Nutzung von Krankenkassenroutinedaten zur Bestimmung von Krankheitshäufigkeiten im Projekt BURDEN 2020

Zusammenfassung

Ziel der Studie Das Konzept der Krankheitslast erlaubt eine umfassende Analyse des Gesundheitszustands einer Bevölkerung. Als Kennzahlen werden verlorene Lebensjahre aufgrund von Mortalität (years of life lost, YLL) und Morbidität (years lived with disability, YLD) berechnet und im Summenindikator DALY (disability adjusted life years) zusammengefasst. Diese Indikatoren liefern eine Planungsgrundlage für Bereiche wie Prävention, Versorgung oder Bedarfsplanung. In dem vom Innovationsfonds geförderten Projekt BURDEN 2020 wird erstmals für Deutschland eine regionalisierte Krankheitslastberechnung in Anlehnung an die internationale „Global Burden of Disease“-Studie durchgeführt.

Methodik Zur Berechnung der YLD werden Informationen zur Häufigkeit von Krankheiten und deren Schweregradverteilungen benötigt. Dabei sind Krankenkassenroutinedaten eine wichtige Datengrundlage. In Expertentreffen wurden Falldefinitionen für 18 ausgewählte Krankheiten sowie Schweregrade bei 11 der Krankheiten entwickelt. Auf dieser Basis wurden Krankheitshäufigkeiten vom WIdO unter Nutzung der Routinedaten der AOK-Versicherten ermittelt. Ein spezifisches Prävalenzkonzept berücksichtigt die Dynamik der offenen Kohorte der Versicherten. Die Hochrechnung der Ergebnisse ausgehend von der AOK auf die Gesamtbevölkerung erfolgte bei den Schweregraden bundesweit nach Alter und Geschlecht und bei den Krankheitshäufigkeiten zusätzlich morbiditätsadjustiert und regionalisiert.

Ergebnisse Systematisch wurden für 18 Erkrankungen aus sieben Krankheitsgruppen (kardiovaskuläre Krankheiten, Diabetes, Krebs, psychische Störungen, Demenz, COPD und untere Atemwegsinfekte) die Krankheitshäufigkeiten (Prävalenzen oder Raten) bis auf Ebene der Bundesländer und Raumordnungsregionen ermittelt. Schweregradverteilungen liegen bundesweit nach Alter und Geschlecht vor. Die Ergebnisse und Methodendokumentation sind verfügbar unter www.krankheitslage-deutschland.de.

Schlussfolgerung Krankenkassenroutinedaten stellen eine wichtige Datengrundlage im Projekt BURDEN 2020 dar, weil auf Basis der großen Fallzahlen regionale Kennzahlen und teilweise Schweregrade ermittelt werden können. Eine umfassende Publikation der Ergebnisse schafft Transparenz und soll die Nachnutzung in Folgeprojekten ermöglichen. Perspektivisch scheint es sinnvoll, die Krankheitslastberechnung auf weitere Krankheiten auszuweiten. Zudem wird der Bedarf nach datenschutzkonformer Verknüpfung von Krankenkassenroutinedaten mit weiteren Gesundheitsdatenbeständen steigen.

Abstract

Objective The concept of disease burden enables a comprehensive analysis of the health status of a population. Key indicators are years of life lost due to mortality (YLL) and morbidity (years lived with disability, YLD), summarised in the DALY indicator (disability adjusted life years). These indicators are suitable for planning prevention, health care or provision of health services. With the project BURDEN 2020, funded by the German Federal Joint Committee’s Innovation Fund, a national and regionalised calculation of burden of disease for Germany is being carried out for the first time, based on the methodology of the international “Global Burden of Disease” study.

