Download PDF
Gesundheitswesen 2023; 85(S 02): S101-S110
DOI: 10.1055/a-1806-2115
Originalarbeit

Nutzung von Krankenkassenroutinedaten zur Bestimmung von Krankheitshäufigkeiten im Projekt BURDEN 2020

Utilizing Routine Health Insurance Data for Calculation of Disease Frequencies in the Project BURDEN 2020
Katrin Schüssel 
1   Wissenschaftliches Institut der AOK (WIdO), Berlin, Germany
,
Jan Breitkreuz
1   Wissenschaftliches Institut der AOK (WIdO), Berlin, Germany
,
Gabriela Brückner
1   Wissenschaftliches Institut der AOK (WIdO), Berlin, Germany
,
Helmut Schröder
1   Wissenschaftliches Institut der AOK (WIdO), Berlin, Germany
› Author Affiliations
› Further Information
Also available at
   Permissions and Reprints

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

© 2022. Thieme. All rights reserved.

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany