Entwicklung und interne Validierung von Falldefinitionen für Nierenerkrankungen bei Personen mit Diabetes in Routinedaten der gesetzlichen Krankenversicherung

Zusammenfassung

Einleitung

Die diabetische Nierenerkrankung und Nierenersatztherapie sind Langzeitkomplikationen des Diabetes mellitus und tragen erheblich zur Krankheitslast bei. Ziel der vorliegenden Analyse war es, im Rahmen der Diabetes-Surveillance Falldefinitionen für diese nierenspezifischen Komplikationen in Routinedaten zu entwickeln und diese intern zu validieren.

Methode

Basierend auf einer nach Alter und Geschlecht stratifizierten Stichprobe von Personen der Barmer Krankenkasse wurden Personen mit dokumentiertem Diabetes (E10–E14) eingeschlossen und nach Typ-1-(T1D) und Typ-2-Diabetes (T2D) differenziert. Falldefinitionen wurden entwickelt für Personen mit diabetischer Nephropathie (DNP; ICD: N08.3, E1x.2), chronischer Niereninsuffizienz (CNI; ICD: N18) und Nierenersatztherapie (NET) mit Langzeitdialyse (EBM: 40815–40819, 40823–40828 / OPS: 8–853, 8–854, 8–855, 8–857) oder Nierentransplantation (OPS: 5–555; EBM: 04561, 13601; ICD Z94.0). Die Persistenz der DNP und CNI wurde unter Berücksichtigung verschiedener Beobachtungszeiträume sowie die interne Validität anhand von zusätzlichen Informationen aus dem Datensatz für DNP, CNI und NET geprüft.

Ergebnisse

Im Jahr 2018 wurde bei 15,4% der Personen mit Diabetes eine DNP dokumentiert (T1D: 18,3%; T2D: 15,2%), eine CNI bei 21,8% (T1D: 14,4%, T2D: 22,2%). Unter Berücksichtigung eines Beobachtungszeitraums von fünf Jahren (2014–2018) stiegen die Prävalenzschätzungen um 22 bzw. 23% an. Eine NET wurde bei 7,5 von 1000 Personen mit Diabetes dokumentiert. Die interne Validitätsprüfung ergab, dass 96,6% der DNP-Fälle, 93,5% der CNI-Fälle und alle NET-Fälle mindestens ein Validierungskriterium erfüllen.

Schlussfolgerung

Die Falldefinition der CNI ist für die Verwendung in einer Surveillance sinnvoll, da die interne Validität als hoch einzuschätzen ist und die Prävalenzschätzung über die Altersgruppen hinweg konsistent war. Allerdings ist davon auszugehen, dass bei einer 1-Jahres-Prävalenz die Prävalenz unterschätzt wird. Für die Abbildung der NET (Nierentransplantation oder Langzeitdialyse) in Routinedaten muss auf die Dokumentation von Leistungen zurückgegriffen werden.

 

Scroll to top

Abstract

Introduction

Diabetic kidney disease and renal replacement therapy are long-term complications of diabetes mellitus and significantly contribute to disease burden. The aim of the analysis was to develop case definitions for diabetic kidney complications in routine data as part of the diabetes surveillance and to internally validate them.

Method

Based on an age- and sex-stratified sample of persons covered by the Barmer health insurance, individuals with documented diabetes (E10-E14) were included and differentiated by type 1 (T1D) and type 2 diabetes (T2D). Case definitions were developed for persons with diabetic nephropathy (DNP; ICD: N08.3, E1x.2), chronic kidney disease (CKD; ICD: N18) and renal replacement therapy (RRT) with long-term dialysis (EBM: 40815-40819, 40823-40828 / OPS: 8-853, 8-854, 8-855, 8-857) or kidney transplantation (OPS: 5-555; EBM: 04561, 13601; ICD Z94.0). The temporal persistence of DNP and CKD was examined by considering different observation periods, and the internal validity was assessed using additional information from the data set for DNP, CKD, and RRT.

Results

In 2018, DNP was documented in 15.4% of individuals with diabetes (T1D: 18.3%; T2D: 15.2%), and CKD in 21.8% (T1D: 14.4%, T2D: 22.2%). Considering an observation period of five years (2014–2018), the prevalence estimates increased by 22 and 23%, respectively. RRT was documented in 7.5 per 1,000 individuals with diabetes. Internal validity assessment showed that 96.6% of DNP cases, 93.5% of CKD cases, and all RRT cases met at least one validation criterion.

Conclusion

With high internal validity, and prevalence estimate consistent across age groups, the case definition of CKD can be considered suitable for use in surveillance. However, we assume that prevalence is underestimated when considering a 1-year period. For the depiction of RRT (kidney transplantation or long-term dialysis) via routine data, documentation of services must be employed.

 

Scroll to top

Schlüsselwörter

Diabetes mellitus - Komplikationen - Routinedaten - Nephropathie - Niereninsuffizienz - Nierenersatztherapie

Keywords

Diabetes mellitus - Complications - Routine data - Nephropathy - Renal failure - Renal replacement therapy

Einleitung

Nierenkomplikationen stellen eine schwerwiegende Folgeerkrankung eines über lange Zeit unerkannten oder nicht adäquat behandelten Diabetes mellitus dar [1]. Die diabetische Nephropathie kann im Verlauf zu einer chronischen Niereninsuffizienz führen. Entwickelt sich eine terminale Niereninsuffizienz [2], so wird eine Nierenersatztherapie in Form einer Dialyse oder Nierentransplantation notwendig. Etwa die Hälfte der Personen mit Typ-2-Diabetes und ein Drittel der Personen mit Typ-1-Diabetes entwickelt im Krankheitsverlauf eine diabetische Nierenerkrankung [3], welche erhebliche Auswirkungen auf die Krankheitslast und -kosten hat [4] [5].