Methods Calculation of YLD requires data on the frequency and severity of diseases, with routine health insurance data constituting an important data source. Case definitions for 18 selected diseases and severity levels for 11 of these diseases were developed in expert meetings. Based on these case definitions, the AOK Research Institute (WIdO) calculated disease frequencies from health utilisation data of patients insured with the AOK. A specific concept for prevalence calculation takes into account the dynamics of an open cohort of insurees. For severity levels, the results of the AOK insurees were extrapolated to the total population in Germany according to age and gender groups. For disease frequencies, the results were additionally adjusted for morbidity and estimated on regional levels.

Results Disease frequencies measured by prevalences or rates are available for 18 diseases from seven categories (cardiovascular diseases, diabetes, cancer, mental disorders, dementia, COPD and lower respiratory tract infections) at the regional levels of the 16 federal states and 96 regional planning areas. Severity distributions are provided on the national level stratified by age groups and gender. The results and documentation of methods are available at www.krankheitslage-deutschland.de (in German language).

Conclusion Routine health insurance data are an important data source in the BURDEN 2020 project because regional figures and, in some cases, severity levels can be determined on the basis of a large number of cases. A comprehensive publication of results creates transparency and allows reutilisation of methods in further projects. Future research should extend burden of disease calculations to other diseases. In addition, there is an increasing demand for health data linkage.

Schlüsselwörter

Krankheitslast - öffentliches Gesundheitswesen - Routinedaten - gesetzliche Krankenversicherung - Prävalenz - Deutschland

Key words

burden of disease - public health - routine data - statutory health insurance - prevalence - Germany

