerwartete seltener.

Aktive Systeme mit Nenner

Das 1990 gegründete Vaccine Safety Datalink vereint klinische und Impfregister von 13 integrierten Gesundheitsorganisationen und erfasst mehr als 15 Millionen Menschen pro Jahr. Da es Geimpfte und Nichtgeimpfte kennt, lassen sich Raten vergleichen und Signale bestätigen oder ausschließen (Zauche, 2026).

Das während der Pandemie gegründete V-safe sammelte per Textnachricht Antworten von mehr als 10 Millionen Menschen zu Reaktionen nach den covid-Impfstoffen. Die Einschränkung ist das Fehlen einer nicht geimpften Gruppe, was den Vergleich mit geschätzten Hintergrundraten erzwingt. Ein Netzwerk von Fachleuten, die CISA, unterstützt die Bewertung komplexer Einzelfälle (Zauche, 2026).

Der Meldeverzerrung

Die Meldung ändert sich mit der öffentlichen Aufmerksamkeit. Wenn ein Ereignis in den Medien hervorgehoben wird, steigen die Meldungen, selbst ohne Änderung des tatsächlichen Risikos. Ein Anstieg der Meldungen ist daher ein Signal zum Nachforschen und keine Risikoschätzung. Die Tabelle unten fasst die Rolle jeder Quelle zusammen.

Datenquelle	Was sie gut kann	Hauptsächliche Einschränkung	Verwendung im Denkprozess
Bericht eines Einzelfalls	Beschreibt das Ereignis im Detail	Vermischt Ursache und Zufall	Erzeugt eine Hypothese
Spontanmeldung (VAERS)	Erkennt seltene und unerwartete Ereignisse schnell	Untererfassung, ohne Nenner, medienempfindlich	Erzeugt ein Signal
Aktive Überwachung (V-safe, Nachbeobachtungskohorten)	Misst häufige Reaktionen vollständiger	Oft ohne ungeimpfte Gruppe	Schätzt die Häufigkeit erwarteter Reaktionen
Datenbanken mit Nenner (VSD)	Vergleicht beobachtete und erwartete Raten	Hängt von der Qualität der klinischen Dokumentation ab	Prüft das Signal
Analytische Studien (Fall-Kontroll-Studie, selbstkontrollierte Fallserie)	Korrigieren Confounding und schätzen das relative Risiko	Erfordern Falldefinition und Zeitangabe	Bestätigt oder widerlegt den Zusammenhang

Beobachtet versus erwartet und andere Designs

Die Studien, die ein Signal prüfen, verwenden Designs mit Stärken und Schwächen, dieselben, die bei der kritischen Lektüre von Artikeln auftauchen.

Beobachtet versus erwartet: der Fall der Myokarditis

In British Columbia, Kanada, verglich eine bevölkerungsbasierte Studie die Myokarditisfälle nach mRNA-Impfstoffen mit der Zahl, die nach historischen Raten zu erwarten war. In den sieben Tagen nach der Anwendung lag die Rate bei 0,97 pro 100.000 Anwendungen, etwa das 15-Fache des Erwarteten (Naveed, 2022). Nach 21 Tagen lag die Rate bei 1,37 pro 100.000, etwa das 7-Fache des Erwarteten (Naveed, 2022). Das höchste Verhältnis, nahe 148, zeigte sich bei Männern von 18 bis 29 Jahren nach der zweiten Anwendung des Impfstoffs mRNA-1273 (Naveed, 2022).

Eine Living Review über 46 Studien bestätigte das Muster. Die Inzidenz war bei Jungen von 12 bis 17 Jahren am höchsten, zwischen 50 und 139 pro Million, und die meisten Fälle bei Jugendlichen und Erwachsenen traten bei jungen Männern auf, 2 bis 4 Tage nach der zweiten Anwendung. Die meisten wurden nur kurz stationär behandelt, 2 bis 4 Tage (Pillay, 2022). Hier passte alles zusammen: ein bevölkerungsweites Signal, ein kurzes und konsistentes Zeitfenster, eine definierte Risikogruppe und biologische Plausibilität.