In klinischen Studien wird eine Nierenerkrankung meist mittels Labordaten bestimmt, welche die Nierenfunktion abbilden. Diese Methode ist zwar sehr zuverlässig, zugleich aber zeit- und ressourcenintensiv und ist für epidemiologische Studien häufig nicht praktikabel. Die Erhebung von Nierenerkrankungen durch Befragungen ist deutlich weniger valide. Aus diesem Grund werden neben Befragungs- und Untersuchungsdaten zunehmend Sekundärdaten wie beispielsweise Routinedaten von Krankenkassen in epidemiologischen Studien verwendet [6]. Routinedaten werden primär für Abrechnungszwecke erhoben und es ist wichtig, die Qualität der Daten hinsichtlich Dokumentationsfehler und die Plausibilität der Ergebnisse zu prüfen [6]. Spezifische Komplikationen wie die diabetische Nierenerkrankung können durch die in der Dokumentationspraxis verwendeten Codes unzureichend abgebildet sein. Aus diesem Grund ist es vonnöten, bei der Verwendung von Routinedaten Falldefinitionen zu entwickeln und zu prüfen. Neben einer externen Validierung, d. h. dem Abgleich mit Ergebnissen aus anderen Analysen gibt es die Möglichkeit einer internen Validierung. So kann durch Einbezug weiterer Informationen aus demselben Datensatz die Validität der Ergebnisse geprüft werden mit dem Ziel, sich mit der Falldefinition dem Krankheitsbild so gut wie möglich anzunähern.

Im Rahmen der Diabetes-Surveillance am Robert Koch-Institut werden neben Daten aus Befragungs- und Untersuchungsstudien auch Routinedaten zur Abbildung von Indikatoren zu Diabetes mellitus genutzt [7], um über das Krankheits- und Versorgungsgeschehen sowie die Risikofaktoren zu informieren. Anhand von Routinedaten lassen sich Indikatoren zeitlich engmaschig und kleinräumig für alle Lebensphasen auswerten [8]. In der vorliegenden Studie wurden analog zur vorangegangenen Analyse [9] Falldefinitionen zur diabetischen Nierenerkrankung und zu Nierenersatztherapie mit Dialyse oder Nierentransplantation als Endstadium einer diabetischen Nierenerkrankung entwickelt, intern validiert, und hinsichtlich ihrer Verwendbarkeit in der Diabetes-Surveillance diskutiert. Es wurden Prävalenzen für die entwickelten Falldefinitionen stratifiziert nach Geschlecht, Alter und Diabetestyp betrachtet.

 

Scroll to top

Methodik

Studienpopulation

Die Datengrundlage der Analyse war eine alters- und geschlechtsstratifizierte Zufallsstichprobe von Versicherten der Barmer Krankenversicherung, die von 2010 oder von Geburt (nach 2010) bis 2018 durchgehend versichert waren. Es wurden 830 192 Versicherte aus dem Datensatz gezogen (entspricht 1% der Wohnbevölkerung Deutschlands im Jahr 2018), die in ihrer Alters- und Geschlechtsverteilung der Bevölkerung des Jahres 2018 [10] entsprachen. Die Daten umfassten Stammdaten zu Alter, Geschlecht und Versicherungszeit sowie zu ambulanten und stationären Diagnosen, die gemäß der Internationalen statistischen Klassifikation der Krankheiten und verwandter Gesundheitsprobleme (ICD-10) codiert sind [11]. Weiterhin sind Arzneimittelverordnungen gemäß der Anatomisch-Therapeutisch-Chemischen (ATC) Klassifikation dokumentiert und ambulante und stationäre Leistungsdaten zu Operationen und Prozeduren (OPS) sowie verschlüsselt nach dem einheitlichen Bewertungsmaßstab (EBM) enthalten [12] [13] [14].

Personen mit Diabetes wurden gemäß Aufgreifkriterien aus einer vorausgehenden Analyse identifiziert. Es musste mindestens eine ICD-Diagnose E10.- bis E14.- in mindestens zwei Quartalen im ambulanten Sektor (m2Q), in nur einem Quartal bei zusätzlicher Verordnung eines Antidiabetikums (ATC-Code A10) oder mindestens eine Diagnose E10.- bis E14.- im stationären Sektor, als Arbeitsunfähigkeitsdiagnose oder im Bereich des ambulanten Operierens im Jahr 2018 dokumentiert sein [15]. Anschließend wurden anhand eines Algorithmus zur Typenunterscheidung, welcher ICD-Diagnosen, Arzneimittelverordnung unterschieden nach Insulin und anderen Antidiabetika sowie das Alter berücksichtigt, Personen mit Diabetes dem Typ-1-Diabetes (T1D, n=4023, 5,5% der Personen mit Diabetes), dem Typ-2-Diabetes (T2D, n=67 332, 92,6% der Personen mit Diabetes) oder dem sonstigen Diabetes zugeordnet (n=1389, 1,9% der Personen mit Diabetes) [15].

