Gutachten: Daten für die Versorgungsforschung. Zugang und

Transcription

Datengutachten für das
Deutsche Institut für Medizinische Dokumentation
und Information (DIMDI)
Gutachten: Daten für die Versorgungsforschung.
Zugang und Nutzungsmöglichkeiten
AutorInnen
Dr. Ingrid Schubert (PMV)
Peter Ihle (PMV)
Ingrid Köster (PMV)
Dr. Jutta Küpper-Nybelen (PMV)
Melanie Rentzsch (ISMG)
Christoph Stallmann (ISMG)
Dr. Enno Swart (ISMG)
Carolin Winkler (ISMG)
Das Kapitel »Informationssystem Versorgungsdaten« wurde von Dr. Jochen Dreß und Dr. Michael
Schopen (DIMDI) erstellt.
Korrespondenzanschriften
Dr. Ingrid Schubert
PMV forschungsgruppe an der KJP, Universität zu Köln
Herderstraße 52-54, 50931 Köln
Tel. 0221-4786545, [email protected]
Kooperationspartner
Dr. Enno Swart
Institut für Sozialmedizin und Gesundheitsökonomie
(ISMG; Leiter Prof. Dr. B.-P. Robra, M.P.H.)
Med. Fakultät, Otto-von-Guericke Universität Magdeburg
Leipziger Straße 44, 39120 Magdeburg
Tel. 0391-6724306; [email protected]
Danksagung
Die Autoren danken Frau Andrea Waltersbacher (WIdO) sowie wie Frau Ulrike Nimptsch (TU Berlin)
für unterstützende Hinweise zur Abfassung des Gutachtens.
Vorbemerkung
Zur besseren Lesbarkeit des Textes wird die männliche Form (z. B. Arzt, Patient) verwendet. In diese
Bezeichnung sind jedoch Männer und Frauen gleichermaßen eingeschlossen.
Köln, 12. Juli 2014; letztes Update 08. Oktober 2014
Schubert/Swart et al
Datengutachten
DIMDI
II
In
Inhaltsverzeichnis
Inhaltsverzeichnis
1
1.1
1.1
1.2
1.3
2
1.1
2.1.1
2.1.2
2.1.3
2.1.4
2.1.5
2.1.6
2.1.7
2.1.8
2.1.9
2.1.10
2.2
2.2.1
2.2.2
2.3
2.3.1
2.3.2
2.3.3
2.3.4
2.3.5
2.4
2.4.1
2.4.2
2.4.3
2.4.4
2.4.5
3
1.1
3.1.1
3.1.2
3.1.3
3.2
3.2.1
3.2.2
3.2.3
3.2.4
3.3
3.3.1
3.3.2
3.3.3
3.3.4
Einführung
Auftrag und Gliederung der Expertise
Entwicklung der Sekundärdatenanalyse
Nutzungsmöglichkeiten
Gesetzliche Grundlagen für Sozialdaten
Daten der Sozialversicherungsträger
Daten der Gesetzlichen Krankenversicherung
Vorteile und Limitationen der GKV-Daten
Rechtlicher Rahmen der Datenerhebung
Stammdaten
Ambulante ärztliche Versorgung
Arzneimitteldaten
Stationäre Versorgung
Heil- und Hilfsmittel
Sonstige GKV-Leistungen
Arbeitsunfähigkeit
Zahnärztlicher Sektor
Soziale Pflegeversicherung
Abrechnungsdaten der Pflegekassen
Daten des MDK
Gesetzliche Rentenversicherung
Aufgaben des FDZ-RV
Struktur der Datensätze
Aktualität
Verfügbarkeit/Nutzungsmöglichkeiten
Medizinische und berufliche Rehabilitation
Gesetzliche Unfallversicherung
Gesetzliche Grundlage
Dateninhalte
Aktualität
Zugang
Daten der amtlichen Statistik
Daten der amtlichen Statistik: Überblick
Aktualität
Zugang
Krankenhausstatistik
Teil I: Grunddaten
Teil II: Krankenhausdiagnosestatistik
Teil III: Kostendaten
Nutzungsmöglichkeiten der Krankenhausstatistik
Fallpauschalenbezogene Krankenhausstatistik (DRG-Statistik)
Dateninhalte
Aktualität
Zugang
Datengutachten
1
1
2
3
4
5
5
5
7
8
9
14
17
23
29
29
31
36
37
39
40
40
40
41
42
42
44
44
44
46
46
46
48
48
48
48
49
49
50
50
52
52
52
53
54
54
54
DIMDI
III
In
3.4
3.4.1
3.4.2
3.4.3
3.5
3.5.1
3.5.2
3.5.3
3.5.4
3.5.5
3.6
3.6.1
3.6.2
3.6.3
3.6.4
3.6.5
3.6.6
3.7
3.7.1
4
4.1
4.2
4.3
5
5.1
5.1.1
5.1.2
5.1.3
5.2
5.2.1
5.2.2
5.2.3
5.3
5.3.1
5.3.2
5.3.3
5.4
5.5
5.5.1
5.5.2
5.5.3
5.5.4
5.5.5
5.5.6
5.5.7
5.5.8
5.6
5.6.1
5.6.2
6
Inhaltsverzeichnis
Todesursachenstatistik
Zugang
Aktualität
Pflegestatistik
Gesetzliche Grundlagen
Dateninhalte
Aktualität
Zugang
Schwerbehindertenstatistik
Dateninhalte
Aktualität
Zugang/Verfügbarkeit
Auswertungsmöglichkeiten
Methodische Bemerkungen
Daten der Bundesanstalt für Arbeit
Daten der Privaten Krankenversicherung
Hintergrund
Dateninhalte und Datenqualität
Datenzugang und Nutzungsmöglichkeiten
Daten im Zugriff verschiedener Akteure
Daten bei den Kassenärztlichen Vereinigungen
Zugang für geplanten SUF
Aktualität
Arzneimitteldaten aus Apotheken
DAPI-Warehouse
Aktualität
Daten des Instituts für das Entgeltsystem im Krankenhaus
Aktualität und Zugang
Begleitforschung
Registerdaten
Surveys und Panel
SOEP
KORA
SHIP-Studie
Surveys des Robert Koch-Instituts
DEGS-Studie zur Gesundheit Erwachsener in Deutschland
KIGGS
Gesundheit in Deutschland aktuell – GEDA
Zugang zu den Daten des Gesundheitsmonitorings
Nationale Kohorte
Dateninhalte
Informationssystem Versorgungsdaten (Datentransparenz)
Datengutachten
55
55
55
55
56
56
56
57
57
57
57
58
58
59
59
59
59
60
61
64
64
64
66
67
67
68
68
68
68
69
69
69
69
70
71
71
71
72
72
74
75
75
76
76
77
78
78
78
79
80
DIMDI
IV
In
6.1.1
6.1.2
6.1.3
6.1.5
6.1.6
7
7.1
7.1.1
7.1.2
7.1.3
7.2
7.3
7.3.1
7.3.2
7.3.3
7.4
8
8.1
8.2
9
9.1
9.1.1
9.1.2
9.1.3
9.1.4
9.1.5
9.1.6
9.1.7
9.1.8
9.1.9
9.1.10
9.1.11
9.1.12
9.1.13
Inhaltsverzeichnis
Dateninhalte
Aktualität
Bewertung
Datenschutz, Datenmanagement, Operationalisierung
Datenschutz
Rechtliche Grundlagen
Anonymisierung und Pseudonymisierung
Datenschutzkonzept
Gute Praxis Sekundärdatenanalyse
Datenmanagement
Plausibilitätskontrollen
Datenaufbereitung
Projektbezogene Konsistenz- und Plausibilisierungsprüfung
Operationalisierungen
Literatur / Internetseiten
Zitierte Literatur
Links
Anhang
Beispiele für Register
AIDS-Fallregister
HIV-Schwangerschaftsregister der Deutschen AIDS Gesellschaft
Deutsches Register für Stammzelltransplantation
Deutsches Herzschrittmacherregister
Deutsches Zentralregister für kindliche Hörstörungen
Endoprothesenregister Deutschland
Fehlbildungsmonitoring Sachsen-Anhalt
Qualitätssicherung Mukoviszidose
Augsburger Herzinfarktregister
Berliner Herzinfarktregister
Herzinfarktregister Sachsen-Anhalt
Krebsregister
Seltene Erkrankungen
Datengutachten
80
80
81
82
82
84
84
84
88
89
90
92
92
94
95
97
99
99
108
110
110
110
110
111
111
112
113
113
114
114
115
115
116
124
DIMDI
V
Vz
Verzeichnis der Abbildungen und Tabellen
Abbildungsverzeichnis
Abb. 1: Weg der Datenerhebung und –aufbereitung bei der amtlichen
Schwerbehindertenstatistik [Driller et al. 2005]
58
Tabellenverzeichnis
Tab. 1: Merkmalsliste der Krankenhausdiagnosestatistik 2002 bis 2008 im
Rahmen einer kontrollierten Datenfernabfrage
51
Tab. 2: Daten des Informationssystem Versorgungsdaten
Datengutachten
DIMDI
81
VI
01
1
Einführung
Einführung
1.1
Auftrag und Gliederung der Expertise
Das Deutsche Institut für Medizinische Dokumentation und Information - DIMDI - hat der PMV
forschungsgruppe am 05.11.2013 den Auftrag zu dem hier vorliegenden Datengutachten erteilt. Im
Vorfeld erfolgt eine Abstimmung über die zu beschreibenden Datenquellen. Das Vorhaben stellt eine
Fortschreibung der für die Bundesärztekammer 2010 erarbeiteten Expertise dar und wurde wieder in
Kooperation mit Dr. Enno Swart (Universität Magdeburg) durchgeführt. Das hier vorliegende
Gutachten baut auf der BÄK-Expertise auf und nutzt als weitere wichtige Quelle für die Beschreibung
von Datenquellen die aktualisierte Ausgabe des Handbuchs Routinedaten (Swart et al. 2014). Darüber
hinaus werden die Datenbeschreibung der amtlichen Statistik (www.destatis.de) sowie einschlägige
Veröffentlichungen und die Webseiten verschiedener Institutionen herangezogen. Grundlage für die
Erarbeitung der Expertise sind neben der zitierten Literatur Aufsätze, Buchbeiträge und Vorträge der
Autoren. Die vorliegende Darstellung erhebt keinen Anspruch auf Vollständigkeit, aus diesem Grund
ist dem Gutachten eine umfangreiche Linksammlung angefügt.
Die Beschreibung der verschiedenen Datenbestände gliedert sich in die Punkte: gesetzliche
Grundlagen der Datenerhebung, Dateninhalte, Datenzugang für Externe, Aktualität und
Nutzungsmöglichkeiten. Zu letzterem können nur stichwortartige Ausführungen erfolgen.
Ausführlichere Darstellungen zu den Anwendungsmöglichkeiten der Daten finden sich im Handbuch
Routinedaten sowie als Überblick auch in der BÄK-Expertise.
Kapitel 1 geht kurz auf die Nutzung von Routinedaten in der Gesundheitsforschung ein. Hierbei
werden Anwendungsfelder sowie einige Problembereiche aufgezeigt
Kapitel 2 umfasst eine Beschreibung der Daten der Sozialversicherungsträger.
▪
▪
▪
▪
Gesetzlichen Krankenversicherung
Gesetzliche Rentenversicherung inkl. Forschungsdatenzentrum
Kapitel 3 beinhaltet die Darstellung der Daten der amtlichen Statistik inklusive der
Forschungsdatenzentren und der Gesundheitsberichterstattung des Bundes
▪
▪
▪
▪
▪
▪
Krankenhausstatistik (Teil I –III)
DRG-Statistik
Pflegestatistik
Schwerbehindertenstatistik sowie die
Kapitel 4 informiert über den Datenbeistand bei der Privaten Krankenversicherung.
Kapitel 5 beinhaltet eine kurze Darstellung der Datenbestände, die von einzelnen Akteuren oder
Institutionen im Gesundheitswesen erhoben und gepflegt werden und die, sofern es sich um
Primärerhebungen handelt, z.T. für Wissenschaftler für eine Sekundärnutzung zur Verfügung stehen.
Eingegangen wird hierbei auf:
Datengutachten
DIMDI
1
01
Einführung
▪ die Daten der Kassenärztlichen Vereinigung bzw. deren Zusammenführung beim Zentralinstitut
▪
▪
▪
▪
für die kassenärztliche Versorgung in Deutschland – ZI,
Daten des DAPI (Deutsches Arzneimittelprüfinstitut),
Daten des Instituts für das Entgeltsystem im Krankenhaus - InEK-Institut (s. hierzu Kapitel 3:
DRG-Statistik),
Registerdaten,
Survey- und Paneldaten, Nationale Kohorte.
Kapitel 6 informiert über die Umsetzung des Datentransparenzparagraphen und den Datenbestand
nach §§ 303a-e SGB V.
Kapitel 7 gibt abschließend Hinweise auf datenschutzrechtliche Regelungen, die Leitlinie Gute Praxis
Sekundärdatenanalyse sowie auf ausgewählte Aspekte des Datenmanagements und der
Operationalisierung von Fragestellungen.
1.1
Entwicklung der Sekundärdatenanalyse
Routinedaten (Synonym »Sekundärdaten«) sind Daten, die einer Auswertung über ihren originären,
vorrangigen Verwendungszweck (z. B. Abrechnung zwischen Leistungserbringern und
Krankenversicherung) hinaus zugeführt werden. Sie dokumentieren die behandelte Morbidität, die
erbrachten Leistungen (Inanspruchnahme der Versorgung) und Kosten. Ein wesentlicher Unterschied
zu Primärerhebungen besteht darin, dass die Wissenschaftler keinen Einfluss auf die Datenerhebung
selbst nehmen können, da die Daten bereits vorliegen und die Datengenerierung unabhängig von der
zu untersuchenden Fragestellung erfolgt ist. Gerade diese letztgenannte Eigenschaft hat im
Wissenschaftsdiskurs immer wieder die Frage nach der Validität der Daten aufgeworfen.
Ein Interesse an der Nutzung von Krankenkassendaten als eine mögliche Quelle zur Analyse des
Gesundheits- und Krankheitsgeschehens sowie der Versorgungsstruktur bestand schon in den 1970er
Jahren. Aufgrund ihrer Generierung zu Abrechnungszwecken wurden insbesondere die ärztlich
dokumentierten Diagnosen jedoch schon damals hinsichtlich ihrer Validität kritisch hinterfragt
[Schwartz /Schwefel 1980]. Mittels Daten einer AOK wurden empirische Untersuchungen zu Mustern
der Inanspruchnahme sowie zu Krankheitsprävalenzen vorgenommen und verschiedene
Plausibilitätsprüfungen, z. B. Auftreten erwarteter Diagnosekombinationen, sowie Abgleiche mit
externen Daten, durchgeführt [Schwefel et al. 1987]. Die Autoren kamen zu dem vielleicht für sie
selbst überraschenden Schluss, dass viele Angaben auf den (damals noch nicht EDV erfassten)
Krankenscheinen wie Alter, Geschlecht, Behandlungsdatum etc. für Analysen nutzbar sind und dass
„auch die Diagnoseneinträge auf den ersten Blick besser sind als ihr Ruf“ (ebd. S. 101). Seit diesen
ersten Untersuchungen zur Datennutzung ist – nicht zuletzt durch den vergleichsweise einfachen
Datenzugang aufgrund der elektronischen Datenerfassung und Datenübermittlung sowie durch das
Vorliegen aller relevanten Informationen bei den Krankenkassen (wieder seit 2004) – die sekundäre
Nutzung von Daten der gesetzlichen Krankenversicherung (GKV-Daten) für Forschungszwecke wie
z. B. für (Versorgungs-)Epidemiologie, Pharmakoepidemiologie und Gesundheitsökonomie bis heute
deutlich gestiegen. In verschiedenen Jahresberichten und Sondergutachten hat der
Sachverständigenrat zur Begutachtung des Gesundheitswesens auf die Notwendigkeit einer
Versorgungsforschung und die Nutzung von Routinedaten hingewiesen (s. www.svr-gesundheit.de).
In den letzten zehn Jahren haben verschiedene Krankenkassen ihre Daten der Gesundheitsforschung
zur Verfügung gestellt oder in Zusammenarbeit mit Gesundheitswissenschaftlern auswerten lassen
(siehe beispielsweise die BARMER-GEK- und TK-Reporte, Fehlzeiten-Reporte, Krankenhausreporte).
Einen Überblick geben hierzu Braun/Müller 2006 und Bormann/Heller 2007, zur Historie der
Datengutachten
DIMDI
2
01
Einführung
Routinedatennutzung siehe die Ausführungen von Ferber Lv/Behrens 1997, Ferber Cv 1997.
(Zusammenfassend siehe hierzu [Schubert et al. 2008a]).
Vorteile der Routinedaten liegen vor allem in ihrem Bevölkerungsbezug (d. h. die Grundgesamtheit
kann genau bestimmt werden), in der fehlenden Selektion in Bezug auf die Datenerfassung (es
werden die Daten aller Versicherten einbezogen, d. h. es gibt keine Non-Responder), in der
Vollständigkeit der dokumentierten Angaben (d. h., es besteht kein Erinnerungsbias) und in der
Möglichkeit, große Populationen über lange Zeiträume (als Kohorte oder auch im Querschnitt der
Jahre) zu untersuchen.
Als Nachteile sind zu nennen, dass nur die seitens der Krankenkassen erstatteten Leistungen
dokumentiert sind. Individuelle Gesundheitsleistungen und Arzneimittel der Selbstmedikation oder
auch die Krankenhausmedikation sind nicht dokumentiert, einige Leistungen sind in Pauschalen
enthalten. Auch stehen keine klinischen Parameter zur Verfügung, die z. T. eine Diagnosevalidierung
ermöglichen würden oder Hinweise auf bestimmte Risikofaktoren ergeben (Rauchen,
Alkoholgebrauch, Übergewicht). Auch sozioökonomische Parameter sind nur eingeschränkt nutzbar
und sofern vorhanden – wie Schulabschuss, Stellung im Beruf – nicht für alle Versicherten erfasst. Die
Population einer einzelnen Krankenkasse ist nicht repräsentativ für die Bevölkerung Deutschlands,
aus diesem Grund kommt den Daten des §§ 303a-e SGB V auch für Referenzdaten eine große
Bedeutung zu, da hier Angaben zu allen gesetzlich Krankenversicherten vorliegen.
Bei der Nutzung der Routinedaten sind deshalb die Grenzen dieser Datenart zu berücksichtigen.
Neben den zuvor genannten fehlenden Informationen ist hier noch auf die in der Regel fehlende
externe Validierung der Angaben hinzuweisen. Vor einer Datennutzung sind deshalb
Plausibilitätskontrollen durchzuführen (s. Horenkamp-Sonntag et al. 2014) und Verfahren der internen
oder auch indirekten Validierung – hier insbesondere der Diagnosen – anzuwenden (Garbe et al.
2008, Hoffmann et al. 2008, Schubert/Köster 2005, 2014). So sollte die Frage gestellt werden, ob
Anreize für oder gegen eine Diagnosekodierung bestehen, ob Fehlklassifikationen möglich sind und
ob evtl. eine Untererfassung besteht bzw. die Versicherten mit einer bestimmten Beschwerde
möglicherweise das Versorgungssystem gar nicht aufsuchen. Diese Überlegungen fließen in die
Falldefinition ein und bestimmen die Vorgehensweise zur Inzidenz- und Prävalenzschätzung (s.
Abbas et al. 2012, Schubert/Köster 2014).
Wie bei Primärerhebungen sind die Daten immer wieder kritisch zu hinterfragen, vor allem, da der
Prozess der Datengenerierung gesundheitspolitischen wie auch gesellschaftlichen Änderungen
unterliegt, die ihrerseits Einfluss auf die Art und Weise der Datendokumentation nehmen können.
1.2
Routinedaten sind für einen großen Kreis von Anwendern von Interesse. Dies zeigt auch der in den
§§303 a-e SGB V festgelegte Nutzerkreis für das beim DIMDI angesiedelte »Informationssystem
Versorgungsdaten« (Datentransparenz) (s. hierzu Kap. 6, s. auch
www.dimdi.de/static/de/versorgungsdaten/index.htm). Ein Überblick über Nutzungsmöglichkeiten
findet sich in der Expertise für die Bundesärztekammer (PMV/FEISA 2010).
Routinedaten der GKV bzw. die Auswertungsergebnisse werden vor allem für Zwecke der
Gesundheitsplanung, Gesundheitsberichterstattung, zur Verbesserung der Versorgungsqualität
(Stichwort: Über- , Unter-, Fehlversorgung), Evaluation (z.B. von Disease Management Programmen
oder Versorgungsmodellen, Analyse von gesundheitspolitischen Maßnahmen im Sinne einer
Politikfolgenforschung), Outcomeforschung und für gesundheitsökonomische Analysen genutzt.
Krankenkassen nutzen die Daten intern zur Steuerung, Vertragsplanung und Evaluation (z.B. von
Datengutachten
DIMDI
3
01
Einführung
Selektivverträgen). Soweit die Leistungserbringer bislang Zugang zu den Daten hatten (s. Projekte
des Zentralinstituts für die kassenärztliche Versorgung in Deutschland -ZI, z. B. Analysetools zu
Arzneimittelverordnungen, Inanspruchnahme und Diagnosenvergabe
[www.zi.de/cms/projekte/analysetools/]) werden diese ebenfalls für die Versorgungsplanung,
Qualitätssicherung und Vertragsverhandlungen herangezogen (z. B. mit Hinweisen auf regionale
Unterschiede in der Morbidität). Für die pharmazeutische Industrie sind epidemiologische Daten, die
Beschreibung von Versorgungsprozessen und gesundheitsökonomische Studien von Interesse. Vor
dem Hintergrund des Arzneimittelmarktneuordnungsgesetzes (AMNOG) dürfte die Nachfrage nach
Informationen zur Arzneimittelanwendung unter Alltagsbedingungen, z.B. zur Bestimmung von
Vergleichstherapien, noch steigen.
Für Hersteller von Medizinprodukten und Medizintechnik könnten die Routinedaten für
Potenzialanalysen und Prognose von Versorgungsbedarfen, aber auch für Fragen der
Qualitätssicherung der Produkte von Bedeutung sein [Lenkungskreis für den Nationalen
Strategieprozess »Innovationen in der Medizintechnik« 2012]. Für letzteres müssten jedoch
vergleichbar der Pharmazentralnummer noch produktbezogene Kennziffern (Angaben zum Produkt,
Hersteller, Charge) aufgenommen und überliefert werden (siehe hierzu Mansky T et al. 2014).
Bislang hatten die verschiedenen Akteure der Gesundheitsversorgung in sehr unterschiedlichem
Umfang Zugang zu den für ihre jeweilige Fragestellung notwendigen Daten. Vielfach bestehen
langjährige Kooperationsbeziehungen zwischen Versorgungsforschern und Krankenkassen, es gibt
jedoch keinen standardisierten Zugang für Dritte, der der steigenden Nachfrage nach GKV-Daten
gerecht wird. Zu berücksichtigen ist hierbei, dass die Datenbereitstellung auch Ressourcen seitens
der Krankenkasse bindet, so dass nicht alle Nachfragen nach Daten befriedigt werden können. Durch
die Datentransparenz (§§ 303 a-e SGB V; das beim DIMDI angesiedelte Informationssystem
Versorgungsdaten – DaTraV-Daten) wird jetzt erstmals für ausgewählte Datenbereiche (Diagnosen,
Arzneimittelverordnungen) ein geregelter Zugang geschaffen und Daten krankenkassenübergreifend
zur Verfügung gestellt. Allerdings fehlen im gegenwärtig vorhandenen Datensatz noch relevante
Datensektoren (z. B. ambulante ärztliche Leistungen, Operationen und Prozeduren aus dem
stationären Sektor, Heil-und Hilfsmittel, Pflegeleistungen), die folglich in nächster Zeit weiterhin nur
über die Kooperation mit Krankenkassen zugänglich sein werden. Die DaTraV-Daten sind seit
17.02.2014 verfügbar (siehe Kap. 6). Inwieweit die vorgesehenen Rahmenbedingungen zur Nutzung
der Daten sowie die bisherigen Dateninhalte mit den Anforderungen und Wünschen der
Versorgungsforschung kompatibel sind, wird unter anderem Gegenstand der Evaluation sein.
1.3
Gesetzliche Grundlagen für Sozialdaten
Die gesetzlichen Grundlagen zur Erhebung und Weiterleitung von Sozialdaten werden im
Sozialgesetzbuch V (SGB V) geregelt. Die jeweiligen relevanten Paragraphen werden bei der
Beschreibung der Datensektoren kurz vorgestellt.
Datengutachten
DIMDI
4
02
2
1.1
Daten der Gesetzlichen Krankenversicherung
Die Nutzung von Daten der gesetzlichen Krankenversicherung für Forschungszwecke hat zwar schon
eine ca. 30 jährige Tradition, doch erst durch die EDV-technischen Möglichkeiten zur Verarbeitung
großer Datenbestände und die Zusammenführung aller Leistungen eines Versicherten bei den
Krankenkassen sowie nicht zuletzt durch eine zunehmende Bereitschaft zur Heranziehung dieser
Informationen z. B. für datengestützte Entscheidungen oder Verfahren der Qualitätssicherung in der
Gesundheitsplanung und Versorgung, ist die Nachfrage nach diesen Daten deutlich gestiegen, zumal
seit 2004 Informationen über alle Versorgungssektoren bei den Krankenkassen wieder vorliegen.
Damit verbunden ist auch eine Diskussion über methodische Verfahren in der Nutzung von
Routinedaten wie sie sich beispielsweise in den Tagungen der Arbeitsgruppe Erhebung und Nutzung
von Sekundärdaten (AGENS) oder den Methodensessions der Kongresse für Versorgungsforschung
oder der Deutschen Gesellschaft für Epidemiologie (DGEpi) zeigt.
2.1.1
Vorteile und Limitationen der GKV-Daten
Bevor im Folgenden kurz die Daten der verschiedenen Sektoren beschrieben werden, sollen vorab
einige Vor- und Nachteile der GKV-Daten benannt werden. Die folgenden Ausführungen beruhen auf
verschiedenen Veröffentlichungen der Autoren (s. hierzu die BÄK-Expertise, zu den Vor- und
Nachteilen siehe auch Ferber v. 1994, Swart/Ihle 2005, Braun/Müller 2006 sowie Swart et al. (Hg)
2014.))
2.1.1.1
Vorteile der GKV-Daten
Die GKV-Daten zeichnen sich durch folgende Vorteile aus:
▪ Es besteht ein Personenbezug (pseudonymisiert). Eine Re-Identifikation ist nicht möglich und
▪
▪
nicht vorgesehen. Der Personenbezug erlaubt im Gegensatz zum Fallbezug der amtlichen
Statistik oder der InEK-Daten administrative (da auf Prozessdaten der GKV beruhend) Inzidenzund Prävalenzschätzungen, eine Darstellung von Krankheitsverläufen und Versorgungswegen
sowie der Intensität der Inanspruchnahme von Leistungen.
Es besteht ein Bevölkerungsbezug, d. h. die Grundgesamtheit der Versicherten ist im
Datenkörper erfasst. Die Bevölkerungsrepräsentativität ist je nach Datengrundlage der
einzelnen Kassen zu prüfen. In der Regel erfolgt dies für Alter und Geschlecht; wünschenswert
sind noch weitere soziodemographische Angaben, z. B. Bildungsabschluss, Stellung im Beruf,
die aber nicht für alle Versicherten, insbesondere nicht für die mitversicherten
Familienangehörigen vorliegen (siehe w. u. Limitationen). Durch den Bevölkerungsbezug wird
die Berechnung roher und standardisierter epidemiologischer Maßzahlen ermöglicht. Bei
gegebener Repräsentativität der Erhebung können, da die Versichertenstruktur bekannt und
keine Non-Response vorhanden ist, Hochrechnungen auf die Bevölkerung Deutschlands oder
auf andere Populationen (z. B. die sogenannte Europabevölkerung) beispielsweise zur
Abschätzung der Zahl von einer Krankheit betroffener Personen oder auch Kosten
vorgenommen werden.
Es liegen unverzerrte Daten vor. Im Gegensatz zu Primärerhebungen tritt bei der Nutzung der
GKV-Daten keine Selbstselektion auf. Es liegen die Daten aller Versicherten der Stichprobe vor,
das heißt auch von Personen, die in Primärerhebungen oftmals nicht erreicht werden wie z.B.
Hochbetagte, Demenzerkrankte, Schwerkranke, Heimbewohner und Verstorbene. Ebenso
findet keine Verzerrung durch Beobachter- oder Interviewer-Effekte statt oder durch eine
Datengutachten
DIMDI
5
02
▪
▪
▪
▪
fehlende bzw. unzureichende Erinnerung auf Seiten der Befragten. Gründe für das
Ausscheiden aus der Stichprobe (Wechsel der Krankenkasse/Tod des Versicherten) sind
bekannt.
Es liegen bedingt durch die Dokumentationsroutinen weitgehend vollständige Daten vor,
beziehungsweise es sind zumindest die Versicherungszeiten der Population zur Beurteilung der
Vollständigkeit der Angaben bekannt. Die Dokumentationsroutinen beinhalten auch eine – im
Sinne des primären Erhebungszwecks – Validitätsprüfung der Daten [siehe hierzu HorenkampSonntag et al. 2014].
Es liegen Daten über verschiedene Sektoren vor. Die Fülle der Daten erlaubt die Bearbeitung
eines breiten Spektrums von Fragestellungen. Durch die Datendichte sind auch LinkageStrategien, d. h Verknüpfung mit Informationen aus anderen Datenbeständen wie z. B. Register
ohne unmittelbaren Personenbezug möglich.
Die Erhebung ist vergleichsweise kostengünstig. Aufgrund ihrer routinemäßigen Erhebung sind
Sekundärdaten im Vergleich zu Primärerhebungen meist schneller und kostengünstiger für
wissenschaftliche Analysen verfügbar.
Die Daten stehen inzwischen für einen längeren Zeitraum zur Verfügung. Damit ist die
Abbildung des Status quo in Bezug auf Ereignisse möglich, für die keine Basiserhebung mittels
Primärdaten erfolgte. Als Beispiel sei hier auf die Einführung der Diagnosis Related Groups
(DRGs) und der Disease-Management-Programme verwiesen oder auch auf Maßnahmen der
Gesundheitsreformen wie die Einführung bzw. Abschaffung der Praxisgebühr oder zusätzliche
Eigenleistungen der Versicherten. Zur Abschätzung der Politikfolgen sind zumindest Prä-PostDaten notwendig. Die lange Verfügbarkeit von Routinedaten ermöglicht auch unterschiedlicher
Studiendesigns (Kohortenstudie, Fall-Kontroll-Studie).
2.1.1.2
Limitationen
Wie auch bei anderen Datenbeständen bestehen einige Limitationen. Deshalb ist vor Durchführung
einer Studie immer zu prüfen, ob Routinedaten für die Bearbeitung der Studienfrage, insbesondere bei
der Untersuchung kausaler Zusammenhänge, geeignet sind.
Folgende Limitationen sind – ohne Anspruch auf Vollständigkeit – zu nennen:
▪ Mit den GKV-Routinedaten kann nur das zu Lasten der GKV abgerechnete
▪
▪
Behandlungsgeschehen abgebildet werden (d. h. Behandlung im Laiensystem und private
Zusatzleistungen sind nicht einbezogen). Befindlichkeitsstörungen und Erkrankungen, die nicht
zu einer durch die GKV finanzierten Inanspruchnahme führen, entziehen sich folglich der
Auswertung. Aus diesem Grund stellen GKV-Daten eine Ergänzung zu Primärerhebungen wie
z. B. Surveys dar, ersetzen diese jedoch nicht. Die Daten werden zu Abrechnungszwecken
generiert und folgen damit der Logik der Leistungsbegründung und der Honorierung.
Die Populationen der einzelnen Kassen sind in der Regel nicht repräsentativ für die
Bevölkerung Deutschlands. Zur Prüfung der Repräsentativität sind neben Alter und Geschlecht
soziodemographische Variablen wie Nationalität, Bildungsabschluss, Beruf oder Einkommen
von Interesse (s. Jaunzeme et al. 2013). Diese Angaben liegen nur zum Teil vor und sind vor
Nutzung hinsichtlich ihrer Dokumentationsgenauigkeit und damit ihrer Aussagefähigkeit zu
prüfen Auch fehlen Angaben zur Lebenssituation (allein, mit Kindern etc.).
Diagnosen werden nur quartalsweise und nicht mit einem exakten Datum dokumentiert, auch
werden durch Einführungen von Leistungspauschalen nicht mehr alle Arztkontakte
dokumentiert. Daraus ergeben sich methodische Herausforderungen bei der Ermittlung von
Datengutachten
DIMDI
6
02
▪
▪
▪
Inzidenzen, der Darstellung der zeitlichen Darstellung der Inanspruchnahme sowie bei
Erhebung des Ressourcenverbrauchs. Die Validität der Diagnosen ist kritisch zu prüfen und, da
in der Regel keine externen Validierungsverfahren möglich sind, Verfahren der internen
Validierung durchzuführen [s. Schubert et al. 2010, 2014].
Routinedaten enthalten keine klinischen Angaben wie z. B. BMI, Blutdruckwerte,
Blutzuckerwerte oder Raucherstatus. Ebenso fehlen Laborwerte oder auch direkte Angaben
zum Schweregrad einer Erkrankung. Solche Angaben sind unerlässlich, wenn man GKVRoutinedaten beispielsweise als pharmakoepidemiologische Datenbank für Fragen der
Arzneimittelsicherheit oder generell für Outcomeanalysen nutzen möchte, wie es in einigen
Ländern bereits üblich ist. Die Kontrolle von Confoundern ist dadurch begrenzt.
Routinedaten enthalten keine Informationen zur Selbstmedikation (sog. OTC – over the
counter-Medikation), auch nicht zu eingelösten Privatrezepten. Bei Auswertungen ist zu prüfen,
ob evtl. Anreize bestehen, dass GKV-Versicherte für bestimmte Arzneimittel
Privatverordnungen erhalten, so dass deren Behandlungsprävalenzen unterschätzt würden (z.
B. Schlafmittel, [s. Hoffmann 2009]). Der Arzneimittelverbrauch im Krankenhaus ist, von
Ausnahmen abgesehen, ebenfalls nicht erfasst. Generell kann auch nicht zwingend aus der
Abrechnung eines Rezeptes (d. h. der Patient hat das Arzneimittel erhalten) auf die
bestimmungsgemäße Arzneimittelanwendung durch den Patienten geschlossen werden.
Die GKV-Arzneimitteldaten enthalten keine Angaben zur individuellen Dosierung. Hier wird bei
Fragen zur Therapiedauer und Therapiemustern in der Regel die definierte Tagesdosis (DDD;
siehe [Schwabe, Paffrath Hrsg. 2013]) herangezogen oder aus dem Verordnungsmuster auf die
Dosierung zurückgeschlossen. Dies schränkt Untersuchungen zur Durchführung von
Kombinationstherapien (Analyse von Therapiemustern), zur Persistenzschätzung und
Outcomeanalysen, für die jeweils Annahmen zur Expositionsdauer zu treffen sind, ein bzw.
erfordert entsprechende Sensitivitätsanalysen [s. Jobski et al. 2011].
Bei der Heranziehung der Routinedaten – insbesondere bei der Betrachtung verschiedener Jahre – ist
immer zu prüfen, ob Änderungen in der Datengenerierung aufgrund von gesundheitspolitischen oder
abrechnungstechnischen Regularien eingetreten sind (z. B. Fallpauschalen, extrabudgetäre
Leistungen). Hinzu kommen die (un-)regelmäßigen Anpassungen der Klassifikationssysteme (ICD,
OPS, EBM, DRG, ATC). Dies gilt es bei der Datenerhebung wie auch Auswertung und Interpretation
zu berücksichtigen. (Siehe hierzu den Abschnitt 7.3).
2.1.2
Rechtlicher Rahmen der Datenerhebung
Der Datentransfer, der Datenumfang und vor allem die Datennutzung durch die verschiedenen
Akteure wird im Zehnten Kapitel1 des Sozialgesetzbuchs V vom 21. Juli 2004 (BGBl. I S. 1791, zuletzt
geändert am 07.08.2013) geregelt. Der §284 SGB V legt fest, zu welchen Zwecken die
Krankenkassen Daten erheben und speichern dürfen. Neben Aufgaben wie z. B. die Feststellung des
Versicherungsverhältnisses, der Prüfung der Leistungspflicht und die Durchführung der
Kostenerstattung u.a.m. werden auch die Überwachung der Wirtschaftlichkeit der
Leistungserbringung, die Vorbereitung und Durchführung von Modellvorhaben, Verträgen zur
integrierten Versorgung sowie Qualitätsprüfungen genannt. Die Datenerhebung und Speicherung sind
notwendig für die Durchführung des Risikostrukturausgleiches (§ 266 Abs. 1 bis 6, § 267 Abs. 1 bis 6,
1
SGB V, Zehntes Kapitel. Versicherungs- und Leistungsdaten, Datenschutz und Datentransparenz.
Datengutachten
DIMDI
7
02
§ 268 Abs. 3) und des Risikopools (§ 269 Abs. 1 bis 3) sowie zur Gewinnung von Versicherten für die
Programme nach § 137 und zur Vorbereitung und Durchführung dieser Programme. Des Weiteren
wird in diesem Paragraphen festgelegt, zu welchen Aufgaben versichertenbezogene Angaben über
ärztliche Leistungen und Verordnungen auf maschinell verwertbaren Datenträgern gespeichert
werden dürfen.
Das Sozialbuch V regelt auch, welche Angaben in einem Versichertenverzeichnis der Krankenkassen
erhoben werden dürfen (§ 288). Mit der Neufassung des Sozialgesetzbuches V vom 21. Juli 2004
wurde auch die Einführung eines einheitlichen Aufbaus der Krankenversicherungsnummer geregelt
(§ 290). Durch einen unveränderlichen Teil der Versicherungsnummer ist ein Versicherter auch bei
Status- und Krankenkassenwechsel zu identifizieren.
Nachstehend werden die in den GKV-Daten vorhanden Profile beschrieben, die üblicherweise in
Forschungsprojekten Verwendung finden bzw. in der Regel zur Verfügung stehen.
2.1.2.1
Zugang
Krankenkassen wie beispielsweise AOK, BARMER-GEK, TK, DAK oder BKK stellen ihre Daten für
Forschungsprojekte zur Verfügung, jedoch mit unterschiedlichen Nutzungsbedingungen,
Mitwirkungsinteresse und Zugangsweise zu den Daten. Letzteres kann zum Beispiel über VPN mit
Zugriff auf einen Gastserver in einem Rechenzentrum der Krankenkasse erfolgen oder auch durch
Lieferung pseudonymisierter Daten in einem begrenztem Umfang. In der Regel ist es möglich, einen
Testdatensatz zum Programmieren zu erhalten, um dann vor Ort in der Krankenkasse
(Rechenzentrum) die Analysen auf einem gesonderten Rechner auf dem Volldatensatz oder einer
bestimmten Population durchzuführen.
Informationen zu den Wissenschaftlichen Instituten oder dem Data Warehouse verschiedener
Krankenkassen finden sich auf deren Homepage sowie im bei Nimptsch et al. 2014.
Der Zugang zu krankenkassenübergreifenden Diagnose-, Verordnungs- und Kostendaten über das
»Informationssystem Versorgungsdaten« (auf der Grundlage der Neuregelungen zu §§303a-e SGB V)
wird in Kap. 6 beschrieben.
2.1.3
Stammdaten
In den Stammdaten finden sich soziodemographische und versicherungstechnische Angaben zum
Versicherten. Eine Beschreibung zu den Merkmalen der Stammdaten findet sich bei [Grobe/Ihle 2014]
Folgende relevante Informationen sind hier zu nennen:
▪ Versicherungsnummer: Diese wird bei Auswertungen, die nicht selbst durch die Krankenkasse
▪
▪
▪
▪
erfolgen, pseudonymisiert.
Geburtsdatum
Geschlecht
Postleitzahl des (aktuellen) Wohnortes (der Wohnort des Versicherten ist bei den
Krankenkassen meist nicht als Historie vorhanden)
Versicherungszeiten mit Versicherungsart (z. B. sozialversicherungspflichtig beschäftigt,
Rentner, freiwillig versichert, Arbeitslose, Familienangehöriger) und Austrittsgrund (Ende des
Versicherungsverhältnisses z. B. durch Tod oder Wechsel der Krankenkasse)
Datengutachten
DIMDI
8
02
Die Stammdaten enthalten noch weitere Informationen wie Staatsangehörigkeit, Angaben zu Beruf,
Stellung im Beruf, Ausbildung oder Branchenzugehörigkeit des Arbeitgebers. Diese Angaben sind
allerdings nur für die sozialversicherungspflichtig Beschäftigen gespeichert und werden teilweise
überschrieben oder gelöscht, wenn der Versicherten in eine andere Versicherungsart (z. B. Rentner)
wechselt [s. auch Geyer 2005, 2008].
Die Stammdaten sind erforderlich zur Festlegung und Beschreibung der Basispopulationen (z. B. nur
durchgängig Versicherte, Population inkl. Verstorbener und/oder Wechsler). Welche Population
gewählt wird, hängt von der Fragestellung der Untersuchung ab. Die Angaben zum Wohnort sind eine
Voraussetzung für regionale (kleinräumige) Analysen und für die Betrachtung von Wegen der
Inanspruchnahme.
In welcher Detailtiefe die Daten für Forschungszwecke zur Verfügung gestellt werden, muss im
Vorfeld eines Projektes mit der datenhaltenden Krankenkasse besprochen werden. Hierzu zählt auch
die Frage, ob beispielsweise Informationen aus dem Versichertenverzeichnis zu mitversicherten
Kindern und Jugendlichen und die Verknüpfung zum Mitglied der Versicherung zur Verfügung gestellt
werden.
In den folgenden Abschnitten werden die Daten der verschiedenen Sektoren skizziert.
2.1.4
Ambulante ärztliche Versorgung
Der vorliegende Abschnitt beruht auf einer überarbeiteten Fassung des Beitrages in der BÄKExpertise [PMV forschungsgruppe /FEISA 2010]. Auf eine explizite Kennzeichnung als Zitate wird hier
verzichtet.
Informationen über die im ambulanten Sektor zu Lasten der GKV erbrachten Leistungen sind durch
die Dokumentationen und Abrechnungen der an der vertragsärztlichen Versorgung teilnehmenden
Ärzte erhältlich. Bis in die 1990er Jahre erfolgte die Abrechnung ausschließlich durch entsprechende
Angaben auf einem Krankenschein des Versicherten in Papierform, der den Kassenärztlichen
Vereinigungen zu Abrechnungszwecken übermittelt wurde.
Ab 2000 wurde begonnen, die papiergebundenen Abrechnungsunterlagen per Scanverfahren bei den
Kassenärztlichen Vereinigungen (KVen) in eine maschinenlesbare Form zu überführen. Inzwischen
erfolgt die Abrechnung elektronisch via Abrechnungsdatenträger (ADT) bzw. im Datenträgeraustausch
(DTA). Die Abrechnungsdaten der niedergelassenen KV-Ärzte stehen damit vollständig
maschinenlesbar zur Verfügung.
2.1.4.1
Die Paragraphen §§ 294/295 SGB V regeln, welche Daten in welcher Form durch die
niedergelassenen Ärzte dokumentiert und an die Kassenärztliche Vereinigung übermittelt werden
müssen.
2.1.4.2
Dateninhalte
Die Daten der »Krankenscheine« wurden versichertenbezogen zwischen 1993 und 2003 nur in
derjenigen Kassenärztlichen Vereinigung gespeichert, in der der behandelnde Arzt seinen Praxissitz
hatte. Durch das Gesundheitsmodernisierungsgesetz (GMG) vom 4. November 2003 (BGBl. I S.
2190) erfolgt seit dem I. Quartal 2004 wieder (wie vor 1993) eine versichertenbezogene Übermittlung
dieser Daten auch wieder an die Krankenkassen. Dies erleichtert Routinedatenforschern den Zugang
Datengutachten
DIMDI
9
02
zu den Informationen über die ambulanten ärztlichen Leistungen und Diagnosen, da – bezogen auf
eine Krankenkasse – nur ein Vertragspartner für die Datenbereitstellung notwendig ist.
Die Art und Struktur der von den Ärzten an die Kassenärztlichen Vereinigungen und nachfolgend
durch diese an die Krankenkassen übermittelten Informationen entsprechen weitgehend den Inhalten
der früher gebräuchlichen Krankenscheine, die von Ärzten vor der Einführung von EDV-Verfahren
regulär zur Abrechnung von Behandlungen bei der zuständigen KV eingereicht wurden. Ein
Krankenschein entspricht einem Behandlungsfall, der eindeutig durch die Merkmale Jahr, Quartal, KV,
Arztnummer, Arzt-Fall-Nummer charakterisiert ist.
Folgende relevante Informationen sind hier zu nennen:
▪ Falldaten:
▪ Fallkennung/-nummer (eindeutige Kennung eines Behandlungsfalles)
▪ Versichertennummer (pseudonymisiert)
▪ Versichertenstatus
▪ Arztnummer des abrechnenden Arztes
▪ Arztnummer des überweisenden Arztes (in Überweisungsfällen)
▪ Art der Inanspruchnahme (»O«=Originalschein, »V«=Vertreterschein,
▪
▪
▪
▪
▪
»N«=Notfallschein, »Z«=Zielauftrag, »K«=Konsiliarauftrag,
»M«=Mit-/Weiterbehandlung)
Art der Behandlung (»1«=ambulant/»2«=stationär)
Punktzahl (Summe der Punktwerte der fallbezogen erbrachten
Leistungen)
Leistungsausgaben (Summe der Geldwerte der fallbezogen erbrachten
Leistungen)
Dialysesachkosten (Summe der fallbezogenen Dialysesachkosten)
Kosten der extrabudgetären Leistungen (Summe der fallbezogenen
extrabudgetären Leistungen)
▪ Leistungsdaten (datumsbezogen):
▪ Kalenderdatum der Leistungserbringung
▪ Gebührenordnungsnummer (Leistungsziffer gemäß bundesweit
▪
▪
gültigem EBM sowie regional KV-spezifisch oder kassen-spezifisch
vereinbarte Ziffern)
Häufigkeit der abgerechneten Leistungsziffer (am gleichen
Behandlungstag)
OPS-Schlüssel der Prozedur/Operation (nur bei definierten operativen
Eingriffen, <2% der Fälle)
▪ Diagnosedaten (quartalsbezogen):
▪ ICD-10 kodierte Diagnosen
▪ Diagnosesicherheit (»A«=ausgeschlossene Diagnosen/ »V«=Verdachts
▪
diagnose/ »G«=Gesicherte Diagnose/ »Z«=symptomloser Zustand nach)
Seitenlokalisation (»R«=rechts/ »L«=links/ »B«=beidseits)
Der Versicherten-, Arzt- und Quartalsbezug ermöglicht eine Verknüpfung mit Angaben aus anderen
Sektoren der Versorgung. So können beispielsweise ärztliche Leistungen und Verordnungen von
Arzneimitteln über diese Variablen zusammengeführt werden.
Datengutachten
DIMDI
10
02
2.1.4.3
Arztnummer
Seit dem 3. Quartal 2008 wird die »alte Kassenarztnummer« durch die sogenannte
Betriebsstättennummer (BSNR) und lebenslangen Arztnummer (LANR) ersetzt. Die neunstellige
LANR hat einen sprechenden Abschnitt (achte und neunte Stelle), der Auskunft über die
Facharztgruppenzugehörigkeit gibt. Die neunstellige BSNR zeigt an erster und zweiter Stelle in
welcher Kassenärztlichen Vereinigung der Sitz der Praxis liegt.
2.1.4.4
Diagnosen in GKV-Daten
Diagnoseangaben finden sich innerhalb des GKV-Systems in den folgenden Profilen:
▪ Abrechnungsdaten der niedergelassenen Ärzte (ambulante ärztliche Diagnosen)
▪ Daten zu stationären Aufenthalten (Aufnahme- und Hauptentlassungsdiagnose,
▪
Nebendiagnosen) (s. Kap. 2.1.6)
Arbeitsunfähigkeitsdaten (AU-Diagnosen) (s. Kap. 2.1.9)
2.1.4.5
Ambulante ärztliche Diagnosen
Im Rahmen des Abrechnungsverfahrens ist der Arzt verpflichtet, die abgerechneten Leistungsziffern
durch die so genannten Abrechnungsdiagnosen zu begründen. Allerdings erfolgt die Dokumentation
dieser Diagnosen auf dem Krankenschein nur quartalsbezogen, sodass eine Beziehung der Diagnose
zu den mit Datum abgerechneten Leistungsziffern nicht direkt hergestellt werden kann. Um von einer
Diagnosenennung auf das Vorliegen dieser Erkrankung bei einem Versicherten zu schließen, sind
interne Validierungsschritte und Falldefinitionen erforderlich, d. h. es werden Anforderungen an die
dokumentierte Diagnosehäufigkeit oder an die Art der Dokumentation gestellt, um Fehlkodierungen
oder nicht korrekt gekennzeichnete Verdachtsdiagnose auszuschließen. Auch besteht die Möglichkeit,
Informationen aus anderen Sektoren (Verordnungen, Leistungen) zur internen Bestätigung der zu
validierenden Diagnose heranzuziehen [s. hierzu Garbe 2008, Schubert et al. 2005, 2010].
2.1.4.6
ICD-10 Klassifikation der Diagnosen
Die Dokumentation der Abrechnungsdiagnose erfolgte bis zum Quartal IV/1999 in der überwiegenden
Anzahl der Krankenscheine im Klartext, nur ein geringer Teil der Ärzte nutzte bereits die Möglichkeit
der Klassifizierung nach ICD-10. Ab dem Quartal I/2000 war diese Klassifizierung nach ICD-10 als
Standard vorgeschrieben (verschiedene Versionen s. DIMDI [www.dimdi.de/static/de/klassi/icd-10gm/kodesuche/index.htm]).
Im Jahr 2004 war in der ambulanten vertragsärztlichen Versorgung generell eine vierstellige ICDKodierung ausreichend. Ab 2005 wurde für Fachärzte in ihrem Fachgebiet die fünfstellige ICDKodierung verpflichtend. Für die hausärztliche Versorgung, im organisierten Notfalldienst und in der
fachärztlichen Versorgung für Diagnosen außerhalb des Fachgebietes bleibt die vierstellige
Schlüsselnummer ausreichend.
Problematisch im Umgang mit den ICD-kodierten ambulanten Diagnosen ist die Frage nach der
Spezifität. Die ICD-Klassifikation bietet meistens mit der vierten Stelle »9« eine Restklasse »sonstige«
oder »nicht näher bezeichnet« an, die oftmals häufiger als die spezifischen Diagnosen kodiert wird
und deshalb für Untersuchungen z. B. zur Versorgungsqualität oder Outcome bei einer bestimmten
Erkrankung zu Grenzen in der Bestimmung der vorliegenden Erkrankungen führt (z. B. AlzheimerDemenz oder Demenz, nicht näher bezeichnet).
Datengutachten
DIMDI
11
02
▪ Die über ADT übermittelten ICD-Diagnosen sind mit einem Zusatz zur Diagnosesicherheit zu
▪
▪
▪
▪
versehen.
»G« = Gesicherte Diagnose (wurde ab dem Quartal I/2004 eingeführt)
»V« = Verdacht auf/Ausschluss von
»A« = Ausgeschlossen
»Z« = Zustand nach.
