Kodierungsprobleme in der deutschen Todesursachenstatistik am Beispiel ischämischer Herzkrankheiten

Zusammenfassung

Ziel der Studie: Die Todesursachenstatistik ist eine wichtige Datenquelle für medizinische und gesundheitspolitische Fragestellungen, birgt aber potenzielle Fehlerquellen, wie zum Beispiel die Todesursachenkodierung in den statistischen Landesämtern. Ziel dieser Studie war es, bundeslandspezifische Kodierungsprobleme am Beispiel der ischämischen Herzkrankheiten und des Herzinfarktes zu identifizieren.

Methodik: Nach Erhebung altersstandardisierter Mortalitätsraten (1998–2008) wurden Bundesländer mit Ausreißern in den prozentualen Veränderungen der Sterblichkeit an ischämischen Herzerkrankungen bzw. Herzinfarkt gegenüber dem jeweiligen Vorjahr, sowie in der proportionalen Mortalität des ICD-Kapitels R00-R99 (ungenaue definierte oder unklare Todesursachen) identifiziert. Als Ausreißer wurden Werte außerhalb des 3-fachen Interquartilsabstandes von den Interquartilsabstand-Grenzen des jeweiligen Jahres gewertet. Die praktische Bedeutung dieser Auffälligkeiten wurde in einer exemplarisch durchgeführten ökologischen Korrelationsanalyse zwischen der bundeslandspezifischen Armutsquote und der Sterblichkeit aufgrund von ischämischen Herzkrankheiten bzw. Herzinfarkt untersucht.

Ergebnisse: Im Studienzeitraum nahmen die altersstandardisierte Mortalitätsraten in den deutschen Bundesländern durchschnittlich um 38,1% (ischämische Herzkrankheiten) bzw. 38,7% (Herzinfarkt) ab. Auffälligkeiten im Zeitverlauf der Mortalitätsraten bzw. in der proportionalen Mortalität waren in Berlin, Bremen, Hamburg, Schleswig-Holstein und Saarland vorhanden. In der exemplarischen Korrelationsanalyse zwischen Armutsquoten und Mortalitätsraten verbesserte sich der Korrelationskoeffizient nach Ausschluss dieser auffälligen Bundesländer deutlich.

Schlussfolgerung: Als wichtige potenzielle Fehlerquelle in der Todesursachenstatistik erscheint die ICD-10 Kodierung durch die statistischen Landesämter. Eine Vereinheitlichung der Todesursachenkodierung in Deutschland ist dringend erforderlich.

Abstract

Background: The German mortality statistics are an important data source in terms of research and health policy but might be influenced by different sources of error such as ICD-10 coding by regional authorities. The aim of this study was to identify state-specific coding problems using the example of ischaemic heart disease (IHD) and myocardial infarction (MI).

Methods: After obtaining age-standardised mortality rates (1998–2008), outlier analyses were used to identify German states with suspect changes in mortality from IHD or MI over time or suspect proportional mortality from an unspecific cause-of-death (ICD-10 R00-R99). Values outside the 3-fold interquartile range (IQR) from the IQR boundaries were considered as outliers. The impact of these discrepancies was studied by using an ecological correlation between state-specific poverty rates and mortality from IHD or MI as an example.

Results: During the study period, mortality rates dropped by 38.1% for IHD and by 38.7% for MI. Suspect mortality trends or proportional mortality rates were identified in Berlin, Bremen, Hamburg, Schleswig-Holstein and Saarland. The association between state-specific poverty rates and mortality from IHD or MI increased after exclusion of the suspect states.

Conclusions: The ICD-10 coding by regional authorities seems to be an important source of error. A standardisation of coding procedures is urgently needed.

Todesursachenstatistik - ICD-Klassifikation - Kodierung - koronare Herzkrankheit - Herzinfarkt

cause of death - International Classification of Diseases (ICD) - regional variation - ischaemic heart disease - myocardial infarction