 

Scroll to top

Entwicklung von Falldefinitionen

Für die Entwicklung der Falldefinitionen wurden zunächst ICD-Diagnosen, die Nierenerkrankungen verschlüsseln, je nach Bezug zum Diabetes in drei Kategorien zusammengetragen (s. Anhang [Tab. 1], online). Diagnosen, die eine Dialyse oder Nierentransplantation verschlüsseln (Z49.1, Z49.2, Z99.2, Z94.0, T86.1), wurden in einer eigenen Kategorie zusammengefasst. Analog zur Studie von Claessen et al. [16] wurden Langzeitdialysen betrachtet, d. h. es musste eine Dialyseleistung in mindestens neun aufeinanderfolgenden Wochen dokumentiert sein. Weiterhin wurde die Häufigkeit eines Bluthochdrucks (I10.- bis I15.-) betrachtet, da dieser eine häufige Komorbidität des Diabetes ist [17] und ebenfalls eine Niereninsuffizienz verursachen kann. Neben den Diagnoseangaben wurde die Dokumentation des Leistungsgeschehens in EBM- und OPS-Codes zum einen für die Validierung der Definitionen zu diabetischer Nierenerkrankung, zum anderen für die Entwicklung einer Falldefinition für die Nierenersatztherapie (NET) miteinbezogen. Die Auswahl der Codes basierte auf Vorarbeiten zu Auswertungen von diabetischen Nierenkomplikationen mit Routinedaten [16] [18].

Tab. 1 Interne Validierung der Falldefinitionen anhand von definierten Kriterien.

Kategorie	Kriterium	Codierung	Anteil in %
Diabetische Nephropathie
Mehrfache Codierung	Mindestens m2Q ambulante Diagnose oder m1S stationäre Hauptdiagnose		78,9
	Mindestens 2 Ärzte dokumentieren Diagnose im ambulanten Sektor im selben Quartal		23,5
	Dokumentation der Diagnose in mindestens 2 Sektoren		8,7
EBM	Abrechnung mindestens einer EBM-Leistung mit Hinweis auf Niereninsuffizienz	EBM 04560, 04563, 13600, 32018	18,6
	Weiterführende Diagnostik (Nierenfunktionsdiagnostik, Sonographie)	EBM 17340, 33042	28,5
Facharzt	Kontakt zu einem Facharzt in mindestens zwei Quartalen		28,6
	Dokumentation der Diagnose durch Nephrologen bzw. Urologen		14,9
Definition II	Patient:in mit chronischer Niereninsuffizienz	ICD N18	70,0
Mindestens 1 Kriterium erfüllt			96,6
Chronische Niereninsuffizienz
Mehrfache Codierung	Mindestens m2Q ambulante Diagnose oder m1S stationäre Hauptdiagnose		78,6
	Mindestens 2 Ärzte dokumentieren Diagnose im ambulanten Sektor im selben Quartal		32,1
	Dokumentation der Diagnose in mindestens 2 Sektoren		20,3
EBM	Abrechnung mindestens einer EBM-Leistung mit Hinweis auf Niereninsuffizienz	EBM 04560, 04563, 13600, 32018	22,2
	Weiterführende Diagnostik (Nierenfunktionsdiagnostik, Sonographie)	EBM 17340, 33042	28,5
Facharzt	Kontakt zu einem Facharzt in mindestens zwei Quartalen		29,8
	Dokumentation der Diagnose durch Nephrologen bzw. Urologen		23,1
Definition I	Patient:in mit dokumentierter diabetischer Nephropathie	ICD N08.3, E1x.2	47,9
Mindestens 1 Kriterium erfüllt			93,5
Chronische Niereninsuffizienz (Sensitivitätsanalyse)
Mehrfache Codierung	Mindestens m2Q ambulante Diagnose oder m1S stationäre Hauptdiagnose		80,8
	Mindestens 2 Ärzte dokumentieren Diagnose im ambulanten Sektor im selben Quartal		34,7
	Dokumentation der Diagnose in mindestens 2 Sektoren		30,2
EBM	Abrechnung mindestens einer EBM-Leistung mit Hinweis auf Niereninsuffizienz	EBM 04560, 04563, 13600, 32018	21,3
	Weiterführende Diagnostik (Nierenfunktionsdiagnostik, Sonographie)	EBM 17340, 33042	28,0
Facharzt	Kontakt zu einem Facharzt in mindestens zwei Quartalen		28,6
	Dokumentation der Diagnose durch Nephrologen bzw. Urologen		22,4
Definition I	Patient:in mit dokumentierter diabetischer Nephropathie	ICD N08.3, E1x.2	44,8
Mindestens 1 Kriterium erfüllt			93,7

EBM: Einheitlicher Bewertungsmaßstab; ICD: Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme; Diabetische Nephropathie: ICD N08.3 oder E1x.2; Chronische Niereninsuffizienz bei Diabetes: ICD N18; Chronische Niereninsuffizienz bei Diabetes (Sensitivitätsanalyse): ICD N18 oder N19; Bei allen Falldefinitionen musste die Diagnose mindestens einmal gesichert im ambulanten Sektor oder einmal im stationären Sektor als Haupt- oder Nebendiagnose vorliegen.