Die drei Modifikatoren V, A, und Z dienen dazu, Leistungen vor Stellung einer gesicherten Diagnose,
zum Ausschluss einer Erkrankung oder zur Verhütung eines Rezidivs zu begründen.
Zur Kennzeichnung der Lokalisation dient ein Zusatz mit den drei Ausprägungen: L (links), R (rechts)
oder B (beidseits).
Für den ab I/2004 neu aufgenommenen Modifikator »G« wurde über die Praxissoftware ein »weicher«
Übergang geschaffen, indem die Eingabe erst ab Quartal II/2004 obligat war. Seit diesem Zeitpunkt
muss jeder verschlüsselten Diagnose ein Kennzeichen für die Diagnosensicherheit angefügt sein. Seit
Einführung des zusätzlichen Diagnosezusatzes »G« hat sich der Anteil der Diagnosen mit Zusatz
»V«, »A«, »Z« leicht erhöht. Daraus kann geschlossen werden, dass die damals ohne Modifikator
kodierten Diagnosen nicht zwingend »gesicherte« Diagnosen darstellten.
2.1.4.7
Arbeitsunfähigkeitsdiagnosen
Arbeitsunfähigkeitsdiagnosen werden seit Jahren durch die Gesetzliche Krankenversicherung
analysiert, nicht zuletzt deshalb, weil Arbeitsunfähigkeiten hohe volkswirtschaftliche Kosten
verursachen. Zwischen 1993 und 2004 standen den Krankenkassen neben den stationären
Diagnosen nur Angaben zur Arbeitsunfähigkeit zur Verfügung, so dass in diesem Zeitraum Hinweise
auf das ambulante Morbiditätsgeschehen nur aus Arbeitsunfähigkeitsdiagnosen abgeleitet werden
konnten. Arbeitsunfähigkeitsdiagnosen spiegeln jedoch nicht die Morbidität der Bevölkerung, sondern
zeigen für eine Subpopulation (erwerbstätige Bevölkerung), welche Erkrankungen aus Sicht des
Arztes zu einer Arbeitsunfähigkeit führen (s. hierzu Kap. 2.1.9).
2.1.4.8
EBM-Schlüssel
Bis Quartal I/2005 wurden die vertragsärztlichen Leistungen als vierstellige und ab Quartal II/2005 als
fünfstellige Leistungsziffern nach dem Einheitlichen Bewertungsmaßstab (EBM) der Kassenärztlichen
Bundesvereinigung (KBV) dokumentiert. Aktuelle Fassungen sind auf den Internetseiten der KBV
verfügbar [www.kbv.de/8144.html]. Neben den bundeseinheitlich festgelegten Abrechnungsziffern
besteht sowohl seitens der Krankenkassen als auch seitens der regionalen KVen die Möglichkeit,
Vereinbarungen über weitere spezifisch zu vergütende Leistungen zu treffen. Dies kann bundesweite
Auswertungen zu spezifischen Leistungen erschweren.
Die EBM wird durch den sogenannten Bewertungsausschuss, der sich paritätisch aus Vertretern des
Spitzenverbandes der gesetzlichen Krankenversicherung und der KBV zusammensetzt, festgelegt
und modifiziert. Im EBM sind der Inhalt der abrechnungsfähigen Leistungen und für die überwiegende
Anzahl der Leistungen ihr wertmäßiges, in Punkten ausgedrücktes Verhältnis zueinander festgelegt.
Für eine Zuordnung von Kosten werden die Punkte mit einem Punktwert in Cent multipliziert. Seit
2009 legt der erweiterte Bewertungsausschuss nach § 87 Abs. 4 SGB V einen Orientierungspunktwert
fest. Dieser lag 2013 bei 3,5363 Cent. Für einige Leistungen werden auch (seltener) fixe Geldbeträge
festgelegt. (KBV: EBM www.kbv.de/8144.html)
Datengutachten
DIMDI
12
02
Im Folgenden wird die Gliederung und Struktur des EBM (gültig ab Quartal II/2005) kurz dargestellt.
Laut EBM sind die abrechnungsfähigen Leistungen drei Bereichen zugeordnet:
▪ Arztgruppenübergreifende allgemeine Leistungen
▪ Arztgruppenspezifische Leistungen
▪ Arztgruppenübergreifende spezifische Leistungen
Kostenpauschalen stellen einen eigenständigen Bereich dar.
Arztgruppenspezifische Leistungen umfassen Leistungen des hausärztlichen und des fachärztlichen
Versorgungsbereiches. In den arztgruppenspezifischen Kapiteln bzw. Abschnitten sind alle von einer
Arztgruppe berechnungsfähigen Leistungen angegeben. Durch die Einführung von
Leistungspauschalen ist eine Berechnung der Kontaktzahl auf der Basis des Leistungsdatums nicht
mehr möglich, da diese i.d.R. nur einmal pro Quartal beim ersten Arzt-Patienten-Kontakt abrechenbar
sind.
Bei Querschnitts- und Längsschnittsanalysen, die die Jahre vor und nach 2005 umfassen, ist jeweils
zu prüfen, ob die unter den vierstelligen EBM- Ziffern gefassten Leistungsinhalte denen der
fünfstelligen Ziffern entsprechen.
Mit Einführung des EBM 2005 plus zum 2. Quartal des Jahres 2005 wurde das ambulante Operieren
in den EBM aufgenommen bzw. stark erweitert. Kapitel 31 des EBM beschreibt die »Leistungen des
ambulanten und belegärztlichen Operierens« gemeinsam mit dem Anhang 2 mit Auflistung der
operativen Prozeduren (OPS-301). Dieses Kapitel dokumentiert – in ähnlicher Weise zum
komplementären stationären Sektor – die im ambulanten Sektor durchgeführten OP-Leistungen.
2.1.4.9
Aktualität
Daten aus dem ambulanten ärztlichen Sektor (Diagnosen und Leistungen) stehen i. d. R. ca. drei bis
sechs Monate nach Abschluss des Behandlungsquartals zur Verfügung, je nachdem ob sie direkt in
den Kassenärztlichen Vereinigungen oder aber über die Rechenzentren der Krankenkassen erhoben
werden.
2.1.4.10 Nutzungsmöglichkeiten
Neben der kasseninternen Nutzung der Diagnosen und Leistungen (z. B. Potenzialanalysen für DMP
oder Integrierte Versorgung sowie für krankenkassenspezifische Reporte), werden diese Daten für
eine Vielzahl von Fragestellungen der Epidemiologie, Versorgungsforschung und – verknüpft mit
Kostendaten – der Gesundheitsökonomie herangezogen. Diagnosedaten des ambulanten Sektors (in
der Regel zusammen mit den Daten des stationären Sektors) werden für Prävalenz und
Inzidenzschätzung von Erkrankungen herangezogen. Hierbei ist zu beachten, dass es sich um
administrative – d. h. auf Verwaltungshandeln beruhende – Diagnosen handelt, die in erster Linie die
Inanspruchnahme aufgrund gesundheitlicher Beeinträchtigung abbilden. Bei der Bewertung der
ermittelten Prävalenzen und Inzidenzen sind deshalb mögliche Einflussfaktoren sowohl auf die
ärztliche Inanspruchnahme als auch auf die Kodierweise durch ordnungspolitische Änderungen
(Umstellung der ICD, Einführung der DRGs, Morbi-RSA, Praxisgebühr) zu berücksichtigen. Auch
veränderte gesellschaftliche Einstellungen zu Gesundheit und Krankheit nehmen hierauf Einfluss. So
kann aus den Routinedaten allein nicht bewertet werden, ob es sich bei der Zunahme von
Diagnosecodes z.B. für psychische Erkrankungen um eine Zunahme der Erkrankungsprävalenz
handelt oder ob dies Ausdruck für einen veränderten individuellen und gesellschaftlichen Umgang mit
der Erkrankung ist.
Datengutachten
DIMDI
13
02
Diagnosedaten werden auch zur Charakterisierung von Populationen herangezogen, z.B.
Beschreibung der Komorbiditäten zu einem bestimmten Zeitpunkt oder auch die Betrachtung der
Entwicklung von Folgerkrankungen, z.B. bei Diabetes mellitus. Bei vielen Zusammenhangsanalysen
stellt die Komorbidität ein Adjustierungsfaktor dar.
Ebenso werden die Daten für die regionale /kleinräumige Gesundheitsplanung (Entwicklung der
Prävalenzen einerseits vs. Entwicklung des Versorgungsangebotes andererseits) herangezogen.
Auch für die Gesundheitswirtschaft sind Häufigkeitsangaben zu Erkrankungen und bestimmten
Leistungen als Hinweis auf potentielle Nutzer bzw. Stellenwert einzelner Leistungen im
Versorgungsgeschehen von hohem Interesse.
Von Bedeutung sind die GKV-Daten auch für die Fragestellungen der Qualitätssicherung sowie für die
Bewertung der Versorgung. So werden beispielsweise in Qualitätszirkeln mit Einwilligung der
teilnehmenden Ärzte Daten der ambulanten ärztlichen Versorgung – in der Regel verknüpft mit
Verordnungsdaten – für arztindividuelle Feedbackanalysen herangezogen [Ferber von et al. 1999,
Wensing et al. 2004, Schubert et al. 2006]. Dies ermöglicht beispielsweise – wenn auch mit
eingeschränkter Aktualität der Daten – eine Rückmeldung an den Arzt über die Leitliniennähe seiner
Behandlungen.
2.1.5
Arzneimitteldaten
Eine Beschreibung des Weges von der Ausstellung einer Verordnung bis zur Vergütung durch die
Krankenkassen findet sich bei Schröder 2014 (s. auch www.gkv-datenaustausch.de). Der Abschnitt
stellt eine Bearbeitung der diesbezüglichen Ausführungen in der BÄK Expertise dar.
2.1.5.1
Die Arzneimittelabrechnung mit den Krankenkassen erfolgt auf der Basis des § 300 des SGB V vom
21. Juli 2004 (BGBl. I S. 1791). Nach Absatz (1) sind Apotheken und weitere Anbieter von
Arzneimitteln, unabhängig von der Höhe der Zuzahlung (oder dem Eigenanteil) mit Unterstützung
durch die Apothekenrechenzentren zu Folgendem verpflichtet:
▪
▪
„1. bei Abgabe von Fertigarzneimitteln für Versicherte das nach Absatz 3 Nr. 1 zu
verwendende Kennzeichen (Hinweis Autoren: Pharmazentralnummer) maschinenlesbar auf das
für die vertragsärztliche Versorgung verbindliche Verordnungsblatt oder in den elektronischen
Verordnungsdatensatz zu übertragen,
2. die Verordnungsblätter oder die elektronischen Verordnungsdatensätze an die
Krankenkassen weiterzuleiten und diesen die nach Maßgabe der nach Absatz 3 Nr. 2
getroffenen Vereinbarungen erforderlichen Abrechnungsdaten zu übermitteln.
Das Sozialgesetzbuch regelt in diesem Paragraphen auch die Aufgaben der
Apothekenrechenzentren. Diese „dürfen die Daten für im Sozialgesetzbuch bestimmte Zwecke und ab
dem 1. Januar 2003 nur in einer auf diese Zwecke ausgerichteten Weise verarbeiten und nutzen,
soweit sie dazu von einer berechtigten Stelle beauftragt worden sind; anonymisierte Daten dürfen
auch für andere Zwecke verarbeitet und genutzt werden. Die Rechenzentren dürfen die Daten nach
Absatz 1 den Kassenärztlichen Vereinigungen übermitteln, soweit diese Daten zur Erfüllung ihrer
Aufgaben nach § 73 Abs. 8, § 84 und § 305a erforderlich sind.“ (Auszug Satz 2 §300)
Datengutachten
DIMDI
14
02
2.1.5.2
Dateninhalte
In den GKV-Daten stehen zu den Arzneimitteln folgende Informationen vom Rezeptblatt zur
Verfügung (ein Beispiel eines Rezeptblattes mit den dort vorhandenen Angaben findet sich bei
[Schröder et al. 2014]):
▪ Rezeptdaten:
▪ Gebühr (pflichtig/befreit)
▪ Noctu (bei Ankreuzen entfällt der Nachtzuschlag)x
▪ Unfall
▪ Arbeitsunfall
▪ Arztnummer des ausstellenden Arztes (LANR+BSNR)
▪ Ausstellungsdatum
▪ Institutskennzeichen der Apotheke
▪ Rezeptgesamtbetrag (Gesamt-Brutto)
▪ Zuzahlungsbetrag
▪ Arzneimitteldaten:
▪ Pharmazentralnummer (PZN)
▪ Position PZN auf Rezept
▪ Multiplikator (Anzahl Packungen der verordneten PZN)
▪ Kosten pro PZN (bereits mit Anzahl Packungen multipliziert)
▪ Aut idem (bei Ankreuzen durch den Arzt darf das verordnete Arzneimittel nicht durch ein
wirkstoffgleiches ausgetauscht werden)
Auf einem Rezeptblatt können bis zu drei unterschiedliche Verordnungen (unterschiedliche
Pharmazentralnummern – PZN) dokumentiert sein.
Der Versicherten-, Arzt- und Quartalsbezug der Krankenscheine ermöglicht ein Record-Linkage zu
anderen Sektoren der Versorgung. So können beispielsweise ärztliche Leistungen und Verordnungen
von Arzneimitteln über diese Variablen zusammengeführt werden.
2.1.5.3
Klassifikation der Fertigarzneimittel
Die verordneten Medikamente werden mittels Pharmazentralnummer (PZN) an die Krankenkassen
übermittelt. Über Schlüsseltabellen (z. B. ABDA-Artikelstamm, WIdO-Stammdatei) lassen sich die
Verordnungen identifizieren (Name des Arzneimittels) und weitere Angaben ergänzen. In diesen
Schlüsseltabellen werden diejenigen auf dem deutschen Markt befindlichen Fertigarzneimittel, sowie
Verbands- und Hilfsmittel gelistet, die für die »Abgabe und Abrechnung von Arzneimitteln und anderen
Artikeln des apothekenüblichen Sortiments notwendig sind« [ABDATA Pharma-Daten-Service,
Eschborn].
Hinweise zu Sonderkennzeichen der Pharmazentralnummern beispielsweise für Importe, ZytostatikaHerstellung, Arzneimittel oder Homöopathika ohne Pharmazentralnummer etc. finden sich in der
Technischen Anlage 1 zur Übermittlung von Daten nach § 300 SGB V. Anhand der
Sonderkennzeichen lassen sich auch Rezepturen (allerdings ohne Wirkstoffe oder Indikationshinweis)
identifizieren. Um diese jedoch genauer analysieren zu können, sind Sonderauswertungen mittels
Zusatzerhebungen in den Krankenkassen auf Basis der Rezept-Images (eingescannte Rezepte)
notwendig.
Datengutachten
DIMDI
15
02
Für Auswertungszwecke ist es erforderlich, die Fertigarzneimittel nach ihren Inhaltsstoffen oder
Indikationsgebieten zu klassifizieren, in der Regel mit Hilfe der sogenannten amtlichen AnatomischTherapeutisch-Chemischen Klassifikation (ATC-Kodierung), mit deren Hilfe jeder Wirkstoff einen
alphanumerischen Kode erhält [DIMDI 2009, lfd. Jg.]. Hierbei werden jedoch nicht alle möglichen
Wirkstoffkombinationen einer therapeutischen Gruppe erfasst, sondern in Codes zusammenfasst. Für
Untersuchungen zur Multimedikation oder Interaktionen sind hier zusätzliche projekteigene
Kodierungen notwendig [Bellmann2013].
Zur Darstellung von Verordnungsmengen wird in Studien zum Arzneimittelverbrauch die international
akzeptierte Methode der Definierten Tagesdosis (DDD; defined daily dose) herangezogen. Angaben
zur DDD nach Wirkstoff (z. B. in mg der Wirksubstanz) finden sich ebenfalls im ATC-Code [DIMDI
2013]. Die Stammdatei des GKV-Arzneimittelindex beim Wissenschaftlichen Institut der AOK - WIdO
enthält bereits für jedes Fertigarzneimittel die Packungsgröße, die Stärke (aus der PZN) und eine
Angabe zur Zahl der enthaltenen Tagesdosen (zu den methodischen Besonderheiten des ATC und
2
DDD s. [DIMDI 2013a]) . Angaben zu den Ärztliche verordneten Dosierungen stehen nicht zur
Verfügung (s.w.o. Abschnitt Limitationen).
Angaben zur Selbstmedikation, d.h. zu allen nicht erstattungsfähigen Präparaten stehen nicht zur
Verfügung (s. Limitationen)
2.1.5.4
Aktualität
Die Daten stehen in der Regel bei den Krankenkassen ein bis zwei Monate nach Lieferung durch die
Rechenzentren der Apotheken zur Verfügung.
2.1.5.5
Auf dem Arzneimittelsektor besteht eine langjährige und hohe Transparenz.
Ausgehend von dem Forschungsprojekt »GKV-Arzneimittelindex« [Klauber/ Selke 1997] wird seit
1985 jährlich das Marktgeschehen in Bezug auf Verordnungsmengen und Kosten für
Indikationsgruppen und Wirkstoffe analysiert. Die Angaben im GKV-Arzneimittelindex beim
Wissenschaftlichen Institut der AOK (WIdO) – dargestellt im jährlich erscheinenden
Arzneiverordnungs-Report [Schwabe/Paffrath lfd. Jg.] – zeigen die Entwicklung der
Verordnungsmenge und Kosten nach Indikationsgruppen und Wirkstoffen, ergänzt um zusätzliche
Statistiken nach Altersgruppen, verordnenden Arztgruppen oder auch nach Regionen [s. wido.de/
arzneimittel.html]. Das Monitoring ist strikt fallbezogen. Die Mengenentwicklung nach Wirkstoffen oder
Wirkstoffgruppen lässt in erster Annäherung Aussagen zur Qualität der Verordnungsweise (im Sinne
der Arzneimittelauswahl) und zur Morbiditätsentwicklung zu. Ebenso werden auf der Grundlage des §
84 Abs. 5 SGB V für ausgewählte Kennziffern wie Verordnungen, Tagesdosen und Kosten für den
Gesamtmarkt sowie einzelne Segmente (Generika, Festbeträge, Me-too etc.) monatlich regionale
Vergleichsdaten (Schnellinformationen) erstellt [s. www.gamsi.de].
Inzwischen sind weitere Berichte mit Fall- und Versichertenbezug hinzugekommen (Arzneimittelatlas
[Häussler et al., lfd. Jg.], Reporte verschiedener Krankenkassen [Glaeske et al., lfd. Jg.]), die auch
2
Laut Schröder 2014 stehen Wissenschaftlern die Klassifikationsdaten auf Produktebene nach Antragstellung kostenfrei zur
Verfügung, wodurch eine Verknüpfung der PZN mit ATC- und DDD-Angaben möglich ist.
Datengutachten
DIMDI
16
02
Aspekte der Versorgungsqualität und Arzneimittelsicherheit thematisieren (s. Linksammlung Abschnitt
8.2). Hierzu sind auf Versicherte beziehbare Daten notwendig und Verknüpfungen mit Angaben aus
anderen Sektoren (ambulante Diagnosen, Leistungen sowie stationäre Versorgung und Pflege)
wünschenswert.
Unter dem Aspekt der Patientensicherheit und Pharmakovigilanz (Überwachung der
Arzneimittelsicherheit) stellen Verordnungsdaten ebenfalls eine wichtige Informationsquelle dar. So
kann ein Verordnungsanstieg einer Substanz signalgenerierend wirken und Anlass zu weiteren
Untersuchungen wie zur Indikationsstellung oder Nebenwirkungsrate geben (s. beispielsweise den
Anstieg von Methylphenidat oder auch der Atypika als off-label Therapie bei Kindern und
Jugendlichen). Seit Jahren wird auf das Fehlen einer pharmakoepidemiologischen Datenbank
hingewiesen [Hasford et al 2004, Glaeske et al. 2009], die eine Verknüpfung zu klinischen Parametern
der Arzneimittelanwender erlaubt und somit für Fragen der Risikoforschung und Nutzenbewertung
herangezogen werden kann. Für eine umfassende Analyse der Arzneimittel-exposition sind jedoch
auch Angaben zur Selbstmedikation notwendig, die zurzeit nur durch Primärerhebungen und ggf.
dann perspektivisch durch ein Datenlinkage bei entsprechender Einwilligung erhoben werden können.
Die seitens der Ärzte veranlassten Arzneimittelverordnungen werden seit vielen Jahren zur
Qualitätssicherung der ärztlichen Verordnungsweise arztbezogen, beispielweise als arztindividuelles
Feedback mittels PharmPro (ein Produkt der AOK) oder durch die GKV Arzneimittelschnellinformation
(GAmSi-Arzt) analysiert. So bietet die TK Ärzten individuelle Analysen ihrer Verordnung verbunden mit
aktuellen Informationen zur Pharmakotherapie an [www.tk.de/tk/aerzte/tk-arzneimittelreport/480446].
Ärztliche Feedbackanalysen, auch verbunden mit Diagnosedaten der (pseudonymisierten)
Versicherten wurden über viele Jahre als Arbeitsunterlagen im Rahmen datengestützter
Qualitätszirkel zur Verfügung gestellt [Schubert et al. 2010]. In einigen Verträgen zur
hausarztzentrierten Versorgung sind auch gegenwärtig zum Teil Analysen des Verordnungsverhaltens
(individuell oder auch bezogen auf die Arztgruppe) vorgesehen (s. beispielsweise das Thema
Polypharmazie in einigen HZV und IV –Verträgen).
Arztnetze nutzen die Daten ebenfalls zur internen Qualitäts- und Kostensteuerung durch zeitnahes
Feedback (z.B. durch Balanced Score Cards) zur Entwicklung der Fallzahlen, Leistungen, Verordnung
und Kosten (siehe beispielsweise [Pimperl et. al. 2013, Kraft et al. 2013]).
2.1.6
Stationäre Versorgung
Die Ausführungen zu den Daten der stationären Versorgung stellen eine Bearbeitung und Erweiterung
der Ausführungen der BÄK-Expertise dar. Zu den Daten dieses Sektors siehe auch Handbuch
Routinedaten [Swart et al. 2014].
2.1.6.1
Der Paragraph § 301 SGB V regelt seit dem Gesundheitsstrukturgesetz von 1993, welche Daten in
welcher Form durch Krankenhäuser und Vorsorge- und Rehabilitationseinrichtungen dokumentiert und
an die Krankenkassen übermittelt werden müssen.
2.1.6.2
Krankenhausbehandlung
Von Krankenhäusern werden folgende Inhalte übermittelt:
1. die Angaben nach § 291 Abs. 2 Nr. 1 bis 10 sowie das krankenhausinterne Kennzeichen des
Versicherten,
Datengutachten
DIMDI
17
02
2. das Institutionskennzeichen des Krankenhauses und der Krankenkasse,
3. der Tag, die Uhrzeit und der Grund der Aufnahme sowie die Einweisungsdiagnose, die
Aufnahmediagnose, bei einer Änderung der Aufnahmediagnose die nachfolgenden
Diagnosen, die voraussichtliche Dauer der Krankenhausbehandlung sowie, falls diese
überschritten wird, auf Verlangen der Krankenkasse die medizinische Begründung, bei
Kleinkindern bis zu einem Jahr das Aufnahmegewicht,
4. bei ärztlicher Verordnung von Krankenhausbehandlung die Arztnummer des einweisenden
Arztes, bei Verlegung das Institutionskennzeichen des veranlassenden Krankenhauses, bei
Notfallaufnahme die die Aufnahme veranlassende Stelle,
5. die Bezeichnung der aufnehmenden Fachabteilung, bei Verlegung die der
weiterbehandelnden Fachabteilung,
6. Datum und Art der im jeweiligen Krankenhaus durchgeführten Operationen und sonstigen
Prozeduren,
7. den Tag, die Uhrzeit und den Grund der Entlassung oder der Verlegung, bei externer
Verlegung das Institutionskennzeichen der aufnehmenden Institution, bei Entlassung oder
Verlegung die für die Krankenhausbehandlung maßgebliche Hauptdiagnose und die
Nebendiagnosen,
8. Angaben über die im jeweiligen Krankenhaus durchgeführten Leistungen zur medizinischen
Rehabilitation und ergänzende Leistungen sowie Aussagen zur Arbeitsfähigkeit und
Vorschläge für die Art der weiteren Behandlung mit Angabe geeigneter Einrichtungen,
9. die nach den §§ 115a und 115b sowie nach dem Krankenhausentgeltgesetz (KHEntgG) und
der Bundespflegesatzverordnung (BPflV)berechneten Entgelte.
2.1.6.3
Vorsorge und Rehabilitation
Von Vorsorge- und Rehabilitationseinrichtungen werden die folgenden Informationen übermittelt:
1. die Angaben nach § 291 Abs. 2 Nr. 1 bis 10 sowie das krankenhausinterne Kennzeichen des
Versicherten,
2. das Institutionskennzeichen der Vorsorge- und Rehabilitationseinrichtungen und der
Krankenkasse,
3. der Tag der Aufnahme, die Einweisungsdiagnose, die Aufnahmediagnose, die
voraussichtliche Dauer der Behandlung sowie, falls diese überschritten wird, auf Verlangen
der Krankenkasse die medizinische Begründung,
4. bei ärztlicher Verordnung von Vorsorge- und Rehabilitationsbehandlung die Arztnummer des
einweisenden Arztes,
5. den Tag, die Uhrzeit und den Grund der Entlassung oder der externen Verlegung sowie die
Entlassungs- oder Verlegungsdiagnose, bei externer Verlegung das Institutskennzeichen der
aufnehmenden Institution,
6. Angaben über die durchgeführten Vorsorge- und Rehabilitationsmaßnahmen sowie
Vorschläge für die Art der weiteren Behandlung mit Angabe geeigneter Einrichtungen,
Datengutachten
DIMDI
18
02
7. die berechneten Entgelte.
Die technische Umsetzung dieser Vorschriften ist in den sog. »§ 301-Vereinbarungen« zwischen den
Spitzenverbänden der Krankenkassen und der Deutschen Krankenhausgesellschaft geregelt.
2.1.6.4
Dateninhalte
Während die Übermittlung der Daten einheitlich festgelegt ist, unterliegt die Aufbereitung und
Speicherung der stationären Daten den einzelnen Krankenkassen. Die Datenbanken zu stationären
Aufenthalten in einzelnen Krankenkassen können unterschiedlich aufgebaut sein.
Die nachfolgenden Abschnitte befassen sich mit der Datenstruktur und den erhobenen Merkmalen zu
Krankenhausaufenthalten in Anlehnung an die Vorgaben, die aus dem § 301 bzw. den § 301Vereinbarungen resultieren.
Die den Kassen von den stationären Einrichtungen zu übermittelnden Merkmale können in die
Gruppen eingeteilt werden:
▪
▪
▪
▪
Aufnahmesatz,
Verlängerungsanzeige / Medizinische Begründung,
Rechnungssatz/ Rechnungssatz Ambulantes Operieren,
Entlassungsanzeige.
Für jeden stationären Behandlungsfall werden diverse Informationen zum Versicherten und zur
behandelnden stationären Einrichtung übermittelt. Als wichtigste sind hier zu nennen:
▪ Versichertennummer,
▪ Institutskennzeichen (IK) der behandelnden Einrichtung.
2.1.6.5
Aufnahmesatz
Für jeden Behandlungsfall gibt es genau einen Datensatz zur Aufnahme. Dieser enthält im
Wesentlichen folgende Informationen:
▪ Informationen zur Aufnahme
▪ Aufnahmetag/-uhrzeit
▪ Aufnahmegrund (Schlüssel 1 der § 301-Vereinbarungen)
▪ Fachabteilung
▪ Voraussichtliche Dauer des Aufenthaltes
▪ Einweisender Arzt (LANR+BSNR), IK des veranlassenden Krankenhauses,
▪
▪
▪
▪
2.1.6.6
veranlassende Stelle bei Notfall
Aufnahmegewicht (bei Kleinkindern bis zu 1 Jahr)
Informationen zu Diagnosen (ICD-10-Schlüssel, Lokalisation)
Aufnahmediagnose(n)
Einweisungsdiagnose(n)
Verlängerungsanzeige / Medizinische Begründung
Falls die voraussichtliche Dauer der Krankenhausbehandlung überschritten wird, muss i. d. R. vor
Ablauf der vorausgegangenen Kostenübernahme eine Verlängerungsanzeige an die Krankenkasse
übermittelt werden. Auf Verlangen der Krankenkasse muss eine medizinische Begründung (als
Klartext) für die Verlängerung übermittelt werden. Die Verlängerungsanzeige enthält:
Datengutachten
DIMDI
19
02
▪ Informationen zur Dauer
▪ Aufnahmetag
▪ Voraussichtliche Dauer/Entlassungstag
▪ Nachfolgediagnosen (AU) (optional)
▪ Ab-Datum zu AU (optional)
▪ Informationen zur Fachabteilung
▪ Fachabteilung
▪ Diagnose(n) (ICD-10-Schlüssel, Lokalisation)
2.1.6.7
Rechnungssatz
Der Rechnungssatz enthält die Segmente »Rechnung«, »Zuzahlung« und »Entgelt«. Im Segment
»Rechnung« sind alle von den Krankenkassen zu erstattenden (Teil-)Beträge für die stationäre
Behandlung mit Rechnungsdatum und Rechnungsart (Schlüssel 11 der § 301-Vereinbarungen)
enthalten, im Segment »Zuzahlung« sind patientenseitige Zuzahlungen sowie Abschläge und im
Segment »Entgelt« Informationen zu Entgelten gespeichert. Je Behandlungsfall können u. U. mehrere
Entgeltarten abgerechnet werden. Bei abgeschlossenen und vollständig abgerechneten
Behandlungsfällen sollte die fallbezogene Summe aller aufgeführten Entgelte, die unter
Berücksichtigung der Entgeltanzahl berechnet wurde, der fallbezogenen Summe der zu erstattenden
Rechnungsbeträge abzüglich der patientenseitigen Zuzahlungen sowie von Abschlägen entsprechen.
Zur Kodierung der Entgeltart wird aktuell ein komplexer achtstelliger Schlüssel (Schlüssel 4 gemäß
der § 301-Vereinbarungen) verwendet. Die ersten beiden Stellen des Entgeltschlüssels erlauben eine
übergeordnete Einteilung der Entgeltarten (z. B. in Tagessätze, Fallpauschalen, Sonderentgelte oder
DRG-Fallpauschalen). In den weiteren Stellen des Schlüssels sind ggf. detaillierte Angaben zu den
spezifisch abgerechneten Fallpauschalen oder auch DRG-Codes enthalten. Im Falle von
Krankenhausbehandlungen, die über das DRG-System abgerechnet werden, beinhalten die Angaben
im Entgeltschlüssel also eine auch inhaltlich bzw. erkrankungsbezogen entscheidende Information zur
Zuordnung des Behandlungsfalles.
Zu den einzelnen Entgeltarten werden abgerechnete Entgeltbeträge und deren Anzahl angegeben
(z. B. Tagessätze sowie Anzahl der Tage). Zusätzlich ist der Behandlungszeitraum und ggf. die Dauer
einer Unterbrechung der Behandlung innerhalb dieses Zeitraums in Tagen (z. B. bei Beurlaubung
eines Patienten) anzugeben. „Bei DRG-Fallpauschalen kann die Dokumentation zum
Behandlungszeitraum sowie zu behandlungsfreien Zeiten auch abweichend genutzt werden, was bei
einer Interpretation dieser Angaben zusätzlich zu bedenken ist. Lediglich bei einigen speziellen
Fallpauschalen war bislang auch das Datum der Wundheilung anzugeben.“ [Grobe et al. 2014]
Folgende relevante Informationen sind im Rechnungssatz gespeichert:
▪ Rechnung (auch für ambulantes Operieren)
▪ Rechnungsdatum
▪ Rechnungsart
▪ Aufnahmetag/Tag des Zugangs
▪ Rechnungsbetrag
▪ Honorarsumme Ambulantes Operieren (für Pauschale)
▪ Pauschale Ambulantes Operieren
▪ Zuzahlung (auch für ambulantes Operieren)
Datengutachten
DIMDI
20
02
▪ Zuzahlungsbetrag
▪ Entgelt
▪ Entgeltart
▪ Entgeltbetrag
▪ Entgeltanzahl
▪ Abrechnung von
▪ Abrechnung bis
2.1.6.8
Entlassungsanzeige
Je abgeschlossenen Behandlungsfall existiert mindestens eine Entlassungsanzeige. Sie wird bei jeder
Entlassung, jedoch auch bei jeder Verlegung aus einer Abteilung in eine andere Abteilung innerhalb
desselben Krankenhauses fällig. Hier werden u. a. die folgenden Informationen erhoben:
▪ Informationen zur Dauer
▪ Aufnahmetag
▪ Voraussichtliche Dauer/Entlassungstag
▪ Nachfolgediagnosen mit Sekundär-Diagnose Arbeitsunfähigkeit (AU)
(ICD-10-Schlüssel, Lokalisation)
▪ Informationen zur Entlassung/Verlegung
▪ Tag und Uhrzeit der Entlassung/Verlegung
▪ Entlassungs-/Verlegungsgrund (Schlüssel 5 der § 301-Vereinbarungen)
▪ Fachabteilung (Schlüssel 6 der § 301-Vereinbarungen)
▪ Hauptdiagnose / Sekundär-Diagnose (ICD-10-Schlüssel, Lokalisation)
▪ Institutskennzeichen der aufnehmende Einrichtung
▪ Beatmungsdauer (in Stunden) (optional)
▪ Nebendiagnosen
▪ Nebendiagnose / Sekundär-Diagnose (ICD-10-Schlüssel, Lokalisation)
▪ Information zur Entbindung
▪ Tag der Entbindung
▪ Informationen zur Fachabteilung
▪ Fachabteilung
▪ Diagnose(n) (ICD-10-Schlüssel, Lokalisation)
▪ Tag der Operation
▪ Operation (Amtlicher Operationen- und Prozedurenschlüssel,
Lokalisation)
▪ Informationen zu Reha/Behandlung/Einrichtung
▪ Reha-Maßnahme
▪ Weitere Behandlung
▪ Geeignete Einrichtung
Der »Operationen- und Prozedurenschlüssel« (OPS) wird vom DIMDI im Auftrag des
Bundesgesundheitsministeriums herausgegeben und ist auf den Internetseiten des Institutes
(www.dimdi.de) verfügbar ist. Der OPS-Katalog wird jährlich aktualisiert.
Datengutachten
DIMDI
21
02
2.1.6.9
Exkurs: Stationäre Diagnosen
„Informationen zu Diagnosen werden von Krankenhäusern bereits im Aufnahmesatz als auch in
Verlegungs- und Entlassungsanzeigen übermittelt. Zu einzelnen Behandlungsfällen in
Krankenhäusern kann eine Vielzahl von Diagnosen erfasst sein, die von unterschiedlichen Ärzten zu
unterschiedlichen Zeitpunkten gestellt wurden.
Die Diagnosen lassen sich zeitlich in Einweisungs-, Aufnahme-, ggf. Verlegungs- sowie
Entlassungsdiagnosen aufteilen. Zusätzlich ist bei Erwerbspersonen eine gesonderte Angabe von
Arbeitsunfähigkeitsdiagnosen möglich, welche kassenseitig für die Berechnung von
Krankengeldansprüchen relevant sind. Zu jedem der genannten Zeitpunkte können grundsätzlich
jeweils mehrere Diagnosen erfasst werden. Zudem kann (gemäß Schlüssel 16) die DiagnoseLokalisation spezifiziert werden (R, L oder B für rechts, links oder beidseitig).
Zu allen Diagnosen lässt sich des Weiteren ggf. ein so genannter »Sekundär-Diagnoseschlüssel«
spezifizieren. Bei Sekundär-Diagnoseschlüsseln handelt es sich um Diagnoseschlüssel mit einer
Stern- oder Ausrufezeichen-Kennung (* oder !). Sekundär-Diagnoseschlüssel dürfen nicht ohne die
vorherige Angabe einer »Primärdiagnose« verwendet werden und kennzeichnen bestimmte
Maßnahmen oder Zustände, jedoch keine Erkrankungen an sich.
Bei Entlassungen und Verlegungen ist die Angabe einer Diagnose als Hauptdiagnose obligat. Bis zu
zwanzig weitere Diagnosen werden im Rahmen einer Entlassung oder Verlegung bei Bedarf als
Nebendiagnosen erfasst. Wird ein Patient im Rahmen eines Behandlungsfalls verlegt und existieren
damit mehrere Hauptdiagnosen, ist abschließend eine »Krankenhausfall-Hauptdiagnose« (bei Bedarf
mit erneuter Nennung von Nebendiagnosen) gesondert auszuweisen (diese werden in den vom
Krankenhaus übermittelten Daten in einem Segment mit einem so genannten PseudoFachabteilungscode »0000« übermittelt, der ansonsten keine gültige Kennung einer Fachabteilung
darstellt).
Detaillierte Hinweise zur Kodierung von Diagnosen lassen sich den bereits erwähnten »Deutschen
Kodierrichtlinien« entnehmen. Informationen zur aktuell verwendeten ICD-Version sowie ggf. auch zu
Diagnoseschlüsseln, die in zurückliegenden Jahren verwendet wurden, werden vom DIMDI
bereitgestellt und sind im Internet verfügbar“. (zit. nach Grobe 2005, siehe auch Grobe et al.2014)
2.1.6.10 Aktualität
Die Daten stehen in der Regel bei den Krankenkassen drei bis vier Monate nach direkter Übermittlung
durch die Krankenhäuser zur Verfügung.
2.1.6.11 Verfügbarkeit/Nutzungsmöglichkeiten
Zusammenfassend lässt sich festhalten, dass mit den Daten gemäß § 301 umfangreiche
Informationen zur stationären Inanspruchnahme vorliegen, die eine Vielzahl von
Auswertungsmöglichkeiten bieten. Beispiele sind den jährlichen Berichten der Gmünder Ersatzkasse
(GEK; seit 2010: BARMER-GEK) zu entnehmen oder auch dem seit 1993 jährlich herausgegebenen
Krankenhaus-Report [Klauber et al. versch. Jg.]. Die genannten Berichte beschreiben die Entwicklung
der stationären Inanspruchnahme im zeitlichen Verlauf (s. z. B Drösler, Weyermann 2013 zur
Mengenentwicklung von Leistungen bei Älteren), zeigen Versorgungsschwerpunkte und
Leistungsverlagerungen auf, weisen auf regionale Unterscheide hin und analysieren das
»Wanderungsverhalten« aus Patientensicht oder die Wettbewerbssituationen aus Perspektive der
Leistungserbringer (Stichwort Benchmarking), um nur einige Möglichkeiten zu nennen.
Datengutachten
DIMDI
22
02
Ein Verfahren zur Bewertung der Qualität der stationären Versorgung unter Heranziehung von
Informationen über den weiteren Behandlungsverlauf nach einem Krankenhausaufenthalt wurde mit
dem Projekt »Qualitätssicherung der stationären Versorgung mit Routinedaten« (QSR) unter
Beteiligung des AOK-Bundesverbandes, der HELIOS Kliniken, des Forschungs- und
Entwicklungsinstituts für das Sozial- und Gesundheitswesen Sachsen-Anhalt (FEISA) und des
Wissenschaftlichen Instituts der AOK (WIdO) – QSR-Projekt – entwickelt. [AOK Bundesverband 2007]
2.1.7
Heil- und Hilfsmittel
Versicherte der gesetzlichen Krankenversicherung haben einem Anspruch auf die Versorgung mit
Heil- und Hilfsmitteln (§32 u. §33 SGB V). Im Folgenden wird auf diese beiden Versorgungsbereiche
eingegangen. Die Ausführungen zu diesen Daten sind stark angelehnt an die Darstellung von
Waltersbacher (2014) im Handbuch Routinedaten [Swart et al. 2014]. Außerdem werden offiziellen
Quellen herangezogen und global zitiert.
2.1.7.1
Heilmittel
Heilmittel sind medizinisch-therapeutische Maßnahmen, die durch einen Therapeuten persönlich
erbracht werden (Dienstleistungen) und die einem der folgenden Therapiebereiche zuzuordnen sind:
▪
▪
▪
▪
Physikalische Therapie
Logopädie
Ergotherapie
Podologische Therapie
Zu den Anwendungen der physikalischen Therapie gehören beispielsweise Krankengymnastik,
Massagen und Wärmebehandlungen. Logopädische Therapien umfassen therapeutische Maßnahmen
bei Stimm-, Sprech-, Schluck- und Sprachstörungen. Behandlungsformen der Ergotherapie kommen
bei Störungen im Bereich der Motorik, der Sinnesorgane sowie der geistigen und psychischen
Fähigkeiten zum Einsatz. Seit August 2002 wurden auch podologische Maßnahmen – beispielsweise
medizinische Fußpflege für Diabetiker – in den Heilmittelkatalog aufgenommen.
2.1.7.1.1
Heilmittel werden – nach den Richtlinien des Gemeinsamen Bundesausschusses der Ärzte und
Krankenkassen (G-BA) – eingesetzt, um die Beeinträchtigungen durch eine Krankheit abzumildern,
eine Krankheit ausheilen zu lassen oder ein Fortschreiten der Erkrankung aufzuhalten. Weiterhin
werden diese angewendet, um der Gefährdung der gesundheitlichen Entwicklung eines Kindes
frühzeitig entgegenzuwirken [www.g-ba.de]. Auch der zweite Teil der Richtlinien, der die Zuordnung
der Heilmittel zu Indikationen festschreibt (Heilmittelkatalog) wird nach §125 durch den G-BA definiert
und gilt bundesweit für alle Krankenkassen einheitlich. Der Katalog der zugelassenen und damit
erstattungsfähigen Heilmittel legt nicht nur fest, welche Heilmittel bei welcher Indikation verordnet
werden können, sondern auch, welche Menge und damit welche Therapielänge für die Behandlung
vorgesehen ist. Die Bundesarbeitsgemeinschaft der Heilmittelverbände hat bei der Festschreibung ein
Datengutachten
DIMDI
23
02
Anhörungsrecht. Die Leistungspflicht einer Kasse setzt immer die ärztliche Verordnung des Heilmittels
3
voraus.
Die Heilmittelbehandlung darf nur von entsprechend ausgebildeten Personen wie beispielsweise
Masseuren, Physiotherapeuten, Logopäden, Pädaudiologen, Ergotherapeuten und Podologen, die
durch die GKV zugelassen sind (§124 SGB V) durchgeführt werden. Für den Abschluss von Verträgen
und zur Abrechnung dieser Leistungen existiert ein bundeseinheitliches
Heilmittelpositionsnummernverzeichnis, in dem die einzelnen Leistungen mit einer Nummer kodiert
sind.
§ 302 Sozialgesetzbuch V verpflichtet einerseits die Leistungserbringer von Heilmitteln den
Krankenkassen ihre erbrachten Leistungen in elektronischer Form im DatenträgeraustauschVerfahren (DTA) zu übermitteln und anderseits den Spitzenverband der Krankenkassen, das
Abrechnungsverfahren für Heilmittel einheitlich zu regeln. In einer Technischen Anlage wird die
elektronische Übermittlung definiert. Der Weg der Abrechnungsdaten einer ambulanten
Heilmitteltherapie verläuft deshalb von der Verordnung des Arztes bis zur Vergütung der
Heilmittelleistung und darüber hinaus bis zu den Wirtschaftlichkeitsprüfungen bundesweit und bei
allen Kassenarten gleich (www.gkv-datenaustausch.de).
2.1.7.1.2
Dateninhalte
2.1.7.1.3
Verordnungsformulare
Es existieren jeweils verschiedene Formularvordrucke für die Verordnung von Ergotherapie,
Sprachtherapie und Physikalischer Therapie (inklusive Podologie), auf denen der verordnende Arzt
verschiedene Informationen festhält. Hierzu gehören Angaben zum Versicherten und zum
verordnenden Arzt, das Verordnungsdatum, das anzuwendende Heilmittel gemäß Katalog, die
verordnete Menge, die Indikation laut Heilmittelkatalog, ab 2014 die ICD-10 Diagnose und
gegebenenfalls medizinische Begründungen bei Verordnungen außerhalb des Regelfalls.
In der Praxis des Therapeuten werden dem Verordnungsblatt Informationen zum Leistungserbringer
und zur Therapie, zu den angefallenen Kosten für das Heilmittel und zu gegebenenfalls vom
Versicherten geleisteten Zuzahlungen hinzugefügt.
Derzeit können unmittelbar aus den Heilmittelverordnungen keine genauen, sondern nur
»vergröberte« Informationen zum Beschwerdebild des Patienten gewonnen. Ab 2014 wird mit der
flächendeckenden Auftragung einer ICD-Diagnose auf dem Vordruck gerechnet, da bestimmte
Diagnosen zu einer Langfristverordnung berechtigen, die nicht dem Budget des Arztes zugerechnet
würden.
Das Verordnungsblatt wird vom Leistungserbringer als Abrechnungsbeleg – entweder direkt oder
zumeist über ein entsprechendes Rechenzentrum – an die Rechenzentren der jeweiligen
Krankenkassen weitergeleitet. Da auch die Informationen der Krankenversichertenkarte übernommen
3
Für die Verordnung und Abrechnung von Heilmittelleistungen während eines stationären Aufenthaltes oder einer
Rehabilitations- oder Kurmaßnahme und für Heilmittel während Schwangerschaft und Wochenbett gelten
veränderte Regelungen. In weiteren Verarbeitungsschritten gelten sie nicht als Heilmittel, da sie anderen
Sachbuchkonten zugeteilt werden bzw. nicht unter die Regelungen der Wirtschaftlichkeitsprüfungen fallen.
Datengutachten
DIMDI
24
02
werden, umfasst der so entstandene Datensatz nach § 302 SGB V neben den Leistungen auch
Angaben zu Geburtsdatum und Geschlecht, die Versichertennummer, den Versichertenstatus des
Heilmittelpatienten und den Wohnort. Es gibt noch darüber hinausgehende, für die Anrechnung
relevante Informationen, die für Auswertungen nicht zur Verfügung stehen.
2.1.7.1.4
Datenhaltung bei den Krankenkassen
Die Heilmitteldaten werden in den kasseneigenen Datenbanken aufbereitet und durchlaufen
verschiedene Prüfstadien. Sie werden teilweise vorher (ungeprüft) und teilweise hinterher (geprüft)
weitergeleitet: zur Zahlbarmachung an den Leistungserbringer, an andere dafür zuständige
Kostenträger (z. B. den Unfallversicherungsträgern bei Berufsunfällen) und (in modifizierter Form)
auch an den Spitzenverband für die gesetzlichen Aufgaben, die dieser zu erfüllen hat (Richtgrößen,
Schnellinformationen). Die Kassen unterhalten dezentral hausinterne Controlling- und
Berichtssysteme.
2.1.7.1.5
Heilmitteldatenpools
Um mehr Transparenz über die Leistungsstrukturen der Heilmittelversorgung zu erhalten, haben die
damaligen Spitzenverbände ein GKV-weites Heilmittel-Informations-System (GKV-HIS) projektiert,
welches 2005 seinen Routinebetrieb aufgenommen hat. Daneben haben einzelne Krankenkassen –
so beispielsweise die AOK durch das im WIdO entwickelte AOK-Heilmittel-Informations-System (AOKHIS) (seit 2003) – interne Heilmittel-Datenpools realisiert, die neben Benchmarking- und
Controllingzwecke auch zunehmend für wissenschaftliche Fragestellungen genutzt werden.
Die Nutzung dieser sensiblen Sozialdaten für andere Zwecke als die Zahlbarmachung erfordert
spezifische Forderungen an den Datenschutz und die Datensicherheit. So erfolgt bei der Weitergabe
von versichertenbezogenen Daten eine Pseudonymisierung der Versichertennummer (z. B. durch
Blowfish-Verfahren, ein frei zugänglicher Verschlüsselungsalgorithmus), um die Daten zwar
personenbezogen zusammenführen zu können, eine Identifizierung der Person aber zu unterbinden.
Bei sekundäranalytischen Verwendungszwecken müssen auch die Arztnummer und das
Institutskennzeichen der Leistungserbringer pseudonymisiert werden.
Folgende Informationen werden beispielsweise im AOK-HIS für wissenschaftliche Zwecke vorgehalten
▪ Versicherter:
▪ Versicherten-ID (pseudonymisiert)
▪ Versichertenzeiten
▪ Geburtsdatum
▪ Geschlecht
▪ Postleitzahl der Adresse
▪ Verordnender Arzt:
▪ Lebenslange Arztnummer (LANR) (pseudonymisiert) mit
Facharztgruppenzugehörigkeit
▪ Betriebsstättennummer (BSMR) (pseudonymisiert) mit KV-Zugehörigkeit
der Praxis
▪ Verordnungsdatum
▪ Indikation:
Datengutachten
DIMDI
25
02
▪
▪
▪
▪
▪
Indikation und Leitsymptomatik lt. Heilmittelkatalog
Verordnungsart (Reihenfolge innerhalb und außerhalb des Regelfalles)
Hausbesuch
Unfallkennzeichen (häuslicher oder Berufsunfall?)
ICD-Diagnose (geplant 2014)
▪ Leistungserbringer:
▪ Leistungserbringer (pseudonymisiert)
▪ Leistungserbringertyp (z.B. Masseur, Ergotherapeut)
▪ Regionale Zuordnung des Institutskennzeichens (Bundesland)
▪ Abrechnungsdatum
▪ Therapie:
▪ Heilmittelpositionsnummer
▪ Anzahl der einzelnen Maßnahmen
▪ Zeitraum der Therapie
▪ Behandlungsfrequenz (evtl.)
▪ Kosten
▪ Rechnungsdatum
▪ Bruttobetrag (= Kosten der Behandlung)
▪ Zuzahlung (Kinder unter 18 Jahren sowie chronisch Kranke befreit)
▪ Nettobetrag (= Zahlung der Krankenkasse)
Die Heilmittelpositionsnummer ist nach dem bundeseinheitlichen
Heilmittelpositionsnummernverzeichnis als fünfstelliger Code verschlüsselt:
▪ 1. Stelle: Leistungserbringer (z. B. Masseur/med. Bademeister,
▪
▪
Krankengymnast/Physiotherapeut, Ergotherapeut)
2.-3. Stelle: Art der Leistung (abhängig vom Leistungserbringer z. B.
Krankengymnastik/Manuelle Lymphdrainage oder auch Einzel-/Gruppenbehandlung)
4.-5. Stelle: Art der Therapie (abhängig vom Leistungserbringer z. B. Klassische Massage,
Bindegewebsmassage, teilweise Angabe der Behandlungsdauer) [www.g-ba.de].
2.1.7.1.6
Aktualität
Schnellinformation durch HIS aufgrund „ungeprüfter Daten“ stehen 8 Wochen nach Quartalsende zur
Verfügung.
2.1.7.1.7
Verfügbarkeit und Nutzungsmöglichkeiten
Die Rahmenbedingungen für eine Nutzung, auch für Masterarbeiten und Promotionsvorhaben, sind
mit der Krankenkasse zu klären. Voraussetzung ist auf jeden Fall eine nachvollziehbare und gut
begründete wissenschaftliche Fragestellung.