Literatur

• 1 Schelhase T. Die Todesursachenstatistik der Ämter des Bundes und der Länder. In:, Madea B, Hrsg. Die Ärztliche Leichenschau. Rechtsgrundlagen, Praktische Durchführung, Problemlösung. Heidelberg: Springer Medizin Verlag; 2006: 172-179
• 2 Statistisches Bundesamt . Gesundheitsberichterstattung des Bundes.  http://www.gbe-bund.de abgerufen am 28.12.2009
• 3 Gesetz über die Statistik der Bevölkerungsbewegung und die Fortschreibung des Bevölkerungsstandes (Bevölkerungsstatistikgesetz – BevStatG)
• 4 Schelhase T, Weber S. Die Todesursachenstatistik in Deutschland. Probleme und Perspektiven.  Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz. 2007;  50 969-976
• 5 Deutsches Institut für medizinische Dokumentation und Information (DIMDI) . Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme 10.  Revision. Band II – Regelwerk
• 6 Armstrong D, Wing S, Tyroler HA. Race differences in estimates of sudden coronary heart disease mortality, 1980–1988: the impact of ill-defined death.  J Clin Epidemiol. 1996;  49 1247-1251
• 7 Armstrong DL, Wing SB, Tyroler HA. United States mortality from ill-defined causes, 1968–1988: potential effects on heart disease mortality trends.  Int J Epidemiol. 1995;  24 522-527
• 8 Schubert A. Bemerkungen zur Aussagefähigkeit der Todesursachenziffer „ischämische Herzkrankheiten”.  Gesundheitswesen. 2001;  63 769-774
• 9 Statistisches Bundesamt . Gesundheitsberichterstattung des Bundes. Ad-hoc Tabelle „Sterbeziffer (mit/ohne Altersstandardisierung, ab 1998)” .  http://www.gbe-bund.de zuletzt abgerufen am 28.12.2009
• 10 Fay MP, Feuer EJ. Confidence intervals for directly standardized rates: a method based on the gamma distribution.  Stat Med. 1997;  16 791-801
• 11 Tukey JW. Exploratory Data Analysis. Massachusetts: Addison Wesley; 1977
• 12 Myers JL, Well A. Research design and statistical analysis. London: Routledge; 2002
• 13 Deutscher Paritätischer Wohlfahrtsverband – Gesamtverband e.   V . Armutsatlas.  http://www.forschung.paritaet.org/armutsatlas/ zuletzt abgerufen am 28.12.2009
• 14 Giersiepen K, Greiser E. Verschlüsselung von Todesursachen für Mortalitätsstatistiken – Vergleich von Signierergebnissen in verschiedenen statistischen Ämtern der Bundesrepublik Deutschland und West-Berlins.  Öff Gesundh Wes. 1989;  51 40-47
• 15 Jahn I, Jöckel K-H, Bocter N. et al .Studie zur Verbesserung der Validität und Reliabilität der amtlichen Todesursachenstatistik. Schriftenreihe des Bundesministeriums für Gesundheit; 1995
• 16 Klug SJ, Bardehle D, Ressing M. et al . Vergleich von ICD-Kodierungen zwischen Mortalitätsstatistik und studieninterner retrospektiver Nachkodierung.  Gesundheitswesen. 2009;  71 220-225
• 17 Maier B, Beherns S, Busse R. et al . Überlegungen zu Validität und Vergleichbarkeit von Daten der Todesursachenstatistik, GKV Daten und Registerdaten am Beispiel Herzinfarkt.  Gesundheitswesen. 2009;  71 A49
• 18 Muller-Nordhorn J, Rossnagel K, Mey W. et al . Regional variation and time trends in mortality from ischaemic heart disease: East and West Germany 10 years after reunification.  J Epidemiol Community Health. 2004;  58 481-485
• 19 Helmert U, Maschewskyschneider U, Mielck A. et al . Social Inequalities for Myocardial-Infarction and Stroke in West-Germany.  Sozial- und Praventivmedizin. 1993;  38 123-132
• 20 Marmot MG, Shipley MJ, Rose G. Inequalities in death – specific explanations of a general pattern?.  Lancet. 1984;  1 1003-1006
• 21 O’Flaherty M, Bishop J, Redpath A. et al . Coronary heart disease mortality among young adults in Scotland in relation to social inequalities: time trend study.  BMJ. 2009;  339 b2613
• 22 Peter R, Yong M, Geyer S. Education and training, occupational position, and ischemic heart disease: a prospective study with data from a statutory German health insurance.  Sozial- und Präventivmedizin. 2003;  48 44-54
• 23 Tonne C, Schwartz J, Mittleman M. et al . Long-term survival after acute myocardial infarction is lower in more deprived neighborhoods.  Circulation. 2005;  111 3063-3070
• 24 Madea B, Dettmeyer R. Ärztliche Leichenschau und Todesbescheinigung.  Dtsch Arztebl. 2003;  100 A3161-A3179

Korrespondenzadresse