Publication History

Article published online:
23 June 2022

• Literatur

• 1 Murray CJL. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Bulletin of the World Health Organization 1994; 72: 429-445
• 2 Murray CJL, Lopez AD. Global burden of disease and injuries series – summary: The global burden of disease – A comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020. Published by Harvard School of Public Health, World Health Organization, World Bank. Harvard University Press; 1996
• 3 Rommel A, von der Lippe E, Plaß D. et al. BURDEN 2020 – Burden of disease in Germany at the national and regional level. Bundesgesundheitsblatt 2018; 61: 1159-1166
• 4 Mathers CD. History of global burden of disease assessment at the World Health Organization. Archives public health 2020; DOI: 10.1186/s13690-020-00458-3.
• 5 Institute for Health Metrics and Evaluation . Global Burden of Disease Study 2019 Results. Im Internet: https://vizhub.healthdata.org/gbd-compare/ Stand: 23.06.2021
• 6 Salomon JA, Haagsma JA, Davis A. et al. Disability weights for the Global Burden of Disease 2013 study. Lancet Glob Health 2015; 3: e712-e723
• 7 Tamayo T, Brinks R, Hoyer A. et al. Prävalenz und Inzidenz von Diabetes mellitus in Deutschland. Dtsch Arztebl Int 2016; 113: 177-182
• 8 Goffrier B, Schulz M, Bätzing-Feigenbaum J. Administrative Prävalenzen und Inzidenzen des Diabetes mellitus von 2009 bis 2015 (13.07.2017). Im Internet: https://www.versorgungsatlas.de/fileadmin/ziva_docs/79/VA-79-Bericht_Final_V2_20170713.pdf Stand: 07.09.2021
• 9 Wissenschaftliches Institut der AOK (WIdO). Gesundheitsatlas Deutschland – Diabetes mellitus Typ 2: Verbreitung in der Bevölkerung Deutschlands und seinen Regionen. Ursachen, Folgen und Präventionsmöglichkeiten (September 2019). Im Internet: https://gesundheitsatlas-deutschland.wido.bv.aok.de/PDFs/Diabetes/Gesundheitsatlas_Deutschland.pdf#view=fit Stand: 07.09.2021
• 10 Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG) . IQWiG-Berichte Nr. 763: Bestimmung der GKV-Zielpopulation für die Indikation Diabetes mellitus Typ 2 mittels GKV-Routinedaten (06.11.2019). Im Internet: https://www.iqwig.de/download/ga16-03_routinedaten-bei-diabetes-mellitus-typ-2_arbeitspapier_v1-1.pdf Stand 07.09.2021
• 11 Breitkreuz J, Schüssel K, Brückner G. et al. Methodik zur Bestimmung von Prävalenzen und Schweregraden mit Routinedaten im Projekt BURDEN 2020 – Falldefinitionen, Schweregrade, Prävalenzkonzept. Wissenschaftliches Institut der AOK (WIdO), Berlin 2021. Im Internet: https://www.krankheitslage-deutschland.de/dokumente/methodendokumentation.pdf; Stand 10.01.2022
• 12 Kreienbrock L, Pigeot I, Ahrens W. Epidemiologische Maßzahlen. In: Kreienbrock L, Pigeot I, Ahrens W, Hrsg. Epidemiologische Methoden. 5. Auflage Berlin Heidelberg: Springer Spektrum Verlag; 2012
• 13 Breitkreuz J, Brückner G, Burgard JP. et al. Schätzung kleinräumiger Krankheitshäufigkeiten für die deutsche Bevölkerung anhand von Routinedaten am Beispiel von Typ-2-Diabetes. AStA Wirtschafts- und Sozialstatistisches Archiv 2019; 13: 35-72
• 14 Schubert I, Köster I. Krankheitsereignis: Operationalisierung und Falldefinition. In: Swart E, Ihle P, Gothe H, Matusiewicz D, Hrsg.: Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. Auflage Bern: Verlag Hans Huber; 2014: 358-368
• 15 Gerste B, Roick C. Prävalenz und Inzidenz sowie Versorgung depressiver Erkrankungen in Deutschland – Eine Analyse auf Basis der in Routinedaten dokumentierten Depressionsdiagnosen. In: Klauber J, Günster C, Gerste B, Robra B-P, Schmacke N, Hrsg.: Versorgungsreport 2013/2014. Stuttgart: Schattauer Verlag; 2014: 21-54
• 16 Biermann J, Mostardt S, Lux G. et al. Erfahrungen aus Sozialmedizin und Gesundheitsökonomie. In: Swart E, Ihle P, Gothe H, Matusiewicz D, Hrsg.: Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. Auflage Bern: Verlag Hans Huber; 2014: 446-459
• 17 Wagner C. Die Population unter Risiko bei Prävalenz- und Inzidenzschätzungen – Nennerkonzepte. In: Swart E, Ihle P, Gothe H, Matusiewicz D, Hrsg.: Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. Auflage Bern: Verlag Hans Huber; 2014: 376-388