Folgende Informationsquellen stehen neben den Originaldaten zur Verfügung:
2.1.7.1.8
GKV-Heilmittel-Informations-System (GKV-HIS) / Reporte
Die Gesetzlichen Krankenkassen veröffentlichen vierteljährlich zu ausgewählten Kennzahlen
Quartalsberichte [www.gkv-his.de]. Da die Daten nach § 302 SGB V in Bezug auf die tatsächliche
Datengutachten
DIMDI
26
02
Abrechnung zu diesem Zeitpunkt noch nicht geprüft wurden, spricht man von »ungeprüften« Daten.
Etwa acht Wochen nach Quartalsende können Ärzten und Krankenkassen Informationen – so
genannte Schnellinformationen – über die Veränderungen des Heilmittelverordnungsgeschehens
übermittelt werden. Die Analysen des GKV-Heilmittel-Informations-Systems umfassen
Heilmittelverordnungsmengen und -umsätze differenziert nach Kassenärztlichen Vereinigungen,
Facharztgruppen sowie Leistungsbereichen in absoluten Zahlen und mit der Kennzahl „je 1000
Versicherte“. Seit Juli 2007 stehen Quartalsberichte mit entsprechenden Auswertungen auch nach
Alter der Patienten zur Verfügung.
Da die gesamten »Rohdaten« den Daten liefernden Krankenkassen (ebenfalls ohne Kassen- oder
Versichertenbezug) zur Verfügung gestellt werden, eröffnen sich den Kassen Möglichkeiten der GKVweiten Analyse. Auf den bundesweiten Heilmitteldatenpool selbst kann von interessierten
Wissenschaftlern nicht zugegriffen werden.
Informationen über den Heilmittel (und Hilfsmittel)-Bereich sind auch durch die
krankenkassenspezifische Reporte – wie beispielsweise durch den regelmäßig erscheinenden
BARMER GEK Heil- und Hilfsmittel-Report (s. Link in Kap. 8.2) oder den Heilmittelbericht des AOKHIS [www.wido.de/heilmittel-analysen.html] erhältlich. Neben Übersichtsanalysen zur Mengen und
Kostenentwicklung werden zu unterschiedlichen Themen vertiefende Auswertungen durchgeführt.
Von Interesse sind auch längsschnittliche Darstellungen zur Verbrauchsentwicklung.
2.1.7.2
Hilfsmittel
Versicherte haben Anspruch auf Versorgung mit Hilfsmitteln. Diese dienen der Sicherung des Erfolges
der Krankenbehandlung, der Vorbeugung einer drohenden Behinderung und bei Vorliegen einer
Behinderung zum Ausgleich (vgl. § 33 SGB V).
Hilfsmittel sind sächliche medizinische Leistungen und unterscheiden sich damit klar von Heilmitteln,
die persönliche medizinische Leistungen, also Dienstleistungen sind. Hilfsmittel können unterteilt
werden in:
▪ Sehhilfen
▪ Hörhilfen
▪ Sonstige Hilfsmittel
2.1.7.2.1
Der GKV-Spitzenverband – handelnd als Spitzenverband der Krankenkassen (sowie der
Pflegekassen) – erstellt gemäß § 139 SGB V ein systematisch strukturiertes Hilfsmittelverzeichnis
(und als Anlage hierzu ein Pflegehilfsmittelverzeichnis), das kontinuierlich dem medizinischen
Fortschritt angepasst wird und im Bundesanzeiger veröffentlicht wird. In diesem Verzeichnis sind alle
erstattungsfähigen Hilfsmittel aufgeführt.
Die Verordnung von Hilfsmitteln von geringem therapeutischen Nutzen oder geringem Abgabepreis in
der gesetzlichen Krankenversicherung nach §34 Abs. 4 SGB V regelt den Ausschluss von Hilfsmitteln
aus dem Leistungskatalog der Krankenkassen.
Für Seh- und Hörhilfen gelten besondere Bestimmungen bei der Verordnung [vgl. Gemeinsamer
Bundesausschuss 2008].
Die Leistungspflicht einer Kasse setzt immer die ärztliche Verordnung des Hilfsmittels voraus.
Hilfsmittel werden von Apotheken sowie von sonstigen Leistungserbringern abgegeben.
Datengutachten
DIMDI
27
02
Das Sozialgesetzbuch V verpflichtet die Leistungserbringer von Hilfsmitteln mit § 300 (Apotheken) und
§ 302 (Sonstige Leistungserbringer) den Krankenkassen ihre erbrachten Leistungen in elektronischer
Form zu übermitteln. Der Spitzenverband der Krankenkassen wiederum wird verpflichtet, das
Abrechnungsverfahren für Hilfsmittel einheitlich zu regeln. Der Weg der Abrechnungsdaten einer
Hilfsmittelverordnung verläuft deshalb von der Verordnung des Arztes bis zur Vergütung der
4
Hilfsmittelleistung bundesweit und bei allen Kassenarten gleich [www.gkv-datenaustausch.de].
2.1.7.2.2
Dateninhalte
Das Hilfsmittelverzeichnis gliedert sich in Anlehnung an das jeweilige Therapieziel in 33
unterschiedliche Produktgruppen, das Pflegeheilmittelverzeichnis umfasst weitere sechs
Produktgruppen. Zu jeder Produktgruppe sind der Anwendungsort, die Untergruppen und
Produktarten angegeben, außerdem sind zu jedem Produkt die Herstellerangaben hinterlegt
[s. www.rehadat.info/de/]. Pflegehilfsmittel, deren Verordnung auf dem SGB XI beruht, werden im
Weiteren nicht näher betrachtet.
2.1.7.2.3
Verordnungsformulare
Es existiert ein Rezeptformular für die Verordnung von Hilfsmitteln, auf dem der verordnende Arzt
verschiedene Informationen festhält. Hierzu gehören Angaben zum Versicherten und zum
verordnenden Arzt sowie das Verordnungsdatum. Zusätzlich werden die Bezeichnung des
verordneten Hilfsmittels mit Mengenangabe und ggf. weitere Hinweise für die Anfertigung, die
Diagnose und die voraussichtliche Dauer des Gebrauchs angegeben. Auf der Verordnung wird
entweder die Produktart oder eine 7-stellige Positionsnummer analog des Hilfsmittelverzeichnisses
angegeben.
Erst der Leistungserbringer vermerkt mittels einer 10-stelligen Produktnummer das jeweilige Produkt
entsprechend der geschlossenen Verträge mit den Krankenkassen [vgl. Gemeinsamer
Bundesausschuss 2008]. Außerdem werden dem Verordnungsblatt Informationen zum
Leistungserbringer, das Abgabedatum, die angefallenen Kosten für das Hilfsmittel und der
Zuzahlungsbetrag hinzugefügt.
2.1.7.2.4
Verfügbarkeit und Nutzungsmöglichkeiten
Aktualität und Verfügbarkeit sind mit den Datenhaltern zu klären.
Im Vergleich zum Arzneimittelmarkt besteht bei den Hilfsmitteln weniger Transparenz hinsichtlich ihrer
Vergleichbarkeit sowie ihres Nutzen und der Kosten. Im Rahmen dieser Expertise wird hierauf nicht
weiter eingegangen.
Folgende Informationsquelle steht zur Verfügung:
4
Grundsätzlich gehören die während eines Krankenhausaufenthaltes benötigten Hilfsmittel zu den allgemeinen
Krankenhausleistungen und sind damit über den Pflegesatz abgedeckt und nicht gesondert von den
Krankenkassen zu vergüten. Eine Ausnahme stellt der Fall dar, wenn Hilfsmittel nicht für die
Krankenhausbehandlung oder deren Abschluss erforderlich sind, sondern für den Bedarf nach der
Krankenhausbehandlung verordnet werden.
Datengutachten
DIMDI
28
02
2.1.7.2.6
BARMER GEK Heil- und Hilfsmittelreport
Informationen über den Hilfsmittel-Bereich sind durch den regelmäßig erscheinenden der BARMER
GEK Heil- und Hilfsmittel-Report (s. Linksammlung) erhältlich. Neben Übersichtsanalyse zur Mengen
und Kostenentwicklung werden zu unterschiedlichen Themen vertiefende Auswertungen durchgeführt.
2.1.8
Sonstige GKV-Leistungen
Neben den bisher erläuterten GKV-Leistungen gibt es noch ein breites Spektrum an Sach-, Dienstund Geldleistungen, die in den Krankenkassen in einer gesonderten Datenbank verwaltet werden.
Folgende Leistungsbereiche können hier zum Beispiel enthalten sein:
▪
▪
▪
▪
▪
▪
▪
▪
Fahrtkosten (§ 60 SGB V)
Häusliche Krankenpflege (§ 37 SGB V, § 198 RVO)
Haushalthilfe (§ 38 SGB V, § 199 RVO)
Arzneimittel (nicht aus Apotheken oder im Rahmen der Krankenhilfe) (§ 31 SGB V)
Leistungen bei Beschäftigung im Ausland (§ 17 SGB V)
Ambulante Vorsorgeleistungen in anerkannten Kurorten (§ 23 SGB V)
Leistungen zur medizinischen Rehabilitation (§ 40 SGB V) und ergänzende Leistungen (§ 43
SGB V)
Ärztliche Behandlung in Gesundheitseinrichtungen (z. B. Hochschulambulanzen (§ 117 SGB V),
psychiatrischen Institutsambulanzen (§ 118 SGB V) und sozialpädiatrischen Zentren (§ 119
SGB V))
Im Rahmen dieser Expertise wird hierauf nicht weiter eingegangen.
2.1.9
Arbeitsunfähigkeit
Die Ausführungen zu den Arbeitsunfähigkeitsdaten orientieren sich im Wesentliche an der Darstellung
von Meyer (2014) im Handbuch »Routinedaten« [Swart et al. 2014].
2.1.9.1
Die gesetzlichen Krankenkassen erhalten auf der rechtlichen Basis des Entgeltfortzahlungsgesetzes
(EFZG) Informationen über die Arbeitsunfähigkeit (AU) des Versicherten. Nach § 5 des EFZG ist der
Arbeitnehmer verpflichtet, seinem Arbeitgeber eine ärztliche Bescheinigung vorzulegen, wenn die
Arbeitsunfähigkeit länger als drei Kalendertage dauert. Der Arbeitgeber ist berechtigt eine frühere
Vorlage der Arbeitsunfähigkeitsbescheinigung zu verlangen. Ist der Arbeitnehmer gesetzlich
krankenversichert, muss die ärztliche Bescheinigung einen Vermerk des behandelnden Arztes
darüber enthalten, dass der Krankenkasse unverzüglich eine Bescheinigung über die
Arbeitsunfähigkeit mit der Angabe über den Befund und die voraussichtliche Dauer der
Arbeitsunfähigkeit übersandt wird. Die Arbeitsunfähigkeitsmeldung an die Krankenkasse kann durch
den Arzt oder den Patienten erfolgen. Eine unterlassene Meldung kann die mögliche Zahlung von
Krankengeld seitens der Krankenkasse gefährden. Diese zahlt im Rahmen der Entgeltfortzahlung im
Krankheitsfall Krankengeld, wenn ein Versicherter infolge einer länger als sechs Wochen
andauernden Krankheit arbeitsunfähig ist. Es beträgt in der Regel 70 Prozent des Bruttoverdienstes
und maximal 90 Prozent des Nettoarbeitsentgelts und soll den Versicherten in die Lage versetzen,
trotz Arbeitsunfähigkeit seinen Lebensunterhalt zu bestreiten.
Datengutachten
DIMDI
29
02
In den Richtlinien des Gemeinsamen Bundesausschusses über die Beurteilung der Arbeitsunfähigkeit
und die Maßnahmen zur stufenweisen Wiedereingliederung nach § 92 Abs. 1 Satz 2 Nr. 7 SGB V ist
festgelegt, was konkret unter Arbeitsunfähigkeit zu verstehen ist und unter welchen Bedingungen eine
entsprechende Bescheinigung zu erstellen ist. Diese Arbeitsunfähigkeits-Richtlinien sind für die
ärztlichen Praxen verbindlich.
Die Krankenkassen erfassen die Arbeitsunfähigkeitsdaten in ihren Datenbanken aus zwei Gründen.
Zum einen nutzen sie die medizinischen Daten, um die Dauer des Anspruches des Versicherten auf
Entgeltzahlung zu prüfen und ggf. den Anspruch auf Krankengeld (in der Regel nach Ablauf der
sechsten Krankheitswoche) festzustellen. Zum anderen sind die Krankenkassen verpflichtet,
Auswertungsergebnisse zum AU-Meldegeschehen der einzelnen Krankenkasse für die
Zusammenstellung von Bundesstatistiken zu erstellen und an das Bundesministerium für Gesundheit
(BMG) weiterzugeben.
2.1.9.2
2.1.9.2.1
Dateninhalte
Arbeitsunfähigkeitsbescheinigung
Für Mitglieder der gesetzlichen Krankenversicherung wird ein dreiteiliges Formular ausgestellt. Die
erste Seite ist für die Krankenkasse bestimmt (Original), die zweite Seite ist der Durchschlag für den
Arbeitsgeber. Hier fehlt aus Gründen des Datenschutzes die Diagnose. Die dritte Seite ist der
Durchschlag für den ausstellenden Arzt (für die Krankenakte).
2.1.9.2.2
Datenhaltung in den Kassen
Grundsätzlich verfügen die Krankenkassen über alle Informationen, die auf der ersten Seite der
Arbeitsunfähigkeitsbescheinigung vom Arzt vermerkt werden.
Damit stehen in den GKV-Daten zu den Arbeitsunfähigkeiten folgende auswertungsrelevante
Informationen zur Verfügung:
▪ Versicherter:
▪ Arbeitgeber:
▪ Betriebsstättennummer
▪ Ausstellender Arzt
▪ Arztnummer des AU-ausstellenden Arztes
▪ Ausstellungsdatum
▪ Arbeitsunfähigkeit:
▪ Datum des Beginns der Arbeitsunfähigkeit
▪ Datum des voraussichtlichen Endes der Arbeitsunfähigkeit
▪ Erst- oder Folgebescheinigung
▪ Arbeitsunfall, Arbeitsunfallfolgen, Berufskrankheit
▪ Dem Durchgangsarzt zugewiesen
▪ Sonstiger Unfall, Unfallfolge
▪ Versorgungsleiden (BVG)
▪ Diagnose (ICD-10-Schlüssel, Zusatz zur Diagnosesicherheit)
Datengutachten
DIMDI
30
02
▪ Angabe, ob besondere Maßnahmen eingeleitet werden sollen (z. B. Badekur,
Heilverfahren, MDK)
Auf den Arbeitsunfähigkeitsbescheinigungen können grundsätzlich mehrere Diagnosen dokumentiert
werden, wobei es keine Regelung für eine Priorisierung der angegebenen Diagnosen gibt. Auch
Krankenhausaufenthalte im Rahmen der Arbeitsunfähigkeit werden in der Regel erfasst.
2.1.9.3
Aktualität
Die Datenverfügbarkeit bzw. der Zeitpunkt der Nutzung nach interner Qualitätssicherung
unterscheidet sich zwischen den Kassen und ist dort nachzufragen.
2.1.9.4
Auswertungsmöglichkeiten zeigen z. B die seit 1999 herausgegebenen Fehlzeiten-Reporte des WIdO.
Es werden Entwicklungstrends der AU-Zeiten dargestellt sowie jährlich wechselnde Themen
vertiefend bearbeiten (siehe beispielsweise den Fehlzeiten-Report 2013. »Verdammt zum Erfolg – die
süchtige Arbeitsgesellschaft« [www.wido.de/fzr_2013.html]. Für die betriebliche
Gesundheitsberichterstattung und Gesundheitsförderung werden ebenfalls detaillierte Analysen des
AU-Geschehens betriebs- und abteilungsbezogenen aufbereitet.
2.1.10 Zahnärztlicher Sektor
Die folgenden Ausführungen basieren in nennenswertem Umfang auf dem Beitrag von Hussein et al.
(2014) in der Neuauflage des Handbuches Routinedaten. Auf eine explizite Zitierung dieser Passagen
wird – mit Ausnahme von wörtlichen Zitaten - im Einzelnen verzichtet.
2.1.10.1 Gesetzliche Grundlagen
Die Leistungen der Zahnärzte sind nach SGB V § 295 in gleichem Umfang und Format wie die
ärztlichen Abrechnungsdaten – via Kassenzahnärztliche Vereinigungen – versichertenbezogen an die
Krankenkassen zu liefern. Aus datentechnischer Sicht sollte es demnach möglich sein,
versichertenbezogene (pseudonymisierte) Auswertungen zum Sektor »Zahnärztliche Leistungen und
Kosten« zu generieren. Bis vor kurzem fehlten allerdings auf versichertenbezogenen Routinedaten
basierende Untersuchungen und Veröffentlichungen, wie bereits 2005 festgestellt wurde [Meyer et al.
2005].
Leistungsdaten für den zahnmedizinischen Versorgungsbereich standen bislang lediglich in
aggregierter Form zur Verfügung (vgl. §77 und §295 SGB V). Sie konnten und können z. B. der GKV
Statistik KJ1 vom Bundesministerium für Gesundheit, BMG 2013 und dem jährlich erscheinenden
Jahrbuch der Kassenzahnärztlichen Bundesvereinigung [KZBV 2013] entnommen werden.
Grundsätzlich sind den KZBV-Statistiken nur die Daten zu entnehmen, die auch über die
kassenzahnärztlichen Vereinigungen (KZVen) abgerechnet werden, also keine Daten über
Leistungen, die nicht im Leistungskatalog der gesetzlichen Krankenversicherung enthalten und auf der
Basis einer privaten Rechnung erbracht und bezahlt wurden. Das KZBV-Jahrbuch weist seit einigen
Jahren in Ergänzung zu den GKV-Daten auch eine Statistik zum privatzahnärztlichen
Abrechnungsgeschehen aus. Bei den Daten zur »Gebührenordnung für Zahnärzte (GOZ)« handelt es
sich um Paneldaten, die seit 1997 (IV. Quartal) erhoben werden. Über die nicht in den
Erstattungsbereich einer Versicherung fallenden Leistungen werden Schätzwerte angegeben [KZBV
2004].
Datengutachten
DIMDI
31
02
Dem publizierten Datenmaterial zur vertragszahnärztlichen Versorgung sind u. a. in den
Einzelleistungsstatistiken die Frequenzen zu den einzelnen abgerechneten zahnmedizinischen
Leistungen des »Einheitlichen Bewertungsmaßstabs für zahnärztliche Leistungen gemäß § 87 Abs. 2
und 2d SGB V (BEMA)« zu entnehmen [Meyer et al. 2005]. Im Abschnitt »Abrechnungsstatistiken«
wird z. B. der durchschnittliche GKV-Punktwert für die verschiedenen Leistungsbereiche des BEMA
veröffentlicht, sowie die Volumina der einzelnen Leistungsbereiche.
Aus (haus-/zahn-)ärztlicher Sicht wie auch aus der Perspektive der Versorgungsforschung sind Daten
zur Mundgesundheit (sowie zur mundgesundheitsbezogener Lebensqualität) als Teil des allgemeinen
Gesundheitszustandes von Interesse. Transparenz des zahnmedizinischen Leistungsgeschehens ist
daher nicht nur aus eigenem Recht notwendig, sondern auch eine sinnvolle Ergänzung zur
Transparenz des medizinischen Leistungsgeschehens. Als problematisch gilt insbesondere die
zahnärztliche Versorgung in Pflegeheimen und Behinderteneinrichtungen.
Im zahnärztlichen Bereich ist allerdings der Anteil der Leistungen, die bei GKV-Versicherten nicht über
die GKV abgerechnet werden, größer als im medizinischen Bereich. Darüber hinaus ist es möglich,
Kassenleistungen durch privat getragene Mehrleistungen aufzustocken (»Mehrkostenregelung« nach
§ 28 Absatz 2 SGB V). Auch dieser Leistungsbereich bedarf im Interesse des Verbraucherschutzes
der Transparenz.
2.1.10.2 Dateninhalte
In dem genannten Beitrag von Hussein et al. (2014) werden ausführlich die Datenflüsse vom
Leistungserbringer über die kassenzahnärztlichen Vereinigungen an die gesetzlichen Krankenkassen
beschrieben (auch anhand der Formulare zur konservierenden und chirurgischen zahnärztlichen
Versorgung bzw. zu Heil- und Kostenplänen), Daher folgt hier lediglich eine knappe Beschreibung der
Dateninhalte.
Nach § 295 SGB V sind Vertragszahnärzte verpflichtet, ihre Leistungsabrechnungen in elektronischer
Form an die Krankenkassen zu übermitteln. An der Abrechnung beteiligt sind Vertragszahnärzte,
KZVen und gesetzliche Krankenkassen; die Datenübermittlung erfolgt in zwei Schritten.
Zahnärztliche Leistungen sowie zahntechnische Daten vom Labor werden als Abrechnungsdaten
zuerst vom Vertragszahnarzt in digitaler Form an die zuständige KZV übermittelt. Je nach BEMABereich der zahnärztlichen Versorgung unterscheiden sich die erforderlichen Angaben und
Abrechnungsmuster der elektronischen Datensätze.
Der zweite Schritt der Datenübermittlung findet zwischen der KZV und den gesetzlichen
Krankenkassen statt. Von der KZV werden Einzelnachweise sowie eine Gesamtrechnung pro
Behandlungsfall pro Krankenkasse konfiguriert. Die mit den Einzelnachweisen übermittelten
Informationen unterscheiden sich in ihrem Umfang nach den Bereich der zahnärztlichen Versorgung.
Außerdem vollzieht die KZV eine Prüfung der Gesamtrechnung anhand sachlicher und rechnerischer
Aspekte. Die Datensätze werden dann in elektronischer Form oder auf Datenträgern an die
gesetzlichen Krankenkassen übermittelt.
„Erst seit dem Jahr 2004, mit dem Inkrafttreten des Gesundheitsmodernisierungsgesetzes, sind
Zahnärzte und KZVen verpflichtet, die Abrechnungsdaten an die zuständigen Krankenkassen in
elektronischer Form oder auf maschinenlesbaren Datenträgern zu übermitteln. Die elektronische
Datenübermittlung erfolgt zuerst für den Bereich konservierend, chirurgisch und Röntgenleistungen
(BEMA-Teil 1) und ab dem Abrechnungsjahr 2012 für die anderen Bereiche des BEMA. Die Daten
ermöglichen versichertenbezogene Auswertungen von Befunden, Diagnosen, Abrechnungsziffern
Datengutachten
DIMDI
32
02
(nach BEMA) und Verordnungen. Über die Möglichkeiten einer verbesserten Abrechnungsprüfung
hinaus entsteht aus wissenschaftlicher Perspektive durch Übermittlung der Abrechnungsdaten an die
gesetzlichen Krankenkassen ein erheblicher Informationszuwachs, da sie dort mit den Stammdaten
der gesetzlich Versicherten verknüpft werden können.
Zu den übrigen BEMA-Bereichen liegen elektronisch übermittelte Daten ebenfalls erst ab dem
Abrechnungsjahr 2012 vor, so dass Ausführungen zu diesen Datenbeständen derzeit noch nicht
Bestandteil des vorliegenden Kapitels sind.“ [Hussein et al., 2014]
Maßgeblich für diese Expertise sind die für die Versorgungsforschung nutzbaren Daten bei den
Kostenträgern. Diese werden in unterschiedlichem Umfang übermittelt. Der Einzelfallnachweis im
Bereich konservierende und chirurgische Leistungen umfasst:
▪ Falldaten (je Abrechnungsfall genau eine Beobachtung):
▪ Versichertenkennung
▪ Versichertenart
▪ Identifikationsnummer
▪ KZV-Nummer
▪ Leistungs- und Abrechnungsquartal
▪ Punktsumme/-wert für konservierende und chirurgische sowie Röntgenleistungen (KCH)
▪
▪
▪
▪
und für Leistungen der Individualprophylaxe (IP/FU); (beide BEMA-Teil 1)
Betrag sonstige Kosten
Kennzeichen und Betrag der Praxisgebühr
Gesamtrechnungsbetrag
eindeutige Fallkennung (zur Verbindung der einzelnen Datentabellen)
▪ Leistungs-/Entgeltdaten (je Abrechnungsfall mindestens eine Beobachtung)
▪ eindeutige Fallkennung
▪ Leistungsdatum
▪ Gebührennummer
▪ Zahn- und Positionsangabe
Der zahnärztliche Befund wird vom Zahnarzt bei der Abrechnung der Leistungen des BEMA-Teil 1
nicht angegeben, da er sich aus den abzurechnenden Leistungen (BEMA-Ziffern) ergibt [KZBV und
GKV-Spitzenverband 2010b]. Eine Gesamtrechnung der abgerechneten zahnärztlichen Leistungen
erfolgt durch die KZV. Diese enthält Informationen über Fallzahl, Punktsummen sowie den gültigen
Punktwert und das Datum der Rechnungsstellung. Weitere Angaben umfassen die Teilrechnungen für
besondere Versichertengruppen (besondere Versichertenkreise nach der Kennzeichnung auf der
Versichertenkarte, z.B. Sozialhilfeempfänger). Teilrechnungen nach dem Status M (für Mitglied), F (für
Familienversicherte), R (für Rentner) und für fehlenden Status stellen ebenfalls einen Teil der
Gesamtrechnung an die Krankenkasse dar [KZBV und GKV-Spitzenverband 2010].
Für den Bereich der Versorgung mit Zahnersatz und Zahnkronen gelten analoge Regelungen zum
Einzelnachweis und zur Gesamtrechnung. Die von der KZV bzw. vom Zahnarzt erforderlichen
Angaben und Informationen sind allerdings umfangreicher. So umfasst der Einzelnachweis:
▪ Falldaten (je Abrechnungsfall genau eine Beobachtung)
▪ Versichertenkennung
▪ Versichertenart
▪ Identifikationsnummer
Datengutachten
DIMDI
33
02
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
KZV-Nummer
Ausstellungsdatum, Eingliederungsdatum
Punktsumme/-wert für Zahnersatzleistungen (BEMA-Teil 1)
Gesamtrechnungsbetrag
Festzuschuss und Versichertenanteil vom Zahnersatz
Bonusanspruch und Härtefall
Laborkosten von Eigen- und Fremdlabor sowie Versandkosten, Herstellungsort
Zahnarzthonorar sowie zusätzliches Honorar nach BEMA in Euro
Kennzeichen Unfall, Versorgungsleiden, bei Verwendung von Nichtedelmetallen oder bei
Fallbesonderheiten
eindeutige Fallkennung
▪ Leistungs-/Entgeltdaten (je Abrechnungsfall mindestens eine Beobachtung)
▪ eindeutige Fallkennung
▪ Gebührennummer und Anzahl abgerechneter Gebührennummern
▪ Referenzkennzeichen bei zusätzlichen Leistungen
▪ Befunddaten (je Abrechnungsfall mindestens eine Beobachtung)
▪ Befundnummer
▪ Zahn-/Gebietskennzeichnung
▪ Kennzeichen Nachträglicher Befund
▪ Anzahl beantragter und abgerechneter Befundnummern
▪ Betrag Fallbesonderheit
Die KZV erstellt auch in diesem Leistungsbereich eine Gesamtrechnung der abgerechneten
zahnärztlichen Leistungen. Die in der Gesamtrechnung enthaltenen Informationen sind Fallzahl,
Rechnungsbetrag, Teilrechnungen nach dem Status M, F, R und für fehlenden Status, Datum der
Rechnungsstellung sowie Summe der Anteile, die durch den GKV-Versicherten zu zahlen sind.
Aus den beschriebenen Dateninhalten lassen sich in Daten zu konservierenden und chirurgischen
Leistungen und Röntgenleistungen zentrale Beobachtungseinheiten und Zählgrößen ableiten:
▪
▪
▪
▪
▪
▪
▪
Abrechnungsfälle, Behandlungsfälle
Anteil Versicherte mit Zahnarztkontakt
Zahnarztkontakte
Anzahl dokumentierte Leistungen
Punktsummen für Behandlungsaufwendungen
ausgewiesene Geldbeträge für Behandlungsaufwendungen
Behandlungsaufwendungen, Kosten.
Wesentliche Beobachtungseinheiten und Zählgrößen in Daten zur Versorgung mit Zahnersatz und
Zahnkronen sind:
▪
▪
▪
▪
▪
▪
Anteil Versicherte mit Zahnersatzleistung
Anzahl dokumentierter Befunde zu Festzuschüssen
Anzahl dokumentierter Leistungen nach BEMA und GOZ
Behandlungsaufwendungen, Kosten
ausgewiesene Geldbeträge für abgerechnete Befundpositionen (Festzuschusssystem)
ausgewiesene Geldbeträge für Eigenbeteiligung des Versicherten
Datengutachten
DIMDI
34
02
▪ Bonuszuzahlung in Prozent
▪ Eigenanteil des Versicherten
▪ Versorgungsart.
Mit dem Vorliegen weitgehend vollständiger KZV-Abrechnungsdaten zur ambulanten
vertragszahnärztlichen Versorgung in einem bestimmten Kalenderjahr ist typischerweise nicht vor dem
Beginn der zweiten Hälfte des Folgejahres zu rechnen.
2.1.10.3 Aktualität und Datenzugang
Daten zur zahnärztlichen Versorgung werden größtenteils jährlich aktualisiert und über das Internet
zugänglich gemacht. Allerdings erfolgt der Zugang nur zu aggregierten Daten, Einzeldaten können
nicht eingesehen werden.
Die Kassenzahnärztliche Bundesvereinigung gibt ein Jahrbuch mit statistischen Basisdaten zur
vertragszahnärztlichen Versorgung heraus. Dieses kann über die Website der KZBV bestellt werden,
einzelne statistische Basisdaten (z. B. zu Zahlen von Abrechnungsfällen, Punktwerten oder zur
Zahnärztedichte) stehen als PDF zum Download bereit.
Auch die Bundeszahnärztekammer veröffentlicht ein Jahrbuch, welches bestellt werden kann.
Außerdem werden in der jährlich erscheinenden Broschüre »Daten und Fakten« die wichtigsten
Kennzahlen zur zahnärztlichen Versorgung (z.B. Zahnarztdichte, Kariesentwicklung, Anteile der
Zahnmedizin an den Ausgaben der GKV) veröffentlicht, die Broschüre steht als PDF zur Verfügung.
Die BZÄK ermöglicht auf ihrer Website zudem die Einsicht in die Mitgliederstatistiken der (Landes)Zahnärztekammern. Hier finden sich Daten zur Anzahl der Mitglieder nach Kammern, beruflicher
Stellung und Geschlecht oder auch zur Anzahl der Fachzahnärzte nach Kammern. Ein weiterer
Datenzugang über die BZÄK besteht zu einer GOZ-Analyse des Gemeinschaftsprojektes zur
Datenerhebung von privatärztlichem Rechnungsgeschehen in Deutschland. Der Zugang ist jedoch
begrenzt, die Auswertungen sind nur für Teilnehmer der Studie zugänglich.
Die BARMER GEK bietet seit 2011 jährlich einen Zahnreport, der sowohl in einer Print-, als auch in
einer PDF-Version auf der Website zur Verfügung steht und aggregierte Daten in umfangreicher Form
darstellt [Schäfer et al. 2013].
2.1.10.4 Nutzungsmöglichkeiten
Seit dem Jahr 2011 werden erstmalig Daten der BARMER und der ehemaligen GEK (später BARMER
GEK) zur zahnärztlichen Versorgung jährlich ausgewertet und in Form eines Reports veröffentlicht.
Dieser umfasst eine Einführung über Routinedaten im Gesundheitswesen und die verschiedenen
Bereiche der zahnärztlichen Leistungen. Es werden außerdem Art, Struktur, Umfang und
Übertragbarkeit der Daten beschrieben und die verwendeten Methoden genannt. Zur Erklärung von
Unterschieden wird auf ergänzende Daten eingegangen. Anschließend erfolgen in einem Standardteil
des Reports Auswertungen zu den konservierenden und chirurgischen Leistungen (BEMA-Teil 1) wie
z. B. Zahnarztkontakten, Kosten, Inanspruchnahme präventiver und konservierender Maßnahmen
sowie Röntgenleistungen.
Die Auswertungen zum Standardteil des BARMER GEK Zahnreports 2013 basieren auf
pseudonymisierten Daten von 8,6 Mio. Versicherten der BARMER GEK im Jahr 2011 in Deutschland
[Schäfer et al. 2013]. Sie machten einen Anteil von ca. 10,5% der deutschen Bevölkerung aus. Zur
Analyse der kassenzahnärztlichen Versorgung wurden die Abrechnungsdaten aller Länder (mit
Ausnahme von Schleswig-Holstein) einbezogen, d. h. 10,3 Mio. Behandlungsfälle und 55,2 Mio.
Datengutachten
DIMDI
35
02
Gebührenordnungsnummern. Der zweite Teil hat ein jährlich wechselndes Schwerpunktthema wie z.
B. regionale Unterschiede in der Inanspruchnahme zahnärztlicher Leistungen in Deutschland oder
Zahnersatz und Zahnkronen.
Eine weitere Nutzung von Daten erfolgt durch das Institut der Deutschen Zahnärzte (IZD) in Köln. Das
IZD ist eine gemeinsame Forschungseinrichtung der BZÄK und der KZBV und betreibt
wissenschaftliche Beratung und praxisrelevante Forschung im Bereich der Zahnmedizin [vgl. www.idzkoeln.de]. Forschungsvorhaben finden in folgenden Themenfeldern statt:
▪
▪
▪
▪
▪
2.2
Oralepidemiologie: insbesondere DMS-Mundgesundheitsstudien (ab 2013: DMS-V)
Verhaltensmedizin: Präventionsforschung, Zahnarzt-Patient-Beziehung, etc.
Gesundheitsökonomie: Finanzierung, Existenzgründung, Kosten-Nutzen-Analysen, etc.
Zahnärztliche Berufsausübung: in Hinblick auf Wirtschaftlichkeit und Qualität
Systemforschung: Politikanalyse.
Die nachstehenden Ausführungen beruhen einerseits auf den Ausführungen in der BÄK-Expertise
sowie auf den Informationen des BMG zur Pflege (www.bmg.bund.de/pflege/leistungen.html), die hier
stark verkürzt wiedergegeben werden. Auf eine explizite Kennzeichnung der Zitate wurde verzichtet.
(Zu dieser Thematik siehe auch [Müller et. al. 2014])
Das Sozialgesetzbuch XI (BGBl I S. 1014) regelt die soziale Pflegeversicherung, die als
eigenständiger Zweig der Sozialversicherung stufenweise ab 1995 eingeführt wurde. Einbezogen sind
alle Personen, die krankenversichert sind. Die neu eingerichteten Pflegekassen als Träger der
Pflegeversicherung sind bei den Krankenkassen (nach § 4 SGB V) angesiedelt
Das Neunte Kapitel SGB XI enthält die Ausführungen zu Datenschutz und Statistik. Für welche
Zwecke personenbezogene Daten erhoben und verarbeitet werden dürfen, ist in § 94 SGB XI
aufgeführt:
„(1) Die Pflegekassen dürfen personenbezogene Daten für Zwecke der Pflegeversicherung nur
erheben, verarbeiten und nutzen, soweit dies für:
▪ 1. die Feststellung des Versicherungsverhältnisses (§§ 20 bis 26) und der Mitgliedschaft (§ 49),
▪ 2. die Feststellung der Beitragspflicht und der Beiträge, deren Tragung und Zahlung (§§ 54 bis
▪
▪
▪
▪
▪
▪
▪
▪
61),
3. die Prüfung der Leistungspflicht und die Gewährung von Leistungen an Versicherte (§§ 4 und
28),
4. die Beteiligung des Medizinischen Dienstes (§§ 18 und 40),
5. die Abrechnung mit den Leistungserbringern und die Kostenerstattung (§§ 84 bis 91 und
105),
6. die Überwachung der Wirtschaftlichkeit und der Qualität der Leistungserbringung (§§ 79, 80,
112 bis 115, 117 und 118),
6a. den Abschluss und die Durchführung von Pflegesatzvereinbarungen (§§ 85, 86),
Vergütungsvereinbarungen (§ 89) sowie Leistungs- und Qualitätsvereinbarungen (§ 80a),
7. die Beratung über Leistungen der Prävention und Teilhabe sowie über die Leistungen und
Hilfen zur Pflege (§ 7),
8. die Koordinierung pflegerischer Hilfen (§ 12),
9. die Abrechnung mit anderen Leistungsträgern,
Datengutachten
DIMDI
36
02
▪ 10. statistische Zwecke (§ 109)
erforderlich ist.“
Weitere Paragraphen regeln die Nutzung personenbezogener Daten bei den Verbänden der
Pflegekassen (§ 95), die gemeinsame Nutzung durch Pflegekasse und Krankenkasse (§ 96) sowie
durch den Medizinischen Dienst der Krankenversicherung (MDK) (§97). Ebenso wie bei der
gesetzlichen Krankenversicherung ist eine Datennutzung im Zusammenhang mit der
Qualitätssicherung (§ 97a) und für Forschungsvorhaben (§ 98) vorgesehen.
2.2.1
Abrechnungsdaten der Pflegekassen
Im Rahmen eines Forschungsvorhabens könnten die Abrechnungsdaten der Pflegekassen als
Sekundärdaten genutzt werden. Im Folgenden werden die einzelnen Pflegeleistungen, die von den
Pflegekassen erstattet werden und damit in einem Sekundärdatensatz enthalten sind, kurz vorgestellt
(s. ausführlich www.bmg.bund.de/pflege/leistungen.html).
Um Leistungen der Pflegeversicherung in Anspruch nehmen zu können, muss der Versicherte in den
letzten zehn Jahren vor der Antragstellung zwei Jahre als Mitglied in die Pflegekasse eingezahlt
haben oder familienversichert gewesen sein. Die Leistungen der Pflegeversicherung können in drei
Bereiche unterteilt werden:
▪ länger- bzw. langfristige Leistungen,
▪ kurzfristige bzw. Einzelleistungen und
▪ Leistungen für pflegende Angehörige
Die längerfristigen Leistungen wiederum können nach dem Ort der Pflegeleistungsinanspruchnahme
unterschieden werden in
▪ ambulante (Pflege zu Hause durch einen Pflegedienst und/oder durch Angehörige) und
▪ stationäre Leistungen (Pflege im Pflegeheim).
2.2.1.1
Ambulante Leistungen
Zu den ambulanten Pflegeleistungen zählen die Sachleistungen (Hilfe von Pflegediensten) und das
Pflegegeld (über das der Pflegebedürftige frei entscheiden kann und zum Beispiel zur Entschädigung
von pflegenden Angehörigen nutzen kann). Diese beiden Leistungen können einzeln und auch in
Kombination (sogenannte Kombinationsleistung) in Anspruch genommen werden, wobei sich dabei
das Pflegegeld anteilig um den Wert der in Anspruch genommenen Sachleistungen vermindert. Die
Höhe der monatlichen Leistungen der Pflegekasse richtet sich nach der Pflegestufe, in die der
Antragsteller eingestuft wurde. Bei der Inanspruchnahme von Pflegegeld und Pflege durch eine
private Person übernimmt die Pflegeversicherung die Kosten einer Ersatzpflege für längstens vier
Wochen je Kalenderjahr, zur Überbrückung von Urlaub oder Krankheit der Pflegeperson. Dies ist die
sogenannte Verhinderungspflege.
2.2.1.2
Stationäre Leistungen
Die vollstationäre Pflege wird gewährt, falls die ambulante häusliche Pflege nicht möglich ist. Die
Pflegekasse übernimmt für die vollstationäre Versorgung in einem Pflegeheim einen pauschalen
Sachleistungsbetrag, dessen Höhe von der jeweiligen Pflegestufe abhängt. Ist im Tagesverlauf nur
eine zeitweise Betreuung erforderlich, kann die Versorgung in einer teilstationären Pflegeeinrichtung
in Betracht kommen. Teilstationäre Pflege kann dabei als Tages- oder Nachtpflege konzipiert sein. Sie
Datengutachten
DIMDI
37
02
kann mit ambulanten Pflegesachleistungen und/oder dem Pflegegeld kombiniert werden. Als weitere
stationäre Pflegeleistung gibt es die Kurzzeitpflege, die bis zu vier Wochen im Jahr in Anspruch
genommen werden kann. Dabei handelt es sich auch um eine vollstationäre Pflege, die insbesondere
zur Bewältigung von Krisensituationen bei der häuslichen Pflege oder übergangsweise im Anschluss
an einen Krankenhausaufenthalt gewährt wird. Die Leistung der Pflegeversicherung für die
Kurzzeitpflege unterscheidet sich betragsmäßig nicht nach Pflegestufen, sondern steht unabhängig
von der Einstufung allen Pflegebedürftigen in gleicher Höhe zur Verfügung.
In den Abrechnungsdaten der Pflegekassen ist für jeden Leistungsempfänger für den entsprechenden
Zeitraum die jeweils in Anspruch genommene(n) Leistungsart(en) angegeben.
2.2.1.3
Einzelleistungen
Zu den kurzfristigen bzw. Einzelleistungen zählen
▪ zum Verbrauch bestimmte Pflegehilfsmittel (z. B. Einmalhandschuhe, Betteinlagen)
▪ technische Pflegehilfsmittel (z. B. Pflegebett, Notrufsystem)
▪ Maßnahmen zur Verbesserung des Wohnumfeldes
Kosten für Pflegehilfsmittel werden von der Pflegeversicherung übernommen, wenn keine
Leistungsverpflichtung der Krankenkasse besteht. Das Pflegehilfsmittelverzeichnis der Pflegekassen
informiert darüber, welche Pflegehilfsmittel zur Verfügung gestellt bzw. leihweise überlassen werden.
Zu Maßnahmen zur Verbesserung des individuellen Wohnumfelds wie z. B. der Umbau zu einem
behindertengerechten Bad oder Anpassung von Mobiliar, kann die Pflegekasse einen Zuschuss
zahlen, wenn die Maßnahmen dazu dienen, die häusliche Pflege zu ermöglichen, sie erheblich zu
erleichtern oder eine möglichst selbständige Lebensführung des Pflege- oder Betreuungsbedürftigen
wieder herzustellen.
2.2.1.4
Leistungen für pflegende Angehörige
Zu den Leistungen für pflegende Angehörige zählen
▪ Pflegekurse,
▪ Pflegezeit.
Personen, die Angehörige pflegen, können einen Pflegekurs der Pflegekasse in Anspruch nehmen.
Diese bieten praktische Anleitungen, Beratungen und die Möglichkeit zum Austausch mit anderen
Pflegenden.
Wird ein Angehöriger pflegebedürftig, kann man die sogenannte Pflegezeit in Anspruch nehmen.
Dabei hat man für die Dauer von bis zu sechs Monaten Anspruch auf unbezahlte, sozialversicherte
Freistellung von der Arbeit. Dabei erstattet die Pflegeversicherung gegebenenfalls auf Antrag die
Beiträge zur Kranken- und Pflegeversicherung und zur Arbeitslosenversicherung.
2.2.1.5
Beispiel für Datennutzung
Die Routinedaten der Pflegekassen ermöglichen Auswertungen zu verschiedensten Fragestellungen.
Die Daten enthalten personenbezogene Angaben ob und in welchem Zeitraum eine Pflegeleistung mit
welcher Pflegestufe in Anspruch genommen wurde und welche Pflegeart gewählt wurde. Damit wird
über die amtliche Statistik, die nur einen Fallbezug aufweist, hinausgehend eine Darstellung von
beispielsweise Pflegedauer oder Pflegeverläufen möglich. Neben den amtlichen Pflegestatistiken liegt
Datengutachten
DIMDI
38
02
seit 2010 ein krankenkassenspezifischer Report (Barmer-GEK-Pflegereport) vor, der jährlich unter
einem anderen Schwerpunktthema fortgeschrieben wird. Nach dem Thema »Demenz und Pflege« im
Jahr 2010 und »Personen mit erheblich eingeschränkter Alltagskompetenz« im Jahr 2011, steht im
aktuellen Report das Thema »Kosten der Pflegebedürftigkeit« im Mittelpunkt [Rothgang H et al. 2012].
Bei sektorübergreifenden Nutzung der Daten der Krankenkasse können beispielsweise die Morbidität
und Inanspruchnahme der gesundheitlichen Versorgung durch Pflegeleistungsempfänger untersucht
oder Unterschiede in der Versorgung von Versicherten mit und ohne Pflege bei gleichen
Erkrankungen [Schubert et al. 2007] beschrieben werden.
2.2.2
Daten des MDK
Die Feststellung der Pflegebedürftigkeit und Zuordnung zu einer Pflegestufe erfolgt durch den
Medizinischen Dienst der Krankenversicherung (MDK) nach den (gesetzlichen) Vorschriften der §§ 14
und 15 des Sozialgesetzbuches (SGB XI) und den von den Spitzenverbänden der Pflegekassen
beschlossenen Pflegebedürftigkeits-, Begutachtungs- und Härtefall-Richtlinien (s. hierzu auch
[Niemeyer et al. 2005]).
In einem standardisierten Formulargutachten werden folgende Daten erhoben:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Geburtsjahr des Versicherten (nach Altersgruppen)
Geschlecht
Beantragte Leistung
Derzeitige Versorgungssituation (Heilmittel/Hilfsmittel)
Wohnstatus (alleinlebend; mit anderen zusammenlebend)
Erste pflegebegründende Diagnose (ICD-10 verschlüsselt)
Krankheiten/Behinderungen und ihre Auswirkung auf die Aktivitäten des täglichen Lebens
Festgestellter Hilfebedarf bei den Verrichtungen nach § 14 SGB XI
Zeitbedarf in den Bereichen der Grundpflege in Minuten (gesamt und differenziert nach
Bereichen)
Ergebnis der Prüfung des Vorliegens von Pflegebedürftigkeit, einschl. Pflegestufe
Sicherstellung der häuslichen Pflege bei beantragter Geldleistung
Empfehlung an die Pflegekasse/individueller Pflegeplan
Verfahren zur Feststellung, ob eine erheblich eingeschränkte Alltagskompetenz vorliegt.
Auf Grundlage dieser vom MDK zur Verfügung gestellten Daten werden gemäß gesetzlicher Regelung
durch den Medizinischen Dienst der Spitzenverbände der Krankenkassen (MDS) verschiedene
Statistiken zum
▪ Auftrags- und Begutachtungsgeschehen des MDK (aktuellster Bericht: Pflegebericht des
▪
▪
Medizinischen Dienstes 2007-2008, Juni 2009) sowie zu
sozialmedizinischen Daten der Versicherten und auch zur
Qualität der Pflege nach §114a Abs. 6 SGB XI (Bericht des MDS zur Qualität in der ambulanten
und stationären Pflege, April 2012)
erstellt [s. ausführlich Niemeyer et al. 2005].
Diese Daten werden zudem für die Pflegeberichterstattung genutzt.
Öffentlich zugänglich sind u. a. folgende zweijährig erstellte Statistiken:
▪ die Pflegestatistik des Statistischen Bundesamtes (www.destatis.de)
Datengutachten
DIMDI
39
02
▪ Statistiken zur Pflegeversicherung des Bundesministeriums für Gesundheit
[www.bmg.bund.de/pflege/zahlen-und-fakten-zur-pflegeversicherung.html] (s. Kap. 3.5).
Diese Statistiken geben u. a. Auskunft über die Zahl der Personen, die Pflegeleistungen in Anspruch
nimmt (nach Pflegeort, Geld oder Sachleistung und Pflegestufe), über die Leistungsausgaben und
Finanzentwicklung.
Die amtliche Statistik wird zweijährig erstellt. Aktuell liegt die Pflegestatistik 2011 vor [Statistisches
Bundesamt 2013]. (s. Kap. 3.5).
2.2.2.1
Die Daten aus den Pflegegutachten des MDK sind auch über die Routinestatistiken hinaus für
Forschungsfragen nutzbar. Wünschenswert wäre hier die Möglichkeit zur Verknüpfung der Gutachten
mit den Daten der Pflegekasse bzw. der Krankenkasse. Dies ist routinemäßig nicht möglich, da die
Pflegegutachten keine Krankenversichertennummer enthalten. Für Forschungsvorhaben sind hier
Linkage-Verfahren unter Heranziehung von Informationen, die in beiden Datenbeständen vorliegen,
zu wählen. Auf diese Weise konnten die Fragen nach der Umsetzung von
Rehabilitationsempfehlungen seitens des MDK in der ambulanten Versorgung und zur Beurteilung der
rehabilitativen Möglichkeiten und Erfolge untersucht werden [Küpper-Nybelen et al. 2006].
2.3
Gesetzliche Rentenversicherung
Bei der Statistik der Gesetzlichen Rentenversicherung (RV) handelt es sich um ein hierarchisches
Berichtswesen. Zuerst werden die Daten in den Versicherungskonten bei den einzelnen
Rentenversicherungsträgern innerhalb deren Verwaltungstätigkeit erhoben, geprüft und dokumentiert.
Teile dieser Verwaltungsdaten werden in definierten statistischen Datensätzen an die Deutschen
Rentenversicherung Bund (DRV-Bund) weitergeleitet. Aus diesem Grund stehen Routinedaten der RV
als fall- bzw. versichertenbezogenbezogene Daten oder als Statistik-Dateien geprüft, ausgewertet und
publiziert zur Verfügung. Der Deutschen Rentenversicherung Bund ist die Organisation und
Durchführung des statistischen Berichtwesens sowie der Aufbau des Forschungsdatenzentrums der
Rentenversicherung (FDZ-RV) übertragen worden.
2.3.1
Aufgaben des FDZ-RV
Neben der Dokumentation gehört die Bereitstellung von aktuellen Daten sowie die Zusendung der
Daten an externe Datennutzer zu den Aufgaben des FDZ-RV. Weiterhin wird die Dateninfrastruktur
kontinuierlich gepflegt und weiterentwickelt. Wissenschaftler haben auf Antrag Zugang zu allen
Versionen der Datensätze. Die Möglichkeit des Zugriffs auf gesonderte Daten wird durch einen
Gastwissenschaftler-Arbeitsplatz an den beiden Standorten des FDZ-RV oder durch das kontrollierte
Fernrechnen via Internet ermöglicht.
2.3.2
Struktur der Datensätze
Das FDZ-RV stellt Daten der gesetzlichen Rentenversicherungen in Deutschland für die Wissenschaft
und Forschung zur Verfügung. Diese Mikrodaten der Rentenversicherung werden aus
prozessproduzierten Statistikdaten gewonnen und für die wissenschaftliche Forschung aufbereitet.
Statistikdaten sind Daten, die Ergebnis von Verwaltungshandlungen und Vollerhebungen sind. Durch
Stichprobenziehungen von Versicherten oder Reha-Antragstellern können außerdem zusätzliche,
sonst nur mit erheblichem Aufwand zu ermittelnde Informationen über Versicherte gesammelt werden
[www.fdz-rv.de].
Datengutachten
DIMDI
40
02
Die Mikrodaten der Rentenversicherung gehen aus der Statistik der sozialversicherungspflichtigen
Beschäftigten hervor. Beschäftigungsverhältnisse, die der Sozialversicherungspflicht unterliegen,
führen zu Meldungen des Arbeitgebers an den für die Arbeitnehmer zuständigen
Rentenversicherungsträger. Die Daten geben wesentliche Tatbestände des Arbeitslebens wider. Dazu
zählen der Beginn und das Ende eines Beschäftigungsverhältnisses, Arbeitslosigkeit, Vorruhestand,
Renteneintritt sowie das gezahlte Entgelt und weitere Informationen zur Person und dem
beschäftigenden Betrieb. Neben den Arbeitgebermeldungen an die Rentenversicherungen liegen
zahlreiche Verwaltungsdaten über Leistungen an Versicherte vor (u. a. Rentenzahlungen,
Beantragung, Bewilligung und Erledigung von Leistungen der Rentenversicherung wie
Rehabilitationsmaßnahmen). Diese Informationen lassen prinzipiell umfassende, längsschnittliche und
repräsentative Aussagen über die rentenversicherungspflichtige Bevölkerung zu. Differenzierte
Analysen für spezifische Gruppen sind aufgrund der großen Fallzahlen möglich. Für diese
Personenkreise können z. B. Erwerbsbiographien bis hin zur Berentung nachgebildet werden [Rehfeld
et al. 2005].