Confounding korrigieren: Guillain-Barré und der Pandemieimpfstoff

Eine multinationale Fall-Kontroll-Studie in Europa untersuchte das Guillain-Barré-Syndrom nach den Impfstoffen gegen die Pandemieinfluenza von 2009. Die rohe Schätzung deutete auf ein fast dreifach erhöhtes Risiko hin (Odds Ratio 2,8) (Dieleman, 2011). Nach der Korrektur für grippales Syndrom oder kürzliche Atemwegsinfektion und für den saisonalen Impfstoff verschwand der Zusammenhang (adjustierte Odds Ratio 1,0, mit Intervall von 0,3 bis 2,7) (Dieleman, 2011).

Die Erklärung ist, dass die Atemwegsinfektion selbst eine bekannte Ursache von Guillain-Barré ist und Menschen mit kürzlichen Infektionen auch häufiger den Impfstoff suchten. Das Beispiel zeigt, warum die Korrektur für Confounder ein wesentlicher Teil des Denkens ist, einer der Verzerrungen, die jeder Studierende erkennen sollte.

Die selbstkontrollierte Fallserie

Die selbstkontrollierte Fallserie vergleicht bei jeder Person, die das Ereignis hatte, die Häufigkeit innerhalb eines Risikofensters nach der Impfung mit der Häufigkeit außerhalb. Da jede Person ihre eigene Kontrolle ist, heben sich feste Faktoren wie Genetik und soziale Lage auf. Die Methode ist fast so aussagekräftig wie eine Kohorte, wenn die Abdeckung hoch und das Risikofenster kurz ist, liefert aber für sich genommen kein absolutes Risiko (Stowe, 2020).

Mit diesen Methoden überprüften Stowe und Kollegen drei neurologische Zusammenhänge. Der Verdacht, dass der Hepatitis-B-Impfstoff Multiple Sklerose verursachen würde, bestätigte sich nicht. Für Guillain-Barré gibt es einen kleinen Risikoanstieg nach Influenza-Impfstoffen, viel geringer als das Risiko nach der Infektion selbst. Für Narkolepsie gab es starke Evidenz für einen Zusammenhang mit einem adjuvantierten Pandemieimpfstoff, der 2009 und 2010 verwendet wurde: in Finnland war das Risiko bei Kindern und Jugendlichen von 4 bis 19 Jahren 13-mal höher (Stowe, 2020).

Der historische Bezug ist das Programm gegen die Schweinegrippe in den Vereinigten Staaten 1976, das mit etwa 1 zusätzlichen Guillain-Barré-Fall pro 100.000 Geimpften verbunden war und deshalb ausgesetzt wurde (Stowe, 2020).

Wenn das Risiko real ist: gegen den Nutzen abwägen

Manche Zusammenhänge bestätigen sich, und dann stellt sich eine andere Frage: überwiegt der Nutzen das Risiko? Die Invagination nach dem Rotavirus-Impfstoff ist das am besten untersuchte Beispiel.

Die aktuellen Impfstoffe zeigten in den großen Zulassungsstudien mit jeweils mehr als 60.000 Säuglingen kein Risiko, aber die Überwachung danach ergab in einigen Ländern einen leichten Anstieg, vor allem direkt nach der ersten Anwendung, in der Größenordnung von 1 bis 6 zusätzlichen Invaginationen pro 100.000 geimpften Säuglingen (Yen, 2016). Das Risiko war deutlich geringer als das des ersten Rotavirus-Impfstoffs, der 1999 in den Vereinigten Staaten wegen etwa 1 zusätzlicher Invagination pro 10.000 geimpften Säuglingen vom Markt genommen wurde (Yen, 2016).