 

Scroll to top

Interne Validierung und Persistenz

Die Validität der Falldefinitionen mit ICD-Diagnosen wurde anhand von definierten Kriterien geprüft, welche weitere Informationen im Datensatz einbezogen [19]. Die Kriterien bezogen sich auf Mehrfachkodierungen von Diagnosen, Kodierungen in unterschiedlichen Sektoren, Leistungsabrechnungen mit Bezug zu einer Nierenerkrankung, Facharztbesuche und schließlich darauf, ob die jeweils andere Definition der diabetischen Nierenerkrankung, die entwickelt wurde, dokumentiert war (s. [Tab. 1]).

Zur Prüfung der Persistenz wurden unterschiedlich lange Beobachtungszeiträume berücksichtigt, da die Nierenerkrankung möglicherweise nicht jährlich in den Daten dokumentiert ist. Zusätzlich zur 1-Jahres-Prävalenz auf Basis des Berichtsjahres 2018 wurden mehrjährige Prävalenzen berechnet unter Einbezug von retrospektiv bis zu fünf Jahren (2014–2018).

 

Scroll to top

Statistische Analyse

Es wurden 1-Jahres-Prävalenzen der diabetischen Nierenerkrankung gemäß den unterschiedlichen Definitionen auf Basis des Jahres 2018 in Prozent bezogen auf die Diabetespopulation stratifiziert nach Geschlecht, Alter und Diabetestyp berechnet. In der überjährigen Analyse wurden die Zeiträume 2014–18 (5 Jahre), 2015–18 (4 Jahre), 2016–18 (3 Jahre) und 2017–18 (2 Jahre) für die Prävalenzberechnungen betrachtet. Für die NET wurden Fälle je 1000 Personen mit Diabetes stratifiziert nach Geschlecht, Alter und Diabetestyp berechnet.

 

Scroll to top

 

Scroll to top

Ergebnisse

Entwicklung Falldefinitionen zu diabetischer Nierenerkrankung

Die diabetische Nephropathie (DNP) wurde über die Codes N08.3 oder E1x.2 aufgegriffen, die die Nierenerkrankung explizit als Diabeteskomplikation verschlüsseln und somit eine spezifischere Definition der Erkrankung ermöglichen. Die chronische Niereninsuffizienz bei Personen mit Diabetes (CNI) wurde mit dem Code N18, der eine Nierenerkrankung ohne direkten Diabetesbezug verschlüsselt, abgebildet. In der Sensitivitätsanalyse wurden zusätzlich zu Personen mit der Diagnose N18 solche mit der Diagnose N19 eingeschlossen, die eine Nierenerkrankung ohne direkten Diabetesbezug und ohne Hinweis auf eine anhaltende Erkrankung verschlüsselt. Das Vorliegen der Nierenerkrankung wurde angenommen, wenn die entsprechende Diagnose oder Diagnosekombination im Jahr 2018 mindestens in einem Quartal gesichert im ambulanten Sektor oder mindestens einmal im stationären Sektor als Haupt- oder Nebendiagnose codiert wurde.

 

Scroll to top

1-Jahres-Prävalenzen der diabetischen Nierenerkrankungen

Im Jahr 2018 war bei Betrachtung eines einjährigen Beobachtungszeitraums bei 15,4% der Personen mit Diabetes eine DNP dokumentiert, bei 21,8% eine CNI. Bei Personen unter 60 Jahren war die Prävalenz von DNP höher als die von CNI, bei den 60-Jährigen oder älter war die Prävalenz von CNI höher als die von DNP ([Tab. 2]). Bei beiden Definitionen nahm der Anteil an Erkrankten mit dem Alter zu mit Ausnahme der Gruppe der ab 90 – Jährigen bei der DNP. Männer haben bei beiden Definitionen insgesamt höhere Prävalenzen (DNP: 16,6%; CNI: 22,3%) als Frauen (DNP: 13,9%; CNI: 21,2%) ([Tab. 2]).

Tab. 2 Prävalenzen (in % der Personen mit Diabetes) von diabetischer Nierenerkrankung nach Falldefinition, Diabetestyp, Altersgruppe und Geschlecht im Jahr 2018.