2.3.3
Aktualität
Die im Forschungsdatenzentrum vorgehaltenen Statistiken werden primär als sog. Querschnittsdaten
zum Stichtag 31.12. erhoben und in der Regel als Jahresscheiben veröffentlicht. Zum Zeitpunkt der
Erstellung dieses Gutachtens (Dezember 2013) werden die Daten zum Teil schon bis 2012
angeboten.
Man kann die Statistiken nach ihrem Inhalt in die folgenden sachlichen Themenbereiche
untergliedern:
▪
▪
▪
▪
▪
Versichertenstatistiken
Rentenstatistiken
Rehabilitationsstatistiken
Finanzstatistiken
sonstige Statistiken (z. B. Altersvorsorge)
Im Einzelnen stehen folgende Daten (jeweils der aktuelle Jahrgang genannt) für die wissenschaftliche
Nutzung zur Verfügung, wobei nach Querschnitt- und Längsschnittdaten sowie nach Basis- und
Themenfiles unterschieden wird:
Längsschnittdaten-Basisfiles
▪ Abgeschlossene Rehabilitation im Versicherungsverlauf 2002 bis 2009
▪ Versicherungskontenstichprobe 2011 (Biografiedaten zu Versicherten)
▪ Vollendete Versichertenleben 2010 (Biografiedaten zu Vollendeten Versichertenleben
Längsschnittdaten-Themenfiles
▪ Biografiedaten ausgewählter Sozialversicherungsträger in Deutschland 2007 (BASiD 2007)
▪ SHARE-RV 2009
Querschnittdaten-Basisfiles
▪ Versichertenrentenbestand 2012
▪ Versichertenrentenzugang 2012
▪ Aktiv Versicherte 2011
Datengutachten
DIMDI
41
02
▪ Rehabilitation 2010
Querschnittdaten-Themenfiles
▪
▪
▪
▪
2.3.4
Aktiv Versicherte und Rentengeschehen 2011 (Regionaldatensatz)
Rentenwegfall und Rentenbestand 1993 bis 2010 – Demografiedatensatz
Versichertenrentenzugang 2010 - Erwerbsminderung und Diagnosen
Versichertenrentenzugang 2003 - Schwerpunkt Qualifikation
Die Daten zu den Versicherten, Renten und Rehabilitationen ermöglichen methodische und
ausführliche Analysen zu sozial- und gesundheitswissenschaftlichen, epidemiologischen,
ökonomischen, strukturellen und demographischen Fragestellungen.
Zusätzlich ist durch eine Zusammenführung der Rentenversicherungsdaten mit Daten aus anderen
Institutionen oder durch die Erhebung von weiteren Daten die Beantwortung von weiterführenden
Forschungsfragen möglich. Beim BASiD-Projekt wurde z. B. ein Längsschnitt-Biografiedatensatz auf
Basis der Daten der RV, der Bundesagentur für Arbeit und des Instituts für Arbeitsmarkt- und
Berufsforschung erstellt. Im Projekt »Lebensläufe und Alterssicherung im Wandel« (LAW) werteten die
drei kooperierenden Institutionen Deutsches Zentrums für Altersforschung (DZA), Sozioökonomisches
Panel (SOEP) und Deutsche Rentenversicherung Bund (DRV-Bund) die von ihnen bereitgestellten
Längsschnitt-Datensätze (insbesondere Versichertenkontenstichproben, sozioökonomische Panel,
Deutscher Alterssurvey) miteinander kombiniert und interdisziplinär aus. Durch die parallele
Auswertung und das statistische Matching unterschiedlicher Datenquellen (Register- und
Surveydaten) wurde eine bisher für Deutschland einmalige Datenbasis über Lebenslaufänderungen
und der Weiterentwicklung der Altersvorsorge geschaffen [www.fdz-rv.de].
In der Vergangenheit beschränkte sich das Datenangebot auf aggregierte Daten. Die Bereitstellung
von aufbereiteten Mikrodaten erfolgt erst seit kurzer Zeit. Die Daten sind als Längsschnitt- oder
Querschnittdaten aufbereitet, wobei die Längsschnittdaten die Versicherungsbiografien abbilden und
die Querschnittsdaten sich auf den Verlauf im gesamten Berichtsjahr (z. B. Rentenwegfall,
Rentenzugang) oder auf Sachverhalte verknüpft mit einzelnen Stichtagen (z. B. Rentenbestand zum
31.12. des Berichtsjahres) beziehen. Die Datensätze der Rentenversicherung werden für die
Forschung in verschiedenen Versionen und in einem unterschiedlichen Grad der Anonymisierung
angeboten (sog. Scientific Use Files (SUF) und Public Use Files (PUF)). Einzelheiten können der
Dokumentation der jeweiligen Statistik auf der Internetseite des FDZ-RV entnommen werden.
2.3.5
Medizinische und berufliche Rehabilitation
Die Daten der RV stellen unter epidemiologischen, arbeits- und sozialmedizinischen Gesichtspunkten
valide Informationen über medizinische und berufliche Rehabilitationen sowie Erwerbsminderung
bereit. Dabei handelt es sich um Informationen aus ärztlichen Entlassungsberichten im Bereich der
medizinischen Rehabilitation und Berufsförderung. Weiterhin sind auch Diagnosen und Befunde im
Falle einer Frühberentung wegen Erwerbsminderung (früher Berufs- und Erwerbsunfähigkeitsrenten)
in den Daten dokumentiert. Zusätzlich fallen weitere Routinedaten durch Maßnahmen der
Qualitätssicherung der Rehabilitation mittels Routineinstrumenten und Methoden an. Dabei werden
mittels Peer-Review-Verfahren oder Patientenbefragungen kontinuierliche Qualitätsüberprüfungen
und -rückmeldungen an die Rehabilitationseinrichtungen ermöglicht.
Datengutachten
DIMDI
42
02
Diese Daten sind zu wissenschaftlichen Zwecken nutzbar, wobei wissenschaftliche Exzellenz und der
Nutzen für die Entwicklung der rehabilitativen Versorgungspraxis wichtige Kriterien für eine
Forschungsförderung ist.
Über laufende und abgeschlossene Forschungsprojekte gibt die Internetseite des
Forschungsdatenzentrums der Rentenversicherung Auskunft. Beispiele für Nutzungsmöglichkeiten
von Daten der Rentenversicherung über das FDZ-RV sind:
▪ Untersuchung der verschiedenen Einkommensgruppen und deren Unterschiede bei der
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
ferneren Lebenserwartung im Alter ab 65 Jahren,
Untersuchung sozial bedingter gesundheitlicher Ungleichheit,
Einblick in verschiedene Phasen der Rehabilitation als Teil des Versorgungsgeschehens,
ambulante Versorgung und medizinische Rehabilitation: Schnittstellenprobleme aus der Sicht
niedergelassener Ärzte,
Case Management in der Rehabilitation,
kontrollierte Therapiestudie zur Optimierung berufsbezogener Therapiemaßnahmen in der
psychosomatischen Rehabilitation,
medizinische Rehabilitation bei älteren Versicherten (55plus),
Entwicklung von Reha-Therapiestandards für die medizinische Rehabilitation nach
unterschiedlichen Krankheitsbildern und medizinischen Eingriffen (z. B. Hüft- oder Knie-TotalEndoprothetik depressiven Störungen),
Evaluation beruflicher Rehabilitationsmaßnahmen am Beispiel von Einrichtungen der
ambulanten und stationären beruflichen Rehabilitation,
Entwicklung einer EDV-gestützten Schnittstelle zur Implementierung von Inhalten der
Nationalen Versorgungsleitlinien in Praxis-EDV unter besonderer Berücksichtigung der
Nahtstellen zur ambulanten und stationären Rehabilitation,
Evaluation beruflicher Rehabilitationsmaßnahmen am Beispiel von Einrichtungen der
ambulanten und stationären beruflichen Rehabilitation.
Als Beispiel für Forschungsaktivitäten sei das Kooperationsprojekt »SHARE-RV« des
Forschungsdatenzentrums der Rentenversicherung mit dem Munich Center for the Economics of
Aging (MEA) am Max-Planck-Institut für Sozialrecht und Sozialpolitik genannt. Die folgenden Angaben
wurden der Webseite des Projekts entnommen. „Der Survey of Health, Ageing and Retirement in
Europe (SHARE) wurde erstmals 2004 als repräsentative Befragung der Bevölkerung im Alter 50+ in
11 europäischen Ländern erhoben. Die zweite Befragungswelle von Herbst 2006 bis Frühjahr 2007
wurde mit über 30.000 Befragten in insgesamt 14 europäischen Ländern und Israel durchgeführt. Die
dritte Befragungswelle zu retrospektiven Lebensgeschichten (SHARELIFE), bei der die gesamte
Lebensgeschichte der Studienteilnehmer betrachtet wurde, fand 2008/2009 in 13 europäischen
Ländern statt. In der vierten Befragungswelle (2011/2012) wurden 65.000 Menschen in 16 Ländern
befragt, wobei Estland, Ungarn, Portugal und Slowenien neu beigetreten sind. Zusätzlich zur
Fortführung der Längsschnittuntersuchung beinhaltet diese Befragungswelle ein neues Modul zur
Untersuchung sozialer Netzwerke. Da die mittlerweile über 85.000 Studienteilnehmer im Abstand von
zwei Jahren befragt werden, können Wissenschaftler die Veränderung der wirtschaftlichen,
gesundheitlichen und sozialen Lage älterer Menschen in Europa beobachten. Auf diese Weise kann
untersucht werden, wie einschneidende Ereignisse im Lebensverlauf wie z. B. der Renteneintritt oder
Verwitwung bewältigt werden oder wie sich Änderungen der institutionellen Rahmenbedingungen
(z. B. im Gesundheits- oder Rentensystem) auf die Lebensqualität älterer Europäer auswirken“ (nach
www.share-project.org/deutsch).
Datengutachten
DIMDI
43
02
Die deutsche Teilstichprobe des SHARE der dritten und vierten Erhebungswelle wurde mit
biographischen Informationen aus den Versicherungskonten und dem Versichertenrentenbestand der
Rentenversicherung verbunden. Die Verknüpfung der beiden Datenquellen wird in den folgenden
Erhebungswellen von SHARE fortgeführt. Daten von Share können als Scientic Use File genutzt
werden.
2.4
Die Ausführungen zur gesetzlichen Unfallversicherung beruhen in weiten Teilen auf der Darstellung
von Lohsträter (2005) im Handbuch »Routinedaten« [Swart/Ihle 2005] sowie auf dem Text des BÄK
Gutachtens.
2.4.1
Die seit 1984 bestehende gesetzliche Unfallversicherung, die als Pflichtversicherung
Gesundheitsschäden ausgleicht, die Versicherte in Folge einer versicherten Tätigkeit erleiden, ist im
System der deutschen Sozialversicherung durch den Grundsatz »alles aus einer Hand« geprägt.
Entsprechend werden die Versorgungsleistungen zum Ausgleich von Arbeitsunfällen und
Berufskrankheiten von der Akutversorgung über die Rehabilitation, Pflege und Rentenleistungen bis
hin zu ggf. notwendigen Leistungen zur Teilhabe am Arbeitsleben oder zur Teilhabe am Leben in der
Gemeinschaft wie jede der Leistungen aus dem Katalog des Sozialgesetzbuches (SGB) VII durch
einen Kostenträger erbracht. Hierzu zählen neben den gewerblichen Berufsgenossenschaften und der
landwirtschaftlichen Berufsgenossenschaft die Unfallversicherungsträger der öffentlichen Hand, die
wiederum Unfallkassen, Landeunfallkassen und Gemeindeunfallversicherungsverbände einschließen
[BMAS 2013].
Am 01.06.2007 fusionierten der Dachverband der gewerblichen Berufsgenossenschaften und der
Dachverband der Unfallversicherungsträger der öffentlichen Hand zur Deutschen Gesetzlichen
Unfallversicherung (DGUV). Eine Trennung nach sektoralen Zuständigkeiten ist unter den
Unfallversicherungsträgern ebenso wenig vorhanden wie eine nach Leistungsbereichen.
Wie im Recht der Kranken- und Rentenversicherung besteht für die Erhebung von Daten im Rahmen
des Unfallversicherungsrechts ein »Verbot mit Erlaubnisvorbehalt« , d. h., Daten dürfen nicht erhoben,
gespeichert, verarbeitet und genutzt werden, es sei denn, ein Gesetz erlaubt dies ausdrücklich. Der
Begriff der Sozialdaten ist in § 35 SGB I definiert. Für alle Bereiche der Sozialversicherung ist das
SGB X mit seinen Datenschutzvorschriften einschlägig (§§ 67 ff.). Datenschutzrechtliche
Besonderheiten der Unfallversicherung sind in den §§ 199 bis 208 SGB VII geregelt.
2.4.2
Dateninhalte
Die Sozial- bzw. personenbezogenen Daten entstehen i. d. R. bei Durchgangsärzten (D-Ärzte) sowie
bei an der besonderen Heilbehandlung beteiligten Ärzten (H-Ärzte) [Mansky/Nimptsch 2010]. Es
handelt es sich vorwiegend um Daten zu Arbeits- und Wegeunfällen sowie um Berufskrankheitsdaten.
Das Berichtswesen der Unfallversicherungsträger sowie das Zulassungsverfahren der Ärzte zur
Behandlung unterscheiden sich inhaltlich erheblich von den Datenerhebungen und
Zulassungsverfahren anderer Sozialversicherungsträger. Als personenbezogene Daten stehen den
Unfallversicherungsträgern die Befunde, die Diagnose(n) und das erste therapeutische Vorgehen
(konservativ, operativ) zur Verfügung. Im Verlauf der medizinischen Rehabilitation kommen Daten zur
Dauer der Arbeitsunfähigkeit, zu Differenzialdiagnosen, angefallenen Reisekosten, Heil- und
Hilfsmitteln, Arzneimitteln, weiteren therapeutischen Maßnahmen, Kosten der stationären und
Datengutachten
DIMDI
44
02
ambulanten Behandlung sowie des Outcome hinzu (als Minderung der Erwerbsfähigkeit (MdE) und
Dauer der MdE sowie der daraus resultierenden Rentenzahlungen). Neben der Dauer der
Arbeitsunfähigkeit stellen der Rentenstatus und die Rentenleistungen im Einzelnen das
versicherungsrechtlich relevante Outcome dar. Heil- und Hilfsmittel sind sowohl in der Art als auch der
Menge beschreib- und quantifizierbar.
Gespeichert und bearbeitet werden die Daten beim jeweils zuständigen Unfallversicherungsträger. Im
Rahmen bestehender Meldepflichten liefern die einzelnen Unfallversicherungsträger ihrem nunmehr
fusionierten Dachverband folgende Informationen [Lohsträter 2005]:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Reha-Basisdokumentation
Grunddaten zum Leistungsfall
Ergebnis der medizinischen (Erst-)Rehabilitation
Dokumentation der Maßnahmen, die über die ambulante Behandlung hinausgehen
Kosten der Rehabilitation
Dokumentation der Unfallrenten
Neue Unfallrenten im Meldejahr
Rentenverlaufs- und Kostendokumentation
Berufskrankheiten-Dokumentation
Verdachtsanzeigen einer Berufskrankheit
Folgedokumentation
Berufskrankheiten-Kosten.
Hinsichtlich der an den Dachverband zu meldenden Daten existieren einheitliche Signieranleitungen
und Schlüsselverzeichnisse. Die Plausibilitätsprüfungen der Daten bei den einzelnen Trägern erfolgen
nach den vom Dachverband vorgesehenen Regelungen und Hinweisen.
Den Unfallversicherungsträgern werden neben den Arbeitsunfähigkeitsbescheinigungen mit den nach
ICD-10 klassifizierten Diagnosen zusätzlich ausführliche Berichte mit Klartexten übermittelt, die es
erlauben, die Angaben bezüglich der Befunde, Diagnosen und erbrachten Leistungen zu präzisieren
[PMV/FEISA 2010]. Ferner werden Informationen zu Frakturen entsprechend der
Klassifikationsempfehlungen nach Müller-Mai und Ekkernkamp (2010) verschlüsselt. Dieser Schlüssel
begründet sich aus dem Arbeitsschwerpunkt der Unfallversicherungsträger, welcher – mit Ausnahme
der leichteren Fälle – durch regelhaft vorliegende Frakturen gekennzeichnet ist. Eine Vergleichbarkeit
der jeweiligen Träger bzw. einzelner Unfälle und ihrer Strukturen ist ebenso gewährleistet wie ein
diagnosebezogener Kostenvergleich.
Die zu Lasten der gesetzlichen Unfallversicherung erbrachten Leistungen werden durch die Erbringer
sowohl ambulanter als auch stationärer Heilbehandlungen in einem speziellen Berichtswesen erfasst,
welches seit 2006 in elektronischer Form über den Datenaustausch zwischen Leistungserbringern und
gesetzlichen Unfallversicherungsträgern (DALE-UV) erfolgt [Mansky/Nimptsch 2010]. Erfasst werden
im Rahmen dieses Verfahrens sowohl Berichte zu Unfallhergang und Befund sowie zum Verlauf des
Heilverfahrens und der Dauer der Arbeitsunfähigkeit als auch Daten zu Diagnosen und Prozeduren,
spezielle Angaben zu verschiedenen Verletzungsarten sowie Berichte zu Nachuntersuchungen. Die
verschlüsselten Daten werden von den jeweiligen Leistungserbringern an die zentrale
Datenannahmestelle der DGUV übermittelt und anschließend an die im betreffenden Fall zuständige
Unfallversicherung weitergeleitet. Kopien der Daten werden zusätzlich an den weiterbehandelnden
Arzt und ggf. an die mit der Auszahlung des Verletztengeldes beauftragte gesetzliche
Krankenversicherung des Patienten übermittelt (ebd.).
Datengutachten
DIMDI
45
02
2.4.3
Aktualität
Die einzelnen Träger melden ihre Daten im Februar eines Jahres für das abgelaufene Jahr an den
DGUV. Nach der Übermittlung des Datenträgers an den DGUV erfolgt dort ein Bestandsupdate
bezüglich der Berichtigungen und Löschungen sowie der Änderungen der Ordnungsbegriffe. Das
Update erhält der jeweilige Unfallversicherungsträger, um Datenidentität zu erzielen.
Die Zahlen zum Unfallgeschehen werden jeweils etwa mit einem Jahr Verzögerung auf der Webseite
der Deutschen Gesetzlichen Unfallversicherung bereitgestellt. Zum Zeitpunkt der Erstellung der
Expertise (Ende 2013) liegen Zahlen bis einschließlich zum Berichtsjahr 2012 vor.
2.4.4
Zugang
Für Forschungszwecke nutzbare Daten liegen dem Spitzenverband der Gesetzlichen
Unfallversicherung [DGVU; www.dguv.de] vor.
Der Datenumfang ist dort z. B. in den Geschäfts- und Rechnungsergebnissen zusammengefasst. Im
Einzelnen stehen auf der Webseite des DGUV Informationen zu folgenden Themenbereichen für
mehrere aufeinander folgende Jahre bereit (s. www.dguv.de/inhalt/zahlen/bk/index.jsp):
▪
▪
▪
▪
▪
▪
Versicherte und Unternehmen/Einrichtungen
Arbeits- und Wegeunfälle
Unfälle in der Schüler-Unfallversicherung
Berufskrankheitengeschehen
Entschädigungsleistungen
Prävention
Die Daten (siehe w. o.) stehen als Tabellenextrakte oder in Form der jährlich aufbereiteten DGUV–
Statistiken für die Praxis zur Verfügung. In dieser Broschüre werden neben den aktuellen Daten auch
längere Zeitreihen und auf Bundesländerebene disaggregierte Zahlen präsentiert. Weitere separate
Broschüren gibt es für das Arbeitsunfall- und Schülerunfallgeschehen.
Routineauswertungen regelmäßig vorliegender Daten aus dem Zuständigkeitsbereich der
gesetzlichen Unfallversicherung finden weiterhin wiederkehrend Eingang in die
Gesundheitsberichterstattung des Robert Koch-Instituts. Gestaltbare Tabellen zur Visualisierung
verschiedener Zahlen und Kennziffern sind darüber hinaus auch auf den vom Statistischen
Bundesamt herausgegebenen Seiten des Online-Informationssystems der
Gesundheitsberichterstattung des Bundes zugänglich [www.gbe-bund.de].
Die GENESIS-Online Datenbank des statistischen Bundesamtes bietet schließlich eine weitere
Möglichkeit der Erstellung benutzerdefinierter Tabellen zur Darstellung verschiedener
unfallversicherungsbezogener Daten (s. www.genesis.destatis.de).
2.4.5
Die im Bereich der gesetzlichen Unfallversicherung erfassten Versichertendaten werden für die
Erforschung von Ursachen, Folgen und Kosten von Berufskrankheiten und Arbeitsunfällen sowie zur
Beantwortung von Fragestellungen der Prävention und Rehabilitation verwendet [Mansky/Nimptsch
2010].
Hierbei ist es den Unfallversicherungsträgern nach § 199 Abs. 1 Nr. 6 SGB VII gestattet, Sozialdaten
zum Zwecke der Erforschung von Risiken und Gesundheitsgefahren für ihre Versicherten zu erheben
Datengutachten
DIMDI
46
02
und zu speichern. Weiterhin ist eine Erlaubnis zur Zusammenführung von Datenbeständen mehrerer
Unfallversicherungsträger in § 204 SGB VII geregelt. Zu Forschungszwecken ist es den
Unfallversicherungsträgern gemäß § 206 SGB VII darüber hinaus gestattet, gesonderte
personenbezogene Daten zu erheben bzw. diese vom Arzt an den jeweiligen Träger zu übermitteln
[Mansky/Nimptsch 2010].
Die bei der Deutschen Gesetzlichen Unfallversicherung vorliegenden Gesamtstatistikdatensätze
ermöglichen Auswertungen über die Versorgungsstrukturen in der gesetzlichen Unfallversicherung
und liefern die Grundlage für das Sozialbudget der Bundesregierung. Verknüpfungen mit anderen
Trägern der Sozialversicherung sind in der Regel nicht notwendig, da die Unfallversicherungsträger
vollständige versicherungsfallbezogene Daten abbilden können. Gleichwohl besteht der gesetzliche
Auftrag zur Zusammenarbeit mit der GKV im Zuge der Vermeidung arbeitsbedingter Erkrankungen (§
20 b SGB V bzw. § 14 Abs. 2 SGB VII).
Zur Erfüllung ihres gesetzlichen Auftrages, der die Durchführung branchen- und
gefährdungsspezifischer wissenschaftlicher Untersuchungen einschließt, betreibt die deutsche
gesetzliche Unfallversicherung eigene Forschung. Die Unfallversicherungsträger unterhalten zu
diesem Zweck drei gemeinsam getragene Forschungsinstitute (DGUV-Institute: Institut für
Arbeitsschutz der DGUV, Institut für Arbeit und Gesundheit der DGUV, Institut für Prävention und
Arbeitsmedizin der DGUV – Institut der Ruhr-Universität Bochum) und unterstützen
Forschungsprojekte externer Einrichtungen. Weitere Forschungsarbeit wird darüber hinaus in den
berufsgenossenschaftlichen Kliniken geleistet [DGUV 2011].
Daten und Forschungsergebnisse der drei gemeinsam getragenen DGUV-Institute sind den
Internetpräsenzen der einzelnen Institute zu entnehmen (s. Linkverzeichnis am Ende des
Gutachtens).
Weitere Aktivitäten im Bereich der Forschung zur Weiterentwicklung von diagnostischen und
therapeutischen Methoden und Verfahren sowie zur Evaluation von Kosten und Nutzen unter
Berücksichtigung des Rehabilitationsmanagements werden von den berufsgenossenschaftlichen
Kliniken betrieben. Jährlich erscheinende Jahresberichte zu den Entwicklungen der
berufsgenossenschaftlichen Unfallklinika sind auf der Website des Klinikverbundes der gesetzlichen
Unfallversicherung frei zugänglich [www.k-uv.de].
In Ergänzung zur eigenen Forschungstätigkeit finanzieren die Unfallversicherungsträger geeignete
Forschungsvorhaben Dritter durch die DGUV-Forschungsförderung (FQBP). Inwieweit die
beschriebenen Datenquellen der gesetzlichen Unfallversicherung im Rahmen solcher
Forschungsprojekte zur Verfügung gestellt werden können und nach geltendem Recht gestellt werden
dürfen, ist dabei im Einzelfall zu prüfen [s. www.dguv.de/inhalt/forschung/foerder/index.jsp].
Datengutachten
DIMDI
47
03
3
1.1
Daten der amtlichen Statistik: Überblick
Die Ausführungen zur amtlichen Statistik beruhen einerseits auf den Angaben der Webseite der
Forschungsdatenzentren (www.forschungsdatenzentrum.de), andererseits auf den Ausführungen der
Autoren in der BÄK-Expertise [PMV/FEISA 2010] sowie auf dem Beitrag von Marx et al. (2014).
Die amtliche Statistik stellt eine Reihe von Informationen bereit, die für die Beschreibung und
Beurteilung des Gesundheitssystems von Bedeutung sind. Hierzu wurden Forschungsdatenzentren
(FDZ) eingerichtet mit den Ziel, Mikrodatenbestände der amtlichen Statistik für die wissenschaftliche
Forschung nutzbar zu machen. Das FDZ des statistischen Bundesamtes mit den Standorten Bonn,
Berlin und Wiesbaden wurde 2001 gegründet, das FDZ der Landesämter wurde 2002 mit 16
regionalen Standorten eingerichtet. Aus über 100 amtlichen Statistiken werden Daten angeboten.
Das Datenangebot der FDZs gliedert sich in Sozial-, Wirtschafts-, Finanz- und Steuer-, Rechts- sowie
Agrar-, Energie- und Umweltstatistiken. Folgende Statistiken des Gesundheitswesens werden
vorgehalten:
▪
▪
▪
▪
▪
3.1.1
Krankenhausstatistik (s. Kap. 3.2)
Fallpauschalenbezogene Krankenhausstatistik (DRG-Statistik) (s. Kap. 3.3)
Pflegestatistik (s. Kap. 3.5)
Stichprobendaten von Versicherten der gesetzlichen Krankenversicherung (ambulante
Behandlungsfälle; 2002, Scientific Use File; vgl. [Lugert 2007])
Todesursachenstatistik (s. Kap.3.4).
Aktualität
Diese unterscheidet sich je nach dem genutzten Datenbestand (siehe hierzu
Forschungsdatenzentrum der Statistischen Ämter des Bundes und der Länder, 2013). In 2013 liegen
Angaben vor
▪
▪
▪
▪
3.1.2
zur Todesursachenstatistik bis zum Jahr 2011,
zur Krankenhausstatistik Teil I-III bis 2010
zur DRG-Statistik bis 2011
zur Statistik über ambulante, stationäre Pflegeeinrichtungen und Pflegeleistungsempfänger bis
2011
Zugang
Die Forschungsdatenzentren bieten verschiedene Formen des Datenzugangs für ausgewählte
Datenbereiche an:
1. Onsite Nutzung für Hochschulen und Einrichtungen, die unabhängige wissenschaftliche
Forschung betreiben: Arbeitsplätzen für Gastwissenschaftler sowie kontrollierte
Datenfernverarbeitung
2. Off-Site Nutzung durch Bereitstellung
▪ eines Scientific Use File (SUF) für einen eingeschränkten Nutzerkreis
Datengutachten
DIMDI
48
03
▪ eines Public Use Files (für die interessierte Öffentlichkeit)
▪ eines Campus Files (reduzierter Datengehalt für Lehr- und Ausbildungszwecke)
Die Zugangswege im Rahmen der genannten Nutzungsmöglichkeiten unterscheiden sich sowohl
hinsichtlich der Anonymität der nutzbaren Daten als auch in der Art der Datenbereitstellung. Damit ist
der Zugang zu faktisch anonymisierten Mikrodaten möglich, die bislang nicht außerhalb der amtlichen
Statistik zugänglich gemacht werden konnten. Einzelheiten zu den Nutzungsbedingungen und der
Höhe des Entgeltes, das von der Anzahl der genutzten Datenbestände und ggf. zusätzlichem
Programmieraufwand seitens des FDZ abhängig ist, können der Webseite der FDZ entnommen
werden (www.forschungsdatenzentrum.de)
3.1.3
Zu den Nutzungsmöglichkeiten siehe die Ausführungen zu den verschiedenen Statistiken. Bei
Zeitreihenanalysen sind generelle Veränderungen in der Erhebung/Kodierung zu berücksichtigen.
Die regionale Auflösung der Daten erfolgt inzwischen in weiten Bereichen routinemäßig bis auf die
Ebene der Landkreise und kreisfreien Städte (»GENESIS Regionaldatenbank Deutschland«), in
begrenztem Maße (vor allem Bevölkerungsdaten) auch auf Ebene der Gemeinden (»Statistik lokal«).
Problematisch bei der Nutzung der amtlichen Statistik war in der Vergangenheit eine uneinheitliche
Auflösung der Daten nach Alter und Geschlecht gerade in höheren Altersklassen. Das erschwerte die
Bildung geeigneter Risikobevölkerungen bei den besonders versorgungsrelevanten Altersgruppen im
Rentenalter oder erforderte unnötig grobe Zusammenfassungen über mehrere Altersklassen hinweg;
für die Altersklassen im Kindes- und Jugendalter galt diese Aussage ähnlich [Swart 2002]. Es bedarf
der Prüfung im Einzelfall, inwieweit bei Zähler- und Nennerereignissen eine für die jeweilige
Fragestellung ausreichend feine Auflösung der Daten nach soziodemographischen Merkmalen
vorliegt.
3.2
Krankenhausstatistik
Die folgende Darstellung beruht auf den Angaben zur Krankenhausstatistik auf der destatis
Homepage. Die Krankenhausstatistik stellt eine bundeseinheitlich jährlich durchgeführte Vollerhebung
der Krankenhäuser sowie der Vorsorge – oder Rehabilitationseinrichtungen dar, die sich in drei Teile
(Teil I Grunddaten, Teil II: Diagnosestatistik, Teil III Kosten) gliedert. Für die Einrichtungen besteht
eine Auskunftspflicht (zu den gesetzlichen Grundlagen [s. www.destatis.de])
„Seit dem Berichtsjahr 2003 gibt es neben dem klassischen Erhebungsfragebogen eine spezielle
Softwareanwendung, in die die Daten aus dem Elektronischen Datenverarbeitungs (EDV)-Systems
des Krankenhauses eingelesen werden können. An die Datenerfassung schließen sich Prüfverfahren
in den Statistischen Landesämtern an. Dabei wird das Datenmaterial von fehlerhaften und
unplausiblen Daten bereinigt. Die Aggregation der Landesergebnisse zu einem Bundesergebnis
erfolgt durch das Statistische Bundesamt, welches ebenfalls mit der Konzeption der Erhebung
beauftragt ist“ [www.destatis.de].
„Zentrale Ergebnisse der Krankenhausstatistik für die drei Erhebungsbereiche werden etwa 12
Monate nach dem Ende des Berichtsjahres mit einer Pressemitteilung veröffentlicht. Ausführliche
Ergebnisse bietet die Fachserie 12 mit der Reihe 6.1.1 »Grunddaten der Krankenhäuser und
Vorsorge- oder Rehabilitationseinrichtungen«, der Reihe 6.2.2 »Diagnosedaten der
Krankenhauspatientinnen und -patienten« sowie der Reihe 6.3 »Kostennachweis der
Datengutachten
DIMDI
49
03
Krankenhäuser«, die im Bereich Publikationen, Fachveröffentlichungen abrufbar sind“
[www.destatis.de].
3.2.1
Teil I: Grunddaten
Teil I der Statistik umfasst die sogenannten Grunddaten zur sachlichen und personellen Ausstattung
wie Betten, medizinische Großgeräte, ärztliches und nichtärztliches Personal der Krankenhäuser und
Vorsorge- oder Rehabilitationseinrichtungen sowie ihrer organisatorischen Einheiten
(Fachabteilungen). Folgende Angaben werden seit 1991 erhoben:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Bettenausstattung
Aufgestellte Betten, Berechnungs- und Belegungstage und Patientenbewegung
Personal (umgerechnet in Vollkräfte)
Ärztliches Personal
Nichtärztliches Personal
Ausbildungsstätten
Arzneimittelversorgung
Medizinisch-technische Großgeräte
Nicht bettenführende Fachabteilungen
Vor-, nach- und teilstationäre Behandlungen
Tages- und Nachtklinikplätze
Dialyseeinrichtungen
Organisatorisch abgrenzbare besondere Einrichtungen nach § 3 Nr. 7 KHStatV
Ambulante Operationen
Entbindungen und Geburten in Krankenhäusern
Die erhobenen Variablen zu Vorsorge- oder Rehabilitationseinrichtungen umfassen:
▪
▪
▪
▪
▪
Aufgestellte Betten, Pflegetage und Patientenbewegung
Personal (umgerechnet in Vollkräfte)
Ärztliches Personal
Nichtärztliches Personal
Medizinisch-technische Großgeräte
Die Daten werden vom Statistischen Bundesamt in der Fachserie 12, Reihen 6.1.1 und 6.1.2 (jährlich)
veröffentlicht (im Publikationsservice als kostenfreier Download auf der Homepage des Statistischen
Bundesamtes [www.destatis.de/publikationen]).
3.2.2
Teil II: Krankenhausdiagnosestatistik
Die Krankenhausdiagnosestatistik bildet das zu einem Krankenhausaufenthalt führende
Morbiditätsgeschehen ab. Für jeden aus dem Krankenhaus entlassenen vollstationären Patienten
(einschließlich der im Krankenhaus Verstorbenen) wird ein Datensatz erhoben. Die Daten werden von
den Krankenhäusern an das zuständige statistische Landesamt gemeldet, welches wiederum eine
Weiterleitung an das statistische Bundesamt veranlasst. Die Statistik ist rein fallbezogen, Verlegungen
oder wiederholte Aufnahmen des gleichen Patienten können nicht identifiziert werden. Die Daten
werden seit 1993 erhoben, seit 2003 auch von den Vorsorge- oder Rehabilitationseinrichtungen mit
mehr als 100 Betten.
Zugänglich über destatis sind Angaben der Patienten in Krankenhäusern nach:
Datengutachten
DIMDI
50
03
▪
▪
▪
▪
▪
▪
▪
▪
Geschlecht
Geburtsmonat/Geburtsjahr
Zugangsdatum (Tag/Monat/Jahr)
Abgangsdatum (Tag/Monat/Jahr)
Sterbefall (ja/nein)
Hauptdiagnose (1993 bis 1999 3-stelliger ICD-Schlüssel; ab 2000 4-stelliger ICD-Schlüssel in
der jeweils gültigen Fassung)
Fachabteilung, in der die Patientin/der Patient am längsten gelegen hat
(Fachabteilungsschlüssel)
Wohnort der Patienten (Postleitzahl, Gemeindename)
Bei der kontrollierten Datenfernabfrage oder der on-site-Nutzung sind Analysen nach PLZ, Alter,
Geschlecht und Diagnose möglich. Das Ergebnis wird dem Nutzer in datenschutzrechtlich
unbedenklicher Form als Tabelle zur Verfügung gestellt. Dieser Ansatz verspricht dem Nutzer bei der
Konzeption der Auswertung weitgehende Freiheiten. Die Testdatensätze der Berichtsjahre 2002 bis
2008 enthalten folgende Merkmale (Tab. 1).
Tab. 1: Merkmalsliste der Krankenhausdiagnosestatistik 2002 bis 2008 im Rahmen einer kontrollierten
Datenfernabfrage
Var-Nr.
Variable
1
Krankenhaus-Nr. (anonymisiert)
2
Geschlecht
3
Sterbefall
4
Hauptdiagnose (ICD 4stellig)
5
Operation im Zusammenhang mit Hauptdiagnose
6
Fachabteilung mit längster Verweildauer
7
Verweildauer
8
Alter in vollen Jahren
9
Wohnort des Patienten (Landkreis, kreisfreie Stadt)
10
Wohnort des Patienten (4stellige PLZ)
11
Standort des Krankenhauses (Bundesland)
12
Art des Krankenhauses
13
Träger des Krankenhauses
14
Bettengrößenklasse
15
Zahl der bettenführenden Hauptabteilungen
Es fehlen allerdings die aus den Daten der GKV und (potenziell des InEK; vgl. Kap. 5.3) bekannten
Informationen zu Nebendiagnosen und durchgeführten Eingriffen. Über die vierstellige Postleitzahl ist
eine identische räumliche Auflösung wie in den Datensätzen der Kassenärztlichen Vereinigung und
der GKV möglich. Die Postleitzahl als regionales Gliederungsmerkmal hat den Vorteil, dass sie in
vielen zur Verfügung stehenden Routinedatenkörpern mitgeführt wird. Bevölkerungszahlen nach Alter
und Geschlecht stehen in dieser Gliederung in der amtlichen Statistik zwar nicht zur Verfügung, es
können aber Daten von Geoinformationssystemen genutzt werden (Fa. GfK-Geomarking,
kostenpflichtig; www.gfk-geomarketing.de).
Datengutachten
DIMDI
51
03
3.2.2.1
Aktualität
Daten der Krankenhausdiagnosestatistik sind etwa eineinhalb Jahre nach dem Berichtsjahr für die onsite-Nutzung bzw. die kontrollierte Datenfernabfrage verfügbar.
Die Daten werden vom Statistisches Bundesamt in der Fachserie 12 Reihe 6.2.1 (jährlich) publiziert
(tiefgegliederte Diagnosedaten - vierstellig - sind als Download-Produkte auf der Themenseite
»Gesundheit« erhältlich).
3.2.3
Teil III: Kostendaten
Dieser Teil der Krankenhausstatistik umfasst die Kosten für stationäre Krankenhausleistungen. Die
Daten werden in der Fachserie 12 Reihe 6.3 veröffentlicht und liegen Ende 2013 für 2011 vor. Hierin
werden u. a. anderem Personal- und Sachkosten nach Funktionsbereichen bzw. Kostenarten, sowie
Kennziffern für Gesamtkosten ausgewiesen.
3.2.4
Nutzungsmöglichkeiten der Krankenhausstatistik
Insgesamt lassen die Daten der Forschungsdatenzentren der statistischen Ämter einen begrenzten
Blick auf das (stationäre) Versorgungsgeschehen zu. Es sind Aussagen über die Struktur der
stationären Versorgung, die Zusammenhänge zwischen Morbiditäts- und Kostenentwicklung im
Krankenhausbereich oder die regionale Häufung von Krankheitsarten möglich. Die
Krankenhausdiagnosestatistik eignet sich primär als fallbezogene Referenzdatenquelle, da sie eine
Vollerhebung aller Krankenhausbehandlungsfälle darstellt. Im Fallbezug liegt gleichzeitig aber auch
5
die stärkste Beschränkung . Die Datenstruktur erlaubt die Berechnung alters- und
geschlechtsstandardisierter Behandlungsinzidenzen und eine kleinräumige Auflösung des
Versorgungsgeschehens nach dem Wohnort (vierstellige Postleitzahl) des Patienten.
3.3
Fallpauschalenbezogene Krankenhausstatistik (DRG-Statistik)
Der Abschnitt zur DRG Statistik beruht auf den Angaben zu den Datenquellen der
Gesundheitsberichterstattung [www.gbe-bund.de], auf den Ausführungen des BÄK-Gutachtens
[PMV/FEISA, 2010] sowie der Darstellung von Marx et al. (2014).
Mit der Einführung der pauschalierten Krankenhausvergütung durch das Krankenhausentgeltgesetz
(KHEntgG) im Jahr 2002 wurde in dessen § 21 die Übermittlung fallbezogener Daten für alle voll- und
teilstationären Behandlungsfälle an eine von den Spitzenverbänden der Selbstverwaltung
eingerichtete DRG-Datenstelle geregelt. Mit dieser Aufgabe wurde das InEK (Institut für
Entgeltsysteme im Krankenhaus) beauftragt, eine gemeinnützige GmbH der Spitzenverbände der
Krankenkassen, des Verbandes der Privaten Krankenversicherung und der Deutschen
Krankenhausgesellschaft. Die Datenübermittlung dient in erster Linie der Weiterentwicklung des DRGSystems. Darüber hinaus werden ausgewählte Merkmale für die amtliche Krankenhausstatistik
genutzt und zu diesem Zweck an das Statistische Bundesamt weitergeleitet. Seit 2005 stehen diese
Daten für wissenschaftliche Auswertungen über die Forschungsdatenzentren des Bundes und der
Länder zur Verfügung. In Ergänzung zur vorhandenen Diagnosestatistik sind durch die DRG-Statistik
5 Um von den Behandlungsinzidenzen auf personenbezogene Inzidenzen zu kommen, bedarf es z. B. der
Verwendung eines Korrekturfaktors, dessen Validität separat geprüft werden muss [Icks et al 2008)
Datengutachten
DIMDI
52
03
Informationen zu den Nebendiagnosen, zu Operationen und Prozeduren sowie zu Fallpauschalen
(diagnosis related Groups –DRG) verfügbar.
Die Krankenhäuser übermitteln jeweils zum 31.03. für das vorangegangene Kalenderjahr ihre Daten
an eine von Selbstverwaltungspartnern nach § 17b Abs. 2 KHG (Deutsche Krankenhausgesellschaft,
Spitzenverbände der Krankenkassen, Verband der privaten Krankenversicherung) benannten DRGDatenstelle auf Bundesebene. Die DRG-Datenstelle bzw. das Institut für das Entgeltsystem im
Krankenhaus (InEK) übermittelt jeweils bis zum 01.07. die Daten aus der Datensammlung nach § 21
KHEntgG an das Statistische Bundesamt.
Die Erhebung erstreckt sich auf alle Krankenhäuser, die nach dem DRG-Vergütungssystem
abrechnen und dem Anwendungsbereich des § 1 KHEntgG unterliegen. Einbezogen sind darin auch
Krankenhäuser der Bundeswehr soweit diese Zivilpatienten behandeln sowie Kliniken der
Berufsgenossenschaften soweit die Behandlungskosten nicht von der Unfall- sondern der
Krankenversicherung vergütet werden. Ausgenommen sind Krankenhäuser im Straf- oder
Maßregelvollzug und Polizeikrankenhäuser.
Einrichtungen der Psychiatrie sowie Einrichtungen für Psychosomatik und Psychotherapeutische
Medizin (§ 17b Abs. 1 Satz 1 KHG) übermitteln Daten spezieller Merkmale insbesondere zu ihren
Ausbildungsstätten nach § 21 KHEntgG nur, soweit sie ausbilden (§ 17a Abs. 11 KHG). DRGs für
diese Einrichtungen sind in Vorbereitung.
3.3.1
Dateninhalte
Jedes Krankenhaus hat zunächst folgende Strukturdaten zu übermitteln:
▪
▪
▪
▪
▪
▪
▪
▪
Institutskennzeichen des Krankenhauses und ggf. Kennzeichen für entlassende Standorte
Art des Krankenhauses
Trägerschaft
Aufgestellte Betten
Anzahl der Ausbildungsplätze
Höhe der Personal- und Gesamtkosten (Ausbildung)
Anzahl der Ausbildenden und Auszubildenden nach ihrer Berufsbezeichnung nach § 2 Nr. 1a
KHG
Anzahl der Auszubildenden nach ihrer Berufsbezeichnung § 2 Nr. 1a KHG und ihrem
Ausbildungsjahr
Zusätzlich müssen für jeden Krankenhausfall unabhängig vom Versicherungsstatus des Patienten
(gesetzlich oder privat krankenversichert) folgende Leistungsdaten übermittelt werden:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Geburtsjahr und Geschlecht des Patienten
Postleitzahl des Patientenwohnorts
Bei Kindern bis zur Vollendung des ersten Lebensjahres der Geburtsmonat
Aufnahmedatum, -grund und -anlass
Aufnehmende Fachabteilung
Bei Verlegung die weiter behandelnden Fachabteilungen
Entlassungs-, Verlegungsdatum
Entlassungs-, Verlegungsgrund
Bei Kindern bis zur Vollendung des ersten Lebensjahres das Aufnahmegewicht
Haupt- und Nebendiagnosen (ICD-10-Schlüssel)
Datengutachten
DIMDI
53
03
▪ Datum und Art der Operationen und Prozeduren nach § 301 Abs. 2 Satz 1 und 2 SGB V (OPS▪
▪
▪
▪
Schlüssel)
Angabe der jeweiligen Version des OPS-Schlüssels
Bei Beatmungsfällen die Beatmungszeit in Stunden nach § 17b Abs. 5 Nr. 1 KHG
Angabe, ob die Leistung durch Belegoperateur, -anästhesist oder -hebamme erbracht wurde
Art der abgerechneten Entgelte, der DRG-Fallpauschale, der Zusatzentgelte, der Zu- und
Abschläge und sonstigen Entgelte nach § 6 KHEntgG
Operationen und Prozeduren umfassen alle signifikanten operativen Eingriffe und medizinischen
Prozeduren, die vom Zeitpunkt der Aufnahme bis zum Zeitpunkt der Entlassung vorgenommen
werden und im amtlichen Operationen- und Prozedurenschlüssel (OPS) abbildbar sind. Dies schließt
diagnostische, therapeutische und pflegerische Prozeduren ein. Sie sind gemäß der Deutschen
Kodierrichtlinen von den Krankenhäusern zu kodieren. Der Schlüssel enthält im Einzelnen:
diagnostische Maßnahmen, bildgebende Diagnostik, Operationen, Medikamentengabe, nichtoperative therapeutische Maßnahmen und ergänzende Maßnahmen. (zit. nach [www.gbe.de])
Unter einer signifikanten Prozedur wird ein Prozess verstanden, der entweder chirurgischer Natur ist,
ein Eingriffs- oder Anästhesierisiko birgt, Spezialeinrichtungen oder Geräte oder eine spezielle
Ausbildung erfordert.
Bei der Beschreibung der Datenquellen für die GBE wird darauf hingewiesen, dass es Abweichungen
dieser Datenerfassung der DRG-Statistik von den Grund- und Diagnosedaten geben kann. Der Grund
wird vor allem darin gesehen, dass in der DRG-Statistik im Unterschied zu den Grund- und
Diagnosedaten der amtlichen Krankenhausstatistik keine Einrichtungen und Patienten enthalten sind,
die außerhalb des Geltungsbereichs des neuen Entgeltsystems – bislang sind dies vor allem
psychiatrische und psychotherapeutische Einrichtungen bzw. deren Patienten –-liegen.
3.3.2
Aktualität
Die Erhebung erfolgt seit 2005 jährlich. Laut § 21 KHEntgG müssen die Krankenhäuser spätestens bis
zum 31.03. für das jeweils vorangegangene Kalenderjahr die genannten Daten auf
maschinenlesbaren Datenträgern an das InEK übermitteln. Das InEk prüft anschließend die Daten auf
Plausibilität und übermittelt jeweils bis zum 01.07. die nach § 21 KHEntgG an das Statistische
Bundesamt.
3.3.3
Zugang
Das Statistische Bundesamt veröffentlicht jährlich die DRG Statistik in der Fachserie 12 Reihe 6.4.
Zusätzlich werden Abgaben auf dem vierstelligen OPS-Code kostenlos im Internet zur Verfügung
gestellt; Ergebnisse auf der Ebene des 6-Stellers sind kostenpflichtig. Maßgeblich ist die jeweils im
Berichtsjahr gültige amtliche Version des Operationen- und Prozedurenschlüssels.
Der Zugang für Wissenschaftler erfolgt wie bei den anderen amtlichen Statistiken über die
Forschungsdatenzentren (onsite oder Datenfernverarbeitung).
3.3.4
Mittels DRG-Daten können Häufigkeiten von Krankenhausaufenthalten für einzelne Erkrankungen
auch im zeitlichen Verlauf dargestellt werden, ebenso die Entwicklung der Leistungserbringung z. B.
Operationsverfahren [Stang et al. 2011], Fallzahlverteilungen auf Leistungserbringerebene [Nimptsch
und Mansky 2012a] oder spezifischen Versorgungsmerkmalen (z.B. zur Schlaganfallversorgung:
Datengutachten
DIMDI
54
03
[Nimptsch/Mansky 2012b]. Ebenso sind Analysen zur Krankenhaussterblichkeit möglich
(Entlassungsgrund »Tod«), wobei sich dieser Parameter dann nur auf die vollstationären Aufenthalte
bezieht, da andere Aufenthalte (teilstationär, vorstationär ohne anschließende vollstationäre
Behandlung ) nicht erfasst sind
Deutliche Einschränkungen für Versorgungsanalyse liegen jedoch im Fallbezug, das heißt, dass keine
versichertenbezogene Darstellung der stationären Aufenthalte (z. B. Verlegungen, Wiederaufnahmen,
neue Aufenthalte) im zeitlichen Verlauf möglich ist. Ebenso bestehen keine Verlinkungsmöglichkeiten
mit Informationen aus anderen Sektoren. Die Ermittlung von Neuerkrankungsraten basierend auf der
DRG-Statistik ist nur für ausgewählten Erkrankungen möglich (siehe hierzu [Stang et al. 2010] zur
Inzidenz von Hodenkrebs).
3.4
Die folgenden Ausführungen beruhen auf den Angaben zur Todesursachenstatistik des
Informationssystems der Gesundheitsberichterstattung des Bundes [www.gbe-bund.de]. Die
Todesursachenstatistik beruht auf dem Gesetz über die Statistik der Bevölkerungsbewegung und die
Fortschreibung des Bevölkerungsstandes in der Fassung der Bekanntmachung vom 14.3.1980,
zuletzt geändert durch Art. 2 Abs. 8 des Gesetzes vom 19.2.2007 (BGBl. I S. 122).
Es handelt sich um eine Vollerhebung aller Todesfälle in Deutschland. Grundlage ist die von den
Ärzten ausgestellte Todesbescheinigung, auf der die Krankheiten, welche zum Tode geführt haben,
aufgelistet sind. Dabei unterscheidet man zwischen denjenigen Krankheiten, die unmittelbar und
mittelbar zum Tode geführt haben, einschließlich derjenigen Krankheit, welche alle anderen bedingt
(so genanntes »Grundleiden«). Nur dieses Grundleiden als Auslöser aller anderen Krankheiten fließt
als Todesursache in die Todesursachenstatistik ein (so genannte unikausale Aufbereitung).
(zitiert nach [www.gbe-bund.de/glossar/Todesursachenstatistik.html])
„Neben dem Grundleiden enthält die Todesursachenstatistik demografisch relevante Merkmale wie
das Datum des Sterbefalls, Geschlecht und Alter des Verstorbenen sowie Informationen zu
Staatsangehörigkeit, Religion und Familienstand. In Fällen, in denen der Verstorbene verheiratet war,
finden sich in der Statistik zusätzlich Angaben zum Alter des überlebenden Ehegatten. Darüber hinaus
stehen bis zum Jahr 2013 bei Säuglingssterbefällen Informationen zu Geburtsgewicht, Körperlänge
und Säuglingsalter zur Verfügung. Durch Änderungen im Bevölkerungsstatistikgesetz (BevStatG)
werden diese ab 2014 nicht mehr erfasst.“ (zit. nach Marx et al. 2014).
