Download PDF
Gesundheitsökonomie & Qualitätsmanagement 2017; 22(02): 104-115
DOI: 10.1055/s-0042-117963
Originalarbeit
© Georg Thieme Verlag KG Stuttgart · New York

Können Krankenkassendaten Primärdaten verzerrungsfrei ergänzen? – Selektivitätsanalysen im Rahmen der lidA-Studie

Can Statutory Health Insurance Claims Data Complete Primary Data Without Bias? – Selectivity Analyses in the Context of the lidA-Study
Stefanie March
,
Enno Swart
,
Bernt-Peter Robra
Further Information

Publication History

Publication Date:
28 October 2016 (online)

Also available at
    Permissions and Reprints

Zusammenfassung

Zielsetzung Die lidA-Studie verknüpft Befragungsdaten mit individuellen Krankenkassendaten (KK-Daten). Es wird analysiert, zu welchen sozialen und gesundheitlichen Selektionseffekten es kommt, wenn nicht allen Befragten individuelle KK-Daten zugespielt werden können. Ein individuelles Datenlinkage setzt das Probandeneinverständnis und die Teilnahme seiner Kasse voraus.

Methodik Die realisierte Zuspielung individueller KK-Daten wurde als abhängige Variable einer multivariaten binären logistischen Regression definiert. Insgesamt wurden 21 (1. Befragung) bzw. 22 Faktoren (2. Befragung) analysiert, die mutmaßlich Einfluss auf die Zuspielungschancen haben.

Ergebnisse Die Prävalenzen sozialer und gesundheitlicher Merkmale waren fast identisch in den Gruppen mit und ohne zugespielte Krankenkassendaten. Die logistische Regression fand signifikante Einflussgrößen in der ersten Befragung bezogen auf eine räumliche Kategorisierung (BIK), die Einkommensgruppe „1000 bis unter 2000 Euro“ und die Teilzeitarbeit. Nur die Fach-/Hochschulreife zeigte in beiden Wellen gegenüber der niedrigsten Bildungsstufe signifikante Assoziationen (OR W1: 1,63; OR W2: 1,83). Bildung sowie Beruf (Blossfeld) zeigten als Merkmalskomplex in beiden Wellen einen signifikanten Einfluss.

Schlussfolgerung Ein Linkage von KK- mit Befragungsdaten ist in der lidA-Studie fast selektionsfrei realisiert, trotz einer Datenlieferung für nur 21 % bzw. 24 % der Probanden. Alle Datenlinkage-Studien mit KK-Daten sollten deren Selektivität prüfen.

Abstract

Aim Within the scope of the lidA study, survey data are linked with individual statutory health insurance claims data (SHI data). The following paper investigates the social and health selection effects that occur if linkage is incomplete. Linkage of individual data requires written consent of the individual and participation of the respective SHI funds.

Method The actual linkage of SHI data was defined as the dependent variable in a multivariate binary logistic regression. In total, 21 (1. wave) resp. 22 factors (2. wave) that presumably influence the probability of a successful linkage were analyzed.

Results Prevalence rates of social and health-related variables are very similar in groups with and without SHI data. In the logistic regression, significant influencing factors were found for the data of the first wave related to spatial categorization (BIK region), the income group „1000 to below 2000 Euro“ and part-time work. Only higher education has shown significantly associations in both waves compared to the lowest level (OR W1: 1,63; OR W2: 1,83). Education and occupational classification (Blossfeld) significantly influence the chance of a successful linkage in both waves.

Conclusion SHI data can be linked to survey data with almost no bias, although SHI data were available for only 21 % or 24 % of all the participants. All studies focusing on data linkage with SHI data should analyze their selectivity.

Schlüsselwörter

Datenlinkage - Primärdaten - Sekundärdaten - Krankenkassendaten - Selektivität

Key words

data linkage - primary data - secondary data - claims data - selectivity