	Diabetes gesamt			Typ-1-Diabetes			Typ-2-Diabetes
	Frauen	Männer	Gesamt	Frauen	Männer	Gesamt	Frauen	Männer	Gesamt
Diabetische Nephropathie (DNP)
Bis 29 Jahre	5,0	4,1	4,5	4,8	4,4	4,6	*	*	4,3
30–39 Jahre	8,4	9,5	8,9	15,0	15,5	15,3	5,6	4,5	5,1
40–49 Jahre	8,1	10,3	9,4	13,7	17,4	15,9	6,8	8,7	8,0
50–59 Jahre	8,7	10,7	10,0	19,4	20,3	20,0	7,7	9,6	8,9
60–69 Jahre	11,9	14,2	13,3	26,0	28,0	27,1	11,5	13,7	12,8
70–79 Jahre	15,1	21,0	18,3	31,6	34,3	33,1	14,9	20,7	18,1
80–89 Jahre	19,3	24,1	21,5	40,6	46,9	43,4	19,1	23,9	21,3
90 Jahre und älter	15,5	22,6	17,6	*	*	*	15,7	22,3	17,7
Alle Altersgruppen	13,9	16,6	15,4	16,8	17,9	17,4	13,7	16,5	15,2
Chronische Niereninsuffizienz bei Diabetes (CNI)
Bis 29 Jahre	2,3	1,9	2,1	2,3	1,3	1,7	*	*	*
30–39 Jahre	4,7	5,8	5,3	6,5	8,6	7,7	4,1	3,6	3,9
40–49 Jahre	6,8	7,5	7,2	9,6	13,3	11,8	5,9	6,1	6,0
50–59 Jahre	9,3	9,8	9,6	16,4	15,1	15,6	8,5	9,2	9,0
60–69 Jahre	14,2	16,8	15,8	22,0	22,0	22,0	14,0	16,5	15,5
70–79 Jahre	24,2	29,2	26,9	29,9	31,4	30,7	24,1	29,1	26,8
80–89 Jahre	34,0	41,5	37,4	45,3	49,0	46,9	34,0	41,4	37,4
90 Jahre und älter	39,4	50,3	42,7	*	*	*	39,2	50,5	42,5
Alle Altersgruppen	21,2	22,3	21,8	13,2	13,3	13,2	21,6	22,8	22,3
Chronische Niereninsuffizienz bei Diabetes (Sensitivitätsanalyse)
Bis 29 Jahre	3,2	2,3	2,7	3,0	1,5	2,1	*	*	4,3
30–39 Jahre	5,3	6,5	5,9	7,7	8,6	8,2	4,3	4,7	4,5
40–49 Jahre	7,3	7,9	7,7	9,9	13,6	12,0	6,4	6,6	6,5
50–59 Jahre	10,0	10,9	10,6	17,4	15,1	15,9	9,2	10,4	10,0
60–69 Jahre	15,7	18,5	17,4	25,1	23,0	23,9	15,4	18,2	17,1
70–79 Jahre	26,6	32,2	29,7	34,2	32,1	33,1	26,4	32,2	29,5
80–89 Jahre	37,7	45,4	41,2	50,0	51,0	50,4	37,6	45,3	41,2
90 Jahre und älter	44,9	56,8	48,4	*	*	*	44,7	56,9	48,3
Alle Altersgruppen	23,4	24,5	24,0	14,7	13,6	14,1	23,9	25,2	24,6

*: Fallzahl n<10; Diabetische Nephropathie: ICD N08.3 oder E1x.2; Chronische Niereninsuffizienz bei Diabetes: ICD N18; Chronische Niereninsuffizienz bei Diabetes (Sensitivitätsanalyse): ICD N18 oder N19; Bei allen Falldefinitionen musste die Diagnose mindestens einmal gesichert im ambulanten Sektor oder einmal im stationären Sektor als Haupt- oder Nebendiagnose vorliegen.

Personen mit T1D hatten eine höhere Prävalenz von DNP (17,4%) als CNI (13,2%). Ein umgekehrtes Muster war bei Personen mit T2D (DNP: 15,2%; CNI: 22,3%) vorzufinden. Bei 94,2% der Personen mit CNI wurde neben dem Diabetes auch eine Hypertonie dokumentiert. Bei der Sensitivitätsanalyse stieg die 1-Jahresprävalenz um 2,2 Prozentpunkte auf 24,0%. Die Alters- und Geschlechtsverteilung entsprach der Hauptanalyse zur CNI.

 

Scroll to top

Interne Validierung

Die interne Validierung ergab, dass 96,6% der DNP-Fälle sowie 93,5% der CNI-Fälle durch mindestens ein Kriterium validiert werden konnten ([Tab. 1]). Das wichtigste Validierungskriterium war die Dokumentation der Diagnose entweder in mindestens zwei Quartalen gesichert ambulant (m2Q) oder mindestens einmal im stationären Sektor als Hauptdiagnose (78,9% bei DNP, 78,6% bei CNI).

 

Scroll to top

Zeitliche Persistenz

Die Prävalenz der DNP stieg bei einem Beobachtungszeitraum von fünf Jahren um 33% auf 20,5% und die Prävalenz der CNI um 23% auf 26,9% ([Abb. 1]). Die Prävalenzen stiegen mit jedem zusätzlich betrachteten Jahr an. Bei einem zweijährigen Beobachtungszeitraum stieg die Prävalenz bei der DNP um 12% und bei der CNI um 10% im Vergleich zur einjährigen Beobachtung, bei einer fünfjährigen Beobachtung nur noch um 4 bzw. 3% im Vergleich zur vierjährigen Beobachtung. Für die Sensitivitätsanalyse zur CNI zeigte sich ein vergleichbares Muster (Anhang [Abb. 1], online).

Abb 1 Relativer Anteil der diabetischen Nephropathie (a) und der chronischen Niereninsuffizienz bei Diabetes (b) in Abhängigkeit von unterschiedlichen Beobachtungszeiträumen (in %) mit 2018=100.

 

Scroll to top

Nierenersatztherapie

Für die Falldefinitionen der NET wurden ICD-, EBM- und OPS-Codes, die eine Dialyse oder eine Nierentransplantation kodieren, berücksichtigt. Die Gesamtprävalenz der Langzeitdialyse betrug 5,5 je 1000 Personen mit Diabetes (Männer: 7,1; Frauen: 3,7) und die der Nierentransplantation betrug 2,4 je 1000 (Männer: 2,8; Frauen: 2,0) im Jahr 2018.