Zu beachten sind einige methodische Hinweise zur Todesursachenstatistik (Näheres s. [www.gbebund.de Bund – Todesursachenstatistik – Methodik generell]).
3.4.1
Zugang
Daten sind ab 1992 über die On-Site Nutzung (d.h. vor Ort) zugänglich.
3.4.2
Aktualität
Gegenwärtig (2013) sind Daten bis einschließlich 2011 verfügbar.
3.4.3
Die Todesursachenstatistik stellt die Grundlage zur Ermittlung von Gesundheitsindikatoren wie
Sterbeziffern, verlorene Lebensjahre und vermeidbare Sterbefälle (siehe hierzu [www.destatis.de])
Datengutachten
DIMDI
55
03
3.5
Pflegestatistik
Die Ausführungen zur Pflegestatistik sind den Angaben der Gesundheitsberichterstattung des Bundes
übernommen ([www.gbe-bund.de; www.gbe-bund.de/glossar/Pflegestatistik.html]).
Leistungen aus der Pflegeversicherung gibt es seit dem 01.04.1995 für ambulant versorgte
Pflegebedürftige und seit dem 01.07.1996 für stationär Versorgte. Die Pflegestatistik stellt eine seit
dem Berichtsjahr 1999 in zweijährigem Abstand durchgeführte Vollerhebung ambulanter und
stationärer Pflegeeinrichtungen dar. Sie gliedert sich in Angaben zu Grunddaten, Personalbestand,
Pflegebedürftigen, Empfängern und Empfängerinnen von Pflegegeldleistungen.
Die Statistik setzt sich aus zwei Erhebungen zusammen: Zum einen werden die ambulanten und
stationären Pflegeeinrichtungen befragt, zum anderen liefern die Spitzenverbände der Pflegekassen
und der Verband der privaten Krankenversicherung Informationen.
Der Erhebungsstichtag für die Erhebung bei den ambulanten und stationären Pflegeeinrichtungen ist
der 15.12.; der für die Pflegegeldempfänger – organisatorisch bedingt davon abweichend – der 31.12.
eines Jahres.
3.5.1
Die Erhebung beruht auf der Verordnung zur Durchführung einer Bundesstatistik über
Pflegeeinrichtungen sowie über die häusliche Pflege vom 24. November 1999 (GMBl. I S. 2.282) in
Verbindung mit § 109 Abs. 1 SGB XI.
Die Meldung erfolgt von den ambulanten und stationären Pflegeeinrichtungen an die Statistische
Landesämter und das Statistisches Bundesamt. Bei Empfängern und Empfängerinnen von
Pflegegeldleistungen erfolgt die Meldung durch die Pflegekassen an das Statistische Bundesamt und
die Statistischen Landesämter.
3.5.2
Dateninhalte
Erhoben werden folgende Informationen
Grunddaten nach:
▪ Art des Trägers;
▪ Art der Pflegeeinrichtung.
Personal nach:
▪
▪
▪
▪
▪
Geschlecht
Tätigkeitsbereich
Beschäftigungsverhältnis
Berufsabschluss
Arbeitsanteil für die Pflegeeinrichtung nach SGB XI
Pflegebedürftige nach:
▪ Geschlecht
▪ Alter
▪ Grad der Pflegebedürftigkeit
Datengutachten
DIMDI
56
03
3.5.3
Aktualität
Die Pflegestatistik wird von den Statistischen Ämtern des Bundes und der Länder seit Dezember 1999
zweijährlich durchgeführt. Aktuell (Ende 2013) sind die Daten für 2011 verfügbar.
3.5.4
Zugang
Öffentlich zugänglich sind u. a. folgende routinemäßig (2-jährig) erstellte Statistiken
▪ die Pflegestatistik des Statistischen Bundesamtes [www.destatis.de; Pflegestatistik 2011
▪
https://www.destatis.de/DE/Publikationen/Thematisch/Gesundheit/Pflege/PflegeDeutschlanderg
ebnisse5224001119004.pdf?__blob=publicationFile]
Statistiken zur Pflegeversicherung des Bundesministeriums für Gesundheit
[www.bmg.bund.de/pflege/zahlen-und-fakten-zur-pflegeversicherung.html]
Vorausberechnungen zur zukünftigen Zahl der Pflegebedürftigen für den Bund und die Länder finden
sich in der Veröffentlichung »Demografischer Wandel in Deutschland, Heft 2: Auswirkungen auf
Krankenhausbehandlung und Pflege in Bund und Ländern«. Hrsg. Statistische Ämter des Bundes und
Länder. 2010. [www.destatis.de]
Differenzierter Analysen nach Kreisen und Regierungsbezirken sind über das jeweils zuständige
Statistische Landesamt erhältlich.
3.5.5
Ziel der Pflegestatistik ist es, Daten zum Angebot von und der Nachfrage nach pflegerischer
Versorgung zu gewinnen. Dies geschieht, um Entwicklungen in der pflegerischen Versorgung und in
der Nachfrage nach pflegerischen Angeboten rechtzeitig erkennen und angemessen reagieren zu
können. Die Angaben werden ferner für die weitere Planung und Fortentwicklung des
Pflegeversicherungsgesetzes benötigt
Es handelt sich um eine fallbezogene Statistik. Zur Untersuchung von Pflegeverläufen muss auf die
Daten der Pflegeversicherung zurückgegriffen werden (s. Kap. 2.2).
3.6
Schwerbehindertenstatistik
Die Ausführungen zum jetzigen Stand der Berichterstattung basieren zu großen Teilen auf den
Publikationen von Driller et al. [2004, 2005].
Die amtliche Schwerbehindertenstatistik soll der Wissenschaft und den politischen
Entscheidungsträgern Informationen für die Planung sozialpolitischer Belange sowie Grundlagen zur
Beurteilung der Durchführung von Maßnahmen und der Gewährung von Leistungen zugunsten der
betreffenden Personenkreise zur Verfügung stellen [Statistisches Bundesamt 2014]. Die amtliche
Schwerbehindertenstatistik wird im Rahmen der amtlichen Statistik von den statistischen
Landesämtern nach Vorgaben des Statistischen Bundesamtes als Totalerhebung erstellt und auf der
Bundesebene zu einer Regelberichterstattung zusammengeführt.
Datengutachten
DIMDI
57
03
Abb. 1: Weg der Datenerhebung und –aufbereitung bei der amtlichen Schwerbehindertenstatistik [Driller et al.
2005]
M e n s c h e n m it
A n tr a g s te llu n g a u f
S c h w e rb e -
A n e rk e n n u n g d e r
h in d e r u n g e n
S c h w e r b e h in d e r u n g
V e rs o rg u n g s -
A n e rk e n n u n g d e r
A u s fü lle n d e s
Ü b e r m ittlu n g d e s
am t
S c h w e r b e h in d e r u n g
D o k u m e n t a t io n s b o g e n s
D o k u m e n t a t io n s b o g e n a n
d u rc h V e rs o rg u n g s a m t
d u r c h M it a r b e it e r d e s
s t a t is t is c h e s L a n d e s a m t
V e rs o rg u n g s a m ts
S t a t i s ti s c h e s
V e r ö f f e n t li c h u n g d e r
E rze u g u n g
D a te n e in g a b e d u rc h
Landesam t
B e r ic h t e ü b e r
v o rg e g e b e n e r
M it a r b e it e r d e r S t a tis ti-
S c h w e r b e h in d e r u n g a u f
T a b e lle n f o r m a t e a u f
s c h e n L a n d e s ä m te r
Landesebene
Landesebene
Ü b e r m ittlu n g d e r
e r z e u g t e n T a b e lle n a u f
Landesebene an das
s t a t is t is c h e B u n d e s a m t
S t a t i s ti s c h e s
E rz e u g u n g v o rg e g e -
V e r ö f f e n t li c h u n g d e r
Bundesam t
b e n e r T a b e lle n f o r m a t e
B e r ic h t e ü b e r S c h w e r b e -
auf Bundesebene
h in d e r u n g a u f
Bundesebene
3.6.1
Die bis heute in den Erhebungskategorien beinahe unveränderte Bundesstatistik wurde erstmalig mit
dem Stichtag des 31.12.1979 erhoben. Gesetzliche Grundlage für die Erhebung der
Schwerbehindertenstatik stellt § 131 SGB IX dar.
3.6.2
Dateninhalte
Mitarbeiter der Versorgungsämter oder zuständige Ärzte füllen den Dokumentationsbogen zur
Feststellung der Schwerbehinderung anstelle der Betroffenen aus. Seit 1985 werden ausschließlich
Daten von Menschen mit Behinderung erhoben, die eine Minderung der Erwerbsfähigkeit (MdE) bzw.
einen Grad der Behinderung (GdB) von mehr als 50 Prozent aufweisen und damit als schwerbehindert
gelten (bis 1983: ab 30 Prozent).
Informationen werden zu Jahr und Ort der Datenerfassung, zu Geburtsjahr, Geschlecht und
Staatsangehörigkeit der betreffenden Person sowie zu Art, Ursache und Grad der ersten, zweiten und
dritten Behinderung erhoben.
Die Arten der Behinderung werden durch die zuständigen Ärzte und Mitarbeiter der Versorgungsämter
detailliert auf der Grundlage der letztmalig 1996 aktualisierten »Anhaltspunkte für die gutachterliche
Tätigkeit im sozialen Entschädigungsrecht« [BMAS 1996] erhoben und verschlüsselt, bevor sie
anschließend in elektronischer Form an die jeweiligen Bezirksregierungen bzw. an die statistischen
Landesämter übermittelt werden. Auf dieser Ebene werden schließlich die im zweijährigen Rhythmus
erscheinenden Schwerbehindertenstatistiken der Länder erstellt, welche dann wiederum in der
Bundesstatistik der schwerbehinderten Menschen zusammengeführt werden [Driller 2004; Abb. 1 9.]
Datengutachten
DIMDI
58
03
Die Bundesstatistik bietet Informationen zur Anzahl der schwerbehinderten Menschen mit gültigem
Ausweis, zur Differenzierung nach Alter, Geschlecht, Staatsangehörigkeit und Bundesländern, dem
Anteil schwerbehinderter Personen an der Wohnbevölkerung, zu Behinderungsgraden, den Arten der
schwersten sowie der weiteren Behinderungen und ihren Ursachen sowie Angaben zu
Mehrfachbehinderungen (s. www.gbe-bund.de).
3.6.3
Aktualität
Die Daten der amtlichen Schwerbehindertenstatistik werden zweijährlich veröffentlicht. Die aktuelle
Publikation aus dem Jahr 2013 stellt Zahlen bis Ende 2011 dar.
3.6.4
Zugang/Verfügbarkeit
Die Veröffentlichung ausführlicher Daten der Bundesstatistik erfolgt in regelmäßigen Berichtsformaten
über das Statistische Bundesamt innerhalb der Fachserie 13 »Sozialleistungen«, Reihe 5.1
»Schwerbehinderte Menschen« und in Form eines Kurzberichtes zur »Statistik der schwerbehinderten
Menschen«. Beide Veröffentlichungen können kostenfrei über das Internet bezogen werden, wo sie
als PDF- oder Excel-Datei zum Download bereitstehen
[https://www.destatis.de/DE/ZahlenFakten/GesellschaftStaat/Gesundheit/Behinderte/BehinderteMensc
hen.html]. Zusätzlich lassen sich die entsprechenden Tabellen auch über die
Gesundheitsberichterstattung des Bundes generieren [www.gbe-bund.de]. Weitere unregelmäßig
erscheinende Publikationen werden in unterschiedlichen Formaten von Statistischen Bundesamt
herausgegeben.
Erwähnenswert erscheint die Möglichkeit der Beantragung gesonderter Datenaufbereitungen bei den
jeweiligen statistischen Landesämtern zum Zwecke der Darstellung von Zusammenhängen, die in den
öffentlichen Berichtsformaten des Statistischen Bundesamtes unerwähnt bleiben, oder der detaillierten
Analyse erhobener Variablen [Driller 2004]. Im Rahmen ihres gesetzlichen Auftrages, der eine
Bereitstellung zuverlässiger Daten für wissenschaftliche Forschungsvorhaben vorsieht, bieten die
statistischen Ämter des Bundes und der Länder aggregierte Daten aller Bundesstatistiken in Form
spezieller Aufbereitungen für entsprechende Datennutzer an. Eine Entwicklung und Programmierung
von Zusammenhängern zwischen den Variablen ist unter der Voraussetzung der Vollkostenerstattung
auf spezielle Nachfrage möglich (ebd.).
3.6.5
Auswertungsmöglichkeiten
Auf der Grundlage der aggregierten Daten der amtlichen Schwerbehindertenstatistik lassen sich die
Entwicklung der Behindertenzahlen im zeitlichen Verlauf sowie Differenzierungen nach alten und
neuen Bundesländern und Schwerbehindertenquoten nach Alter und Geschlecht abbilden.
3.6.6
Methodische Bemerkungen
Einige methodische Beschränkungen der amtlichen Schwerbehindertendaten sollen hier kurz
angerissen werden, ansonsten wird auf die genannten Publikationen von Driller et al. [2004 und 2005]
sowie von Pfaff et al. [2008] verwiesen.
Offenkundig gibt es vor allem eine Dunkelziffer junger Menschen mit Behinderung, die sozialrechtlich
einen Anspruch auf Anerkennung der Schwerbehinderung hätten, jedoch aus Angst vor
Stigmatisierung bzw. Angst vor eventuellen Nachteilen im Erwerbsleben eine amtliche Registrierung
bewusst ablehnen. Ältere Menschen hingegen, die bereits aus dem Erwerbsleben ausgeschieden
sind, bilden innerhalb der Statistik die zahlenmäßig größte Gruppe. Insofern dürfen die Zahlen der
Datengutachten
DIMDI
59
03
amtlichen Statistik nicht mit »allen schwerbehinderten, in Deutschland lebenden Menschen«
(=Prävalenz) gleichgesetzt werden.
Auf dem Dokumentationsbogen der Versorgungsämter bzw. der statistischen Landesämter fehlt
zudem die Frage nach einer erstmals aufgetretenen Behinderung. Die Bestimmung der Inzidenz
spezifischer Behinderungsarten kann daher nicht auf der Datengrundlage der amtlichen
Schwerbehindertendaten erfolgen.
Die gebräuchlichen Klassifikationen der deutschen amtlichen Schwerbehindertenstatistik garantieren
zwar eine Vergleichbarkeit der einzelnen Erhebungsjahre untereinander. International werden jedoch
andere Klassifikationsschemata benutzt. Das international anerkannte Klassifikationssystem der
Funktionsfähigkeit, Behinderung und Gesundheit (ICF) der WHO, welches sich weniger an den
vermeintlichen körperlichen Defiziten orientiert als vielmehr am Ziel der Teilhabe an den
verschiedenen Lebensbereichen [DIMDI 2013], wird in den amtlichen Erhebungen in Deutschland
bisher nicht eingesetzt. Um die beeinträchtigte Teilhabe von Menschen mit Behinderungen verlässlich
zu erfassen, bieten sich Zusatzbefragungen der behinderten Menschen oder ergänzende
Fragemodule bei bevölkerungsbezogenen Surveys an.
Auch die Datenaufbereitung ist nicht bestmöglich an den Bedarf der Versorgungsforschung
angepasst. Obwohl eine detaillierte Erfassung der Behinderungsart erfolgt, werden die Merkmale
innerhalb der veröffentlichten Berichte in arbiträre, medizinisch nicht nachvollziehbare Oberkategorien
zusammengefasst, die seit der Ersterhebung im Jahr 1979 nicht verändert wurden.
Ferner werden die Merkmale der Behinderungsarten anhand der zur Verfügung stehenden neun
Oberkategorien nicht erschöpfend beschrieben, wie die große Restkategorie »sonstige oder
ungenügend bezeichnete Behinderung« zeigt, womit auch die Bestimmung der Prävalenz spezifischer
Behinderungen erheblich erschwert ist. Bei der Kategorisierung des Geburtsjahres in den
veröffentlichten Berichten zeigen sich aktuell nicht mehr begründete Zusammenfassungen in die
Altersklasse »65 Jahre plus«. Angesichts der anhaltenden Alterung der deutschen Bevölkerung sind
hier Modifikationen der Alterskategorien notwendig.
Auch im Bereich der Datenspeicherung ergeben sich Probleme bei der Nutzung für die
Versorgungsforschung: Daten, die vor mehr als fünf Jahren in den Versorgungsämtern erhoben
wurden, sind von einer Sonderaufbereitung im Rahmen spezifischer Fragestellungen ausgeschlossen,
da die anonymisierten Individualdaten der amtlichen (Schwerbehinderten-)Statistik nach einer Frist
von etwa fünf Jahren auf Länderebene regelmäßig gelöscht werden. Diese aus den Begrenzungen
technischer Möglichkeiten zu Beginn der Schwerbehindertenstatistik herrührende Tradition der
amtlichen Statistik erfährt heutzutage keine Begründung mehr und sollte überdacht werden.
3.7
Das Institut für Arbeitsmarkt- und Berufsforschung (IAB) erfüllt als Abteilung der Bundesanstalt für
Arbeit den gesetzlichen Auftrag zur Erforschung des Arbeitsmarktes laut § 55 SGB II (Grundsicherung
der Arbeitssuchende) und der §280 und §282 des SGB III (Arbeitsförderung) [vgl. www.iab.de].
Datengutachten
DIMDI
60
03
Das Forschungsdatenzentrum der Bundesanstalt für Arbeit im IAB hält eine Vielzahl an Betriebs-,
Personen-, Haushalts- sowie integrierten Betriebs- und Personendaten vor, insgesamt neun
6
Datensätze. Dazu zählen:
▪
▪
▪
▪
▪
▪
▪
▪
▪
3.7.1
Betriebs-Historik-Panel (BHP)
IAB-Betriebspanel (IABB)
BA-Beschäftigungspanel (BAP)
IAB-Beschäftigtenstichprobe (IABS)
Stichprobe der Integrierten Erwerbsbiografien des IAB (IEBS)
Querschnittsbefragung »Lebenssituation und Soziale Sicherung 2005« (LSS 2005)
Panel »Arbeitsmarkt und soziale Sicherung« (PASS)
Kundenbefragung zur Analyse von Organisationsformen im SGB II 2007/08
Linked-Employer-Employee-Daten des IAB (LIAB)
Diese Daten setzen sich zusammen aus den Verwaltungs- und Leistungsdaten sowie den internen
Daten der Bundesagentur für Arbeit und bzw. oder aus Daten von durchgeführten Surveys durch die
Bundesagentur bzw. durch das IAB. Diese Datensätze stehen Wissenschaftlern weltweit zur
Verfügung. Je nach Anonymisierungsgrad besteht die Möglichkeit der Nutzung eines Scientific Use
Files (SUF) und/oder der Arbeit mit schwach anonymisierten Daten über eine Datenfernabfrage bzw.
eines Gastaufenthaltes im Forschungsdatenzentrum [Heining 2009]. Da es sich bei den Daten
größtenteils um Sozialdaten handelt, müssen die Vorgaben des § 75 SGB X erfüllt werden. Dies heißt:
die Projekte müssen aus dem Sozialbereich stammen, das öffentliche Interesse muss mehr Gewicht
haben als das der Geheimhaltung der Daten, eine Unzumutbarkeit des Einholens der
Einverständnisse der Betroffenen muss vorliegen und das Forschungsvorhaben kann auf keine
andere Art und Weise durchgeführt werden. Der Antrag wird dann u. a. vom Bundesministerium für
Arbeit und Soziales geprüft und ggf. bewilligt [Kaiser/Wagner 2007].
Die Daten der Bundesanstalt für Arbeit können im Datenzentrum der Bundesanstalt von jedem
abgerufen werden [www.iab.de/de/daten/ba-datenzentrum.aspx]. Es handelt sich hierbei um die Daten
der amtlichen Statistik, u. a. zur Beschäftigung, Arbeitslosigkeit, Arbeitsförderung. Die Daten liegen in
aggregierter Form vor und werden kontinuierlich aktualisiert. Auf Anfrage sind auch Auftrags- und
Sonderauswertungen möglich [vgl. Datenzentrum der Bundesagentur für Arbeit o. J.].
Inwieweit das Versorgungsgeschehen mit den o. g. Datensätzen abgebildet werden kann, hängt von
der entsprechenden Fragestellung ab. So könnte beispielsweise der LIAB-Datensatz durchaus von
Interesse für Arbeitsmediziner etc. sein, da hier Betriebsdaten mit den Personendaten der dort
Beschäftigten verknüpft werden. Bei den Betriebsdaten gibt es zudem wechselnde
Schwerpunktthemen, so lag der Fokus 2002 beispielsweise auf älteren Arbeitnehmern und dem
Gesundheitsschutz [Kaiser/Wagner 2007]. Eine Datenfernabfrage ist nach vorherigem Gastaufenthalt
im Forschungsdatenzentrum möglich [Heining 2009]. Im IEBS, einer 2-% Stichprobe der Integrierten
6 Eine Übersicht über die einzelnen Daten mit Angaben zur Datenquelle, Erhebungsmethode,
Untersuchungseinheit, Fallzahlen, Inhalte, Zeitraum/ -bezug, regionale Gliederung und Datenzugang kann unter
dem folgenden Link abgerufen werden: http://doku.iab.de/fdz/access/Datenuebersicht.pdf. Zudem sind auf den
Internetseiten des Forschungsdatenzentrums zu allen Datensätzen die inhaltlichen und methodischen Aspekte
abrufbar, teilweise werden sogar Testdatensätze zur Verfügung gestellt (vgl. http://fdz.iab.de/).
Datengutachten
DIMDI
61
03
Erwerbsbiographie, werden verschiedene Prozessdaten der Bundesagentur einer Person miteinander
verknüpft. Dazu zählen: soziodemographische Daten, Daten zur Beschäftigung, zum Leistungsbezug,
zur Teilnahme an diversen Maßnahmen der aktiven Arbeitsmarktpolitik und zur Arbeitssuche
[Kaiser/Wagner 2007]. Er beinhaltet u. a. auch Aussagen zu gesundheitlichen Einschränkungen und
deren Einfluss auf die Vermittlung bei der Arbeitssuche. Es können folglich einige Aussagen zur
Morbidität getroffen werden, allerdings in nur geringem Maß, da diese Angaben lediglich dichotom
vorliegen [Zimmermann et al. 2007]. Der Datensatz existiert als Scientific Use File und kann nach
vorherigem Gastaufenthalt auch im Rahmen einer Datenfernabfrage zur Verfügung gestellt werden
[Heining 2009]. Der Großteil der Datensätze des IAB allerdings befasst sich lediglich mit dem
Arbeitsmarkt und der Berufssituation in Deutschland, nicht mit dem Versorgungsgeschehen. Hier
muss im Einzelfall geprüft werden, inwieweit die Datensätze bei der Beantwortung
versorgungsrelevanter Fragestellungen von Interesse sein können.
Zwei Publikationen des IAB, die im Rahmen der lidA (leben in der Arbeit)-Kohortenstudie zu Arbeit,
Alter und Gesundheit [Schröder et al. 2013] entstanden sind, stehen beispielhaft für die Möglichkeiten
der Daten des IAB für Analysen des Arbeitsmarktgeschehens, seiner Auswirkungen auf die
Gesundheit sowie für die Chancen durch die Verknüpfung von Befragungs- und Sozialdaten [Beste
2009].
So haben Tisch und Tophoven (2011) für die Babyboomer-Jahrgänge 1959 und 1965 die Phasen des
Erwerbseinstiegs und der weiteren Erwerbstätigkeit nachgezeichnet. Das ist insofern von Bedeutung,
als dass durch den Übergang in die Phase des höheren Erwerbsalters und anschließend in den
Ruhestand auf dem Arbeitsmarkt weniger Personen zur Verfügung stehen werden. Ziel der deutschen
Arbeitsmarktpolitik ist es deshalb, die geburtenstarken Jahrgänge möglichst lange im Erwerbsleben zu
halten. Eine Voraussetzung für Interventionen ist Kenntnis typischer Erwerbsbiographien.
In den Daten der integrierten Erwerbsbiographien für die beiden Jahrgangskohorten werden
Informationen aus prozessproduzierten tagesgenauen administrativen Daten der Arbeitsverwaltung
zusammengeführt. „Die Informationen hierzu entstammen den Meldungen zur Sozialversicherung.
Ebenfalls erfasst werden Zeiten, in denen Leistungen nach dem SGB III (Arbeitslosengeld bzw.
Arbeitslosenhilfe bis 2004 und Arbeitslosengeld I seit 2005) oder seit 2005 auch nach dem SGB II
(Arbeitslosengeld II) bezogen wurden. Darüber hinaus werden in den IEB-Daten Informationen zur
Teilnahme an Maßnahmen zur Arbeitsförderung und aus Arbeitssuchenden- und
Bewerberangebotsdaten bereitgestellt […]. Die Daten sind repräsentativ für alle
sozialversicherungspflichtig und geringfügig beschäftigten Personen (seit 1999) in Deutschland und
ermöglichen Betrachtungen der westdeutschen Erwerbspersonen seit 1975 und für die ostdeutschen
Erwerbspersonen seit etwa 1992. Anhand der Daten können jedoch keine Aussagen für Beamte,
mithelfende Familienangehörige und Selbständige getroffen werden.“ [Tisch und Tophoven 2011].
„Auch wenn die beiden Kohorten unter sehr ähnlichen institutionellen Gegebenheiten heranwuchsen,
zeigt sich, dass sie bereits während ihres Erwerbseinstieges mit unterschiedlichen Chancen und
Risiken konfrontiert waren. Während beide Geburtskohorten zunächst von der Bildungsexpansion
profitieren konnten, wurde ihr Übergang ins Berufsleben insbesondere durch die Arbeitsmarktkrise der
1980er Jahre erschwert. Im weiteren Erwerbsverlauf zeigt sich, dass die Mehrheit beider Kohorten gut
in den Arbeitsmarkt integriert ist. Unterschiede in der Art der Erwerbsbeteiligung und in deren Umfang
sind im Besonderen zwischen Männern und Frauen und zwischen ost- und westdeutschen Regionen
zu erkennen.“ [Tisch und Tophoven 2011].
Ein Beispiel für Erkenntnisse aus arbeitsepidemiologischen Untersuchungen, die potenziell mit
Prozessdaten der Bundesagentur verknüpft werden können, stellt eine aktuelle Auswertung aus den
Datengutachten
DIMDI
62
03
CAPI-Befragungsdaten der lidA-Studie dar. So ist Schichtarbeit in der Selbstauskunft der
Studienteilnehmer mit gesundheitlichen Problemen verbunden. „Danach weisen Beschäftigte in
Schichtarbeit einen schlechteren körperlichen Gesundheitszustand auf und geben häufiger
Schlafstörungen an als Beschäftigte mit normalen Arbeitszeiten. Schichtarbeitende sind öfter in
Arbeiterpositionen tätig und berichten häufiger von körperlichen und psychischen Arbeitsbelastungen.
Außerdem erfahren sie weniger Anerkennung durch Vorgesetzte. Der schlechtere
Gesundheitszustand Schichtdienstbeschäftigter im höheren Erwerbsalter ist im Wesentlichen auf
diese Faktoren zurückzuführen.“ [Leser et al. 2013].
Datengutachten
DIMDI
63
04
4
4.1
Hintergrund
Neben den mehr als 130 gesetzlichen Krankenversicherungen (GKVen) gibt es in Deutschland derzeit
rund 40 private Krankenversicherungen (PKVen). Grundsätzlich besteht eine Wahlmöglichkeit
zwischen GKVen und PKVen, sofern das Jahresbruttoeinkommen eines abhängig Beschäftigten die
GKV-Versicherungspflichtgrenze [4.462,50€ pro Monat im Jahr 2014] überschreitet.
[www.bundesregierung.de/Content/DE/Artikel/2013/10/2013-10-16-rechengroessensozialversicherung.html] Beamte sind beihilfeberechtigt und können sich ergänzend bis zum
100%igen Versicherungsschutz privat krankenversichern. Für Selbstständige und Freiberufler gelten
gesonderte gesetzliche Vorschriften, auf die an dieser Stelle nicht eingegangen werden muss.
Während sich die Beiträge der GKVen aus einem gesetzlich fixierten Beitragssatz des
Bruttoeinkommens ergeben (mit der Möglichkeit einzelner GKVen, Zusatzbeiträge zu erheben bzw.
Gutschriften zu gewähren), orientieren sich die Prämien der PKV hingegen an der Morbidität und dem
Alter des zu Versichernden sowie an den mit einem bestimmten Wahltarif verbundenen medizinischen
Leistungen. Entgegen der GKV gibt es statt eines durch den gemeinsamen Bundesausschuss
festgelegten Leistungskataloges eine Vielzahl an Leistungsniveaus und Tarifen (ca. 2. 500 Angebote)
(vgl. www.privatekrankenversicherung.net). Des Weiteren arbeiten die PKVen nach dem
Kapitaldeckungsprinzip. Das bedeutet, dass die individuell verursachten Kosten langfristig über die
individuellen Prämien abgedeckt werden mit einer Ansparung in jüngeren Jahren, um die hohen
Kosten im Alter abzufedern [s. www.krankenversicherung-auswahl.de].
Zurzeit sind ca. 9,4 Millionen Personen (ca. rund 11,6 Prozent der deutschen Bevölkerung in einer
PKV versichert (vgl. Gesundheitsberichterstattung des Bundes, basierend auf der Bevölkerung und
den privat vollversicherten Bundesbürgern zum 31.12.2011 bzw. GKV Spitzenverband KM1 Statistik,
August 2013). Auf diesen Teil der deutschen Bevölkerung können Erkenntnisse aus Analysen von
GKV-Routinedaten nur sehr begrenzt übertragen werden, weil sich PKV- und GKV-Versicherte in
zentralen soziodemographischen Merkmalen unterscheiden, die direkt mit der Inanspruchnahme
medizinischer Leistungen korrelieren [Hoffmann und Icks 2011].
4.2
Dateninhalte und Datenqualität
Im Pretest zur Nationalen Kohorte (NaKo; vgl. 5.6) wurde die Nutzbarkeit von Abrechnungsdaten der
privaten Krankenversicherung für wissenschaftliche Zwecke und die Validität der Daten in
Gesprächen mit zwei der größten privaten Krankenversicherer einer ersten Bewertung unterzogen
[Swart et al. 2013]. In weiterführenden Gesprächen und in Kontakten mit weiteren Versicherungen
wird diese Evaluation derzeit in der Pilotphase der Nationalen Kohorte fortgeführt. Ziel ist die
Bewertung der Validität der Daten in Bezug auf deren Nutzung im Rahmen der NaKo. Die
nachfolgenden Ausführungen beziehen sich auf die bisher gewonnenen Erkenntnisse.
Die privaten Krankenversicherungen haben ihr eigenes Abrechnungssystem, welches sich von dem
der gesetzlichen Krankenversicherungen grundlegend unterscheidet. Nach einem ambulanten
Arztbesuch erhält zunächst der Versicherte die Rechnung für die ärztliche Untersuchung und nicht die
PKV. Der Versicherte kann daraufhin entscheiden, ob er die Rechnung des Arztes sofort seiner
Krankenkasse zusendet oder bis zur Jahresendabrechnung sammelt und komplett einreicht. Ist
Letzteres der Fall, überweist der Versicherte den Betrag an den Arzt in der angegebenen Frist. Wird
jedoch die Rechnung gleich nach Erhalt an die Versicherung weitergeleitet, erfolgt eine Prüfung durch
Datengutachten
DIMDI
64
04
diese. Der Versicherte erhält bei positiver Prüfung das Geld von der Versicherung und kann es dann
dem Arzt überweisen.
Weiterhin gibt es auch die Praxis, dass die ambulante Behandlung gleich vor Ort in bar beglichen
werden muss und die Rechnung dann im Anschluss an die Versicherung geschickt werden kann. Je
nach Tarif kann der Versicherte für sich entscheiden, ob er die Rechnung seiner PKV zusendet oder
die Kosten alleine trägt. Leistungen nicht eingereichter Rechnungen werden somit nicht bei der PKV
erfasst. Demzufolge sind die ambulanten Daten tendenziell lückenhaft; ihre Eignung für
Forschungszwecke bedarf einer intensiven Prüfung.
Ähnliche Einschränkungen gelten auch für die Erstattung verauslagter Arzneimittelkosten (abzgl. der
Rezeptgebühr). Auch hier muss jenseits der nicht verschreibungspflichtigen (OTC-)Präparate mit einer
erheblichen Untererfassung gerechnet werden.
Darüber hinaus ist zu berücksichtigen, dass aufgrund der Vielzahl der Wahltarife kein einheitlicher
Versicherungsschutz vorausgesetzt werden kann. So existieren Verträge, die keine umfassende
Deckung der Ausgaben im ambulanten und Arzneimittelsektor umfassen. Insofern muss selbst bei
einer nahezu vollständigen Erfassung der zur Kostenerstattung fähigen Leistungen die Möglichkeit
einer systematischen, vertragsbedingten Untererfassung in diesen beiden Versorgungssektoren
berücksichtigt werden.
In der stationären Behandlung ähnelt das Abrechnungsverfahren der PKVen dem der GKVen. Hier ist
es angesichts der hohen Behandlungskosten üblich, direkt zwischen dem Krankenhaus und der
Versicherung abzurechnen. Zusatz-leistungen wie Chefarztbehandlungen etc. werden jedoch wieder
in die Eigenleistung des Patienten übergeben, wenn ein entsprechender Tarif besteht.
Zwischen den unterschiedlichen PKVen gibt es keine einheitlichen Abrechnungsstandards. Jede PKV
rechnet mit ihren eigenen Softwaresystemen ab. Dennoch kann davon ausgegangen werden, dass
die direkte Abrechnung mit den Leistungserbringern bei allen PKVen ähnlich verläuft. Entsprechende
Daten sind bei direkter Abrechnung mit den Leistungsträgern (überwiegend stationäre Einrichtungen)
weitgehend in elektronischer Form verfügbar. Die ambulanten Kostenerstattungsanträge der
Versicherten sind hingegen überwiegend in Papierform vorhanden. Die Datenerfassung läuft vor
diesem Hintergrund auf elektronischem Weg, manuell oder über einen Scanner.
Vergleichbar mit der GKV sind – vorbehaltlich einer eingehenden Prüfung – nach derzeitigem
Erkenntnisstand vor allem die stationären Daten und Pflegedaten, da sie ähnlich wie bei den GKVen
abgerechnet werden. Die dokumentierten diagnosebezogenen Fallgruppen (DRGs) können für
Forschungszwecke genutzt werden. Die Validität der Angaben wird nur bei kritischen
Kostenerstattungen geprüft, da der Aufwand für die PKV sonst zu hoch wäre.
Betrachtet man die für Studien und Analysen genutzten Daten der PKV, so lassen sich folgende
Datenkörper identifizieren:
▪
▪
▪
▪
▪
▪
▪
▪
jährlicher Zahlenbericht der PKV (u.a. Versicherungsbestände, Erträge und Aufwendungen)
Abrechnungsstichproben (z.B. von ambulanten Arztrechnungen)
Selbstbehaltsstatistik der PKV
Einzelleistungsstatistiken
Arzneimittelverordnungsdaten von PKV
Ausgabenstatistik der PKV
Kopfschadenstatistik der PKV
Statistik der privaten Pflegeversicherung
Datengutachten
DIMDI
65
04
▪ Daten des Statistischen Bundesamtes
In den Analysen variiert die Zahl der betrachteten PKV-Unternehmen, sodass unterschiedlich viele
Versicherte in die Untersuchungen einbezogen werden. Außerdem ist zu berücksichtigen, dass
teilweise Unterschiede zwischen den PKV-Unternehmern, z.B. hinsichtlich ihrer Versichertenstruktur,
bestehen und dadurch die Ergebnisse von Analysen beeinflusst werden können.
4.3
Datenzugang und Nutzungsmöglichkeiten
Eine Zusammenarbeit einzelner privater Krankenversicherungen mit externen Einrichtungen erfolgte
bisher nur in Ausnahmefällen, bedarf aber einer Prüfung durch interne Datenschützer und Juristen.
Ein Antrag nach §75 SGB X, wie bei einer angestrebten wissenschaftlichen Nutzung von Sozialdaten
zwingend vorgeschrieben, ist nicht erforderlich.
Bisher wurden Daten einzelner PKVen sowohl an das Wissenschaftliche Institut der PKV (WIP-PKV;
www.wip-pkv.de) als auch an destatis gesandt, entsprechend liegt dem Statistischen Bundesamt und
der Gesundheitsberichterstattung des Bundes ein Datenzugang vor.
Des Weiteren nutzt das WIP-PKV die Daten der verschiedenen PKVen für Arbeitspapiere und
Publikationen. Im Vordergrund stehen gesundheitsökonomische Analysen und Auswertungen von
Leistungssegmenten der ambulanten Versorgung sowie Grundsatzarbeiten zu Fragen der
Sozialversicherung in Deutschland. Auch für die Analysen des WIP-PKV ist die systembedingte
Untererfassung von Leistungsdaten aufgrund nicht eingereichter Rechnungen bei der Interpretation
der Ergebnisse zu berücksichtigen.
Die inhaltlichen Schwerpunkte der vom WIP-PKV veröffentlichten Studien und Diskussionspapiere
decken sich mit den Forschungsbereichen des Instituts und umfassen (vgl. www.wip-pkv.de):
▪ Arzneimittel (Arzneimittelversorgung und –ausgaben, Verordnungsdaten), auch im Vergleich
▪
▪
▪
▪
▪
▪
zur GKV)
Ärztliche Vergütung (Vergleich von Abrechnungen nach EBM und GOÄ, Leistungsausgaben)
Demographie und Gesundheitsausgaben (Versichertenstruktur, Versorgung von Kindern und
älteren Menschen)
Internationale Analysen (Gesundheitssysteme im Vergleich)
Mehrumsatz der PKV (überproportionaler Finanzierungsbeitrag privat versicherter Personen)
Pflegeversicherung (zukünftige Entwicklung und Finanzierung)
Prävention.
Die Daten der PKV sind zu einem großen Teil für die interessierte Öffentlichkeit im Internet
zugänglich. Der jährlich erscheinende Zahlenbericht der PKV sowie aktuelle allgemeine Angaben (zu
Versichertenzahlen und Mitgliedsunternehmen) können auf der Website des Verbandes der Privaten
Krankenversicherung eingesehen werden. Veröffentlichte Studien und Diskussionspapiere stehen im
Rahmen des Internetauftritts des WIP-PKV zur Verfügung. Weitere Daten finden sich in
Veröffentlichungen und auf den Webseiten der Gesundheitsberichterstattung des Bundes sowie dem
Statistischen Bundesamt. Hierbei ist jedoch anzumerken, dass die Daten in allen Fällen nur in
aggregierter Form zugänglich sind, Einzeldaten sind nicht einsehbar.
Datengutachten
DIMDI
66
05
5
5.1
Daten bei den Kassenärztlichen Vereinigungen
Die Daten des ambulanten ärztlichen Sektors wurden bereits in Kap. 2.1.4 beschrieben. Im Folgenden
soll kurz auf die rechtliche Grundlage für die Datenübermittlung von den Praxen an die
Kassenärztlichen Vereinigungen und auf Nutzungsmöglichkeiten durch die Kassenärztlichen
Vereinigungen bzw. beauftragte Institute wie das Zentralinstitut für die Kassenärztlichen Versorgung in
der Bundesrepublik Deutschland (ZI) hingewiesen werden. Der Abschnitt beruht auf den
Ausführungen der BÄK-Expertise [PMV/FEISA 2010] sowie auf den Angaben des ZI auf seiner
Homepage [www.zi.de; siehe auch Erhart M. 2014])
Die Lieferung der Daten von den niedergelassenen Ärzten an ihre jeweilige Kassenärztliche
Vereinigung zur Honorarabrechnung der zu Lasten der GKV erbrachten Leistungen erfolgt jeweils
zum Quartalsende per EDV (Abrechnungsdaten-Transfer; ADT) gemäß den Bestimmungen des § 295
im SGB V.
§ 285 SGB V regelt, zu welchen Zwecken personenbezogene Daten von Versicherten seitens der
Kassenärztlichen Vereinigung genutzt werden dürfen. Hierzu zählen die Wirtschaftlichkeitsprüfung (§
106 SGB V), die Durchführung von Qualitätsprüfungen (§ 136 SGB V) und die Beratung von
Vertragsärzten (§ 305 SGB V). Die KVen können Arzneiverordnungsdaten zur Erfüllung ihrer
Aufgaben (§ 73 Abs. 8 = Sicherung der wirtschaftlichen Verordnungsweise, § 84 =
Richtgrößenvereinbarungen für Arzneimittel und Heilmittel, § 305a = Beratung von Vertragsärzten) bei
den Rechenzentren arztbezogen anfordern (§ 300 (2)). Das ZI übernimmt hier Serviceleistungen für
die KVen (Annahme und Plausibilitätsprüfung der Daten).
Das ZI führt seit 1998 quartalsweise eine Analyse der Abrechnungsdaten von zufällig ausgewählten
450 Praxen (14 Arztgruppen, ca. 1,2 Millionen Patienten) der Kassenärztlichen Vereinigungen
Nordrhein und Brandenburg durch (ADT-Panel). Über einen sehr langen Zeitraum kann das
Behandlungsgeschehen in Arztpraxen abgebildet werden.
Untersucht wird beispielsweise
▪ „wie häufig niedergelassene Ärzte unterschiedlicher Fachgebiete welche Krankheiten
▪
▪
behandeln,
wie sich die ambulanten Behandlungskosten auf verschiedene Patientengruppen verteilen oder
welche Krankheitsmuster im Sinne von Diagnosekombinationen (Multi- oder Co-Morbidität) wie
häufig vorkommen“ (zit. nach [www.zi.de/cms/projekte/adt-panel/])
Für weitere Informationen sowie Downloads von ausgewählten Analysen wird auf die Homepage des
ZI verwiesen.
Da die Kassenärztlichen Vereinigungen nach §300 SGB V das Recht haben, von den
Apothekenabrechnungszentren die Abrechnungsdaten zu den von den Vertragsärzten verordneten
Arzneimitteln (arzt – und versichertenbezogen) anzufordern, plant das ZI den Aufbau einer
Datengrundlage für versorgungsepidemiologische Fragestellungen. Datenherren sind die einzelnen
KVen, die der Datennutzung jeweils zustimmen müssen.
Datengutachten
DIMDI
67
05
Geplant ist ein Scientific Use File (SUF) von 10% der Patienten mit Kontakt zu einem Vertragsarzt. Die
Grundgesamtheit stellen hierbei Inanspruchnehmer (aller gesetzlicher Krankenversicherungen) und
nicht Versicherte dar. Der Datensatz soll folgende Informationen umfassen (Angabe nach [Erhart
2014]):
▪ zu den Patienten (Alter, Geschlecht, Versichertenstatus, Krankenkassen, DMP-Teilnahme,
▪
▪
▪
5.1.1
Wohnort),
zu Diagnosen und ambulanten ärztlichen Leistungen,
zur Arztgruppe (Fachrichtung, Praxisort),
zu den Arzneiverordnungen.
Zugang für geplanten SUF
Voraussetzung für einen Datenzugang ist ein vom Vorstand des ZI positiv bewertetes
Auswertungskonzept, Nutzern des SUF werden voraussichtlich Testdaten zur Programmierung
bereitgestellt. Die Auswertung der Daten auf der Basis der Auswertungsalgorithmen erfolgt im ZI. Die
Ergebnisse sollen nach interner Überprüfung in aggregierter Form zurück übermittelt werden [Erhart
2014].
5.1.2
Aktualität
Der Scientific Use File soll für die geplante Patientenstichprobe ambulante Abrechnungsdaten und
Arzneiverordnung der Jahre 2009, 2010 und 2011 umfassen und für mindestens fünf Jahre fortgeführt
werden (Angaben nach [Erhart 2014])
5.1.3
Die Daten können deskriptiv und analytisch ausgewertet werden. Sie erlauben Aussagen zum
Morbiditätsspektrum, den erbrachten Leistungen und den eingelösten Verordnungen. Von Interesse
sind u.a. regionale Analyse, Aussagen zur Inanspruchnahmeintensität, zu Entfernungen sowie auch
die Untersuchung von Unterschieden zwischen Krankenkassen.
Populationsbezogene Analysen (Prävalenz und Inzidenzschätzungen, Aussagen zum realisierten
Versorgungsbedarf) sind durch die fehlende Grundgesamtheit von Versicherten nicht möglich.
5.2
Arzneimitteldaten aus Apotheken
Der Beitrag beruht im Kern auf den Ausführungen der Autoren in der BÄK-Expertise [PMV/FEISA
2010].
Die zu Lasten der gesetzlichen Krankenversicherung ausgestellten und in Apotheken eingelösten
Rezepte werden von den Apotheken über die Apothekenrechenzentren in elektronisch oder
maschinell verwertbarer Form an die Krankenkassen zu Abrechnungszwecken übermittelt. Grundlage
für Datenerhebung und Datentransfer ist der § 300 des SGB V. Die Kassenärztlichen Vereinigungen
erhalten die Daten für festgelegte Zwecke wie z. B. zur Sicherung einer wirtschaftlichen
Verordnungsweise (§ 73 (8)), zur Richtgrößenvereinbarung (§ 84) und für die Beratung der
Vertragsärzte zur Verordnungsweise (§ 305a).
Daneben haben die Apothekenrechenzentren die Möglichkeit, anonymisierte Daten, die keine
Rückschlüsse auf Patienten, Ärzte oder Apotheken zulassen sollten, an Dienstleister zu verkaufen, die
ihrerseits damit Marktanalysen insbesondere für die Gesundheitswirtschaft durchführen (s.
beispielsweise INSIGHT health; [www.insight.health.de]). Die Frage, wie die Anonymisierung
Datengutachten
DIMDI
68
05
durchzuführen sei, wird unter Datenschützern aktuell (Stand 2013) kontrovers diskutiert. Auf diese
kommerzielle Nutzungsmöglichkeit wird hier nicht weiter eingegangen.
5.2.1
DAPI-Warehouse
Die Apothekerschaft nutzt Verordnungsdaten für pharmaökonomische und
pharmakoepidemiologische Studien erst seit dem Jahr 2000. Möglich wurde dies durch den Aufbau
7
des DAPI-Warehouse [www.dapi.de]. Monatlich erhält das DAPI (Deutsches Arzneiprüfungsinstitut
e.V.) auf der Rechtsgrundlage des § 300 SGB V laut eigenen Angaben aus acht Rechenzentren
anonymisierte Daten. Die Datenbank umfasst mittlerweile (Stand Nov. 2013) 7 Mrd. anonymisierte
Verordnungen aus der GKV-Arzneimittelabrechnung mit einer jährlichen Zunahme von ca. 600 Mio.
Einträgen. Diese weisen keinen Bezug zu einzelnen Personen, Ärzten oder Apotheken auf (Angaben
nach [www.dapi.de]).
5.2.2
Aktualität
Laut Angaben auf der Homepage werden die Daten zeitnah verarbeitet, so dass spätestens 8 Wochen
nach Beendigung des Abrechnungsmonats erste Analysen möglich sind.
5.2.3
Die Daten werden nur vom DAPI selbst ausgewertet, es bestehen jedoch für wissenschaftliche
Fragestellungen Kooperationsmöglichkeiten. Nach Angaben des DAPI reicht das Spektrum
potentieller Auswertungsempfänger von Gesundheitsministerien und -behörden,
Gesundheitspolitikern, Abgeordneten, und Krankenkassen bis hin zu wissenschaftlichen Instituten und
Einzelpersonen.
Für die Mitgliedsorganisationen erstellt das DAPI monatlich standardisierte Analysen auf aggregierter
Ebene. Die Daten erlauben nicht nur Querschnittsanalysen, sondern auch eine längsschnittlich
versichertenbezogene Betrachtung der Arzneimittelversorgung – beispielsweise zu Fragen der
Persistenz und Adhärenz, auch im Kontext von Rabattverträgen oder Neueinführungen [Schüssel et
al. 2007] – oder auch zu potentiellen Interaktionen.
Eine Verknüpfung mit Diagnosen oder auch Informationen aus anderen Sektoren der Versorgung ist
nicht möglich. Ebenso fehlt der Bevölkerungsbezug.
5.3
Daten des Instituts für das Entgeltsystem im Krankenhaus
Mit der Einführung der pauschalierten Krankenhausvergütung durch das Krankenhausentgeltgesetz
(KHEntgG) im Jahr 2002 wurde in dessen § 21 die Übermittlung fallbezogener Daten für alle voll- und
teilstationären Behandlungsfälle an eine von den Spitzenverbänden der Selbstverwaltung
eingerichtete DRG-Datenstelle geregelt. Mit dieser Aufgabe wurde das InEK (Institut für
Entgeltsysteme im Krankenhaus) beauftragt, eine gemeinnützige GmbH der Spitzenverbände der
Krankenkassen, des Verbandes der Privaten Krankenversicherung und der Deutschen
Krankenhausgesellschaft. (nähere Informationen über das InEK finden sich unter www.g-drg.de)
7
Das DAPI –Verein Deutsches Arzneiprüfungsinstitut e.V. ist ein gemeinnütziger Verein mit dem Satzungsziel,
die Arzneimittelsicherheit zu verbessern. Mitglieder sind Landesapotherkammern und -verbände sowie
Einzelmitglieder. Das DAPI verkauft keine Daten.
Datengutachten
DIMDI
69
05
Die Daten des InEK unterliegen genauen Verwertungsvorschriften. Nach
§ 21 (3) KHEntgG dienen sie
▪ 1. der Weiterentwicklung des DRG-Vergütungssystems nach § 17b des
▪
▪
▪
Krankenhausfinanzierungsgesetzes sowie zur Entwicklung und Weiterentwicklung des
Entgeltsystems nach § 17d des Krankenhausfinanzierungsgesetzes,
2. der bundeslandbezogenen Vereinbarung des Basisfallwerts,
3. der Unterstützung der Krankenhausplanung der Bundesländer,
4. der amtlichen Krankenhausstatistik auf Bundes- und ggf. Landesebene.
Zusätzlich können die fallbezogenen InEK-Daten für Maßnahmen der einrichtungsübergreifenden
Qualitätssicherung auf Bundes- und Landesebene durch die dafür zuständigen Institutionen genutzt
werden.
5.3.1
Aktualität und Zugang
Externen Nutzern steht eine Access Datenbank zur Verfügung (www.gdrg.de/cms/Datenveroeffentlichung_gem._21_KHEntgG). Diese umfasst die Normallieger im G-DRGBereich. Nicht berücksichtigt werden rein vorstationäre Fälle, Begleitpersonen und Fälle aus den
Entgeltbereichen der psychiatrischen und psychosomatischen Einrichtungen (PSY) und den
psychiatrischen Institutsambulanzen(PIA) sind Die Daten sind aggregiert und lassen keine Bezug auf
Einzelfälle, auf die Institutionen oder Bundesländer zu.