• 18 Porst M, Wengler A, Leddin J. et al. Migräne und Spannungskopfschmerz in Deutschland. Prävalenz und Erkrankungsschwere im Rahmen der Krankheitslast-Studie BURDEN 2020. Journal of health monitoring 2020; 5 DOI: 10.25646/6988.2.
• 19 von der Lippe E, Krause L, Porst M. et al. Prävalenz von Rücken- und Nackenschmerzen in Deutschland. Ergebnisse der Krankheitslast-Studie BURDEN 2020. Journal of Health Monitoring 2021; 6 DOI: 10.25646/7854.
• 20 Hoffmann F, Koller D. Verschiedene Regionen, verschiedene Versichertenpopulationen? Soziodemografische und gesundheitsbezogene Unterschiede zwischen Krankenkassen. Gesundheitswesen 2017; 79: e1-e9 DOI: 10.1055/s-0035-1564074.
• 21 Huber J, Lampert T, Mielck A. Unterschiede bei Gesundheitsrisiken, Morbidität und gesundheitlicher Versorgung zwischen Kindern GKV- bzw. PKV-versicherter Eltern: Ergebnisse aus dem Kinder- und Jugendgesundheitssurvey (KiGGS). Gesundheitswesen 2012; 74: 627-638
• 22 Hoffmann F, Andersohn F, Giersiepen K. et al. Validierung von Sekundärdaten – Grenzen und Möglichkeiten. Bundesgesundheitsbl – Gesundheitsforsch – Gesundheitsschutz 2008; 51: 1118-1126
• 23 Schubert I, Ihle P, Köster I. Interne Validierung von Diagnosen in GKV-Routinedaten: Konzeption mit Beispielen und Falldefinition. Gesundheitswesen 2010; 72: 316-322
• 24 Erler A. Garbage in – Garbage out? Validität von Abrechnungsdiagnosen in hausärztlichen Praxen als Voraussetzung für die Einführung eines diagnosebasierten risikoadjustierten Vergütungssystems [Dissertation]. Berlin: Medizinische Fakultät der Charité – Universitätsmedizin Berlin; 2007
• 25 IGES Institut GmbH. Bewertung der Kodierqualität von vertragsärztlichen Diagnosen – Eine Studie im Auftrag des GKV-Spitzenverbands in Kooperation mit der BARMER GEK (03.12.2012). Im Internet: https://www.gkv-spitzenverband.de/media/dokumente/krankenversicherung_1/aerztliche_versorgung/verguetung_und_leistungen/klassifikationsverfahren/9_Endbericht_Kodierqualitaet_Hauptstudie_2012_12-19.pdf Stand 07.09.2021
• 26 Nationale Diabetes-Surveillance am Robert Koch-Institut. Diabetes in Deutschland – Bericht der Nationalen Diabetes-Surveillance 2019. Robert Koch-Institut, Berlin 2019. Im Internet: https://diabsurv.rki.de/SharedDocs/downloads/DE/DiabSurv/diabetesbericht2019.pdf?__blob=publicationFile&v=12#download=1 Stand 07.09.2021
• 27 Breitkreuz J, Schüssel K, Brückner G. et al. Krankheitslastbestimmung mit Prävalenzen und Schweregraden auf Routinedatenbasis. GundG Wissenschaft 2021; 21: 24-34
• 28 Robert Koch-Institut (RKI) und die Gesellschaft der epidemiologischen Krebsregister in Deutschland e.V. (GEKID), Hrsg. Krebs in Deutschland für 2015/2016. Berlin 2019, 12. Ausgabe. Im Internet https://www.krebsdaten.de/Krebs/DE/Content/Publikationen/Krebs_in_Deutschland/krebs_in_deutschland_node.html Stand 07.09.2021
• 29 GBD 2016 Disease and Injury Incidence and Prevalence Collaborators. Global, regional, and national incidence, prevalence, and years lived with disability for 328 diseases and injuries for 195 countries, 1990–2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet 2017; 390: 1211-1159 Appendix 2, SR Table 2, page 38
• 30 Wyper GMA, Grant I, Fletcher E. et al. The impact of worldwide, national and sub-national severity distributions in Burden of Disease studies: A case study of cancers in Scotland. PLoS One 2019; 14: e0221026 DOI: 10.1371/journal.pone.0221026.
• 31 Wengler A, Rommel A, Plaß D. et al. Verlorene Lebensjahre durch Tod – Eine umfassende Analyse des Sterbegeschehens in Deutschland, durchgeführt im Rahmen des Projekts BURDEN 2020. Dtsch Arztebl Int 2021; 118: 137-144 DOI: 10.3238/arztebl.m2021.0148.
• 32 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen: Digitalisierung für Gesundheit – Ziele und Rahmenbedingungen eines dynamisch lernenden Gesundheitssystems. Gutachten 2021 (24.03.2021). Im Internet: https://www.svr-gesundheit.de/gutachten/gutachten-2021/ Stand 07.09.2021
• 33 Schröder H, Repschläger U, Walker J. Daten bündeln gegen Corona. Gesundheit und Gesellschaft (2021). Im Internet: https://gg-digital.de/2021/05/thema-des-monats/daten-buendeln-gegen-corona/index.htmlStand 07.09.2021