Zusammengenommen hatten 7,5 pro 1000 Personen mit Diabetes eine NET im Jahr 2018. Bei Personen mit einem T1D war die Prävalenz mit 11,7 Personen pro 1000 Personen mit Diabetes fast doppelt so hoch wie bei Personen mit T2D (6,8) ([Abb. 2]).

Abb. 2 Prävalenz Nierenersatztherapie bei Personen mit Typ-1-Diabetes (a) und Typ-2-Diabetes (b) je 1000 Personen mit Diabetes und absolute Fallzahl.

Die interne Diagnosevalidierung bestätigte alle 41 Personen, die nur über die ICD-Diagnose Z94.0 in die Falldefinition eingeschlossen wurden. Die Diagnose war in mindestens zwei Sektoren dokumentiert bzw. es wurde in mindestens zwei Quartalen ein Facharzt kontaktiert.

 

Scroll to top

 

Scroll to top

Diskussion

In der vorliegenden Studie wurden Falldefinitionen für die diabetischen Nierenkomplikationen diabetische Nephropathie (DNP), chronische Niereninsuffizienz (CNI) und die Nierenersatztherapie (NET) in Routinedaten der gesetzlichen Krankenversicherung entwickelt. Alle Falldefinitionen wiesen eine hohe interne Validität auf. Allerdings zeigt die Persistenzanalyse, dass die 1-Jahres-Prävalenz die Prävalenz der DNP und CNI unterschätzt, da diese womöglich nicht jährlich dokumentiert werden. Für die Falldefinition von NET fanden neben ICD-Diagnosen EBM- und OPS-Leistungen Verwendung.

Eine DNP legt einen Diabetes als Ursache der Nierenerkrankung zu Grunde, wohingegen eine CNI eine Funktionseinschränkung der Niere ohne expliziten Diabetesbezug darstellt. Entsprechend war die 1-Jahres-Prävalenz der CNI höher, insbesondere bei Personen mit T2D und in höheren Altersgruppen. Dies erscheint plausibel, da bei dieser Gruppe häufig zusätzlich eine Hypertonie vorliegt und als weitere Ursache für die Niereninsuffizienz in Frage kommt. In einer Zusatzanalyse wurde beobachtet, dass bei über 90% der Personen mit CNI ebenfalls eine Hypertonie dokumentiert war, was die Klärung der ätiologischen Ursache erschwert. Über 90% der Fälle konnten intern validiert werden, sodass von einer plausiblen Dokumentation auszugehen ist [9].

Analog zeigt sich in früheren Analysen basierend auf Daten nach Datentransparenzverordnung (DaTraV) und der DAK (nur Personen mit T2D), dass eine DNP (N08.3), definiert als 1-Jahres-Prävalenz, deutlich seltener vorliegt als eine CNI [18] [20] und damit womöglich die Krankheitslast der diabetischen Nierenerkrankung unterschätzt. Für die CNI bei Personen mit Diabetes berichten frühere Analysen sowohl für Diabetes gesamt (AOK-Hessen im Jahr 2010: 10,2% [21]; DaTraV-Daten im Jahr 2013: 13,0% [18]) als auch nur Personen mit T2D niedrigere Werte (DAK im Jahr 2015: 17,3% [20]). Aus Analysen mit Routinedaten lässt sich ein ansteigender Trend der Prävalenz von diabetischen Nierenerkrankungen ablesen, was erklären könnte warum die Schätzungen in der vorliegenden Studie höher ausfallen. Allerdings können auch Unterschiede der Studienpopulation und Falldefinition dazu beitragen.

Aktuellere Schätzungen basierend auf anderen Datenquellen, wie beispielsweise der Disease Management Programme (DMP) für Diabetes in Nordrhein-Westfalen berichten im Jahr 2022 eine Prävalenz der DNP von 14,4% für T2D und 17,3% für T1D [22], welche in vergleichbarer Größenordnung zu den Schätzungen der DNP in der vorliegenden Studie liegen. Dabei sollte beachtet werden, dass in den Analysen nur Personen berücksichtigt werden, die im DMP eingeschrieben sind. Analysen basierend auf Labordaten in Untersuchungsstudien berichten höhere Prävalenzen. So wiesen gemäß dem DPV- und DIVE-Register 28,1% der Erwachsenen mit T2D im Jahr 2017 eine diabetische Nierenerkrankung, definiert als Mikro- oder Makroalbuminurie, auf [23] und die Studie zur Gesundheit Erwachsener in Deutschland (DEGS; 2008–2011) berichtet für 40,3% der 18- bis 79-Jährigen mit T2D das Vorliegen einer Niereninsuffizienz, basierend auf der geschätzten glomerulären Filtrationsrate [24]. Zum einen könnte eine spezifische Population, die in diesen Studien eingeschlossen wird, zu den höheren Prävalenzen beitragen. Zum anderen bestätigen jedoch Auswertung von Labordaten, dass 1-Jahres-Prävalenzen von diabetischen Nierenerkrankungen anhand von Routinedaten die Prävalenzen unterschätzen. Insbesondere werden bei Untersuchungsstudien auch bis dato unerkannte Nierenerkrankungen eingeschlossen. Bei den meisten Personen mit Diabetes wird eine CNI bei einer Routineuntersuchung festgestellt [25]. Sofern eine DNP oder CNI dokumentiert wird, scheint diese auch intern valide, jedoch lässt die Persistenzanalyse vermuten, dass die Diagnosen nicht jährlich dokumentiert werden. Der Grund hierfür könnte darin liegen, dass eine Nierenerkrankung insbesondere im Anfangsstadium keine spezifische Behandlung benötigt, sondern die Behandlung der Grunderkrankung (Diabetes, Hypertonie) im Vordergrund steht und aus diesem Grund die Diagnose der Niereninsuffizienz nicht jedes Jahr dokumentiert wird. Somit sind analog zu früheren Untersuchungen längere Beobachtungszeiträume für die Prävalenzschätzung sinnvoll [26].