Eine Modellierung für 135 Länder mit niedrigem und mittlerem Einkommen schätzte, dass ein Schema mit drei Anwendungen zusammen mit dem Kombinationsimpfstoff gegen Diphtherie, Tetanus und Pertussis etwa 74.000 Todesfälle durch Rotavirus-Gastroenteritis verhindern und etwa 201 zusätzliche Todesfälle durch Invagination verursachen würde. Das ergibt ein Verhältnis von 369 verhinderten Todesfällen pro verursachtem Todesfall (Clark, 2019). Um solche Zahlen zu vermitteln, sind natürliche Häufigkeiten meist klarer als Verhältnisse.

Was das für den einzelnen Patienten ändert

Für den Jugendlichen mit Myokarditis nach der Impfung ändert der wahrscheinliche Kausalzusammenhang das Vorgehen: Abklärung, Behandlung, Meidung von Anstrengung und später ein Gespräch über die nächsten Impfungen. Bei dem Mädchen mit Fieberkrampf acht Tage nach der Vierfachimpfung muss das Intervall mit dem beschriebenen Zeitfenster für Fieber nach der Vierfachimpfung verglichen werden, und die Beratung zur nächsten Anwendung sollte das berücksichtigen. Bei dem Mann mit Guillain-Barré gehört die Abklärung einer kürzlichen Infektion zur Beurteilung.

Wie man den Fall in der Praxis angeht

Das Vorgehen bei einem Ereignis nach einer Impfung kann einer einfachen Reihenfolge folgen, die als Strategie der Entscheidung unter Unsicherheit funktioniert.

Zuerst die Diagnose

Vor der Ursache kommt die Diagnose. Was genau ist passiert, wann hat es begonnen, welche Untersuchungen bestätigen es und welche Differenzialdiagnosen wurden erwogen? Eine vasovagale Reaktion direkt nach der Anwendung muss zum Beispiel von einer Anaphylaxie getrennt werden, wie die Differenzialdiagnose bei Anaphylaxie erläutert.

Dann die Fragen der Liste

Gibt es eine andere starke Ursache? Gibt es einen bekannten Zusammenhang mit diesem Impfstoff? Passt das Intervall in das beschriebene Risikofenster? Gab es einen Fehler bei der Anwendung, der Lagerung oder der Charge? Gibt es etwas, das gegen den Kausalzusammenhang spricht? Die Antworten in der Patientenakte festzuhalten hilft dem, der den Fall später beurteilt (Bellavite, 2020).

Melden und kommunizieren

Das Melden ist Aufgabe der Fachperson, auch wenn der Kausalzusammenhang unwahrscheinlich erscheint. Die Meldung speist die Systeme, die neue Signale erkennen, und die Untererfassung ist die wichtigste Einschränkung dieser Systeme (Miller, 2020).

Für die Familie hilft es zu erklären, was man weiß, was noch abgeklärt wird und was sich für die nächsten Impfungen ändert, und das Verständnis mit dem Teach-back zu überprüfen. Ein bestätigter Kausalzusammenhang verhindert selten alle künftigen Impfungen; meist ändert er die Wahl des Produkts, die Anwendungsstelle oder die Beobachtungszeit.

Die Zuversicht kalibrieren

Es ist leicht, sich in beide Richtungen zu sicher zu sein: zu behaupten, die Impfung habe das Ereignis verursacht, oder es habe nichts damit zu tun. Die Kalibrierung der Zuversicht hilft, die richtigen Worte zu wählen: wahrscheinlich, möglich, unwahrscheinlich, unbestimmt.

Wie NEXO hilft, dieses Vorgehen zu üben

Bei NEXO ist der Fall des Tages fiktiv, mit echter klinischer Darstellung und bis zu sechs aufeinander aufbauenden Hinweisen, und Sie schlagen die Diagnose vor, indem Sie den Code in der ICD-10 suchen. Zu trennen, was vorher kam, von dem, was verursacht hat, ist genau die Übung, die Hinweise in der richtigen Reihenfolge zu lesen, ohne am ersten hängen zu bleiben.