Die Daten können differenziert werden nach Normalliegern in Hauptabteilungen, in Belegabteilungen
oder mit teilstationärer Versorgung. Neben Alter und Geschlecht sind Auswertungen z.B. möglich
hinsichtlich der Anzahl und des Anteils der Normallieger mit einer entsprechenden Haupt- oder
Nebendiagnose oder einer bestimmten Prozedur an der ausgewählten DRG. Auch sind Auswertungen
zur Verweildauer (Kurz-, Normal-, Langlieger) und zu den PCCL (Patient Clinical Complexity Level)
Klassen durchführbar, die den Gesamtschweregrad eines Patienten in fünf Klassen (0, 1, 2, 3, 4)
abbilden
Zusätzlich steht zum Zweck der Begleitforschung nach §17b Abs. 8 KHG eine sogenannte
Anwendungsdatenbank zur Verfügung (www.g-drg.de/-cms/Begleitforschung_gem._17b_Abs._8_KHG), in der alle voll und teilstationären Krankenhausfälle
erfasst sind (ohne Behandlungsfälle aus psychiatrischen und psychosomatischen Einrichtungen).
Aktuell ist das Datenjahr 2011 verfügbar.
Die Datenauswertung ist in fünf Datengruppen gegliedert:
▪ Datenbasis,
▪ Krankenhaus-Strukturdaten (Klassifizierung nach Bettenzahl, Fallzahl, CMI),
▪ vollstationäre Falldaten (jeweils für Versorgung durch Hauptabteilungen und belegärztliche
▪
▪
Versorgung: demographische und medizinische Fallmerkmale, Angaben zum
Versorgungsgeschehen im Krankenhaus),
teilstationäre Falldaten (Hauptdiagnosen und Prozeduren teilstationärer Fälle) sowie
G-DRG-System (hoch bzw. niedrig bewertete Fallgruppen, häufige Leistungen wie die 20
häufigsten Fallgruppen, 20 höchst bewerteten Fallgruppen und die 20 niedrigst bewerteten
Fallgruppen).
Datengutachten
DIMDI
70
05
Ambulante im Krankenhaus erbrachte Behandlungen sind nicht erfasst, auch nicht im Rahmen von
DMP oder IV-Verträgen erbrachte Krankenhausleistungen. Weitere Einschränkungen sind in der
Beschreibung des Datensatzes aufgeführt.
5.3.2
Einzelheiten zu Inhalten und Nutzungsmöglichkeiten dieser rein fallbezogenen Datenbank sind der
Webseite des InEK zu entnehmen.
Zu den potentiellen Auswertungen mittels dieser Daten s. die Ausführungen zur DRG- und
Krankenhausdiagnosestatistik. Bei einer Gegenüberstellung der Daten der DRG und
Krankenhausdiagnosestatistik (z.B. Krankenhausfälle für einzelne Erkrankungsgruppen) ist nicht
zuletzt aufgrund unterschiedlicher Einschlusskriterien der Krankenhäuser (durch den jeweiligen
Erhebungszweck bedingt) mit Unterschieden in den Ergebnissen zu rechnen.
5.3.3
Begleitforschung
Die Einführung und Auswirklungen des DRG Vergütungssystems wurden, wie gesetzlich festgelegt,
durch eine Begleitforschung untersucht. Inzwischen wurde der dritte Forschungszyklus
abgeschlossen. Hierbei lag das Interesse insbesondere auf dem Verlegungsverhalten der
Krankenhäuser, dem Fallaufkommen in den Notaufnahmen und auf der poststationären Mortalität.
Die Berichte sowie die analysierten Daten sind auf der INeK –Homepage (frühere Berichte im Archiv)
eingestellt (siehe www.g-drg.de/cms/content/view/full/4094).
5.4
Registerdaten
Registerdaten stellen ebenfalls eine Datenquelle für die Untersuchung der Versorgungsrealität dar. Im
Folgenden werden unter Bezugnahme auf das Memorandum Versorgungsforschung des DNVF
[Müller et al. 2010], Definition und Einsatzmöglichkeiten von Registern beschrieben sowie einzelne
Register mit ihren Daten vorgestellt.
Bei einem Register handelt es sich um eine (möglichst) aktive standardisierte Dokumentation von
Beobachtungseinheiten – d. h. Daten einzelner Personen (Gesunde, Personen mit einer bestimmten
Erkrankung) oder auch Gruppen (z. B. Behandlungseinheiten einer Klinik) – zu vorab festgelegten
(erweiterbaren) Fragestellungen. Dabei muss der Bezug zur Gruppe, aus der die Fälle stammen (als
Quellpopulation bezeichnet) genau charakterisiert sein. Ebenso ist die Zielpopulation zu benennen,
die idealiter mit der Quellpopulation übereinstimmt (zit. nach Neugebauer, Pre-Conference Seminar
der AG Register des DNVF am 03.05.2010). Unterschieden werden Krankheitsregister von
Produktregistern (Einsatz bestimmter Arzneimittel oder Medizinprodukte) und Qualitätsregistern. Die
Datenerhebung ist mit der zuständigen Datenschutzkommission abzustimmen.
Registerdaten werden u. a. für epidemiologische Studien zur Schätzung von Inzidenz und Prävalenz
sowie zur Untersuchung von Determinanten der Erkrankung und des Erkrankungsverlaufs
herangezogen (z. B. epidemiologische Krebsregister). Ebenso kann die Versorgungsqualität z. B.
unter Bezug auf Leitlinienempfehlungen abgebildet werden. Die Autoren des Memorandums des
DNVF [Müller et al. 2010], sehen auch die Möglichkeit, auf der Basis von Registerdaten eine
Abschätzung zur Wirksamkeit therapeutischer Maßnahmen unter Alltagsbedingungen zu erhalten,
insbesondere bei Fragestellungen, bei denen die Durchführung einer randomisierten Studie nicht
möglich ist. Hervorgehoben wird der Vorteil, dass die Versorgung sektorenübergreifend dargestellt
werden kann.
Datengutachten
DIMDI
71
05
Die Qualität eines Registers ergibt sich aus dem Grad der Erfüllung der folgenden Anforderungen:
▪ Angaben zur Repräsentativität bzw. Grad der Vollzähligkeit. Dies ist eine wichtige Information,
▪
▪
▪
da es sich i.d.R., sofern keine Meldepflicht besteht, um eine freiwillige Mitwirkung (der
Patienten, der meldenden Einrichtungen) handelt.
Vorliegen eines Registerprotokolls mit Angaben zu Fragestellungen, Zielen und Nutzen des
Registers, der Registerorganisation und den Patientenrechten. Auch sollten das Registerdesign
und die Datenerhebung inklusive Qualitätssicherung beschrieben sein. Diese Angaben sind
wichtig zur Abschätzung der Verwendbarkeit des Registers zu Forschungszwecken.
Das Verhältnis Zielpopulation/Quellpopulation/Stichprobe muss transparent und durch
hinreichende Ein- und Ausschlusskriterien identifiziert sein.
Die Datenerhebung sollte vollständig sein, d. h. alle relevanten Angaben zu Personen, Settings,
Ereignissen, Outcomes und potenziell konfundierenden und effektmodifizierenden Variablen
sollten vorliegen.
Beispiele für Register sind – ohne Anspruch auf Vollständigkeit – im Anhang aufgeführt. Zu
Krebsregistern und Krebsepidemiologie siehe außerdem die Beiträge in der ersten Ausgabe des
Bundesgesundheitsblatts 2014 (57. Jg.).
5.5
Surveys und Panel
Im Unterschied zu den im Versorgungprozess aufgrund festgelegter Dokumentationsroutinen
anfallenden Daten werden in Surveys zu einer Vielzahl von Fragestellungen (von Einstellungen und
Verhaltensweisen bis hin zum Gesundheitszustand) Informationen systematisch erhoben [Robra et al.
1991, Winkelhake 1997, Bergmann/Kamtsiuris 1999, Baumeister et al. 2004, Bergmann et al. 2005,
Kamtsiuris et al. 2007]. Hierbei kommt je nach Fragestellung ein breites Methodenspektrum
(telefonische, schriftliche Befragung, persönliche Interviews, körperliche Untersuchungen,
diagnostische Tests etc.) zum Einsatz.
Das RKI Glossar beschreibt einen Survey wie folgt: „Ein Survey ist eine nicht experimentelle
Erhebung/Untersuchung zu einem ganzen Komplex von interessierenden Items in einer Bevölkerung.
Ein Bevölkerungssurvey kann z. B. als Interview (direkt oder telefonisch), als schriftliche Befragung,
als (medizinische) Untersuchung, usw. oder auch als Kombination mehrerer Formen durchgeführt
werden. Sehr bekannt sind die National Health Surveys in den USA. In der Bundesrepublik
Deutschland wurden mehrere Nationale Gesundheitssurveys durchgeführt. Diese sollen vielfältige
Informationen über den Zustand und die Entwicklung der gesundheitlichen Lage der deutschen
Bevölkerung liefern“ (www.rki.de – Glossar; siehe auch www.rki.de/DE/Content/
Gesundheitsmonitoring/Gesundheitsberichterstattung/Allgemeines/ allgemeines_inhalt.html).
Im Kontext dieses Datengutachtens steht die Frage nach dem Zugang zu den erhobenen Primärdaten
– jenseits der vorhandenen Publikationen – im Vordergrund. Hierzu sollen beispielhaft einige
epidemiologische Kohorten und Panel dargestellt werden, deren Daten auch für sekundäre Analysen
zur Verfügung stehen.
5.5.1
SOEP
Die Kurzbeschreibung ist der Homepage des Sozio-oekonomischen Panels entnommen
(www.diw.de/de/diw_02.c.221178.de/ueber_uns. html#299767):
„Das Sozio-oekonomische Panel (SOEP) ist eine repräsentative Wiederholungsbefragung, die bereits
seit 25 Jahren läuft. Im Auftrag des DIW Berlin werden jedes Jahr in Deutschland über 20.000
Datengutachten
DIMDI
72
05
Personen aus rund 11.000 Haushalten von TNS Infratest Sozialforschung befragt. Die Daten geben
Auskunft zu Fragen über Einkommen, Erwerbstätigkeit, Bildung oder Gesundheit. Weil jedes Jahr die
gleichen Personen befragt werden, können langfristige soziale und gesellschaftliche Trends
besonders gut verfolgt werden.“
Das SOEP zeichnet sich durch die folgenden Analysemöglichkeiten aus (zit. nach Homepage):
▪ „das Längsschnittdesign (Panelcharakter),
▪ den Haushaltskontext (Befragung aller erwachsenen Haushaltsmitglieder und Informationen
▪
▪
▪
über Kinder),
die Möglichkeit regionaler Vergleiche und die Nutzung von kleinräumigen Kontextindikatoren,
die überproportionale Ausländerstichprobe (gegenwärtig die größte Wiederholungsbefragung
bei Ausländern in der Bundesrepublik Deutschland; die Stichprobe umfasst Haushalte mit
einem Haushaltsvorstand türkischer, spanischer, italienischer, griechischer oder ehemals
jugoslawischer Nationalität),
die Erhebung von Zuwanderung (gegenwärtig die einzige methodisch zuverlässige Stichprobe
von Zuwanderern, die von 1984 bis 1995 nach Westdeutschland gekommen sind).“
[siehe hierzu www.diw.de_/de/_diw__02.c.222508.de/_uebersicht_ ueber_das_soep.html]
Im Rahmen eines Forschungsdatenzentrum SOEP (FDZ SOEP) werden verschiedene Angebote
unterbreitet (Auszug aus der Homepage):
▪ Die SOEP-Daten werden als Rohdaten sowie in SPSS-, STATA- und SAS-Format mit
▪
▪
▪
▪
▪
▪
▪
ausführlichen Arbeitsunterlagen auf einer DVD weitergegeben. Innerhalb des FDZ stehen am
DIW Berlin zusätzlich Geo-Code-Kontextdaten zur Verfügung. Schulungskurse (SOEPcampus)
für den Umgang mit den SOEP-Daten finden jährlich im In- und Ausland statt.
Für Analysen mit tiefer gegliederten Regionalinformationen besteht im Rahmen des
Forschungsdatenzentrums die Möglichkeit eines Remote-Zugangs.
Gastaufenthalte im Forschungsdatenzentrum sind möglich.
Das interaktive Programm SOEPinfo gibt Auskunft über alle Variablen des SOEP und bietet
darüber hinaus Programmierhilfen für die Datenverarbeitung an.
SOEPlit ist eine Literaturdatenbank, die eine Recherche bisheriger Veröffentlichungen mit
SOEP-Daten ermöglicht.
Der SOEPmonitor enthält Zeitreihen mit Kennzahlen zu Arbeitsmarkt, Bildung, Einkommen,
subjektiven Indikatoren sowie Lebens- und Wohnsituation.
In der Diskussionspapier-Reihe SOEPpapers finden sich weitere aktuelle
Forschungsergebnisse mit den SOEP-Daten mit den unterschiedlichsten thematischen
Schwerpunkten. Darüber hinaus können eigene Forschungs-ergebnisse einem breiten
Publikum zur Diskussion gestellt werden.
STATA-Nutzer/innen können ein spezielles Modul PanelWhiz benutzen, das explizit
Längsschnittanalysen für SOEP-Daten unterstützt.
Die Befragungsdaten (siehe hierzu die Codebooks) enthalten auch Variablen zur Art der
Krankenversicherung und zum Versicherungsstatus. Darüber hinaus sind Fragen enthalten zur
Einschätzung des Gesundheitszustands (sehr gut, gut, zufriedenstellend, weniger gut, schlecht), zur
Behinderung im Alltag (überhaupt nicht, ein wenig, stark), zur Erwerbsbehinderung, zur Zahl der
Arztbesuche bzw. keinen Arztbesuch, zur Bezahlung von medizinischen Leistungen, zu
Krankenhausaufenthalten (Häufigkeit, Dauer), zur Arbeitsunfähigkeit (Häufigkeit und Dauer), zu
Arbeitsunfällen und Heilbehandlungen. Weitere Fragen zielen auf das Gesundheitsverhalten
Datengutachten
DIMDI
73
05
(Rauchen) und Einstellungen/Selbstwirksamkeit und Einschätzungen der Zukunft ab [s.
panel.gsoep.de/~urahmann/codebook_p.pdf].
5.5.2
KORA
Die nachstehende Kurzbeschreibung der KORA-Studien ist der Homepage – Informationen für die
Presse – entnommen: [www.helmholtz-muenchen.de/kora/informationen-fuer-die-presse/index.html])
„KORA, das bedeutet »Kooperative Gesundheitsforschung in der Region Augsburg«, steht für eine
national und international genutzte Forschungsplattform. WissenschaftlerInnen untersuchen an einem
riesigen Pool an Patientendaten verschiedene Fragestellungen zu umweltbedingten Erkrankungen
unter epidemiologischen, genetischen und gesundheitsökonomischen Aspekten.
Als Probanden stellen sich Einwohner der Region Augsburg freiwillig zur Verfügung. So wurden in den
letzten 20 Jahren in Abständen von fünf Jahren rund 18.000 Personen untersucht und befragt, um
Risikofaktoren, wie zum Beispiel Umweltbelastungen, Lebensstil und genetische Faktoren zu
identifizieren.
Im Mittelpunkt steht die Untersuchung von Herz-Kreislauf-Erkrankungen, doch inzwischen sind weitere
Fragestellungen wie Typ-2-Diabetes, Metabolisches Syndrom, Allergien, Krebs und weitere
chronische Erkrankungen hinzugekommen. Insbesondere die genetische Forschung hat von den
KORA-Daten stark profitiert. Zeitgleich wurde ein Herzinfarktregister aufgebaut, das alle durch
Herzinfarkt verursachten Sterbefälle und nicht tödlichen Herzinfarkte bei 25- bis 75-Jährigen erfasst.
Zahlreiche weitere Studien und Untersuchungen kamen hinzu. Das Ergebnis ist eine umfangreiche
Datenbank mit Blutproben und eine einzigartige Sammlung von Befunden und Krankheitsgeschichten.
Für Infrastruktur, Konzeption, Organisation und Durchführung der Studien sorgen Wissenschaftler und
Wissenschaftlerinnen der Institute für Epidemiologie bzw. Gesundheitsökonomie und Management im
Gesundheitswesen am Helmholtz Zentrum München.“ (Informationen für die Presse).
„Die KORA-Plattform steht auch Forschern außerhalb des Helmholtz Zentrums zur Nutzung zur
Verfügung. Dies ist in unterschiedlicher Weise möglich:
Projektbeteiligung: Interessierte Wissenschaftler können ein Forschungsprojekt formulieren, das als
Teilprojekt im Rahmen einer KORA-Studie durchgeführt werden kann. Voraussetzungen hierfür sind:
▪
▪
▪
▪
▪
Eignung der wissenschaftlichen Fragestellung und der geplanten Untersuchungen,
Kostenbeteiligung in Abhängigkeit vom projektspezifischen Zusatzaufwand,
schriftlicher Vertrag zwischen Helmholtz Zentrum München und Institution des Partners,
Beteiligung an Qualitätssicherungsmaßnahmen (SOP-Erstellung, Schulung, Qualitätsmonitoring
etc.),
Unterstützung des KORA-Ansatzes, projektspezifische Daten anderen KORA-Partnern
zugänglich zu machen“
(Zitiert nach: www.helmholtz-muenchen.de/kora/informationen-fuer-wissenschaftlerinnen/beteiligungan-kora/index.html dort noch weitere Informationen).
Datengutachten
DIMDI
74
05
5.5.3
SHIP-Studie
SHIP stellt das Akronym für Study of Health in Pomerania (Leben und Gesundheit in Vorpommern) –
eine bevölkerungsbezogene epidemiologische Studie – dar. Die nachstehenden Informationen sind
der Homepage entnommen (s. www.medizin.uni-greifswald.de/cm/fv/ship.html, s. außerdem zur
Übersicht [Völzke 2012]).
Zufällig ausgewählte Bewohner (20-79 Jahre) aus Vorpommern werden in regelmäßigen Abständen
medizinisch untersucht. SHIP 0 begann 1997; SHIP-3 stellt ein 17-Jahres-Follow-up dar und wird im
Jahr 2014 durchgeführt werden. Das Design erlaubt Quer- und Längsschnittsanalysen.
Die SHIP Studie untersucht nicht nur die Häufigkeit von (Neu-) Erkrankungen, sondern will auch einen
Beitrag zum Verständnis der Krankheitsentstehung leisten. Hierzu werden umfangreiche Daten zur
familiären und beruflichen Umwelt, zu sozialen Beziehungen und chronischen Erkrankungen und zur
Ernährung erhoben und die Prävalenz von Risikofaktoren und subklinischen Auffälligkeiten ermittelt.
Zu den wichtigsten untersuchten Erkrankungen gehören:
▪
▪
▪
▪
▪
▪
▪
▪
Herz-Kreislauferkrankungen
Diabetes mellitus
Leber- und Gallenblasenerkrankungen
neurologische Erkrankungen
Schilddrüsenerkrankungen
Zahnerkrankungen
Lungenerkrankungen
Sucht und Risikoverhalten
Zusätzlich werden auch Angaben zur Inanspruchnahme medizinischer Leistungen erhoben. Die
Anwendung standardisierter Verfahren erlaubt den Vergleich der erhobenen Befunde mit anderen
Studien und somit auch Rückschlüsse auf regionale Besonderheiten.
SHIP dient auch als Kontrollstudie für die Patientenkohorten innerhalb von GANI_MED (Greifswald
Approach to Individualized Medicine), einem Projekt, das den Forschungsschwerpunkt
»Individualisierte Medizin« weiter stärken wird. (Weitergehende Informationen zum Thema
Personalisierte Medizin finden sich im Heft 11/2013 des Bundesgesundheitsblattes).
Die Daten von SHIP 0 und SHIP 1 stehen vollständig, die von SHP 2 und SHIP -Trend (eine neue
Stichprobe mit ca-8000 Probanden ab 2008) teilweise zur Verfügung. Anträge auf Nutzung der Daten
sind beim Forschungsverbund Community Medicine zu stellen. Entsprechende Dokumente stehen auf
der H0mepage zur Verfügung.
5.5.4
Surveys des Robert Koch-Instituts
Die Gesundheitsberichterstattung des Bundes (GBE) berichtet regelmäßig über die gesundheitliche
Situation der Bevölkerung in Deutschland. Das Themenspektrum ist vielfältig und reicht von
Krankheiten und Beschwerden über das Gesundheitsverhalten und Risikofaktoren bis hin zur
medizinischen und pflegerischen Versorgung und den damit verbundenen Kosten. Neben
Surveydaten werden auch amtliche Statistiken, epidemiologische Register und Routinedaten der
Sozialversicherungsträger für die GBE genutzt.
Bekannte und repräsentative Surveys des Robert Koch Instituts (www.rki.de) sind
Datengutachten
DIMDI
75
05
▪ DEGS = Studie zur Gesundheit Erwachsener in Deutschland
▪ KiGGS = Kinder- und Jugendgesundheitssurvey mit dem Zusatzmodul zur psychischen
▪
Gesundheit von Kindern und Jugendlichen (BELLA; www.bella-study.org; www.child-publichealth.org)
GEDA = Telefonischer Gesundheitssurvey
Surveys liefern Informationen, die in anderen Datenquellen nicht abgebildet werden können, z. B. zu
Lebensqualität und Lebensstil, individuellen Risikofaktoren und Ressourcen für Gesundheit und
Krankheit sowie zur Inanspruchnahme von Leistungen zur Prävention und Gesundheitsförderung.
5.5.5
DEGS-Studie zur Gesundheit Erwachsener in Deutschland
Mit DEGS erhebt das Robert Koch-Institut kontinuierlich vielfältige und bundesweit repräsentative
Gesundheitsdaten zu den in Deutschland lebenden Erwachsenen. Die Teilnehmerinnen und
Teilnehmer der ersten DEGS-Studie werden wiederholt einbezogen [siehe hierzu ausführlich
www.rki.de/ DE/Contentgesundheitsmonitoring/Studien/Degs/degs_w1/
Basispublikation/basispublikation_node.html].
Der Survey umfasst ein breites Spektrum an Fragestellungen
▪ Wie gesund sind die Menschen in Deutschland?
▪
▪
Unter dieser Fragestellung erfolgen Untersuchungen zur Lebensqualität und Prävalenz von
Erkrankungen (z. B. Herzinfarkt, KHK, Schlaganfall, Fettstoffwechselstörung, Diabetes mellitus,
muskuloskelettale Erkrankungen, allergische Erkrankungen, Hepatitis A,B,C, Hysterektomien,
körperliche und geistige Funktionsfähigkeit ab 65 Jahren, Depression) sowie zu
Schlafproblemen, chronischem Stress sowie körperlicher und psychischer Gewalterfahrung.
Welche Faktoren beeinflussen unsere Gesundheit?
Erfragt bzw. untersucht werden das Ausmaß an körperlicher Aktivität und kardiorespiratorischer
Fitness, der Obst- und Gemüsekonsum, Übergewicht und Adipositas, Blutdruck sowie Rauchund Trinkverhalten. Darüber hinaus werden im DEGS der Zusammenhang von
sozioökonomischem Status und Gesundheit wie auch von sozialer Ungleichheit untersucht.
Welche Gesundheitsleistungen werden in Anspruch genommen?
Hierzu erfolgen Fragen zur Inanspruchnahme der ambulanten und stationären medizinischen
Versorgung, zu Impfstatus, Inanspruchnahme von Krebsfrüherkennungsuntersuchungen aber
auch zur Arzneimittelanwendung (verordnete Arzneimittel sowie Selbstmedikation) und zur
Teilnahme an verhaltenspräventiven Maßnahmen
Die Ergebnisse der ersten Erhebungswelle sind publiziert. Weitere Informationen zur DEGS-Studie
unter: www.degs-studie.de.
5.5.6
KIGGS
Der Kinder-Gesundheitssurvey untersucht repräsentativ die gesundheitliche Situation der in
Deutschland lebenden Kinder und Jugendlichen im Alter von 0 bis 17 Jahren. Bei Minderjährigen
werden die Eltern befragt, ab 11 Jahre auch die Studienpersonen selbst. Wie beim DEGS werden
auch medizinische Untersuchungen (Größe, Gewicht, Blutdruck, Motorik und Fitness) und
Laboranalysen durchgeführt, außerdem gibt es einige Zusatzmodule (z. B. zu psychischer
Gesundheit, motorischer Leistungsfähigkeit, Umweltbelastung und Ernährung).
Datengutachten
DIMDI
76
05
Die Befragung bezieht sich auf körperliche Beschwerden und Befindlichkeit, akute und chronische
Krankheiten, Unfälle, psychische Gesundheit, Verhaltensauffälligkeiten und -störungen, Risiken und
Schutzfaktoren für die psychische Entwicklung (personale, soziale und familiäre Ressourcen),
subjektive Gesundheit (Lebensqualität), Schilddrüsengesundheit und Jodversorgung,
Gesundheitsverhalten und Freizeitaktivitäten, Medikamentenkonsum, Impfstatus und
Inanspruchnahme medizinischer Leistungen.
Auch beim KIGGS sind mehrere Erhebungswellen und längsschnittliche Beobachtungen geplant. Von
besonderem Interesse ist die gesundheitliche Belastung in den Lebensphasen, die von Übergängen
gekennzeichnet sind. Die Basiserhebung erfolgte von 2003 bis 2006 (Daten als public use file
verfügbar), die 1. Welle von 2009 bis 2012; die 2. Welle ist für 2014 bis 2016 geplant. Die Ergebnisse
der Welle 2009 bis 2012 wurden im Juli 2014 im Bundesgesundheitsblatt publiziert und sind auch
unter www.kiggs-studie.de als PDF abrufbar.
Weitere Informationen zur KIGGS-Studie unter: www.kiggs-studie.de.
Quelle: www.rki.de/DE/Content/Gesundheitsmonitoring/Studien/ Kiggs/kiggs_node.html.
5.5.7
Gesundheit in Deutschland aktuell – GEDA
GEDA stellt eine regelmäßige telefonische Gesundheitsbefragung von Erwachsenen (18 Jahre und
älter) des Robert Koch-Instituts dar und ergänzt für das Gesundheitsmonitoring die Studien DEGS und
KIGGS. Neben einem konstanten Kernmodul zu gesundheitlich wichtigen Fragestellungen werden die
GEDA-Erhebungen jeweils um thematische Schwerpunkte ergänzt.
Für GEDA 2012 wurden ca. 26.000 Personen interviewt. Die Länder Brandenburg und Saarland sowie
die Stadt Frankfurt am Main beteiligten sich mit zusätzlichen Mitteln an dieser bundesweiten Studie,
um für die Bevölkerung ihrer Regionen repräsentative Aussagen zur gesundheitlichen Lage zu
erhalten.
Neben Daten zu persönlichen Merkmalen wie Alter oder Geschlecht, Bildung, berufliche Stellung oder
Migrationshintergrund wurden im Kernmodul Daten zu folgenden Themen erhoben: Subjektive
Gesundheitswahrnehmung, Verbreitung von Krankheiten, Unfälle und Verletzungen, Psychische
Gesundheit, Krankheitsfolgen und Behinderung, gesundheitsbezogenes Verhalten und Prävention,
Inanspruchnahme von Impfungen, Ernährung und körperliche Aktivität sowie Risikofaktoren wie
Alkoholkonsum und Rauchen. Wie bei DEGS werden auch Fragen zur Inanspruchnahme von
Leistungen des Gesundheitssystems, zu gesundheitsbezogenen Unterstützungen und Belastungen
gestellt.
Zusätzlich wurden im GEDA 2012 Fragen zu Masern und Masernimpfungen, zur Pflege von
Angehörigen und Lärmbelästigung als thematische Ergänzungen aufgenommen.
Weitere Informationen zur GEDA-Studie unter: www.geda-studie.de.
Quelle: www.rki.de/DE/Content/Gesundheitsmonitoring/Studien/ Geda/Geda_node.html
Datengutachten
DIMDI
77
05
5.5.8
Zugang zu den Daten des Gesundheitsmonitorings
Die Daten der RKI-Gesundheitssurveys stehen für wissenschaftliche Analysen als Public Use Files zur
Verfügung. Jedes Public Use File besteht aus dem jeweiligen Datensatz sowie einer Dokumentation
mit Studienbeschreibung, Muster der Erhebungsunterlagen, Codeplan und Benutzeranleitung. Die
Auslagenpauschale beträgt 90 Euro pro File inkl. Dokumentation.
Nähere Informationen finden sich unter [www.rki.de/DE/Content/
Gesundheitsmonitoring/PublicUseFiles/informationen_antrag/info_antrag_node.html].
5.6
Nationale Kohorte
Die Nationale Kohorte ist die bislang größte epidemiologische Studie in Deutschland. An 18
Studienzentren im gesamten Bundesgebiet werden ab 2014 netto 200.000 Studienteilnehmer im Alter
von 20 bis 69 Jahren rekrutiert [Wichmann et al. 2012]. Die Studie hat folgende Aufgaben und Ziele:
▪ Aufklärung von Ursachen chronischer Erkrankungen und ihrem Zusammenhang mit Lebensstil,
▪
▪
▪
▪
▪
Umwelt-, genetischen und soziodemografischen Faktoren,
Identifikation neuer Krankheitsrisikofaktoren,
Auswirkungen geografischer Unterschiede und sozioökonomischer Ungleichheiten auf den
Gesundheitsstand und das Krankheitsrisiko in Deutschland,
Entwicklung von Risikovorhersagemodellen für chronische Erkrankungen,
Entwicklung personalisierter Präventionsstrategien,
Evaluation von Markern als effektive Hilfsmittel zur Früherkennung von chronischen
Krankheiten.
Die Studie ist auf eine Laufzeit von 20 bis 30 Jahren angelegt. Die Finanzierung ist gegenwärtig für
die nächsten 10 Jahre gesichert. Finanziert wird die Studie durch das Bundesministerium für Bildung
und Forschung (BMBF), die 14 beteiligten Bundesländer und die Helmholtz-Gemeinschaft Deutscher
Forschungszentren mit insgesamt 210 Millionen Euro.
Trägerverein dieser aufwendigen Studie ist der Nationale Kohorte e.V., dessen Geschäftsstelle am
Deutschen Krebsforschungszentrum Heidelberg angesiedelt ist (Vors.: Prof. K.-H. Jöckel,
Universitätsklinikum Essen).
Weitere Informationen finden sich unter: www.nationale-kohorte.de.
5.6.1
Dateninhalte
Das Basis-Untersuchungsprogramm (Level 1) für alle Teilnehmerinnen und Teilnehmer dauert rund
2,5 Stunden und setzt sich aus folgenden Modulen zusammen:
▪ Befragung zu Familie und Ausbildung, zur medizinischen Vorgeschichte, zur Einnahme von
▪
▪
▪
▪
▪
▪
▪
Medikamenten und zum Lebensstil, wie z. B. Ernährung oder körperliche Aktivität
Messung von Körpergröße und -gewicht sowie von Taillen- und Hüftumfang
Messung von Blutdruck und Herzfrequenz
Gewinnung von Blut, Urin, Speichel, Stuhl; Durchführung eines Nasenabstriches
Messung der Handgriffstärke (maximale Kraft von rechter und linker Hand)
Messung der körperlichen Aktivität
Elektrokardiogramm (EKG)
Aufmerksamkeits-, Konzentrations- und Gedächtnistests
Datengutachten
DIMDI
78
05
Zusätzlich erhält eine Gruppe der Teilnehmenden ein erweitertes Programm, das eine
Ultraschalluntersuchung des Herzens, eine Magnetresonanzuntersuchung (MRT) von Kopf, Herz und
Körper und weitere Untersuchungsteile umfasst (Level 2).
Nach vier bis fünf Jahren laden die Studienzentren alle Probanden zu einer zweiten Untersuchung ein.
Ein aktives Follow-Up erfolgt im Abstand von 2-3 Jahren.
Ein Charakteristikum der Nationalen Kohorte ist die Nutzung ergänzender Sozial- und
Registerdaten im Rahmen des passiven Follow-Up, die individuell mit den Primärdaten verlinkt
werden sollen. Im Einzelnen ist die Erschließung folgender Datenquellen vorgesehen:
▪ Abrechnungsdaten der gesetzlichen Krankenversicherungen (GKVen) zur Abbildung der
▪
▪
▪
▪
▪
Inanspruchnahme medizinischer Leitungen (vgl. Kap. 1.1),
Abrechnungsdaten privater Krankenversicherungen (PKVen) in gleicher Weise (vgl. Kap. 4),
Sozialdaten der gesetzlichen Rentenversicherung zur Abbildung des Rentenstatus und
Maßnahmen der Rehabilitation [vgl. Kap. 2.3],
Sozialdaten der Bundesagentur für Arbeit zur Abbildung von Erwerbsbiographien [vgl. Kap. 3.7],
Kassenübergreifende Abrechnungsdaten aus der vertragsärztlichen Versorgung über das
Zentralinstitut der Kassenärztlichen Versorgung in Deutschland (Nimptsch et al. 2014)
Daten epidemiologischer und klinischer Krebsregister
Koordiniert wird die Erschließung und wissenschaftliche Nutzung dieser Daten durch das
Kompetenzzentrum Sozial- und Registerdaten der Nationalen Kohorte, das an das Institut für
Sozialmedizin und Gesundheitsökonomie der Otto-von-Guericke-Universität Magdeburg angegliedert
wird.
5.6.2
Der Nationale Kohorte e.V. hat bereits im Jahr 2013 eine Nutzungsordnung für den Zugang und die
wissenschaftliche Nutzung der Daten der Nationalen Kohorte beschlossen. Diese soll „eine
satzungsgemäße, transparente und möglichst fruchtbare Nutzung der Daten und der Proben im
Rahmen der grundgesetzlich geschützten Freiheit der Forschung unter gleichzeitiger Wahrung des
Datenschutzes und der berechtigten Interessen der Probanden am Schutz ihrer Persönlichkeitsrechte
sowie der Interessen der an der Durchführung der Nationalen Kohorte beteiligten Institutionen“ sicher
stellen.
Voraussetzung für eine Datennutzung ist ein formaler Antrag an den Trägerverein. Dieser muss die
folgenden Angaben enthalten: Projektleiter, Projektpartner, weitere Projektbeteiligte, die Funktion der
Beteiligten im Projekt, Projekttitel, beabsichtigter Zeitraum, Projektziel, wissenschaftlicher Hintergrund,
Projektbeschreibung, Begründung der Machbarkeit, zur Projektdurchführung zur Verfügung stehende
(materielle und personelle) Ressourcen, Einzelheiten zu den Daten und Proben (Art der
Daten/Proben, Herkunft (welche Probanden), benötigte Probenmenge, Begründung der erforderlichen
Probenmenge). Über diesen Antrag entscheidet die Nutzungskommission (‚use and access
committee‘) des NaKo e.V., dessen vier Mitglieder auf Vorschlag des Vorstandes von der
Mitgliederversammlung gewählt werden.
Nutzungsberechtigt sind Mitglieder des Nationale Kohorte e.V. und externe Wissenschaftler, denen
befristete, zweckgebundene, nicht exklusive und nicht übertragbare Nutzungsrechte eingeräumt
werden können, sofern die Daten und das Probenmaterial zu den Zielen der Nationalen Kohorte
entsprechenden Zwecken verwendet werden und die Interessen des Nationale Kohorte e.V. nicht
beeinträchtigt werden.
Datengutachten
DIMDI
79
06
Informationssystem Versorgungsdaten
(Datentransparenz)
Nach dem derzeitigen Stand der Vorbereitungen zur Nationalen Kohorte, die zum Jahresbeginn mit
der Pilotierung und anschließend absehbar im 2. Quartal 2014 mit der Hauptstudie beginnt, ist mit der
Bereitstellung erster Daten für externe Wissenschaftler frühestens zum Ende der Erstrekrutierung in
drei bis vier Jahren zu rechnen.
6
Informationssystem Versorgungsdaten (Datentransparenz)
Dieses Kapitel wurde vom Deutschen Institut für Medizinische Dokumentation und Information (DIMDI)
durch Herrn Dr. Jochen Dress und Herrn Dr. Michael Schopen erstellt.
6.1
Ausgehend von der Neuregelung der §§ 303a-e SGB V durch das Versorgungsstrukturgesetz steht
zukünftig ein neuer Datenbestand für wissenschaftliche Analysen bereit (www.gesetze-iminternet.de/sgb_5/BJNR024820988.html#BJNR024820988BJNG008700308; zuletzt besucht am
7.2.2014). Er basiert auf den von den Krankenkassen auf der Grundlage des § 268 SGB V für den
morbiditätsorientierten Risikostrukturausgleich (Morbi-RSA) an das Bundesversicherungsamt
gemeldeten Informationen und erschließt unter strengen Datenschutzauflagen versichertenbezogen
Diagnose-, Arzneimittel- und Ausgabendaten. Das Nähere zur Umsetzung dieser Neuregelung
bestimmt die Datentransparenzverordnung (DaTraV), die im September 2012 in Kraft getreten ist
(www.gesetze-im-internet.de/datrav/index.html; zuletzt besucht am 7.2.2014). Mit der Aufbereitung
und Bereitstellung der Daten wurde das Deutsche Institut für Medizinische Dokumentation und
Information (DIMDI) beauftragt.
6.2
Dateninhalte
Die Daten, die in den folgenden Abschnitten als DaTraV-Daten bezeichnet werden, werden ab dem
Versorgungsjahr 2008 (Ausgleichsjahr 2009) für Auswertungen bereitgestellt. Die Inhalte umfassen
neben den Stammdaten von derzeit 73 Mio. gesetzlich Versicherten die Diagnosen aus der
ambulanten und stationären Versorgung, Arzneimittelverordnungsdaten (sofern die Verordnung
eingelöst wurde) und die Leistungsausgaben bezogen auf Versorgungsbereiche (z.B. Krankenhaus,
niedergelassene Ärzte, Zahnärzte, Apotheken etc.). Über ein jahresübergreifendes Pseudonym
können diese Informationen zusammengeführt werden, sodass versichertenbezogene
Verlaufsbetrachtungen in den DaTraV-Daten möglich sind, ohne dass einzelne Versicherte
identifizierbar werden.
Das DIMDI stellt eine technische Beschreibung des Datensatzes und einen Beispieldatensatz zur
Verfügung. Im Detail umfasst der Datenkranz:
Datengutachten
DIMDI
80
06
(Datentransparenz)
Tab. 2: Daten des Informationssystem Versorgungsdaten
Stammdaten der Versicherten Betriebsnummer der Krankenkasse
Versichertenpseudonym
Geburtsjahr
Geschlecht
Versichertentage
Kennzeichen, ob verstorben
Extrakorporale Blutreinigung
Betriebsnummer der Krankenkasse
Kennzeichen, ob durchgeführt
Arzneimittelverordnungen
Verordnungsdatum
Pharmazentralnummer
Anzahl der abgerechneten Einheiten
Diagnosen stationär
Entlassungsmonat
Fallzähler
Diagnose nach ICD-10-GM
Lokalisationskennzeichen
Kennzeichen, ob Haupt- oder Nebendiagnose
Art der stationären Behandlung
Diagnosen ambulant
Quartal
Diagnose nach ICD-10-GM
Zusatzkennzeichen
Lokalisationskennzeichen
Abrechnungsweg
Leistungsausgaben
Jährliche Ausgaben in EuroCent für
Ärzte
Zahnärzte
Apotheken
Krankenhäuser
Krankengeld
sonstiges
Um die Auswertung der DaTraV-Daten zu erleichtern, können die ICD-10-GM-Klassifikation des
Berichtsjahres und der GKV-Arzneimittelindex des Wissenschaftlichen Institutes der
Ortskrankenkassen (WIdO) angebunden werden. Zur Nutzung des GKV-Arzneimittelindex ist
allerdings eine separate Lizenz des WIdO erforderlich.
6.3
Aktualität
Der Workflow für den Morbi-RSA, die die Plausibilisierungen und Korrekturen des
Bundesversicherungsamtes sowie die Datenübernahme führen zu einem Zeitverzug von ca. 4 Jahren
gegenüber dem Jahr, in dem die Leistungen an den Versicherten erbracht und dokumentiert wurden.
Datengutachten
DIMDI
81
06
6.4
(Datentransparenz)
Die Modalitäten der Datenbereitstellung sind durch die Datentransparenzverordnung vorgegeben.
Im Vorfeld der Datennutzung muss ein Antrag an das DIMDI gestellt werden, in dem das Projekt mit
Fragestellung und Hintergrund sowie den zur Antragsbearbeitung erforderlichen Daten beschrieben
wird. Sollen DaTraV-Daten mit anderen Daten zusammengeführt werden, so ist dies mit zu
beantragen und zu begründen. Auf der Grundlage des Antrags wird geprüft, ob der Antragsteller
nutzungsberechtigt ist (vgl. § 303e Abs. 1 SGB V), ob die Daten für den beantragten Nutzungszweck
ausreichen und ob auch alle beantragten Dateninhalte zur Beantwortung der Fragestellung
erforderlich sind. Wird eine Zusammenführung der Ergebnisse mit externen Daten beantragt, so ist
eine gesonderte Genehmigung des DIMDI erforderlich, für die vorausgesetzt wird, dass die NichtIdentifizierbarkeit der einzelnen Versicherten sichergestellt bleibt.
Die Datentransparenzverordnung sieht drei mögliche Zugangswege vor:
1. Die Datenfernverarbeitung (das DIMDI prozessiert Auswertungsroutinen, die die
Nutzungsberechtigten anhand eines Beispieldatensatzes erstellt haben),
2. die Datenauswertung durch das DIMDI (das DIMDI erarbeitet Auswertungsroutinen zu einer
Fragestellung), sowie
3. die Übermittlung von routinemäßig zu ausgewählten Fragestellungen aggregierten und
anonymisierten Datensätzen an die Nutzungsberechtigten (die rechtlichen Grundlagen sprechen hier
von „standardisierten Datensätzen“).
Für Analysen steht in der Pilotphase ab dem 17.02.2014 nur die Datenfernverarbeitung mit SQL zur
Verfügung; die Datenauswertung durch das DIMDI und statistische Softwarepakete bleiben den
nachfolgenden Ausbaustufen vorbehalten. Auswertungen unter Nutzung der Pseudonyme werden
ebenfalls später möglich und sind an einen Gastarbeitsplatz im DIMDI gebunden. Für
krankenkassenbezogene Auswertungen ist die schriftliche Einwilligung der betroffenen
Krankenkassen erforderlich.
Das DIMDI erhebt Gebühren, um die Aufwendungen für die Antragsbearbeitung und die Bereitstellung
von aggregierten DaTraV-Daten bzw. Ergebnismengen teilweise zu refinanzieren. Diese
Aufwendungen werden ansonsten allein von den gesetzlichen Krankenkassen finanziert. Die
Gebühren werden entsprechend den relevanten gesetzlichen Bestimmungen erhoben. Die
Gebührenverordnung ist auf der Internetseite des Bundesministeriums der Justiz und für
Verbraucherschutz (BMJV) zu finden (www.gesetze-im-internet.de/datragebv/index.html). Die
relevanten gesetzlichen Bestimmungen sind § 303d Absatz 1 in Verbindung mit § 303e Absatz 3 SGB
V sowie § 303e Absatz 2 Satz 2 SGB V.
Die erste Datenlieferung vom Bundesversicherungsamt an das DIMDI im Jahr 2013 umfasst die
Versorgungsjahre 2008 und 2009. Die Übernahme der Daten des Versorgungsjahres 2010 ist im
zweiten Quartal 2014 erfolgt.
6.5
Bewertung
Mit dem Informationssystem Datentransparenz steht erstmals ein Bestand zur Verfügung, der die
Daten aller gesetzlich Krankenversicherten in Deutschland zusammenführt und eine
pseudonymisierte, versichertenbezogene Verknüpfung über Versorgungsbereiche und Jahrgänge
hinweg bietet. Viele Fragestellungen, die bisher nur in Datenbeständen einzelner Krankenkassen
Datengutachten
DIMDI
82
06
(Datentransparenz)
untersucht werden konnten, lassen sich nun auch kassenübergreifend und deutschlandweit
analysieren.
Mögliche Fragestellungen sind z.B. krankheitsspezifische Behandlungsprävalenzen, sowie
Neuerkrankungsraten (unter Zuhilfenahme krankheitsfreier Intervalle, siehe hierzu z.B. ([Abbas et al.
2012]), die Angemessenheit der Arzneimittelversorgung (z.B. [Schubert et al. 2012]) oder die
Ermittlung krankheitsspezifischer Kosten (z.B. [Köster et al. 2011]).
Aufgrund der Beschränkung auf die im Morbi-RSA verwendeten Dateninhalte sind die
Analysemöglichkeiten jedoch eingeschränkt. Es fehlen derzeit z.B. der Todeszeitpunkt eines
Versicherten, ambulante und stationäre Prozeduren sowie weitere Merkmale, die für bestimmte
Fragestellungen erforderlich wären (vgl.
dgepi.de/fileadmin/pdf/stellungnahmen/110624_Stellungnahme_Versorgungsgesetz.pdf; zuletzt
besucht am 7.2.2014; siehe hierzu auch [Mansky et al. 2011]). Auch dass die inzidenten Fälle eines
Jahres, die im Folgejahr nicht mehr GKV-versichert sind (d.h. Tod, Auswanderung, Wechsel in PKV
oder freie Heilfürsorge), nicht in den Morbi-RSA-Daten enthalten sind, stellt ein Problem dar.
Beispielhaft hat der Umgang mit dem Regionalkennzeichen der Versicherten eine
Verbesserungsmöglichkeit bei den gesetzlichen Regelungen aufgezeigt: Die Koppelung an den MorbiRSA bietet zwar einerseits den Vorteil einer etablierten Datensammelstelle, die eine fundierte
Plausibilisierung der Daten vornimmt; andererseits stehen für die Datentransparenz aber stets nur
jene Daten zur Verfügung, die für den Morbi-RSA auf gesetzlicher Grundlage erhoben werden
8
können. Für das Regionalkennzeichen sieht der Koalitionsvertrag der neuen Bundesregierung zwar
jetzt eine Regelung vor; eine zukünftige Erweiterung der Dateninhalte, über die für den Morbi-RSA
verwendeten Merkmale hinaus, ist jedoch aus Sicht der Versorgungsforschung begrüßenswert.
8
https://www.cdu.de/sites/default/files/media/dokumente/koalitionsvertrag.pdf; zuletzt besucht am 7.2.2014]
Datengutachten
DIMDI
83
07
7
Datenschutz, Datenmanagement,
Operationalisierung
Datenschutz, Datenmanagement, Operationalisierung
7.1
Datenschutz
Vorbemerkung
Die folgenden Ausführungen in diesem Kapitel basieren auf einem Buchbeitrag im Handbuch
Sekundärdatenanalyse [March et al. 2014 bzw. Ihle 2005] sowie auf einer Veröffentlichung im
Bundesgesundheitsblatt [Ihle 2008]. Längere Passagen sind teilweise wörtlich übernommen, auf eine
explizite Kennzeichnung der zitierten Stellen wurde verzichtet.
7.1.1
Rechtliche Grundlagen
Personenbezogene Routinedaten der Gesetzlichen Krankenversicherung (GKV) stellen für zahlreiche
Anwendungsgebiete wie z. B. für die Versorgungsforschung große Datenmengen auch über längere
Beobachtungszeiträume zur Verfügung. Als Quelle für medizinische Gesundheitsdaten stellen sie
besondere Daten im Sinne der EU-Datenschutzrichtlinie dar, die nur unter bestimmten
Rahmenbedingungen und nach Abwägung verschiedener Interessen – einerseits die informationelle
Selbstbestimmung, andererseits die Forschungsfreiheit – genutzt werden dürfen. Sie unterliegen als
personenbezogene Daten vollumfänglich dem Wirkbereich allgemeiner und spezifischer
Datenschutzbestimmungen (Beachtung des Verwendungszecks, Festlegung der Art der
Datenverarbeitung, der Nutzungsdauer und des Nutzerkreises sowie Erstellung eines
Datenschutzkonzeptes).
Wenn personenbezogene Daten für Forschungszwecke genutzt werden, sind datenschutzrechtliche
Aspekte zu beachten. Zwei Grundprinzipien stoßen hierbei aufeinander, die bei jeder Datennutzung
gegeneinander abzuwägen sind: auf der einen Seite das in Art. 2 Abs. 1 GG [BGBl. I S. 2034]
festgelegte Recht auf informationelle Selbstbestimmung (hier des Versicherten), auf der anderen Seite
das Grundrecht auf Freiheit der Forschung (Art. 5 Abs. 3 GG [ebenda]). Da GKV-Daten auch
personenbezogen (d. h. versichertenbezogen) nutzbar sind, werden seit Beginn der Auswertung von
Routinedaten datenschutzrechtliche Aspekte diskutiert [von Ferber C 1997]. So wurde beispielsweise
den datenschutzrechtlichen Aspekten im Methodenforschungsprojekt für eine bundesweite GKVVersichertenstichprobe ein breiter Raum gewidmet, insbesondere unter der Frage, wie Daten von
einer Vielzahl von Krankenkassen und kassenärztlichen Vereinigungen auch über einen langen
Zeitraum unter Vermeidung von Homonymen (ein Identifikator für mehrere Versicherte) und
Synonymen (mehrere Identifikatoren für einen Versicherten) methodisch korrekt erhoben werden
können [Ihle et al. 1999, Brenner/Schmittmann 1996]. Bei einem personenbezogenen Datenlinkage
aus verschiedenen Datenquellen (Primär- und Sekundärdaten, wie es zunehmend in
epidemiologischen Studien angestrebt wird, vgl. Swart et al. 2011, March et al. 2012; s.u.) und/oder
einer Erhebung über längere Zeiträume werden auch die zu beachtenden datenschutzrechtlichen
Vorgaben immer komplexer.
7.1.1.1
Allgemeine datenschutzrechtliche Aspekte
Die Verarbeitung personenbezogener Daten unterliegt zunächst den Bestimmungen des
Bundesdatenschutzgesetzes und weiterer spezifischer gesetzlicher Grundlagen, etwa denjenigen des
Datengutachten
DIMDI
84
07
Operationalisierung
9
Sozialgesetzbuches. Nach der EU-Datenschutzrichtlinie 94/95 handelt es sich bei medizinischen
Daten um besondere Daten, deren Verarbeitung nur in Ausnahmen gestattet ist. Diese Ausnahmen
sind zum einen die ausdrückliche Einwilligung des Betroffenen (in Form einer Patienteneinwilligung).
Zum anderen kann, wenn »ein wichtiges öffentliches Interesse gerechtfertigt ist«, eine entsprechende
Rechtsgrundlage „Ausnahmen vom Verbot der Verarbeitung sensibler Datenkategorien vorsehen in
Bereichen wie dem öffentlichen Gesundheitswesen und der sozialen Sicherheit – insbesondere
hinsichtlich der Sicherung von Qualität und Wirtschaftlichkeit der Verfahren zur Abrechnung von
Leistungen in den sozialen Krankenversicherungssystemen –, der wissenschaftlichen Forschung und
der öffentlichen Statistik“ [s. Fußnote]. Diese Vorgaben der EU-Richtlinie sind inzwischen in deutsches
Recht umgesetzt worden [Bundesdatenschutzgesetz: BGBl. I S. 1970]. Eine Übersicht über
datenschutzrechtliche Aspekte im Rahmen wissenschaftlicher Projekte findet sich in
[Metschke/Wellbrock 2000].
7.1.1.2
Rechtlicher Datenzugang
Die wissenschaftliche Nutzung personenbezogener Daten ist, wie oben bereits erwähnt, prinzipiell
möglich, zum einen durch Rechtsvorschrift oder zum anderen durch Einwilligung des Betroffenen, hier
des Versicherten. Diese beiden Zugangsmöglichkeiten sollen im Folgenden unter dem Aspekt der
Nutzung von GKV-Routinedaten weiter beleuchtet werden
7.1.1.3
Wissenschaftliche Nutzung der GKV-Daten auf Basis einer Rechtsvorschrift
Die Nutzung personenbezogener GKV-Daten ist beispielsweise dann möglich, wenn der primäre
Datennutzer (z. B. eine Krankenkasse), ihre eigenen Daten für wissenschaftliche Auswertungen nutzt.