Die Definition für NET folgte dem Vorschlag von Claessen et al. [16] und schloss Langzeitdialyse (mindestens neun aufeinanderfolgende Wochen mit Dokumentation von Dialyse) und Nierentransplantationen ein. Die Häufigkeit der Dialyse bei Personen mit Diabetes war dabei vergleichbar mit Analysen auf Basis der DaTraV-Daten [18] und Auswertungen des DMP Nordrhein-Westfalen im Jahr 2022 (T2D: 0,6%; T1D: 1,0%) [22]. Auch unter Einbezug der Transplantation standen die Ergebnisse in Einklang mit einer Auswertung von Daten der AOK Hessen, welche eine Prävalenz von 1,0% für Dialyse oder Transplantation bei Personen mit Diabetes im Jahr 2010 berichtete [21]. Da die Falldefinition der NET auf Leistungsdaten basiert, ist von einer geringen Unterschätzung der Prävalenz auszugehen.

Limitationen

Die Analyse mit Routinedaten der gesetzlichen Krankenkassen birgt die Gefahr einer Unterschätzung [9], da nur Personen in die Analyse eingeschlossen werden können, die die medizinische Versorgung in Anspruch nehmen [6] und bei denen die Erkrankungen dokumentiert sind. Personen mit unerkanntem Diabetes beziehungsweise mit einer unerkannten Nierenerkrankung wurden in der vorliegenden Analyse nicht eingeschlossen. Eine teilweise lückenhafte Dokumentation der betrachteten ICD-Codes lässt eine genauere Prävalenzschätzung nicht zu. Weiterhin kann trotz Standardisierung für Alter und Geschlecht ein Kassenbias nicht ausgeschlossen werden, da sich die Morbidität zwischen den Krankenkassen unterscheiden kann [27].

 

Scroll to top

 

Scroll to top

Fazit

In der vorliegenden Analyse konnten intern valide Falldefinitionen für die diabetische Nephropathie und chronische Niereninsuffizienz in Routinedaten entwickelt werden, die eine zeitnahe Auswertung spezifiziert nach Diabetestyp ermöglichen. Jedoch lassen die Ergebnisse vermuten, dass insbesondere bei Personen mit Typ-2-Diabetes und in höheren Altersgruppen die Prävalenz der diabetischen Nephropathie unterschätzt wird. Weiterhin zeigen die Analysen zur Persistenz, dass bei Betrachtung eines 1-Jahres-Zeitraums die Prävalenz der diabetischen Nephropathie und der chronischen Niereninsuffizienz unterschätzt wird und dies bei der Interpretation berücksichtigt werden muss. Die Nierenersatztherapie kann unter Einbezug von EBM- und OPS-Leistungen valide auf Basis von Routinedaten abgebildet werden. Somit können sowohl die diabetische Nierenerkrankung als auch die Nierenersatztherapie in der Diabetes-Surveillance als Indikatoren für Komplikationen der Erkrankung abgebildet werden, sollten aber vor dem Hintergrund der beschriebenen Limitation interpretiert werden. Labordaten zur Nierenfunktion aus bundesweiten, bevölkerungsbezogenen Untersuchungsstudien in größeren zeitlichen Abständen stellen eine sinnvolle Ergänzung zu den Routinedaten dar.

 

Scroll to top

Interessenkonflikt

Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht.