Die Grenzen der Nutzung des Spiels sind auf der Seite Wirtschaft von NEXO beschrieben. Wenn Sie die Lehre des klinischen Vorgehens erforschen, erklärt die Seite für Researcher, wie Sie Kontakt aufnehmen. Fachpersonen, die Fälle schreiben oder prüfen, finden Informationen unter Curator und unter Creators, und Institutionen können das Angebot auf der Seite für Partnerschaften kennenlernen. Um die Suche nach dem Code zu üben, sehen Sie wie der ICD-10-Code aufgebaut ist.

Häufige Fragen

Wird jedes Ereignis nach einer Impfung durch sie verursacht?

Die Definition des unerwünschten Ereignisses nach Impfung umfasst jedes Vorkommnis nach der Impfung, mit oder ohne Kausalzusammenhang. Ein Teil der Ereignisse ist zufällig gleichzeitig, und die Beurteilung des Kausalzusammenhangs dient gerade dazu, sie zu trennen (Mathew, 2026).

Wie beurteilt die WHO den Kausalzusammenhang?

In vier Schritten: Eignung mit klarer Diagnose, Checkliste, Algorithmus und abschließende Einordnung als konsistent, inkonsistent, unbestimmt oder nicht klassifizierbar (Bellavite, 2020).

Zeigen die VAERS-Daten das Risiko eines Impfstoffs?

Die VAERS-Daten dienen dazu, Signale zu erzeugen. Das System erhält Meldungen von jeder Person, erfasst nur einen Teil der Fälle und kennt die Zahl der Geimpften nicht (Zauche, 2026; Miller, 2020).

Was ist eine Analyse von beobachteten versus erwarteten Fällen?

Sie vergleicht die Fälle, die nach der Impfung auftreten, mit denen, die nach der Hintergrundrate im selben Zeitraum zu erwarten wären. Sie zeigte den Überschuss an Myokarditis nach mRNA-Impfstoffen bei jungen Männern (Naveed, 2022).

Verursacht die Grippeimpfung Guillain-Barré?

Nach Influenza-Impfstoffen gibt es einen kleinen Risikoanstieg, viel geringer als das Risiko durch die Infektion selbst (Stowe, 2020). Bei der Pandemieimpfung von 2009 hob die Anpassung für eine kürzliche Infektion den scheinbaren Zusammenhang auf (Dieleman, 2011).

Hat der WHO-Algorithmus Grenzen?

Kritiker weisen darauf hin, dass er neue oder multifaktorielle Ereignisse eher als zufällig oder unbestimmt einstuft (Puliyel, 2018; Bellavite, 2020).

Bedeutet ein bestätigtes Risiko, dass der Impfstoff ausgesetzt werden muss?

Das hängt vom Verhältnis zwischen Risiko und Nutzen ab. Bei der Rotavirus-Impfung ergab die Schätzung 369 verhinderte Todesfälle pro zusätzlichem Todesfall durch Invagination (Clark, 2019).

Take-home messages

• Die zeitliche Abfolge ist der Ausgangspunkt der Bewertung, nicht der Beweis der Ursache.
• Die Hintergrundrate des Ereignisses ist unerlässlich, um zu wissen, ob es mehr Fälle als erwartet gibt.
• Der WHO-Algorithmus folgt vier Schritten und beginnt mit einer klar definierten Diagnose.
• Die Spontanmeldung erzeugt Signale; Datengrundlagen mit Nenner und analytische Studien prüfen sie.
• Die Anpassung für Störfaktoren kann scheinbare Zusammenhänge aufheben, wie bei Guillain-Barré und der Pandemieimpfung.
• Reale Risiken gibt es, etwa Myokarditis nach mRNA bei jungen Männern, und sie müssen gegen den Nutzen abgewogen werden.
• Melden, im Detail dokumentieren und mit Augenmaß kommunizieren gehört zur Versorgung.