Zu beachten ist, dass die Auswertungsziele mit den Bestimmungen der Sozialgesetzbücher (z. B.
Forschungsparagraph § 287 SGB V oder die Auswertung der Modellvorhaben nach § 65 SGB V)
konform sein müssen; andere als die in den Sozialgesetzbüchern festgeschriebenen Nutzungszwecke
(vgl. hierzu auch § 284 SGB V [ebda.]) sind nicht zulässig.
Bei der Nutzung der Daten durch die Krankenkasse spielt es datenschutzrechtlich keine Rolle, ob
diese durch die Krankenkasse selbst erfolgt oder durch Dritte als »Datenverarbeitung im Auftrag«. Es
muss allerdings gewährleistet werden, dass den Anforderungen des Datenschutzes und der
Datensicherheit in gleicher Weise wie auch in der primär datenspeichernden Stelle Rechnung
getragen wird. Dies wird gemeinhin durch Verträge zwischen den beiden Parteien festgeschrieben.
Bei der »Datenverarbeitung im Auftrag« verändert sich der ursprüngliche Auswertungsinhalt
definitionsgemäß nicht.
Wenn allerdings ein Dritter (z. B. eine Forschungseinrichtung) beabsichtigt, die Daten für ein
wissenschaftliches Projekt zu nutzen, greifen andere Rechtsvorschriften (Übersicht in [John/Holle
2003]). Die Versichertenstichprobe AOK Hessen/KV Hessen [Ihle et al. 2005] wurde beispielsweise
auf der Grundlage des § 75 SGB X erhoben, der die Nutzung der Sozialdaten durch Dritte in einem
klar definierten Rahmen regelt. Hierbei sind einige Auflagen zu beachten, beispielsweise die
Abwägung, ob das Forschungsziel durch andere Maßnahmen erreichbar ist oder ob die Einholung
einer Einwilligung beim Versicherten zumutbar ist. Die Frage der Zumutbarkeit wird in diesem
9
Richtlinie 95/46/EG des Europäischen Parlaments und des Rates zum Schutz natürlicher Personen bei der
Verarbeitung personenbezogener Daten und zum freien Datenverkehr vom 24. Oktober 1995 (Amtsblatt der EG
vom 23. November 1995 Nr. L 281/32)
Datengutachten
DIMDI
85
07
Operationalisierung
Zusammenhang allerdings vorwiegend aus datenschutzrechtlicher (logistischer) Sicht beantwortet.
Insbesondere Selektionseffekte, die bei einer Einwilligungslösung durch Verweigerer entstehen
(können), sind in diesem Zusammenhang nachrangig zu bewerten. Außerdem sind die geplanten
Auswertungsinhalte (Nutzungszweck) festzuschreiben, die zu nutzenden Daten(felder) im Einzelnen
zu konkretisieren und Löschfristen (Nutzungsdauer) festzulegen. Die Verarbeitung ist vorab durch die
Aufsicht führende Behörde zu genehmigen, so seit 2012 im Wesentlichen durch das
Bundesversicherungsamt (BVA) für die bundesweit tätigen gesetzlichen Krankenkassen und die
zuständigen Sozialministerien für die AOKen. (Eine wissenschaftliche Nutzung von Daten der PKV
[vgl. Kap. 4] muss zwar datenschutzrechtlichen Vorgaben vollumfänglich genügen, steht jedoch nicht
unter dem in §75 SGB X fixierten Genehmigungsvorbehalt der Aufsichtsbehörden.)
Im Rahmen des Versorgungsstrukturgesetzes, gültig ab 01.01.2012, wird in den §§ 303a-e SGB V
(Datentransparenz) eine neue Perspektive für die Nutzung von Routinedaten für die Forschung
festlegt. Die für den morbiditätsorientierten Risikostrukturausgleich (Morbi-RSA) an das BVA
übermittelten Daten werden durch das DIMDI ab Mitte Februar 2014 verschiedenen Nutzergruppen
zugänglich gemacht (s. hierzu Kap. 6).
7.1.1.4
Nutzung von Daten auf Basis einer Einwilligung
Für viele Fragestellungen der Versorgungsforschung reicht eine Datenquelle oftmals nicht aus.
Weitere Angaben wie Informationen zu Lebensumständen des Versicherten oder zu seiner
Lebensqualität können für die Adjustierung und Kontrolle von Verzerrungsmöglichkeiten oder auch für
Ergebnismessungen notwendig werden. Derartige personenbezogene individuelle Informationen
können in der Regel nur in Primärerhebungen valide erfasst werden. Umgekehrt besteht auch bei auf
Primärdaten beruhenden Untersuchungen das Interesse Routinedaten ergänzend heranzuziehen.
Für diese ergänzende Nutzung von Routinedaten und ggf. deren Verlinkung mit den Primärdaten ist
eine dezidierte Aufklärung und Zustimmung des Versicherten erforderlich. Der Versicherte ist hierbei
vor der Einwilligung umfassend und vollständig über die geplante Datenerhebung – die Nutzung
sowohl der Primär-, als auch der GKV-Daten – zu informieren, sodass er freiwillig, informiert und (in
der Regel) schriftlich zustimmen kann (informed consent). Die Frage, ob eine Patienteneinwilligung
umfassend und verständlich ist und ob der Einwilligende damit informiert ist, aber auch freiwillig
zustimmen kann, muss für jedes Projekt und bei der Formulierung der Einwilligung geprüft werden. In
diesem Zusammenhang kann hier auf die von Harnischmacher et al. (2006) erstellte Checkliste und
den Leitfaden zur Patienteneinwilligung hingewiesen werden, die im Auftrag der Telematikplattform für
medizinische Forschungsnetze (TMF) entwickelt wurde. Die Erstellung neuer und die Prüfung
bestehender Patienteneinwilligungen ist inzwischen auch Software gestützt möglich [Majeed et al.
2007]. Die Empfehlungen und Vorgaben sind mit dem zuständigen Arbeitskreis der
Datenschutzbeauftragten des Bundes und der Länder abgestimmt worden, sodass hier eine
Voraussetzung geschaffen wurde, tragfähige Einwilligungen zu erzeugen, auf deren Grundlage die
Nutzung der Daten rechtskonform erfolgen kann.
7.1.1.5
Datenlinkage
Werden Primärdaten im Rahmen eines Projektvorhabens erhoben, geschieht dies in aller Regel auf
der Basis einer Patienteneinwilligung (s. o.). Sollen zusätzlich auch Sekundärdaten genutzt werden,
so muss der Patient – möglichst zeitgleich oder aber auch zeitlich versetzt – um Zustimmung zur
Erhebung und zur Verlinkung seiner Primär- und Sekundärdaten gebeten werden, sofern dies den
Forschern zumutbar ist.
Datengutachten
DIMDI
86
07
Operationalisierung
Ein anderer Fall liegt vor, wenn die zu verlinkenden Datenbasen bereits (rechtmäßig erhoben)
bestehen, sich also nur die Frage stellt, ob (und wie) diese Datenkörper verlinkt werden können. Hier
sind verschieden Konstellationen denkbar:
▪ Zu bereits erhobenen Primärdaten sollen zu einem späteren Zeitpunkt Sekundärdaten
▪
▪
nacherhoben werden.
Registerdaten und Routinedaten von Krankenkassen sollen verlinkt werden.
Routinedaten zweier Institutionen sollen verlinkt werden.
(vgl. auch [March et al. 2013, Swart et al. 2014]).
In einer Reihe epidemiologischer Studien ist diese individuelle Verlinkung von Primär- und
Sekundärdaten in der Vergangenheit durchgeführt worden oder ist – wie in der nationalen Kohorte
(vgl. Kap. 5.6) – geplant. Zu den Voraussetzungen des Datenlinkage und den konkret realisierten
Lösungen zu dessen datenschutzrechtlich einwandfreier Realisierung liegen entsprechende
Veröffentlichungen vor [Moebus et al. 2010, March et al. 2012, March et al. 2013, March et al. 2014b,
Swart et al. 2011)
Datenschutzrechtlich unproblematisch ist es, den Probanden vor der geplanten Verlinkung um eine
Einwilligung zu bitten. Wenn dies allerdings nicht möglich ist (z. B. kann in fallbezogenen
Registerdaten der Patient nicht kontaktiert werden), müssen andere Möglichkeiten diskutiert werden:
Der datenschutzrechtlich unproblematische Fall liegt vor, wenn die Zusammenführung auf
aggregierter Ebene erfolgt, wenn also beispielsweise zum Wohnort eines Versicherten über die
Postleitzahl weitere soziodemographische Daten ergänzt werden, z. B. der Anteil der Arbeitslosigkeit
in der Region.
Datenschutzrechtlich relevant und auswertungstechnisch interessanter ist hingegen der Fall der
individuellen Zusammenführung von Datenkörpern. Datenschutzrechtlich macht es dabei keinen
Unterschied, ob die Verlinkung direkt über einen in beiden Datenkörpern vorhandenen (identischen)
Personenidentifikator (z. B. die Versichertennummer oder ein Pseudonym) oder indirekt über eine
hinreichend spezifische Merkmalskombination (z. B. Alter, Geschlecht, PLZ) erfolgt. Eine solche
Verlinkung – ohne Patienteneinwilligung – ist mit den zuständigen Datenschutzbeauftragten unter den
jeweils vorliegenden Rahmenbedingungen unter den folgenden datenschutzrechtlichen Leitfragen zu
diskutieren:
▪
▪
▪
▪
▪
Wie kann das Re-Identifikationsrisiko minimiert werden?
Wer erhält Zugang zu den Daten?
Wann können die Daten bzw. der verlinkte Datensatz gelöscht werden?
Gibt es Alternativen, um das Forschungsziel zu erreichen?
Bietet sich ein Stichprobenverfahren anstelle einer Vollerhebung an?
Es muss gewährleistet werden, dass Personen bzw. Institutionen durch die Verlinkung keine
Informationen erhalten, die ihnen aufgrund ihres gesetzlichen Auftrags nicht zustehen. Wenn also
beispielsweise Routinedaten einer Krankenkasse mit Registerdaten verknüpft werden, so darf die
Krankenkasse keine klinischen personenbezogenen Parameter aus den Registerdaten erhalten.
Andererseits muss ausgeschlossen werden, dass durch die personenbezogene Verlinkung die
fallbezogenen Registerdaten durch die Krankenkassen nachträglich unrechtmäßig personalisiert
werden. Hierfür geeignet sind beispielsweise technische Vorkehrungen wie
Zweitpseudonymisierungen oder Zugangskontrollen und vertraglich vereinbarte Sanktionen. Die unter
Einbeziehung aller zuständigen Datenschutzbeauftragten vereinbarten Rahmenbedingungen sind im
Datengutachten
DIMDI
87
07
Operationalisierung
Datenschutzkonzept schriftlich zu fixieren. Es hat sich auch in eigenen Projekten der Autoren bewährt,
das Datenschutzkonzept als Anlage im Projektvertrag zu integrieren.
Ein Beispiel stellt der Abgleich personenbezogener Daten zum DMP mit denen aus einem
epidemiologischen Krebsregister dar [Kajüter et al. 2012].
7.1.2
Anonymisierung und Pseudonymisierung
Bei der Nutzung von Daten ist jeweils die Frage zu beantworten, ob es sich um Daten im Wirkbereich
der Datenschutzbestimmungen handelt. Anonymisierten Daten – diese werden im Kontext der
Gesundheitsdaten auch häufig als fallbezogene Daten bezeichnet – fehlt definitionsgemäß der
Personenbezug. Damit unterliegen sie keinen datenschutzrechtlichen Bestimmungen. Der
Anonymisierungsvorgang selbst, der sich (noch) auf personenbezogene Daten bezieht, unterliegt
allerdings den Bestimmungen der Datenschutzgesetze [Metschke/ Wellbrock 2000] und darf nur durch
Personen vollzogen werden, die die personenbezogenen Daten bereits rechtmäßig nutzen (z. B.
Krankenkassen) oder von den rechtmäßigen Nutzern hierzu beauftragt sind (z. B. Vertrauensstelle).
Personenbezogene Daten unterliegen – im Gegensatz zu anonymisierten Daten – vollumfänglich
datenschutzrechtlichen Bestimmungen. Hierbei spielt es zunächst keine Rolle, ob diese Daten
pseudonymisiert sind oder nicht: Pseudonymisierte Daten gelten im datenschutzrechtlichen Sinne
weiterhin als personenbezogene Daten. Der § 3a »Datenvermeidung und Datensparsamkeit« des
Bundesdatenschutzgesetzes (BDSG)] fordert, dass „von den Möglichkeiten der Anonymisierung und
Pseudonymisierung Gebrauch zu machen“ ist. Direkt personenbeziehbare Daten sind demnach
mindestens zu pseudonymisieren, wenn das Auswertungsziel auch durch die Verarbeitung
pseudonymisierter Daten erreicht werden kann.
Die Abgrenzung zwischen anonymisierten und pseudonymisierten Daten ist im Einzelfall fließend.
Wenn beispielsweise Daten durch eine Vertrauensstelle in technischer Hinsicht pseudonymisiert
werden und damit durch die pseudonymisierende Stelle selbst reidentifiziert werden können, so ist
dies doch dem Forscher ohne Kenntnis des für die Reidentifikation notwendigen Schlüssels nicht
möglich. Aus der Sicht des Forschers sind die Daten anonymisiert. Aus datenschutzrechtlicher Sicht
wird keine absolute Anonymisierung gefordert, sondern nur eine faktische Anonymisierung
[Metschke/Wellbrock 2000], d. h. es ist im jeweiligen Kontext zu prüfen, ob ein Datenkörper als
anonymisiert gelten kann oder nicht. Stehen einer Stelle genügend direkt personenbeziehbare
Vergleichsdaten zur Verfügung, so würde ein pseudonymisierter oder faktisch anonymisierter
Datensatz nicht mehr als solcher zu bezeichnen sein, da eine Depseudonymisierung ohne großen
technischen Aufwand zu bewerkstelligen wäre. Dies könnte allerdings durch entsprechende
Regelungen vertraglich unterbunden und sanktioniert werden. Hieraus leiten sich weitere Forderungen
ab, z. B. dass ein Versicherter für jedes Projekt unterschiedliche Pseudonyme erhalten muss, um ein
Datenlinkage auf Pseudonymebene auszuschließen bzw. zu erschweren (s. hierzu auch die
Stellungnahme der Zentralen Ethikkommission bei der Bundesärztekammer, 1999). Wenn mehrmals
Stichproben aus einer größeren Grundgesamtheit gezogen werden, so ist im jeweiligen
Erhebungskontext zu prüfen, ob immer die gleiche Stichprobe gezogen wird (Zunahme von
Informationen über dieselbe Versichertenteilpopulation) oder aber ob andere Stichprobenkriterien
gewählt werden, um die Stichproben disjunkt zu halten.
Ebenso wie die Frage zu beantworten ist, ob das Forschungsziel mithilfe von direkt
personenbeziehbaren, pseudonymisierten oder anonymisierten Daten zu erreichen ist, muss bei der
Projektkonzeption geprüft werden, ob für das Forschungsziel eine Vollerhebung erforderlich ist oder
Datengutachten
DIMDI
88
07
Operationalisierung
die Analyse auf Basis einer Stichprobe erfolgen kann. Letzteres ist aus datenschutzrechtlicher Sicht
die bevorzugte Vorgehensweise.
7.1.3
Datenschutzkonzept
Unabhängig von der Wahl des Datenzugangs oder der Art der einbezogenen Daten – ausschließliche
Sekundärdaten oder Einbeziehung von Primärdaten – fordert die »Gute Praxis
Sekundärdatenanalyse« (GPS) (s.o.)] ein abgestimmtes Datenschutzkonzept. Im Datenschutzkonzept
sollten alle für das geplante Forschungsvorhaben maßgeblichen datenschutzrechtlichen Aspekte
schriftlich fixiert werden. Hierbei hat es sich in bisherigen Projekten als sinnvoll erwiesen, bereits in
der Planungsphase die zuständigen Datenschutzbeauftragten der beteiligten Institutionen und –
soweit notwendig – auch den zuständigen Landes- oder Bundesdatenschutzbeauftragten
einzubeziehen. Das Datenschutzkonzept sollte die einzelnen Datenflüsse regeln und die Rechte und
Pflichten der kooperierenden Stellen verbindlich festlegen. In diesem Zusammenhang kann geprüft
werden, welche Dateninhalte übermittelt werden und für welchen Zweck diese Variablen ausgewertet
werden sollen. Aus datenschutzrechtlicher Sicht ebenso festzuschreiben sind Auswertungsdauer,
Nutzerkreis bzw. Zugriffsberechtigungen und Löschfristen. Das Datenschutzkonzept beschreibt damit
den Umgang mit den personenbezogenen Daten über die gesamte Studiendauer und sollte
Bestandteil einer vertraglichen Regelung zwischen den Kooperationspartnern sein. Bei länger
dauernden Studien ist das Datenschutzkonzept ggf. zu aktualisieren, sinnvollerweise unter
Hinzuziehung der jeweils zuständigen Datenschutzbeauftragten (vgl. GPS 2. Revision unter
www.dgepi.de)
7.1.3.1
Vertrauensstelle
Bei der Erstellung des Datenschutzkonzeptes ist zu regeln, welche Einrichtung die
Pseudonymisierung übernimmt. Die Pseudonymisierung kann in der Regel durch die Daten liefernde
Institution erfolgen. Wenn die Daten allerdings nicht vollständig von einem Datenhalter geliefert
werden und damit eine Datenzusammenführung der Einzeldaten aus verschiedenen Quellen
notwendig wird, sollte die Einbeziehung eines externen Datentreuhänders (d. h. einer
Vertrauensstelle) geprüft werden [Metschke/Wellbrock 2000].
Für die Implementierung einer Vertrauensstelle existieren sowohl organisatorisch als auch technisch
implementierte Lösungen, z. B. im Projekt Versichertenstichprobe AOK Hessen/KV Hessen [Ihle
2004]. Der Datentreuhänder (d. h. die Vertrauensstelle) erhält von den Institutionen ausschließlich die
für die Pseudonymisierung erforderlichen Dateninhalte. Diese beschränken sich in der Regel auf
nichtsprechende studienspezifische Identifikatoren für Versicherte und Leistungserbringer (Ärzte,
Krankenhäuser, nichtärztliche Leistungserbringer).
▪ Die Identifikatoren – die ihrerseits bereits Pseudonyme darstellen können – werden in der
▪
Vertrauensstelle durch entsprechende Algorithmen unter Einbeziehung eines
Pseudonymisierungsschlüssels pseudonymisiert. Andere Dateninhalte – die eigentlichen
medizinischen Daten – erhält der Datentreuhänder nur kryptographisch verschlüsselt, wodurch
eine Einsichtnahme verhindert wird. Nach Pseudonymisierung werden die Daten
transportverschlüsselt an die forschende Einrichtung übermittelt. Für diese Vorgehensweise ist
eine datenschutzrechtlich geprüfte, technisch einfache und preiswerte Softwarelösung auch für
große Datenmengen entwickelt worden und im Rahmen der Versichertenstichprobe AOK
Hessen und KV Hessen seit mehreren Jahren im Einsatz [Ihle et al. 2005].
Beim Datentreuhänder verbleiben damit keine Daten, sondern nur der zur Pseudonymisierung
genutzte Schlüssel, der bei wiederholten Pseudonymisierungen über die gesamte Laufzeit des
Datengutachten
DIMDI
89
07
Operationalisierung
Projektes identisch ist. Der Datentreuhänder muss weisungsunabhängig von den am Projekt
beteiligten Kooperationspartnern sein und ist allein verantwortlich für den
Pseudonymisierungsschlüssel, den er nicht preisgeben darf. Entsprechende Verträge sind zu
schließen.
Vor dem Hintergrund der jeweiligen Fragestellung und des Studiendesigns sollte geprüft werden, ob
diese studienbezogenen Identifikatoren von Versicherten einerseits und Leistungserbringern
andererseits konkateniert (d. h. verkettet) pseudonymisiert werden sollen. Hierdurch erhält
beispielsweise eine Einrichtung nicht nur ein einziges Pseudonym, sondern für jeden betreuten
Patienten ein anderes, aber bei ein und demselben Versicherten immer das gleiche Pseudonym.
Damit können patientenbezogene Behandlungsketten und z. B. Wiederaufnahmen in dieselbe
Einrichtung dargestellt werden. Ob zwei verschiedene Versicherte allerdings von derselben
Einrichtung behandelt werden, ist nicht auswertbar. Durch die konkatenierte Pseudonymisierung lässt
sich eine nicht geplante und nicht intendierte Fragestellung technisch verhindern. Ein ähnliches
Vorgehen ist bei einer eher leistungserbringerbezogenen Fragestellung möglich, bei der ein und
derselbe Versicherte je nach betreuender Einrichtung unterschiedliche Pseudonyme erhält, wenn
keine versichertenbezogenen institutionsübergreifenden Auswertungen geplant sind [Ihle et al. 2001].
7.1.3.2
Nutzungsdauer
Nach datenschutzrechtlichem Standard ist zu klären, wie lange die Daten genutzt werden dürfen. In
§ 75 SGB X ist explizit vorgeschrieben, dass die Löschfristen bereits zu Projektbeginn festzulegen
sind. Hierbei ist zu prüfen, ob diese Verpflichtung zur Datenlöschung eventuell mit im Rahmen des
Projektes erforderlichen Aufbewahrungsfristen kollidiert. So ist bei Publikationen der
Auswertungsdatensatz für einen bestimmten Zeitraum aufzubewahren (vgl. auch die entsprechenden
Ausführungen in der GEP und der GPS). Je nach Nutzungskontext können sich auch gesetzlich
vorgeschriebene Aufbewahrungsfristen ergeben (z. B. im Zusammenhang mit Studien nach dem
Arzneimittelgesetz). Die Aufbewahrungsverpflichtung bezieht sich in der Regel nur auf den jeweils zur
Beantwortung der Frage genutzten Teildatensatz und nur dieser unterliegt der Aufbewahrungs- bzw.
Dokumentationspflicht. Damit können sich für verschiedene Teildatensätze auch unterschiedlich lange
Aufbewahrungszeiträume ergeben, auch über das Löschdatum des vollständigen Datensatzes hinaus.
Die Vorhaltung des Teildatensatzes muss aber nicht zwangsläufig durch den Wissenschaftler selbst
erfolgen, sondern kann auch von einem unabhängigen Dritten (Vertrauensstelle, Notar, klinisches
Rechenzentrum) übernommen werden oder beim ursprünglichen Datenherren erfolgen. Es muss
organisatorisch und technisch sichergestellt sein, dass dieser Teildatensatz nur zum Zwecke der
Dokumentation und zu Überprüfungszwecken aufbewahrt wird; auch eine kryptografische
Verschlüsselung ist zu prüfen.
7.2
Gute Praxis Sekundärdatenanalyse
Die seit den 1990er Jahren zunehmende wissenschaftliche Nutzung von Sekundärdaten, vorrangig
von Routinedaten der gesetzlichen Krankenversicherung und anderer Sozialversicherungsträger, in
Verbindung mit Änderungen im Sozialgesetzbuch V (Datentransparenz §303 a-f; seit 2012 §303 a-e)
hatte die Arbeitsgruppe "Erhebung und Nutzung von Sekundärdaten (AGENS)" der Deutschen
Gesellschaft für Sozialmedizin und Prävention (DGSMP) und der Deutschen Gesellschaft für
Epidemiologie (DGEpi) bewogen, Qualitätsstandards für die Sekundärdatenanalyse in Form einer
Guten Praxis - Good Practice - Sekundärdatenanalyse (GPS) zu formulieren.
Ausgangspunkt für die Erarbeitung von Empfehlungen zum Umgang mit Sekundärdaten bilden –
neben dem ersten Memorandum zur Nutzung von Gesundheits- und Sozialdaten [von Ferber und
Datengutachten
DIMDI
90
07
Operationalisierung
Behrens 1997]- die im Jahr 2000 veröffentlichten und im Sommer 2004 erstmalig revidierten
Grundsätze »Guter Epidemiologischer Praxis« (GEP) [Hoffmann et al. 2005]. Die GPS wurde
erstmalig 2005 veröffentlicht [Swart et al. 2005] und 2008 einer ersten Revision unterzogen [AGENS
et al. 2008]. In diesen beiden Publikationen wird auch das Vorgehen bei der Erarbeitung der GPS
beschrieben, das für diese Gutachten nebensächlich ist. Wichtig ist allerdings die Tatsache, dass die
GPS von der DGEpi nach der ersten Revision als offizielle Ergänzung der GEP akkreditiert wurde,
ohne dass der selbstständige Charakter der GPS als eigenständiger methodischer Standard
aufgehoben worden wäre.
Die GPS erfuhr mit der ersten Revision eine enge Anlehnung an die Gute Epidemiologische Praxis
(GEP). Sie erhält nun ebenfalls neben einem spezifischen Glossar 11 Leitlinien (anfänglich 10), die
wie die GEP um konkrete Empfehlungen und Kommentare ergänzt sind.
Im Jahr 2012 schließlich wurde eine zweite Revision der GPS abgeschlossen [www.dgepi.de]. Die
aktuelle Fassung wurde an einige Stellen sprachlich gestrafft; außerdem wurden einige Empfehlungen
zur Erhöhung der inneren Konsistenz umgestellt und die Empfehlungen zur Leitlinien Datenschutz
ergänzt. Die Zielrichtung der GPS als wissenschaftlicher Standard für Sekundärdatenanalysen gilt
unverändert.
Die Leitlinien der GPS (und der GEP) lauten wie folgt:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Leitlinie 1 - Ethik
Leitlinie 2 - Forschungsfrage
Leitlinie 3 - Studienplan
Leitlinie 4 - Probenbanken
Leitlinie 5 - Qualitätssicherung
Leitlinie 6 - Datenhaltung und Dokumentation
Leitlinie 7 - Auswertung
Leitlinie 8 - Datenschutz
Leitlinie 9 - vertragliche Rahmenbedingungen
Leitlinie 10 - Interpretation
Leitlinie 11 - Kommunikation und Public Health
In den Empfehlungen wird auf die Spezifika der Sekundärdatenanalyse eingegangen. Hier haben
besonders die Leitlinien 3 (Studienplan), 6 (Datenhaltung und Dokumentation) sowie 8 (Datenschutz)
besondere Bedeutung. In ihnen wird auf die Besonderheiten des Datenflusses, der Datenaufbereitung
und -validierung eingegangen wird, ebenso auf die Notwendigkeit, die Vielzahl der dabei notwendigen
Arbeitsschritte im Sinne einer hohen Transparenz zu dokumentieren [vgl. auch Kap. 7.3], sowie auf
die hohen Anforderungen des Datenschutzes, vor allem im Zusammenhang mit der
wissenschaftlichen Nutzung von Sozialdaten. [vgl. Kap. 7.1].
Mit den Empfehlungen für eine Gute Praxis Sekundärdatenanalyse verfolgt AGENS vorrangig zwei
Ziele: Zum einen sollen allgemein akzeptierte Leitlinien für die Durchführung von
Sekundärdatenanalysen formuliert werden, zum anderen soll die GPS eine Grundlage für die
notwendigen vertraglichen Absprachen zwischen Datenherren (Primärnutzer) und Forschern (als
Zweitnutzer) darstellen. Darüber hinaus verpflichtet sich AGENS, die GPS zu pflegen und
fortzuschreiben, um sie an veränderte Rahmenbedingungen anzupassen. Damit sind als Zielgruppe
der GPS neben Primärnutzern wie den Sozialversicherungsträgern sozialmedizinisch und
versorgungsepidemiologisch tätige Forscher und die Nutzer sekundäranalytischer
Forschungsergebnisse angesprochen. Das Wirkungsfeld der GPS erstreckt sich dabei ausdrücklich
Datengutachten
DIMDI
91
07
Operationalisierung
über GKV-Routinedaten hinaus und umfasst neben Routinedaten anderer Sozialversicherungsträger
beispielsweise auch Register- und Surveydaten.
Es muss betont werden, dass die GPS in der Tat Leitliniencharakter aufweist und damit einen
Rahmen und Empfehlungen für die wissenschaftliche Nutzung von Sekundärdaten vorgibt. Dieses
eröffnet die Möglichkeit spezifischer Forschungsansätze und Lösungen in Abhängigkeit von der
konkreten Fragestellung und Datengrundlage. Allerdings sollten diese Abweichungen beschrieben
und begründet werden.
Die Gute Praxis Sekundäranalyse hat sich inzwischen als Standard für die Durchführung von
Sekundärdatenanalysen etabliert. So hat das Robert-Koch-Institut bereits vor einigen Jahren die
Orientierung an der GPS in die Nutzungsbedingungen für ihre Scientific Use Files ihrer
bevölkerungsrepräsentativen Surveys aufgenommen. Auch das DIMDI wird in den
Nutzungsbedingungen für Morbi-RSA-Daten nach der Datentransparenzverordnung (vgl. Kap.6) auf
die GPS verweisen.
Aktuell wird innerhalb von AGENS die Ergänzung der GPS um einen Berichtsstandard in Anlehnung
an STROBE [Vandenbroucke et al. 2007, von Elm et al. 2008] diskutiert, da bislang keine
Empfehlungen für die Berichterstattung von Sekundärdatenanalysen existieren. Bei der
überwiegenden Mehrzahl der 22 STROBE-Kriterien erscheinen Spezifikationen und Ergänzungen für
die Berichterstattung von Sekundärdatenanalysen nötig. Über STROBE hinaus sollte auf sieben
weitere Aspekte (Rechtsgrundlage, Datenfluss, Studienplan, Analyseeinheit, interne
Validierungen/Definitionen, Vorteile durch Sekundärdatennutzung, Rolle der Dateneigner) bei der
Berichterstattung von Sekundärdatenanalysen eingegangen werden. Demzufolge besteht Bedarf für
einen spezifischen Berichtsstandard für Sekundärdatenanalysen [Schmitt und Swart 2014].
Der vorgeschlagene STROSA-Berichtsstandard (Standardized reporting of secondary data analyses)
soll einem strukturierten wissenschaftlichen Diskurs unter der Federführung der AGENS unterworfen
werden, an dessen Ende die Akkreditierung durch die deutschen epidemiologischen
Fachgesellschaften stehen könnte.
7.3
Datenmanagement
Im Zusammenhang mit Fragen des Datenmanagements (Aufbau eigener Projektdatenbanken) und
den methodischen Anforderungen soll im Folgenden auf drei Aspekte eingegangen werden, die zu
Beginn der Projektarbeit – einerseits bei der Datenaufbereitung und andererseits bei der Definition
von Studienpopulationen mit einer bestimmten Erkrankung von – Bedeutung sind:
▪ 1. auf Verfahren zur Prüfung auf Vollständigkeit und Plausibilität bei der Datenaufbereitung,
▪ 2. auf die Berücksichtigung von Veränderungen in den Klassifikationssystemen,
▪ 3. auf den Stellenwert von Operationalisierungen.
7.3.1
Plausibilitätskontrollen
Vollständigkeits- und Plausibilitätsprüfungen der verwendeten Daten sind erforderlicher Bestandteil
einer wissenschaftlichen Studie. Hierfür sind entsprechende zeitliche und finanzielle Ressourcen
vorzusehen [GPS Leitlinie 3 Empfehlung 3.8].
Dieser Punkt ist bei der Nutzung von Sekundärdaten umso wichtiger, als ihre Erhebung und Selektion
nicht durch den Wissenschaftler selbst, sondern durch die Daten haltende Stelle erfolgt und sich damit
direkten, vom Wissenschaftler durchgeführten qualitätssichernden Maßnahmen entziehen. Die
Datengutachten
DIMDI
92
07
Operationalisierung
Qualitätssicherung kann in der Regel erst an den bereits selektierten (pseudonymisierten)
Datenprofilen erfolgen und erfordert die genaue Kenntnis der Datenwege und durchgeführten
Verarbeitungsschritte, mitunter auch die Einsichtnahme und Dokumentation der für die Selektion und
Verarbeitung genutzten Programme und Algorithmen. Umso wichtiger sind Maßnahmen und
Strategien, die eine Prüfung des Datenkörpers auf Vollständigkeit und Plausibilität nach Durchlaufen
zahlreicher Verarbeitungsschritte erlauben. Die Dateneigner nehmen zwar auch Plausibilitäts-und
Vollständigkeitskontrollen vor, doch orientieren sich diese allein am primären Verwendungszweck
dieser Daten.
Im Folgenden werden diese Prüfstrategien am Beispiel der Versichertenstichprobe AOK Hessen/KV
Hessen kurz skizziert. Diese Stichprobe ist als Zufallsstichprobe mit einem über die Zeit konstanten
Auswahlsatz von 18,75% angelegt [Ihle et al. 2005]. Eine erste Vollständigkeitsprüfung ist anhand der
veröffentlichten Daten der kalenderbezogenen Geschäftsberichte der Krankenkasse möglich, da
beispielsweise die jeweiligen Ausgaben der Sektoren oder die Anzahl der Versicherten mit dem
Ergebnis des entsprechenden Anteils des Auswahlsatzes übereinstimmen müssen. Diese
orientierende Prüfung kann auf einer hoch aggregierten Ebene schnell und einfach grobe
Auslesefehler aufdecken. Des Weiteren können Auswertungen und Mengengerüste der Daten
liefernden Institution genutzt werden, da die Daten der Versichertenstichprobe – nach identischem
Verfahren aufbereitet und analysiert – den entsprechenden Anteil von 18,75% ergeben müssen.
Dieses Vorgehen wurde beispielsweise bei der Bearbeitung der Frage nach der tagesklinischen
psychiatrischen Versorgung mit Erfolg angewandt.
Die Möglichkeit einer Vollständigkeitsprüfung nach diesem Verfahren entfällt allerdings, wenn die
Datenselektion in der Krankenkasse nicht als Zufallsstichprobe, sondern nach qualitativen Vorgaben
erfolgt (z. B. Auswahl aller Rheumapatienten mit einer entsprechenden Aufgreifdiagnose oder
Indexverordnung). Die für diese Versicherten erhobenen Daten weichen erwartungsgemäß vom
Durchschnitt der Inanspruchnahmeparameter eines Normalversicherten ab, sodass damit keine
Vollständigkeitsprüfungen nach dem o. g. Prinzip möglich sind. Hier könnte parallel zu der
Zielpopulation eine Zufallsstichprobe von Normalversicherten mit denselben Selektionsprogrammen –
idealer Weise im selben Programmlauf – gezogen werden, um Fehler aufzudecken. Die
Vollständigkeitsprüfung könnte bereits in der Krankenkasse auf einer hoch aggregierten Ebene (z. B.
Gesamtkosten der selektierten Leistungen im Vergleich zu den Daten des Geschäftsberichtes)
erfolgen. Die Vollständigkeitsprüfung auf Basis der gezogenen Zufallsstichprobe könnte aber auch
Projekt begleitend durch den Forscher mit Blick auf die jeweils ausgewertete Fragestellung und die
einbezogenen Variablen erfolgen.
Bei der Ziehung einer solchen »Vollständigkeitskontrollgruppe« werden datenschutzrechtliche Fragen
aufgeworfen, da die Kontrolldaten nicht direkt für die Analyse der eigentlichen Fragestellung
erforderlich sind und aus Gründen der Datensparsamkeit nur solche personenbezogenen Daten
erhoben werden dürfen, die zum Erreichen des Forschungsziels unabdingbar sind. Da die
Plausibilitäts- und Vollständigkeitsprüfungen jedoch essentieller Bestandteil einer Studie sind und
ohne eine solche Prüfung der wissenschaftliche Aussagewert der Studie in Frage gestellt werden
muss, kann die zusätzliche Erhebung einer Kontrollgruppe methodisch begründet werden. Sie ist
damit aus datenschutzrechtlicher Sicht – zum Zwecke der Prüfung – zulässig. Im Einzelnen sind für
die Ziehung der Kontrollgruppe vor allem folgende datenschutzrelevanten Aspekte zu prüfen: Welchen
Umfang soll die Kontrollgruppe haben? Welche Variablen sind in welcher Detailtiefe und in welchem
Aggregierungsgrad zu liefern? Bis wann ist der Prüfprozess abgeschlossen? Kann die Lieferung auch
anonymisiert erfolgen?
Datengutachten
DIMDI
93
07
Operationalisierung
Mit der zunehmenden Zahl an Studien, die zusätzlich zu den GKV-Routinedaten auch Primärdaten
nutzen, eröffnet sich auch die Möglichkeit, die Datenquellen wechselseitig auf Vollständigkeit zu
prüfen. Zudem wird es damit möglich, die GKV-Daten, z. B. die Abrechnungsdiagnosen des
ambulanten ärztlichen Sektors, extern zu validieren. Hier bieten sich beispielsweise die
bevölkerungsrepräsentativen Surveys des Robert-Koch-Instituts an, die auch Informationen zur
Krankenversicherung enthalten (nach Kassenart).
Neben der Prüfung auf Vollständigkeit ist immer auch die Frage nach der Plausibilität zu stellen.
Grundprinzip der Plausibilitätsprüfung auf quantitativer Ebene ist der Vergleich mit bereits
bestehenden (und geprüften) Daten im eigenen Hause oder mit veröffentlichten Zahlen anderer
Forschergruppen oder amtlichen Statistiken (z. B. Inanspruchnahmeparameter, Anteil der Patienten
mit einer Verordnung). Auch die Entwicklung einzelner Parameter über die Zeit ist zu prüfen. Auffällige
Ausschläge sind dann jeweils vor dem Hintergrund veränderter Abrechnungs- und/oder politischer
Rahmenbedingungen zu diskutieren (z. B. die Veränderung des Überweisungsverhaltens bei
Einführung der Praxisgebühr oder der Wegfall von ATC-Indikationsbereichen durch Ausschluss aus
der GKV-Kostenerstattung).
Zusammenfassend ist festzuhalten, dass es für die Plausibilitäts- und Vollständigkeitsprüfung
wünschenswert wäre, wenn relevante Kennziffern aus verschiedenen Projekten und/oder seitens der
Krankenkassen in gepoolter Form zur Verfügung gestellt würden. Neu erhobene GKV-Datenkörper
ließen sich anhand dieser Referenzkennziffern prüfen. Die Kennziffern müssten allerdings nach einem
abgestimmten einheitlichen und veröffentlichten Verfahren erhoben und bekannte Selektionskriterien
als Subgruppen dargestellt werden. Der hierfür erforderliche Aufwand kann zum gegenwärtigen
Zeitpunkt nicht abgeschätzt werden, der erzielbare Nutzen für die Vollständigkeitsprüfung ist aber als
hoch einzuschätzen.
7.3.2
Datenaufbereitung
Die Durchführung der Vollständigkeits- und Plausibilisierungsprüfungen dient einer grundsätzlichen
Einschätzung der korrekten Datenselektion in den Daten liefernden Institutionen und dem Datenimport
in das lokale Auswertungssystem. Bei der Datenaufbereitung werden die Daten vom so genannten
Rohdatensatz in einen Auswertungsdatensatz konvertiert. Auf der Basis eines weitgehend
normalisierten Datenbankmodells werden Auswertungstabellen erstellt, die sich i. d. R. vom Aufbau
und der Tabellen- und Spaltenbenennung der Rohdaten unterscheidet. Durch das Datenbankmodell
werden die logischen Beziehungen zwischen den Tabellen in technische Konstrukte (Primärschlüssel)
übersetzt. Hierdurch werden Redundanzen vermieden und die Konsistenz der Tabellen erzwungen.
Die (pseudonymisierten) Kennzeichen von Versicherten und Leistungserbringern sind ggfs. durch
über die Beobachtungszeit eindeutige (Studien-)Identifikatoren zu ersetzen. Erfolgt die Lieferung der
Daten über mehrere Zeitscheiben, so sind die Angaben auf Eindeutigkeit zu prüfen (z. B. Angaben
zum Geschlecht oder Geburtsdatum). Widersprüchliche Angaben werden markiert und/oder korrigiert.
Bei diesen Schritten findet auch eine Formatumwandlung der Spalten statt, beispielsweise bei
Datumsfeldern von der Textform in Datumsformate des Auswertungssystems (z. B. SQL-Datenbank)
oder Normierungen von Feldern (ICD-Angaben mit/ohne Punkt, OPS-Angaben mit/ohne Bindestrich).
Ziel dieser Aufbereitungsschritte ist die Bereitstellung der Auswertungstabellen für nachfolgende
Analysen, vor allem unter dem Aspekt, die Aufbereitungsschritte durch die auswertende Stelle selbst
zu minimieren und die Daten in einer im Hinblick auf die Auswertung optimierten technischen Form
bereitzustellen.
Datengutachten
DIMDI
94
07
Operationalisierung
Nach GPS [AGENS 2012] sind die oben genannten durchgeführten Aufbereitungsschritte transparent
darzustellen und idealerweise in einem Protokoll, ähnlich einem Studienprotokoll, zu dokumentieren.
Da Aufbereitung und Auswertung nicht immer zeitgleich und nicht zwingend durch die auswertende
Stelle selbst erfolgen, muss das Aufbereitungsprotokoll so abgefasst werden, dass der Auswertende
die einzelnen Arbeitsschritte auch zu einem späteren Zeitpunkt nachvollziehen kann. Er muss
außerdem Zugriff auf den Originaldatensatz haben, um ggfs. die Analysen auch an diesem
wiederholen zu können, beispielsweise um zu prüfen, ob und inwieweit vorgenommene Korrekturen
oder Löschungen im Rahmen der Datenaufbereitung Auswertungsergebnisse beeinflussen.
Ein Beispiel für ein Datenaufbereitungsprotokoll wurde durch das Bundesversicherungsamt im
Rahmen der Weiterentwicklung des morbiditätsorientierten Risikostrukturausgleichs erstellt und
veröffentlicht [Bundesversicherungsamt 2007].
7.3.3
Projektbezogene Konsistenz- und Plausibilisierungsprüfung
Im Rahmen von Projekten mit spezifischen Auswertungsinhalten werden normalerweise weitere
Prüfungen auf Plausibilität und Konsistenz notwendig. Nahezu jeder Auswertungsschritt zieht immer
wieder Prüfverfahren nach sich. Diese können nicht pauschal und unabhängig von der Projektfrage im
Vorfeld erfolgen, sondern orientieren sich an den jeweils verwendeten Methoden, Studiendesigns und
Analysestrategien. Sie ziehen wiederum Ausschluss oder Korrektur implausibler Angaben nach sich
und ggfs. Anpassung der Auswertungsskripte. Dies erfolgt interaktiv durch den Auswerter,
Auswertungsprogramme entwickeln sich evolutionär und dynamisch.
Auch die nachfolgend genannten Themen – Veränderung in den Klassifikationen sowie
Operationalisierungen sind eher projektspezifisch durchzuführen und können nicht bzw. nicht
vollständig ohne Kenntnis der jeweiligen Fragestellung durchgeführt werden. Die Ausführungen
erheben keinen Anspruch auf Vollständigkeit. Im Prinzip ist jede Variable kritisch zu hinterfragen
(siehe als Beispiel das Verordnungsdatum von Arzneimitteln bei [Hoffmann F et al. 2007]).
7.3.3.1
Veränderung in den Klassifikationen
Zur Datenaufbereitung gehören auch Klassifikationsschritte und Kodierungen. Bei den hierzu
herangezogenen Schlüsseltabellen und Klassifizierungen wie z. B. ICD-10-Diagnoseschlüssel, ATCCode, Berechnung der Tagesdosen, EBM-und OPS-Ziffern ist insbesondere bei längsschnittlicher
Betrachtung zu prüfen, ob Veränderungen in den Kodierungen vorgenommen wurden.
▪ So sind Hinweise auf fehlerhafte ICD-10 Kodierung, bedingt durch fehlerhafte Arztsoftware,
▪
festzuhalten und bei entsprechenden erkrankungsbezogenen Auswertungen intern zu
korrigieren (Ausschluss der Diagnosen einer bestimmten Arztgruppe wie z. B. von Augenärzten
kodierten HIV-Diagnosen). Ebenso sind Veränderungen in den ICD-Schlüsseln zu beachten,
die bei längsschnittlicher Analyse die Ergebnisse beeinflussen können wie z. B. die Einführung
des Modifikators »G« (in 2004) mit Auswirkung auf ein anderes Verschlüsselungsverhalten
bezüglich der Modifikatoren »A« und »V«.
Arzneimittelklassifikationen ändern sich ebenfalls beispielsweise durch Hinzunahme neuer
Kodes oder auch durch Veränderungen in der Zuordnung von Arzneimitteln (hier insbesondere
von Arzneimittelkombinationen) zu bestimmten ATC-Gruppen. Ebenso sind die Angaben zur
internationalen Tagesdosis Änderungen unterworfen; wenn z. B. festgestellt wird, dass das
Verordnungsverhalten (die üblicherweise verordneten Wirkstoffmenge) von der technischen
Größe der Definierten Tagesdosis deutlich abweicht. Dies war beispielsweise bei den Opioiden
und Statinen der Fall. Hier wurde für bei stark wirkenden Opioide die Tagesdosis deutlich
Datengutachten
DIMDI
95
07
▪
▪
Operationalisierung
erhöht, was bei Zeitreihenanalysen, wird dies nicht rückwirkend berücksichtigt, zu
Verwerfungen führt.
Änderungen werden auch fortlaufend in der Gebührenordnung der niedergelassenen Ärzte
vorgenommen (EBM-Ziffern). Hier sind die für den Auswertungszeitraum jeweils aktuellen
Ziffern heranzuziehen. In einigen Bereichen lassen sich bestimmte Gebührenpositionen, die vor
II/2005 gültig waren, nicht eins zu eins auf entsprechende Gebührenziffern nach II/2005
übertragen. Auch die Einführung von Pauschalen (2008) verändert Auswertungsroutinen
beispielsweise zum Ressourcenverbrauch dahingehend, dass die Anzahl an einzelnen
Arztkontakten im Quartal nicht unmittelbar anhand der EBM-Ziffern dargestellt werden kann.
Jährliche Veränderungen betreffen auch DRGs und die OPS, z. B. bzgl. der Aufnahme neuer
Komplexpauschalen, was ebenfalls bei Zeitreihenanalysen zu Problemen in der
Vergleichbarkeit führt.
Neben den Änderungen der Klassifikationssysteme und Abrechnungsschlüssel sind auch
Auswirkungen durch gesetzliche Regelungen und Veränderungen in Verarbeitungsroutinen sowohl bei
der Planung von Auswertungen zu antizipieren als auch bei der Interpretation der Ergebnisse zu
berücksichtigen:
▪ So ist bedingt durch Zuzahlungsregelungen davon auszugehen, dass
▪
▪
▪
▪
Arzneimittelverordnungen, deren Preis unterhalb der Zuzahlung liegt, nicht vollständig in den
GKV-Daten enthalten sind.
Auch muss hinterfragt werden, ob bei einer Arzneimittelverordnung seitens der Ärzte ein
Interesse bestehen kann, diese als Privatverordnung auszustellen (Tranquilantien,
Antidementiva).
Zu prüfen ist ebenfalls, ob bestimmte Stärken und/der Packungsgrößen eines Wirkstoffes
rezeptfrei sind und somit die Exposition mit diesem Wirkstoff unterschätzt wird (z.B. Diclofenac,
Omeprazol). Relevant für die GKV-Erstattung ist die »Richtlinie über die Verordnung von
Arzneimitteln in der vertragsärztlichen Versorgung«. Unzureichend erfasst sind Wirkstoffe in
Rezepturen, ebenso liegen nur wenige Informationen zum Arzneiverbrauch im Krankenhaus
vor.
Ebenso ist bei der Bewertung der Diagnosevalidität zu prüfen, ob ggf. Anreize bestehen, eine
bestimmte Diagnose zu kodieren (z. B. Rechtfertigung für Verordnung; erhöhte Zuweisungen an
die Krankenkasse aus dem Gesundheitsfond, Erlöserhöhung bei DRG).
Auswirkungen auf das Dokumentations- und Verordnungsverhalten sind bei allen neuen
rechtlichen Regelungen zu prüfen. So zeigte sich eine Zunahme der (stationären)
Nebendiagnosen, da diese mit Einführung der DRG Vergütungsrelevanz erhielten. Im Kontext
des Morbi-RSA wurde ebenfalls erwartet, dass ggf. mehr Diagnosen oder diese differenzierter
dokumentiert werden (Stichwort: up-coding, right-coding). Die Zunahme in der Anzahl der
jährlich kodierten Diagnosen ist jedoch nach Einführung des Morbi-RSA nicht stärker
angestiegen als in den Vorjahren. (Die diskutierte Einführung ambulanter Kodierrichtlinien steht
weiter aus): Änderungen im Kodierverhalten waren plausibel – gezieltes Upcoding
beispielsweise für Versicherte einer Kasse –fallen durch eine Datenvergleich mit anderen
Kassen und dem Vorjahr auf. [Arndt 2011, Gaßner et al. 2010].
Den GPS-Leitlinien folgend sind diese Überlegungen und die diesbezüglich vorgenommenen Schritte
bei der Datenaufbereitung im Methodenabschnitt des Forschungsberichtes/der Publikation
darzulegen.
Datengutachten
DIMDI
96
07
7.4
Operationalisierung
Operationalisierungen
Die Umsetzung einer Forschungsfrage in eine Routinedatenanalyse erfordert neben den zuvor
angeführten Aufgaben im Zusammenhang mit der Datenaufbereitung auch die Festlegung zahlreicher
Operationalisierungen, d. h. Überführung der für die Analyse notwendigen Variablen in die im
Datensatz vorliegenden Parameter. Im Rahmen des hier vorliegenden Datengutachtens kann hierauf
nur stichwortartig eingegangen werden. Hinweise hierzu finden sich im Handbuch Routinedaten
(Swart et al. 2014, im, Druck). Im Abschnitt »Material und Methode« einer Publikation sollten die in
einer Studie vorgenommenen Operationalisierungen dargelegt werden; ggf. sind hierzu
herangezogenen Kodes (Diagnosen, ärztliche Leistungen) zugänglich zu machen oder als
e -Supplement zu publizieren.
▪ Bei der Berechnung epidemiologischer Raten (Prävalenz/Inzidenz) ist darzustellen, wie Zähler
▪
▪
und Nenner auf der Basis der Routinedaten gebildet wurden. Da nicht alle Versicherten
ganzjährig versichert sind, sind unterschiedliche Festlegungen für den Nenner möglich. Hierzu
gibt es keinen internationalen Standard (zu dieser Problematik siehe [Grobe /Wagner 2014]).
Ebenso gibt es keine verbindliche Festlegung, wie auf der Basis von Routinedaten
Neuerkrankungen erfasst werden können. Hierzu gibt es keine Variable in der ICD. Was als
eine »neue« Erkrankung angesehen wird, ist ebenfalls von der Vorgehensweise des
Auswerters und oftmals auch vom zur Verfügung stehenden Beobachtungszeitraum abhängig.
Neues Auftreten heißt im Kontext der Routinedatenanalysen immer, dass in einem bestimmten
Zeitraum vor der Berichtsperiode die zu untersuchende Erkrankung nicht kodiert war.