• Literatur

• 1 Bundesärztekammer (BÄK), Kassenärztliche Bundesvereinigung (KBV), Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (AWMF). Nationale VersorgungsLeitlinie (NVL) Typ-2-Diabetes – Version 3. Im Internet https://www.leitlinien.de/themen/diabetes Stand: 23.09.2023
• 2 Afkarian M, Zelnick LR, Hall YN. et al. Clinical manifestations of kidney disease among US adults with diabetes, 1988-2014. JAMA 2016; 316
• 3 Thomas MC, Brownlee M, Susztak K. et al. Diabetic kidney disease. Nature Reviews Disease Primers 2015; 1: 15018
• 4 Happich M, Landgraf R, Piehlmeier W. et al. The economic burden of nephropathy in diabetic patients in Germany in 2002. Diabetes Research and Clinical Practice 2008; 80: 34-39
• 5 von Ferber L, Köster I, Hauner H. Medical Costs of Diabetic Complications Total Costs and Excess Costs by Age and Type of Treatment Results of the German CoDiM Study. Experimental and Clinical Endocrinology & Diabetes 2007; 115
• 6 Swart E, Ihle P, Gothe H. et al. Routinedaten im Gesundheitswesen: Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Verlag Hans Huber; 2015
• 7 Tuncer O, Du Y, Baumert J. et al. Update zur Nationalen Diabetes-Surveillance: Überblick zu Indikatoren aus den Handlungsfeldern Diabetesfrüherkennung und -behandlung verbessern, Diabeteskomplikationen reduzieren und Krankheitslast und -kosten senken. Die Diabetologie 2023; 19: 561-570
• 8 Schmidt C, Heidemann C, Rommel A. et al. Sekundärdaten in der Diabetes-Surveillance – Kooperationsprojekte und Referenzdefinition zur dokumentierten Diabetesprävalenz. Journal of Health Monitoring 2019; 4: 54-69
• 9 Reitzle L, Köster I, Tuncer O. et al. Entwicklung und interne Validierung von Falldefinitionen für die Prävalenzschätzung mikrovaskulärer Komplikationen des Diabetes in Routinedaten. Gesundheitswesen 2024; 86: 196-204
• 10 Statistisches Bundesamt (Destatis). Fortschreibung des Bevölkerungsstandes (EVAS-Nr. 12411-0018) Im Internet https://www-genesis.destatis.de/genesis/online?sequenz=statistikTabellen&selectionname=12411 Stand: 23.09.2024
• 11 Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). ICD-10-GM Version 2024 Im Internet https://www.bfarm.de/DE/Kodiersysteme/Klassifikationen/ICD/ICD-10-GM/_node.html Stand: 23.09.2024
• 12 Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). ATC/DDD Version 2023 Im Internet https://www.bfarm.de/DE/Kodiersysteme/Klassifikationen/ATC/_node.htm Stand: 23.09.2024
• 13 Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). OPS Version 2024 Im Internet https://www.bfarm.de/DE/Kodiersysteme/Klassifikationen/OPS-ICHI/OPS/_node.html Stand: 23.09.2024
• 14 Kassenärztliche Bundesvereinigung (KBV). Einheitlicher Bewertungsmaßstab (EBM) Im Internet https://www.kbv.de/html/ebm.php Stand: 23.09.2024
• 15 Reitzle L, Ihle P, Heidemann C. et al. Algorithm for the Classification of Type 1 and Type 2 Diabetes Mellitus for the Analysis of Routine Data. Gesundheitswesen 2023; 85: S119-S126
• 16 Claessen H, Narres M, Kvitkina T. et al. Renal Replacement Therapy in People With and Without Diabetes in Germany, 2010-2016: An Analysis of More Than 25 Million Inhabitants. Diabetes Care 2021; 44: 1291-1299
• 17 Long AN, Dagogo-Jack S. Comorbidities of Diabetes and Hypertension: Mechanisms and Approach to Target Organ Protection. The Journal of Clinical Hypertension 2011; 13: 244-251
• 18 Reitzle L, Schmidt C, Du Y. et al. Einschätzungen zur Prävalenz mikrovaskulärer Folgeerkrankungen bei Diabetes mellitus in Deutschland. Analyse von Versichertendaten aller gesetzlichen Krankenkassen für die Jahre 2012 und 2013. Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 2020; 63: 1219-1230
• 19 Schubert I, Ihle P, Köster I. Interne Validierung von Diagnosen in GKV-Routinedaten: Konzeption mit Beispielen und Falldefinition. Gesundheitswesen 2010; 72: 316-322
• 20 Deckenbach B, Nolting H-D, Tisch T. et al. Versorgungsreport Diabetes mellitus. Hamburg: DAK-Gesundheit; 2018
• 21 Köster I, Huppertz E, Hauner H. et al. Costs of Diabetes Mellitus (CoDiM) in Germany, direct per-capita costs of managing hyperglycaemia and diabetes complications in 2010 compared to 2001. Exp Clin Endocrinol Diabetes 2014; 122: 510-516
• 22 Zentralinstitut für die kassenärztliche Versorgung in der Bundesrepublik Deutschland (Zi). DMP-Atlas Nordrhein-Westfalen. Im Internet https://www.zi-dmp.de/dmp-atlas_nrw/index.html ; Stand: 23.09.2024
• 23 Bramlage P, Lanzinger S, van Mark G. et al. Patient and disease characteristics of type-2 diabetes patients with or without chronic kidney disease: an analysis of the German DPV and DIVE databases. Cardiovascular Diabetology 2019; 18: 33
• 24 Du Y, Heidemann C, Schaffrath Rosario A. et al. Changes in diabetes care indicators: findings from German National Health Interview and Examination Surveys 1997–1999 and 2008–2011. BMJ Open Diabetes Res Care 2015; 3: e000135
• 25 de Boer IH, Khunti K, Sadusky T. et al. Diabetes Management in Chronic Kidney Disease: A Consensus Report by the American Diabetes Association (ADA) and Kidney Disease: Improving Global Outcomes (KDIGO). Diabetes Care 2022; 45: 3075-3090
• 26 Abbas S, Ihle P, Köster I. et al. Estimation of disease incidence in claims data dependent on the length of follow-up: a methodological approach. Health Serv Res 2012; 47: 746-755
• 27 Epping J, Geyer S, Tetzlaff J. The effects of different lookback periods on the sociodemographic structure of the study population and on the estimation of incidence rates: analyses with German claims data. BMC Medical Research Methodology 2020; 20

Publication History

Received: 13 June 2024

Accepted after revision: 29 November 2024

Article published online:
01 June 2025