Spiele den Fall des Tages in NEXO.

Referenzen

1. Bellavite P. Causality assessment of adverse events following immunization: the problem of multifactorial pathology. F1000Res. 2020. PMID 32269767. DOI 10.12688/f1000research.22600.2.
2. Puliyel J, Naik P. Revised World Health Organization (WHO)'s causality assessment of adverse events following immunization–a critique. F1000Res. 2018. PMID 30026925. DOI 10.12688/f1000research.13694.2.
3. Mathew M, Sanathan SR, Ravi MD. Understanding adverse events following immunisation: evidence of vaccine safety and coincidental events from 3 years of surveillance. BMJ Paediatr Open. 2026. PMID 41871912. DOI 10.1136/bmjpo-2025-003938.
4. Miller ER, McNeil MM, Moro PL, Duffy J, et al. The reporting sensitivity of the Vaccine Adverse Event Reporting System (VAERS) for anaphylaxis and for Guillain-Barré syndrome. Vaccine. 2020. PMID 33039207. DOI 10.1016/j.vaccine.2020.09.072.
5. Zauche LH, Miller ER, Kim SS, Jazwa A, et al. Monitoring Vaccine Safety: United States Vaccine Safety Surveillance Systems. J Pediatr Health Care. 2026. PMID 41478707. DOI 10.1016/j.pedhc.2025.07.016.
6. Naveed Z, Li J, Spencer M, Wilton J, et al. Observed versus expected rates of myocarditis after SARS-CoV-2 vaccination: a population-based cohort study. CMAJ. 2022. PMID 36410749. DOI 10.1503/cmaj.220676.
7. Dieleman J, Romio S, Johansen K, Weibel D, et al. Guillain-Barré syndrome and adjuvanted pandemic influenza A (H1N1) 2009 vaccine: multinational case-control study in Europe. BMJ. 2011. PMID 21750072. DOI 10.1136/bmj.d3908.
8. Clark A, Tate J, Parashar U, Jit M, et al. Mortality reduction benefits and intussusception risks of rotavirus vaccination in 135 low-income and middle-income countries: a modelling analysis of current and alternative schedules. Lancet Glob Health. 2019. PMID 31607466. DOI 10.1016/S2214-109X(19)30412-7.
9. Yen C, Healy K, Tate JE, Parashar UD, et al. Rotavirus vaccination and intussusception – Science, surveillance, and safety: A review of evidence and recommendations for future research priorities in low and middle income countries. Hum Vaccin Immunother. 2016. PMID 27322835. DOI 10.1080/21645515.2016.1197452.
10. Stowe J, Andrews N, Miller E. Do Vaccines Trigger Neurological Diseases? Epidemiological Evaluation of Vaccination and Neurological Diseases Using Examples of Multiple Sclerosis, Guillain–Barré Syndrome and Narcolepsy. CNS Drugs. 2020. PMID 31576507. DOI 10.1007/s40263-019-00670-y.
11. Stefanizzi P, Stella P, Ancona D, Malcangi KN, et al. Adverse Events Following Measles-Mumps-Rubella-Varicella Vaccination and the Case of Seizures: A Post Marketing Active Surveillance in Puglia Italian Region, 2017–2018. Vaccines (Basel). 2019. PMID 31591347. DOI 10.3390/vaccines7040140.
12. Pillay J, Gaudet L, Wingert A, Bialy L, et al. Incidence, risk factors, natural history, and hypothesised mechanisms of myocarditis and pericarditis following covid-19 vaccination: living evidence syntheses and review. BMJ. 2022. PMID 35830976. DOI 10.1136/bmj-2021-069445.
13. Dehghan Tarazjani A, Weibel D, Aurelius T, Zwiers LC, et al. Harmonizing Case Validation for Vaccine Safety in Real-World Data: The VAC4EU Experience. Clin Epidemiol. 2026. PMID 41890771. DOI 10.2147/CLEP.S558974.