Überschätzungen der Inzidenz sind nahezu unvermeidlich und von der Länge des
Vorlaufzeitraums abhängig (Abbas et al. 2012). Ob es sich tatsächlich um eine inzidente
Erkrankung oder erstmalige Therapie handelt oder um ein erneutes Auftreten (eine neue
Episode), ist zudem von der Art der zu untersuchenden Erkrankung bzw. Therapie abhängig
(siehe hierzu [Abbas/Ihle 2014])
Auch der Zähler bei einer Rate – z.B. Versicherte mit einer bestimmten Erkrankung oder
Therapie – erfordert eine Operationalisierung für das sichere Vorliegen der Erkrankung, um
belastbaren Aussagen zu erhalten. Hier wird insbesondere die Validität der ambulanten
Diagnosen immer wieder kritisch hinterfragt, so dass in der Regel bei chronischen
Erkrankungen eine Einmalnennung einer Diagnose als Falldefinition als unzureichend
angesehen wird. Jedoch auch hier gibt es keinen verbindlichen Standard sondern
Konventionen, wie z.B. die Anforderung, dass für eine Falldefinition mehrere Diagnosequartale
erforderlich sind (siehe hierzu [Schubert/Köster 2014]). Die bekannteste Falldefinition für das
Vorliegen einer Erkrankung in GKV-Daten dürfte wohl das »M2Q-Kriterium« – mindestens zwei
Quartale eines Jahres mit Dokumentation einer ambulanten gesicherten Diagnose – der für den
morbiditätsorientierten Risikostrukturausgleich (Morbi-RSA) ausgewählten Erkrankungen sein
[Bundesversicherungsamt 2008]. Wie bei der Datenaufbereitung gilt auch hier, dass die
gewählte Falldefinition nachvollziehbar dargelegt werden muss. Außerdem sollte geprüft
werden, welche Selektion der Versicherten sich durch die für die Falldefinition gewählten
Anforderungen ergibt – z.B. Einschluss von Versicherten mit intensiverer Inanspruchnahme des
Gesundheitssystems. Idealiter werden Sensitivitätsanalysen durchgeführt, z.B. wenn die
Falldefinition für ein Outcomeereignis herangezogen wird. Die Falldefinition ist immer im
Kontext der Fragestellung zu sehen und zu bewerten. [Schubert/Köster 2014].
Aus den GKV-Routinedaten ist auch nicht unmittelbar die Dauer einer Erkrankung oder einer
Therapie abzulesen. Therapieadhärenz und Persistenz sind für viele Erkrankungen von
Interesse. Auch hierzu sind vielfältige Operationalisierung möglich und nötig. In den Daten
Datengutachten
DIMDI
97
07
▪
▪
▪
Operationalisierung
liegen keine Angaben zur individuellen verordneten Dosis eines Arzneimittels vor. Dies
bedeutet, dass unter Heranziehung der Anzahl der verordneten Tagesdosen oder aus dem
Verordnungsmuster (Verordnungen über die Zeit)nur indirekt in Annäherung und unter
Darlegung der getroffenen Annahmen ermittelt werden kann, wie lange eine Therapie
durchgeführt wurden oder nach welchem Zeitraum es zu einer Veränderung der Therapie oder
zu einem Therapieabbruch kam. Je nach angenommener DDD oder Festlegung von
Abbruchkriterien ergeben sich unterschiedliche Aussagen zur Persistenz der Therapie [Andrade
et al. 2006, Gothe 2008, Grimmsmann /Himmel 2010, Mangiapane/Busse 2011].
Operationalisierungen sind auch notwendig, wenn – mangels direkter Kodierung in ICDund/oder OPS-Klassifikationen - mittels Routinedaten Schweregrade der Erkrankung festgelegt
werden sollen, z.B. anhand von Inanspruchnahmemustern oder Therapien.
Ebenso sind bestimmte vulnerable Gruppen, wie z.B. Frauen mit Risikoschwangerschaften,
chronisch kranke Kinder oder geriatrische Patienten [vgl. Borchelt et al. 2004] nur unter der
Heranziehung von im Datensatz vorhandenen Information zu bestimmen, die darzulegen und
hinsichtlich ihrer Begrenztheit zu diskutieren sind.
Schichtindizes, wie sie in Primärerhebungen (z.B. DEGS) verwendet werden, sind ebenfalls nur
begrenzt und unmittelbar aus den Daten nur für die Mitglieder und nicht für die
Familienangehörigen konstruierbar. Auch hierbei sind Festlegungen und Begründungen für die
Wahl der Variablen erforderlich, so beispielsweise eine Unterscheidung in Pflicht- und freiwillig
Versicherte, nach Beitragsklassen, Bildungsabschluss und / oder Stellung im Beruf. (Als
Beispiel siehe [Lampert et al. 2005]). Das Erfordernis einer Operationalisierung gilt auch für
Analysen, die Nationalitäten und Migrationshintergrund berücksichtigen.
Die voranstehend genannten Punkte sind nicht als abschließend zu bewerten, sondern sollen darauf
aufmerksam machen, dass in Routinedatenstudien vergleichbar den Primärstudien, zahlreiche Einund Ausschlusskriterien definiert und begründet werden müssen.
Die Ergebnisse der Studien, auch hier finden sich Gemeinsamkeiten zu Primärerhebungen, sind im
Kontext der vorhandenen Studienlage und Evidenz zu diskutieren. Das etablierte Berichtsformat
STROBE für Beobachtungsstudien (Vandenbroucke et al. 2007; von Elm et al. 2018) wird den
besonderen Rahmenbedingen von Sekundärdatenanalysen jedoch nicht umfassend gerecht. Daher
wird aktuell die Erweiterung von STROBE zu STROSA (Standardized reporting of secondary data
analyses) diskutiert (Schmitt und Swart 2014)
Datengutachten
DIMDI
98
08
8
8.1
Zitierte Literatur
1
Abbas S, Ihle P, Köster I, Schubert I. Estimation of disease incidence in claims data dependent on the
length of follow-up:a methodological approach. Health Services Research 2012; 47: 746-755
2
Abbas S, Ihle P. Bestimmung von Behandlungs- und Erkrankungsperioden in Routinedaten. In: Swart E et
al. (Hrsg.) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden
und Perspektiven. Bern: Hans Huber Verlag 2014; 369-375
3
Andrade SE, Kahler KH, Frech F, Chan KA: Methods for evaluation of medication adherence and
persistence using automated databases. Pharmacoepidemiology and Drug Safety 2006;15:565-574
4
AOK-Bundesverband, Forschungs- und Entwicklungsinstituts für das Sozial- und Gesundheitswesen
Sachsen-Anhalt (FEISA), HELIOS Kliniken, Wissenschaftliches Institut der AOK (WIdO) (Hrsg.).
Qualitätssicherung der stationären Versorgung mit Routinedaten (QSR). Abschlussbericht. Bonn, 2007
5
Arbeitsgruppe Erhebung und Nutzung von Sekundärdaten und Arbeitsgruppe Epidemiologische Methoden
(AGENS). GPS - Gute Praxis Sekundärdatenanalyse: Revision nach grundlegender Überarbeitung. Das
Gesundheitswesen 2008; 70: 54-60 (Download über www.dgepi.de)
6
Arndt V (2011). Veränderungen bei Diagnoseprävalenz und Arzneimittelverordnungen bei GKVVersicherten im Zusammenhang mit dem Morbi-RSA. Vortrag auf dem Symposium Routinedaten. Krefeld
17.03.2011 www.ekmed.de/routinedaten/download/symposium_-2011/arndt.pdf (letzter Zugriff
14.09.2013)
7
Baumeister S, Alte D, John U. Inanspruchnahme medizinischer Leistungen. Welche Rolle spielt die soziale
Unterstützung. Ergebnisse der Study of Health in Pommerania (SHIP). Gesundheitswesen 2004; 66: 175179
8
Bellmann S. Methodische Herangehensweisen zur Erfassung von Multimedikation in der ArzneimittelDauertherapie: Sensitivitätsanalyse zur Anzahl an Arzneimitteln und Anzahl an Wirkstoffen. Abstract zur
GAA-Jahrestagung 2013 (www.egms.de)
9
Beste J. Selektivitätsprozesse bei der Verknüpfung von Befragungs- mit Prozessdaten, Nürnberg: FDZMethodenreport 9/2011
10
Borchelt M, Kolb G, Lübke N, Lüttje D, Meyer AK, Nikolaus T, Pientka L, von Renteln-Kruse W, Schramm
A, Siegel NR, Steinhagen-Thiessen E, Vogel W, Wehmeyer J, Wrobel N (2004). Abgrenzungskriterien der
Geriatrie V1.3. Gemeinsame Arbeitsgruppe der Bundesarbeitsgemeinschaft der Klinisch-Geriatrischen
Einrichtungen e.V., der Deutschen Gesellschaft für Geriatrie e.V. und der Deutschen Gesellschaft für
Gerontologie und Geriatrie e.V. URL: www.geriatrie-drg.de/dkger/news/0403162.html [Zugriff: 17.02.2014]
11
Braun B, Müller R. Gesundheitsberichterstattung mit GKV-Daten. In: Müller R, Braun B (Hrsg.). Vom
Querschnitt zum Längsschnitt. Möglichkeiten der Analyse mit GKV-Daten. GEK Schriftenreihe Band 51.
St. Augustin: Asgard-Verlag, 2006:6-22.
12
Brenner H, Schmidtmann I. Determinants of homonym and synonym rates of record linkage in disease
registration. Methods of Information in Medicine, 1996;35: 19-24
13
Bundesdatenschutzgesetz (BDSG) vom 20. Dezember 1990 (BGBl. I S. 2954), neugefasst durch
Bekanntmachung vom 14. Januar 2003 (BGBl. I S. 66), geändert durch § 13 Abs. 1 des Gesetzes vom 5.
September 2005 (BGBl. I S.2722) sowie durch Artikel 1 des Gesetzes vom 22. August 2006 (BGBl. I S.
1970)
14
Bundesministerium für Arbeit und Sozialordnung (Hrsg.). Anhaltspunkte für die Ärztliche Gutachtertätigkeit
im sozialen Entschädigungsrecht und nach dem Schwerbehindertengesetz. Bonn: Köllen Verlag, 1996
15
Bundesministerium für Arbeit und Soziales (BMAS) (Hg) (2013). Überblick über die Unfallversicherung.
www.bmas.de/DE/Themen/Soziale-Sicherung/ Gesetzliche-Unfallversicherung/Ueberblick-gesetzlicheunfallversicherung.html;-jsessionid=923A1EA35943729C96E669BAA15B5BF2 (abgerufen 17.01.2014)
Datengutachten
DIMDI
99
08
16
Bundesministerium für Gesundheit (Hrsg.). Gesetzliche Krankenversicherung. Vorläufige
Rechnungsergebnisse 1.-3. Quartal 2013. Berlin: Bundesministerium für Gesundheit
17
Bundesversicherungsamt. Fehlerverfahren und Datenbereinigung für die Datenerhebung 2005/2006 zur
Weiterentwicklung des RSA gemäß § 30 RSAV 12. Dezember 2007. URL:
62.111.97.3/Fachinformationen/ Risikostrukturausgleich/Weiterentwicklung/Konzept_Datenbereinigung.pdf
18
Bundesversicherungsamt 2008. So funktioniert der neue Risikostrukturausgleich im Gesundheitsfond.
www.bundesversicherungsamt.de/fileadmin/redaktion/Risikostrukturausgleich/Wie_funktioniert_Morbi_RS
A.pdf (letzter Zugriff 19.2.2014)
19
Deutsche Gesetzliche Unfallversicherung (Hrsg.). Positionspapier für die Forschung der Träger der
gesetzlichen Unfallversicherung. Prävention – Berufskrankheiten – Rehabilitation. Ziele – Strategien –
Schwerpunkte. Berlin: Deutsche Gesetzliche Unfallversicherung, 2011
20
Deutsches Institut für medizinische Dokumentation und Information (DIMDI) (Hrsg.) (2013a). Anatomischtherapeutisch-chemische Klassifikation mit Tagesdosen. Amtliche Fassung des ATC-Index mit DDDAngaben für Deutschland im Jahr 2013, erstellt vom GKV Arzneimittelindex im Wissenschaftlichen Institut
der AOK (WIdO) im Auftrag des Bundesministeriums für Gesundheit [www.dimdi.de].
21
Deutsches Institut für Medizinische Dokumentation und Information (DIMDI) (2013b). ICF.
www.dimdi.de/static/de/klassi/icf/ (abgerufen 16.01.2014)
22
Deutsches Institut für Medizinische Dokumentation und Information (DIMDI) (Hrsg). ICD-10-GM
Systematische Verzeichnis Version 2013. Internationale statistische Klassifikation der Krankheiten und
verwandter Gesundheitsprobleme. Köln: versch. Jg. Deutscher Ärzte-Verlag. [www.dimdi.de]. 2013c
23
Deutsches Institut für Medizinische Dokumentation und Information (DIMDI) (Hrsg). OPS-301
Systematisches Verzeichnis. Operationen- und Prozedurenschlüssel nach §301 SGB V - Internationale
Klassifikation der Prozeduren in der Medizin. Band 1: Systematisches Verzeichnis. Köln: Deutscher ÄrzteVerlag. Versch. Jg.
24
Deutsches Institut für Medizinische Dokumentation und Information (DIMDI) (Hrsg). Basisinformation –
Health Technology Assessment, 2009
25
DEÜV: Verordnung über die Erfassung und Übermittlung von Daten für die Träger der Sozialversicherung
(Datenerfassungs- und -übermittlungsverordnung - DEÜV). Datenerfassungs- und übermittlungsverordnung in der Fassung der Bekanntmachung vom 23. Januar 2006 (BGBl. I S. 152),
zuletzt geändert durch Artikel 6 Nummer 4 des Gesetzes vom 21. Dezember 2008 (BGBl. I S. 2940).
26
Driller E, von Pritzbuer E, Pfaff H. Versorgungsbedarf und Behinderung – Taugt die amtliche
Schwerbehindertenstatistik für die Bedarfsanalyse? Das Gesundheitswesen 2004; 66: 319-325
27
Driller E, von Pritzbuer E, Pfaff H. Die amtliche Schwerbehindertenstatistik – bestehende Einschränkungen
und zukünftige Herausforderung. In. Swart E, Ihle P (Hrsg.): Routinedaten im Gesundheitswesen.
Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Verlag Hans Huber
2005; 183-192
28
Drösler S, Weyermann M. Entwicklung der Leistungen für hochbetagte Patienten. In: Klauber et al. (Hrsg.)
Krankenhaus-Report 2013. Mengendynamik: Mehr Menge, mehr Nutzen? Stuttgart, Schattauer-Verlag
2013: 49-68
29
Elm E von, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP. Das Strengthening the
Reporting of Observational Studies in Epidemiological (STROBE-) Statement: Leitlinien für das Berichten
von Beobachtungsstudien. Der Internist 2008; 49: 688-693
30
Erhart M.KV Daten-Stichprobe des Zentralinstituts für die kassenärztliche Versorgung im Kapitel: Zugang
zu Routinedaten. In. Swart E, Ihle P, Gothe H, Matusiewicz (Hrsg.) Handbuch Routinedaten im
Gesundheitswesen, 2. überarb. Auflage, Bern: Hans Huber Verlag, 2014; 279-282
31
Ferber C von. Die Herausforderung der Public Health Forschung durch den Datenschutz. In: Ferber L von,
Behrens J (Hrsg.): Public Health Forschung mit Gesundheits- und Sozialdaten. Stand und Perspektiven.
St. Augustin: Asgard Verlag 1997:193-208
Datengutachten
DIMDI
100
08
32
Ferber L von (Hrsg). Häufigkeit und Verteilung von Erkrankungen und ihre ärztliche Behandlung. Köln,
Leipzig: ISAB-Verlag 1994
33
Ferber L von, Behrens J: Public Health Forschung mit Gesundheits- und Sozialdaten. Stand und
Perspektiven. St. Augustin: Asgard Verlag 1997
34
Forschungsdatenzentrum der Statistischen Ämter des Bundes und der Länder - Amtliche Mikrodaten für
innovative Forschung. Aktuelles Datenangebot. (Stand August 2013) www.forschungsdatenzentrum.de
35
Fricke U, Günther J, Zawinell A, Zeidan R. Anatomisch-therapeutisch-chemische Klassifikation mit
Tagesdosen für den deutschen Arzneimittelmarkt. Methodik der ATC-Klassifikation und DDD-Festlegung.
ATC-Index mit DDD-Angaben des GKV-Arzneimittelindex mit Stand 4/2013. Berlin 2013
36
Garbe E. Nutzung von Sekundärdaten für ein Versorgungsmonitoring: zur Notwendigkeit einer Validierung.
In: Kurth B-M (Hrsg.) Monitoring der gesundheitlichen Versorgung in Deutschland. Konzepte,
Anforderungen, Datenquellen. Report Versorgungsforschung Band 1. Köln: Deutscher Ärzte Verlag,
2008:49-56
37
Gaßner M, Arndt V, Fischer L, Göpffarth D (2010). Sind die Diagnosezahlen nach Einführung des
morbiditätsorientierten Risikostrukturausgleichs angestiegen? G+S;6:11-19
(www.gus.nomos.de/fileadmin/gus/doc/Aufsatz_GuS_10_06.pdf)
38
Gemeinsamer Bundesausschuss (2008): Richtlinie des Gemeinsamen Bundesausschusses über die
Verordnung von Hilfsmittels in der Vertragsärztlichen Versorgung (Hilfsmittel-Richtlinie/HilfsM-RL) in der
Neufassung vom 16.Oktober 2008
39
Gesetz über den Verkehr mit Arzneimitteln (Arzneimittelgesetz - AMG) (2007) Arzneimittelgesetz in der
Fassung der Bekanntmachung vom 12. Dezember 2005 (BGBl. I S. 3394),zuletzt geändert durch Artikel 1
des Gesetzes vom 10. Oktober 2013 (BGBl. I S. 3813)
40
Geyer S. Die Bestimmung der sozioökonomischen Position in Prozessdaten und ihre Verwendung in
Sekundärdatenanalyen. In: Swart E, Ihle P (Hrsg.) Routinedaten im Gesundheitswesen. Handbuch
Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Verlag Hans Huber, 2005: 203214
41
Geyer S. Sozialstruktur und Krankheit. Bundesgesundheitsbl-Gesundheitsforsch-Gesundheitsschutz 2008;
51: 1164-1172
42
Glaeske G, Janhsen K. GEK-Arzneimittel-Report 2007. Auswertungsergebnisse der GEKArzneimitteldaten aus den Jahren 2005-2006. GEK Schriftenreihe Band 55. Sankt Augustin:AsgardVerlag, 2007 (lfd. Jg.)
43
Glaeske G, Augustin M, Abholz H, Banik N, Brüggenjürgen B, Hasford J, Hoffmann W, Kruse J, Lange S,
Schäfer T, Schubert I, Trampisch H-J, Windeler J. Epidemiologische Methoden für die
Versorgungsforschung. Gesundheitswesen 2009; 71: 685-693
44
Gothe H. Pharmakoepidemiologie. Nutzung der Arzneimittelverordnungsdaten. In: BundesgesundheitblGesundheitsforsch-Gesundheitsschutz 2008; 51: 1145-1154
45
Grimmsmann T, Himmel W. Discrepancies between prescribed and defined daily doses: a matter of
patients or drug classes? Eur J Clin Pharmacol 2010. DOI 10.1007/s00228-011-1014-7
46
Grobe TG. Stationäre Versorgung - Krankenhausbehandlungen. In: Swart E, Ihle P (Hrsg.). Routinedaten
im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern:
Hans Huber Verlag 2005: 79-98
47
Grobe TG, Ihle P. Stammdaten und Versichertenhistorien. In: Swart E, Ihle P, Gothe H, Matusiewicz D
(Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden
und Perspektiven. Bern: Hans Huber Verlag, 2. überarb. Aufl. 2014; 28-37
48
Grobe TG, Nimptsch U, Friedrich J. Krankenhausbehandlung. In: Swart E, Ihle P, Gothe H, Matusiewicz D
(Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden
und Perspektiven. Bern: Hans Huber Verlag, 2. überarb. Aufl. 2014; 121-145
Datengutachten
DIMDI
101
08
49
Harnischmacher U, Ihle P, Berger B et al. Checkliste und Leitfaden zur Patienteneinwilligung –
Grundlagen und Anleitung für die klinische Forschung. Schriftenreihe der Telematikplattform für
Medizinische Forschungsnetze Band 3. Berlin: Medizinisch Wissenschaftliche Verlagsgesellschaft, 2006
50
Hasford J, Schubert I, Garbe E, Dietlein G, Glaeske G. Memorandum zu Nutzen und Notwendigkeit
pharmakoepidemiologischer Datenbanken in Deutschland. GEK Schriftenreihe zur Gesundheitsanalyse
Band 33, München, Schwäbisch Gmünd: 2004
51
Häussler B, Höer A, Hempel E, Storz P. Arzneimittelatlas 2007. Der Arzneimittelverbrauch in der GKV.
Urban & Vogel, München, 2007 (verschiedene Jg.)
52
Heining J. The research data centre of the German Federal Employment Agency: Data supply and
demand between 2004 and 2009. Working Paper of the Council for Social and Economic Data (RatSWD)
No. 129, 2009
53
Hoffmann F, Pfannkuche M, Glaeske G. Wie häufig sind Verordnungs- und Abgabedatum von
Arzneimitteln in Routinedaten korrekt erfasst? Bundesgesundheitsblatt, Gesundheitsforschung,
Gesundheitsschutz 2007; 50:1418-1423
54
Hoffmann F, Anderson F, Giersiepen K, Scharznetzky E, Garbe E. Validierung von Sekundärdaten.
Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 2008; 51: 1118-1126
55
Hoffmann F, Icks A. Diabetes prevalence based on health insurance claims: Large differences between
companies. Diabetic Medicine 2011; 28(8): 919-923
56
Hoffmann W, Latza U, Terschüren C. Leitlinien und Empfehlungen zur Sicherung Guter Epidemiologischer
Praxis (GEP) – überarbeitete Fassung nach Revision. Das Gesundheitswesen 2005; 65: 217-225
(download über www.dgepi.de)
57
Horenkamp-Sonntag D, Linder R, Wenzel F, Gerste B, Ihle P. Prüfung der Datenqualität und Validität von
GKV Routinedaten. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.). Routinedaten im
Gesundheitswesen. Handbuch Sekundärdatenanalyse, Huber Verlag, Bern, 2. überarb. Aufl. 2014; 314330
58
Hussein R, Hartmann A, Schäfer T, Bitzer EM. Zahnärztliche Versorgung. In: Swart E, Ihle P, Gothe H,
Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse, Huber
Verlag, Bern, 2. überarb. Aufl. 2014; 104-120
59
Ihle P, Köster I, Herholz H, Rambow-Bertram P, Schardt T, Schubert I. Versichertenstichprobe AOK
Hessen/KV Hessen – Konzeption und Umsetzung einer personenbezogenen Datenbasis aus der
Gesetzlichen Krankenversicherung. Gesundheitswesen 2005; 67: 638-645
60
Ihle P, Köster I, Schubert I, Ferber L von, Ferber C von: GKV-Versichertenstichprobe. Wirtschaft und
Statistik 1999; 9: 742-49
61
Ihle P, Krappweis J, Schubert I. Die Vertrauensstelle im Rahmen der Sekundärdatenforschung –
Lösungsansätze zum Problem der Datenkonzentration. Gesundheitswesen, 2001; Sonderheft 1: 6-12
62
Ihle P. Datenschutzrechtliche Aspekte bei der Erhebung von GKV Routinedaten. In Swart E, Ihle P (Hrsg.):
Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und
Perspektiven. Bern: Verlag Hans Huber 2005: 195-203
63
Ihle P. Datenschutzrechtliche und methodische Aspekte beim Aufbau einer Routinedatenbasis aus der
Gesetzlichen Krankenversicherung zu Forschungszwecken. Bundesgesundheitsblatt Gesundheitsforschung - Gesundheitsschutz 2008; 51: 1127-1134
64
Ihle P. Ergebnisbericht und Manual. Pseudonymisierungsdienst. »Sekundärdaten« Implementierung eines
Pseudonymisierungsdienstes mit Treuhänderstelle und Erstellung einer Pseudonymisierungssoftware
unter besonderer Berücksichtigung der Anforderungen bei der Pseudonymisierung von Gesundheits- und
Sozialdaten für die Sekundärdatenanalyse - Darstellung der Organisationsstruktur,
Programmbeschreibung und Installationsanleitung. Teilprojekt im Projekt DS 3.1
Pseudonymisierungsdienst der Arbeitsgruppe »Datenschutz und Datensicherheit« der Telematikplattform
für medizinische Forschungsnetze (TMF), Version 1.01, 2004
Datengutachten
DIMDI
102
08
65
Jaunzeme J, Eberhard S, Geyer S. Wie „repräsentativ“ sind GKV-Daten? Demografische und soziale
Unterschiede und Ähnlichkeiten zwischen einer GKV-Versichertenpopulation, der Bevölkerung
Niedersachsens sowie der Bundesrepublik am Beispiel der AOK Niedersachsen.
Bundesgesundheitsbl 2013, 56:447-454
66
Jobski K, Behr S, Garbe E. Drug interactions with phenprocoumon and the risk of serious haemorrhage: a
nested case-control study in a large population-based German database. Eur J Clin Pharmacol 2011; 67:
941-951
67
John J, Holle R. Probleme der Erschließung und Nutzung von Daten der Gesetzlichen
Krankenversicherung für bevölkerungsbezogene gesundheitsökonomische Evaluationsstudien:
Erfahrungen aus KORA. Informatik, Biometrie und Epidemiologie in Medizin und Biologie, 2003; 34: 96111
68
Kaiser U, Wagner J. Neue Möglichkeiten zur Nutzung amtlicher Personen- und Firmendaten. Working
Paper Series in Economics No. 48. University of Lüneburg, 2007
69
Kajüter H, Batzler WU, Krieg V, Heidinger O, Hense H-W. Abgleich von Sekundärdaten mit einem
epidemiologischen Krebsregister auf der Basis verschlüsselter Personendaten – Ergebnisse einer
Pilotstudie in Nordrhein-Westfalen. Das Gesundheitswesen 2012; 74: e84-e89
70
Kamtsiuris P, Bergmann E, Rattay P, Schlaud M. Inanspruchnahme medizinischer Leistungen. Ergebnisse
des Kinder- und Jugendgesundheitssurveys (KIGGS). Bundesgesundheitsbl-GesundheitsforschGesundheitsschutz, 2007; 50: 836-850
71
Kassenärztliche Bundesvereinigung (KBV). Einheitlicher Bewertungsmaßstab (EBM). Available from:
www.kbv.de/8170.html
72
Kassenzahnärztliche Bundesvereinigung (Hrsg.) (2013): Jahrbuch 2013. Köln: Kassenzahnärztliche
Bundesvereinigung
73
Klauber J, Selke GW: Das Forschungsprojekt GKV-Arzneimittelindex. In: Ferber L von, Behrens J (Hrsg.).
Public Health Forschung mit Gesundheits- und Sozialdaten. Stand und Perspektiven. St. Augustin: Asgard
Verlag, 1997: 161-172
74
Köster I, Huppertz E, Hauner H, Schubert I. Direct costs of diabetes mellitus in Germany - CoDiM 20002007. Experimental and Clinical Endocrinology & Diabetes 2011; 119: 377-385
75
Kraft A, Fischer A, Schulte T, Pimperl A (2013): Qualitätsindikatoren in der Integrierten Versorgung am
Beispiel Gesundes Kinzigtal. In: de.scribd.com/doc/ 187768259/Om-Whitepaper-Qualitaetsindikatoren
(abgerufen am 29.11.2013)
76
Küpper-Nybelen J, Ihle P, Deetjen W, Schubert I. Empfehlung rehabilitativer Maßnahmen im Rahmen der
Pflegebegutachtung und Umsetzung in der ambulanten Versorgung. Z Gerontol Geriatr 2006; 39: 100-108
77
KZBV & GKV-Spitzenverband (2010b): DTA-Vertrag Zahnärzte. Vertrag über den Datenaustausch auf
Datenträgern oder im Wege elektronischer Datenübertragung Die Kassenzahnärztliche
Bundesvereinigung (KZBV) und der Spitzenverband Bund der Krankenkassen (GKV-Spitzenverband)
vereinbaren als Bestandteil der Bundesmantelverträge den nachstehenden Vertrag über den
Datenaustausch auf Datenträgern oder im Wege elektronischer Datenübertragung. erhältlich unter:
www.kzv-berlin.de/fileadmin/user_upload/Publikationen/Handbuch/
Vertraege_mit_Krankenkassen/EKV_Z_120309.pdf. abgerufen am: 22.5.2013
78
Lampert T, Saß A-C, Häfeliger M, Ziese T. Armut, soziale Ungleichheit und Gesundheit. Expertise des
Robert Koch-Instituts zum 2. Armuts- und Reichtumsbericht der Bundesregierung. Beiträge zur
Gesundheitsberichterstattung des Bundes, Berlin 2005
79
Lenkungskreis für den Nationalen Strategieprozess »Innovationen in der Medizintechnik«.
Abschlussbericht.-2012. www.strategieprozess-medizin-technik.de (letzter Zugriff 27.12.2013)
80
Leser C, Tisch A, Tophoven S. Schichtarbeit und Gesundheit. Nürnberg: IAB Kurzbericht 21/2013
81
Lohsträter A. Personenbezogene Daten der Unfallversicherung. In: Swart E, Ihle P (Hrsg.). Routinedaten
Hans Huber Verlag, 2005: 167-176
Datengutachten
DIMDI
103
08
82
Lugert P. Stichprobendaten von Versicherten der gesetzlichen Krankenversicherung. Grundlage und
Struktur der Datenerhebung. Wiesbaden: Statistische Ämter des Bundes und der Länder, 2007
83
Majeed R, Corvinus U, Weismüller K, et al. Computerunterstützte Erstellung von Patienteneinwilligungen eine webbasierte Navigation durch die Checkliste Patienteneinwilligung. Kongress Medizin und
Gesellschaft 2007. Augsburg, 17.-21.9.2007. Düsseldorf: German Medical Science; 2007. Doc
07gmds619. URL: www.egms.de/en/meetings/gmds2007/07gmds619.shtml
84
Mangiapane S, Busse R. Prescription prevalence and continuing medication use for secondary prevention
after myocardial infarction. The reality of care revealed by claims data analysis. Deutsch Ärztebl Int 2011;
108(50): 856-862
85
Mansky T, Nimptsch U. Notwendigkeit eines ungehinderten Zugangs zu sozial- und krankheitsbezogenen
Versichertendaten für die Bundesärztekammer und andere ärztliche Körperschaften sowie
wissenschaftliche Fachgesellschaften zur Optimierung der ärztlichen Versorgung. Expertise im Rahmen
der Förderinitiative zur Ver-sorgungsforschung der Bundesärztekammer. Berlin: Technische Universität
Berlin, 2010
86
Mansky T, Malzahn J, Trenner W-D. Medizinprodukte: Die Nachverfolgung ermöglichen. Dtsch Arztebl
2014; 111(6): A-216 / B-184 / C-180
87
March S, Iskenius M, Hardt J, Swart E. Methodische Überlegungen für das Datenlinkage von Primär- und
Sekundärdaten im Rahmen arbeitsepidemiologischer Studien. Bundesgesundheitsblatt 2013, 56(4): 571578
88
March S, Rauch A, Thomas D, Bender S, Swart E. Datenschutzrechtliche Vorgehensweise bei der
Verknüpfung von Primär- und Sekundärdaten in einer Kohortenstudie: die lidA-Studie. Das
Gesundheitswesen 2012; 74: e122-e129
89
March S, Rauch A, Bender S, Ihle P. Datenschutzrechtliche Aspekte bei der Nutzung von Routinedaten.
In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch
Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag
Hans Huber 2014a; 291-303
90
March S, Stallmann C, Swart E. Datenlinkage. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.).
Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag Hans Huber 2014b; 347-355
91
Marx Y, Nimptsch U, Swart E. Forschungsdatenzentren der Statistischen Ämter des Bundes und der
Länder in Kapitel: Zugang zu Routinedaten. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.).
Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse, Grundlagen, Methoden und
Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag Hans Huber 2014; 271-275
92
Metschke R, Wellbrock R. Datenschutz in Wissenschaft und Forschung. Materialien zum Datenschutz Nr.
28 Berliner Beauftragter für den Datenschutz und Akteneinsicht. 2. überarbeitete Auflage.
Verwaltungsdruckerei, Berlin, 2000
93
Moebus S, Andrich S. Gesundheitsökonomische Begleitevaluation der Heinz Nixdorf Recall Studie.
Fachlicher Abschlussbericht Teil A. Institut für Medizinische Informatik, Biometrie und Epidemiologie.
Essen, 2010
94
Müller D, Augustin M, Banik N, Baumann W, Bestehorn K, Hense HW et al. Memorandum Register für die
Versorgungsforschung. Gesundheitswesen 2010; 72: 824-839
95
Müller-Mai C, Ekkernkamp A. Frakturen. Klassifikation und Behandlungsoptionen. Berlin: Springer, 2010
96
Müller R, Rothgang H, Unger R. Pflegeleistung nach Sozialgesetzbuch XI. In: Swart E, Ihle P, Gothe H,
Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag Hans Huber 2014; 162-175
97
Nationale Kohorte e.V. Nutzungsordnung des Nationale Kohorte e.V. zur Nutzung von Daten und
Probenmaterial der Nationalen Kohorte „Use and Access Policy“. (Stand 27.02.2013; download über
www.nationale-kohorte.de)
Datengutachten
DIMDI
104
08
98
Niemeyer A, Belle-Haueisen J, von Mittelstedt G. Pflegeversicherung. In: Swart E, Ihle P (Hrsg.).
Perspektiven. Bern: Verlag Hans Huber 2005:137-148
99
Nimptsch U, Bestmann A, Erhart M, Dudey S, Marx Y, Saam J, Schopen M, Schröder H, Swart E. Zugang
zu Routinedaten. In: Swart E, Ihle P Gothe H, Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen.
Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. vollst. überarb. Aufl. Bern:
Verlag Hans Huber 2014; 270-290
100
Nimptsch U, Mansky T. Krankheitsspezifische Versorgungsmerkmale in Deutschland: Analyse anhand der
Bundesauswertung der German Inpatient Quality Indicators (G-IQI). Deutsche Medizinische Wochenschrift
2012a; 137: 1449-1457
101
Nimptsch U, Mansky T. Trends in acute inpatient stroke care in Germany – an observational study using
administrative hospital data from 2005 to 2010. Deutsches Ärzteblatt International 2012b; 109: 885-892
102
Pfaff H, Driller E, Ommen O. Die amtliche Schwerbehindertenstatistik – Derzeitige Restriktionen und
zukünftige Aufgaben. In: Kurth BM (Hrsg.). Monitoring der gesundheitlichen Versorgung in Deutschland.
Konzepte, Anforderungen, Datenquellen. Report Versorgungsforschung Band 1. Köln: Deutscher Ärzte
Verlag, 2008: 87-94
103
Pimperl A, Schulte T, Daxer C, Roth M, Hildebrandt H. Balanced Scorecard Ansatz: Case Study Gesundes
Kinzigtal. In: Monitor Versorgungsforschung 01/2013; 26-28Ihlr
104
PMV forschungsgruppe/FEISA. Expertise für Bundesärztekammer im Rahmen der Förderinitiative zur
Versorgungsforschung. Expertise zum Thema: Notwendigkeit des Datenzugangs und der
Datentransparenz für ärztliche Körperschaften. Köln, Magdeburg: Universität zu Köln, Otto-von-Guericke
Universität Magdeburg, 2010
105
Rehfeld G, Klosterhuis H. Daten der Rentenversicherung (RV) für Sekundärdatenanalysen zur
Erwerbstätigkeit, Alterssicherung, Rehabilitation und Berentung. In: Swart E, Ihle P (Hrsg.). Routinedaten
Verlag Hans Huber 2005; 149-165
106
Robra B-P, Lue C, Kerek-Bodden H, Schach E, Schach S, Schwartz FW. Die Häufigkeit der ärztlichen
Inanspruchnahme im Spiegel zweier Repräsentativerhebungen. DHP-Survey und EvaS-Studie.
Gesundheitswesen 1991; 53: 228-232
107
Rothgang H, Müller R, Unger R, Weiß C, Wolter A. BARMER GEK Pflegereport 2012, Schriftenreihe zur
Gesundheitsanalyse, Band 17. BARMER GEK (Hrsg.) Siegburg, Asgard-Verlag, 2012
108
Schäfer T, Hartmann A, Hussein R, Bitzer EM. BARMER GEK Zahnreport 2013. Siegburg, Asgard Verlag,
2013
109
Schmitt J, Swart E. Vorschlag für eine standardisierte Berichterstattung von Sekundärdatenanalysen. In:
Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag Hans
Huber, 2014; 474-485
110
Schröder H. Arzneimittelverordnungen. In: Swart E, , Ihle P, Gothe H, Matusiewicz D (Hrsg.). Routinedaten
im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2.
vollst. überarb. Aufl. Bern: Verlag Hans Huber, 2014; 74-87
111
Schubert I, Ihle P, Köster I. Verwendung von GKV-Diagnosen in der Sekundärdatenforschung. In: Swart E,
Ihle P (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen,
Methoden, Perspektiven. Bern: Verlag Hans Huber 2005; 235-41
112
Schubert I, Ihle P. Köster I. Versorgungsmonitoring mit Routinedaten. Versichertenstichprobe AOK
Hessen/KV Hessen. In: Kurth B-M (Hrsg). Monitoring der gesundheitlichen Versorgung in Deutschland.
Konzepte, Anforderungen, Datenquellen. Report Versorgungsforschung Band 1. , Köln: Deutscher Ärzte
Verlag, 2008a; 9-19
113
Schubert I, Ihle P, Köster I. Interne Validierung von Diagnosen in GKV Routinedaten. Konzeption mit
Beispielen und Falldefinition. Gesundheitswesen 2010. http//dx.doi.org/10.1055/s-0030-1249688
Datengutachten
DIMDI
105
08
114
Schubert I, Köster I. Krankheitsereignis: Operationalisierung und Falldefinition. Swart E, Ihle P, Gothe H,
Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag Hans Huber 2014; 358-368
115
Schubert I, Fessler J, Gross J, Burde R, Quasdorf I. Dramaturgie Pharmakotherapie. In: Kassenärztliche
Bundesvereinigung (Hrsg.). Handbuch Qualitätszirkel. 1. Aufl. 2006; 2. Aufl, inkl. Ergänzungsmodule.
Berlin, 2010: Kap. 4.9
116
Schubert, I, Küpper-Nybelen J, Ihle P, Thürmann P. Prescribing potentially inappropriate medication (PIM)
in Germany’s Elderly as indicated by the PRISCUS list. An analysis based on regional claims data.
Pharmacoepidem Drug Safety 2013; 22: 719-727
117
Schwabe U, Paffrath D (Hrsg.). Arzneiverordnungs-Report 2013. Heidelberg: Springer-Verlag, 2013
(lfd.Jg.)
118
Schwartz FW, Schwefel D (Hrsg.). Diagnosen in der ambulanten Versorgung. Aussagefähigkeit und
Auswertbarkeit. Eine Expertenumfrage in der Bundesrepublik Deutschland. 2. unveränd. Aufl.
Wissenschaftliche Reihe Bd. 9. Zentralinstitut für die kassenärztliche Versorgung in der Bundesrepublik
Deutschland. Köln, Deutscher Ärzteverlag, 1980
119
Schwefel D, John J, Potthoff P, van Eimeren W. Diagnosenstruktur in der ambulanten Versorgung.
Explorative Auswertung. Berlin, Heideberg New York, Springer Verlag, 1987
120
Sozialgesetzbuch (SGB) Fünftes Buch (V) - Gesetzliche Krankenversicherung - vom 20. Dezember 1988
(BGBl I S. 2477) zuletzt geändert durch Art. 1 G vom 22. Dezember 2013 (BGBl. I S. 4381, 4382)
121
Sozialgesetzbuch (SGB) Zehntes Buch (X) – Sozialverwaltungsverfahren und Sozialdatenschutz - vom 18.
Januar 2001 (BGBl I S. 130) zuletzt geändert durch Art. 6 G vom 25. Juli 2013 (BGBl. I S. 2749, 2754 f.)
122
Stang A, Katalinic A, Dieckmann KP, Pritzkuleit R, Stabenow R. Network of German Cancer Registries
[GEKID]: A novel approach to estimate the German-wide incidence of testicular cancer. Cancer
Epidemiology. 2010; 34: 13-19
123
Statistisches Bundesamt (Hrsg.) (2014). Statistik der schwerbehinderten Menschen. www.gbebund.de/gbe10/abrechnung.prc_abr_test_logon?
p_uid=gastg&p_aid=&p_knoten=FID&p_sprache=D&p_suchstring=425::Behinderung%20Statistik%20der
%20schwerbehinderten%20Menschen (abgerufen 08.01.2014)
124
Swart E. Nutzungsmöglichkeiten der amtlichen Statistik für die Versorgungsforschung. Das
125
Swart E, Ihle P, Geyer S, Grobe T, Hofmann W. GPS - Gute Praxis Sekundärdatenanalyse.
126
Swart E, Ihle P (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. Bern: Verlag Hans Huber, 2005
127
Swart E, Schubert I, Ihle P, Robra B.-P. Expertise für Bundesärztekammer im Rahmen der Förderinitiative
zur Versorgungsforschung. Notwendigkeit des Datenzugangs und der Datentransparenz für ärztliche
Körperschaften. 2010 (www.baek.de), siehe PMV forschungsgruppe/FEISA
128
Swart E, Stallmann C, Powietzka J, March, Marx Y. Endbericht zum Prätestprojekt 8 der Nationalen
Kohorte: Erschließung von Sekundärdaten und Prüfung ihrer Nutzungsmöglichkeiten. Magdeburg: Ottovon-Guericke-Universität, 2013
129
Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.). Routinedaten im Gesundheitswesen. Handbuch
Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. vollst. überarb. Aufl. Bern: Verlag
Hans Huber; 2014
130
Swart E, Stallmann C, Powietzka J, March S. Datenlinkage von Primär- und Sekundärdaten. Ein Zugewinn
auch für die kleinräumige Versorgungsforschung in Deutschland? BundesgesundheitsblattGesundheitsforschung-Gesundheitsschutz 2014; 57: Heft 2: 180-187
131
Tisch A, Tophoven S. Erwerbseinstieg und bisheriges Erwerbsleben der deutschen Babyboomerkohorten
1959 und 1965. Nürnberg: IAB Forschungsbericht 8/2011
Datengutachten
DIMDI
106
08
132
Vandenbroucke JP, von Elm E, Altman DG, Gøtzsche PC, Mulrow CD, Pocock SJ, Poole, Schlesselmann
JJ, Egger M. Strenghtening the Reporting of Observational Studies in Epidemiological (STROBE)Statement. Explanation and Elaboration. Annals Intern Med 2007; 147: W163-W194
133
Völzke H. Study of Health in Pomerania (SHIP). Konzept, Kohortendesign und ausgewählte Ergebnisse.
Bundesgesundheitsbl 2012; 55: 790-794
134
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. überarb. Auflage, Bern: Hans Huber
Verlag 2014; 376-388
135
Waltersbacher A. Heilmittel. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg.). Routinedaten im
Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2.
überarb. Auflage, Bern: Hans Huber Verlag, 2014; 88-103
136
Wichmann H-E, Kaaks R, Hoffmann W, Jöckel K-H, Greiser KH, Linseisen. Die Nationale Kohorte.
Bundesgesundheitsbl-Gesundheitsforsch-Gesundheitsschutz 2012; 55: 781-789
137
Winkelhake O, Mielck A, John J. Einkommen, Gesundheit und Inanspruchnahme des Gesundheitswesens
in Deutschland 1992. Soz.-Präventivmed 1997: 42: 3-10
138
Zentralen Ethikkommission bei der Bundesärztekammer. Stellungnahme zur Verwendung von
patientenbezogenen Informationen für die Forschung in der Medizin und im Gesundheitswesen.
Deutsches Ärzteblatt 1999; 96: A3201
139
Zimmermann R, Kaimer S, Oberschachtsiek D. Dokumentation des „Scientific Use Files der Integrierten
Erwerbsbiographien“ (IEBS-SUF V1) Version 1.0. FDZ Datenreport 01/2007
Datengutachten
DIMDI
107
08
8.2
Links
▪ AOK – Weiße Liste: www.weisse-liste.aok-gesundheitsnavi.de
▪ AOK-HIS (/www.wido.de/heilmittel-analysen.html).
▪ AQUA-Institut für Angewandte Qualitätsförderung und Forschung im Gesundheitswesen:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
www.aqua-institut.de
BARMER-GEK: www.barmer-gek.de
BARMER-GEK- Arzneimittelreport: presse.barmergek.de/barmer/web/Portale/Presseportal/Subportal/Presseinformationen/Archiv/2013/130611Arzneimittelreport/PDF-Arzneimittelreport-2013,property=Data.pdf
BARMER-GEK Pflegereport: https://presse.barmergek.de/barmer/web/Portale/Presseportal/Subportal/Infothek/Studien-undReports/Pflegereport/Einstieg-Pflegereport.html?w-cm=LeftColumn_tdocid
BARMER-GEK Heil- und Hilfsmittelreport. presse.barmergek.de/barmer/web/Portale/Presseportal/Subportal/Presseinformationen/Archiv/2013/130918Heil-und-Hilfsmittelreport/teaserlink-PDF-Heil-und-Hilfsmittelreport-2013,property=Data.pdf
BARMER GEK, Zahnreport 2013: https://presse.barmergek.de/barmer/web/Portale/Presseportal/Subportal/Infothek/Studien-undReports/Zahnreport/Zahnreport-2013/Content-Zahnreport-2013.html
BKK-Dachverband www.bkk-dachverband.de
Bundesministerium für Gesundheit: www.bmg.bund.de
Bundesversicherungsamt: www.bundesversicherungsamt.de
Bundeszahnärztekammer: www.bzaek.de/
Deutsche Arzneiprüfungsinstitut: www.dapi.de
Deutsche Gesetzliche Unfallversicherung: www.dguv.de
Deutsche Rentenversicherung: www.deutsche-rentenversicherung.de
Deutsches Institut für Medizinische Dokumentation und Information: www.dimdi.de
Deutsches Institut für medizinische Dokumentation und Information (DIMDI) (Hrsg.)
(2001/2010): ICD-10-SGB-V Internationale statistische Klassifikation der Krankheiten und
verwandter Gesundheitsprobleme [/www.dimdi.de/static/de/klassi/icd-10gm/kodesuche/index.htm]
Forschungsdatenzentrum der Deutschen Rentenversicherung: forschung.deutscherentenversicherung.de/ForschPortalWeb/
Forschungsdatenzentrum der statistischen Ämter:
www.forschungsdatenzentrum.de
Gemeinsamer Bundesausschuss: www.g-ba.de
General Practice Research Database: www.gprd.com
GENESIS-Datenbank des Statistischen Bundesamtes: https://wwwgenesis.destatis.de/genesis/online
Gesundheitsberichterstattung des Bundes: www.gbe-bund.de
GKV-Arzneimittel-Schnellinformation: www.gamsi.de
GKV-Datenaustausch: www.gkv-datenaustausch.de
GKV-Heilmittel-Informations-System: www.gkv-his.de
Heilmittelkatalog: www.heilmittelkatalog.de
HELIOS-Kliniken: www.helios-kliniken.de
IGES: www.iges.de
IKK-Bundesverband: www.ikk.de/index.htm
Datengutachten
DIMDI
108
08
▪ InEK – Institut für das Entgeltsystem im Krankenhaus: www.g-drg.de,
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Begleitforschung: www.g-drg.de/-cms/-Begleitforschung_gem._17b_Abs._8_KHG),
Informationssystem für die berufliche Rehabilitation: www.rehadat.de
Initiative Qualitätsmedizin: www.initiative-qualitaetsmedizin.de
Institut für Arbeitsmarkt- und Berufsforschung: www.iab.de
Institut für Arbeitsschutz der DGUV: www.dguv.de/ifa
Institut für Arbeit und Gesundheit der DGUV: www.dguv.de/iag
Institut für Prävention und Arbeitsmedizin der DGUV – Institut der Ruhr-Universität Bochum:
www.ipa.ruhr-uni-bochum.de/
Institut der Deutschen Zahnärzte: www.idz-koeln.de/
ISEG: Institut für Sozialmedizin, Epidemiologie und Gesundheitssystemforschung:
www.iseg.org
Kassenzahnärztliche Bundesvereinigung, www.kzbv.de/
KBV: EBM Schlüssel: www.kbv.de/8170.html
Klinikverbund der gesetzlichen Unfallversicherung: www.k-uv.de
KORA: www.helmholtz-muenchen.de/kora/ueber-kora/index.html
MDS: Pflegeberichte : www.sindbadmds.de/infomed/sindbad.nsf/002568A2003D5BAE/C70F48372E9BBFC3C1257B82003E8D9D?
OpenDocument
MedViP-Projekt (BMBF-Projekt: Medizinische Versorgung in der Praxis). www.medvip.unigoettingen.de
Nationale Kohorte (NaKo e.V.): www.nationale-kohorte.de
PMV forschungsgruppe: www.pmvforschungsgruppe.de
Private Krankenversicherung: www.privatekrankenversicherung.net
www.krankenversicherung-auswahl.de
Rat für Sozial- und Wirtschaftsdaten: www.ratswd.de
Robert Koch-Institut: www.rki.de
Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen: www.svrgesundheit.de
Sektorübergreifende Qualität im Gesundheitswesen: www.sqg.de
SHARE: www.share-project.org/deutsch
Spitzenverband der Gesetzlichen Unfallversicherung, (DGVU): www.dguv.de
Statistisches Bundesamt: www.destatis.de
Statistik zur Pflegeversicherung: (www.bmg.bund.de/cln_160/
nn_1193090/DE/Pflege/Statistiken/Pflegeversicherung.html)
Verband der privaten Krankenversicherung e.V.: https://www.pkv.de
Wissenschaftliches Institut der AOK (WIdO): www.wido.de
Wissenschaftliches Institut der Privaten Krankenversicherung: www.wip-pkv.de
Wissenschaftliches Institut der Techniker Krankenkasse: www.tk-online.de/tk/wineg/118306
Zentralinstitut für die kassenärztliche Versorgung in Deutschland: www.zi.de
Datengutachten
DIMDI
109
09
9
Anhang
Anhang
9.1
Beispiele für Register
Im Folgenden werden beispielhaft, d.h. ohne Anspruch auf Vollständigkeit, einzelne Krankheitsregister
vorgestellt. Die Erwähnung im Gutachten zeigt die Themenbreite und stellt kein Qualitätsmerkmal dar.
Die Ausführungen sind in der Regel der jeweiligen Homepage (siehe Quellenangabe) entnommen und
im Folgenden nicht eigens als Zitate gekennzeichnet.
9.1.1
AIDS-Fallregister
Seit 1982 werden die freiwilligen und anonymen Fallberichte der behandelnden Ärzte über AIDSErkrankungs- und Todesfälle in der Bundesrepublik Deutschland in einem zentralen Fallregister
zusammengetragen und ausgewertet. Das AIDS-Fallregister liefert auch heute wesentliche Daten für
die Abschätzung des Ausmaßes der HIV-/AIDS-Epidemie. Die besonderen Qualitäten dieses
Erhebungsinstrumentes sind, dass es aufgrund der engen Zusammenarbeit mit den meldenden
Ärzten belastbare Angaben zu Alter, Geschlecht, Region des Wohnortes sowie zum möglichen
Infektionsrisiko der AIDS-Patienten liefert. Darüber hinaus werden zuverlässige Informationen über die
zur Diagnose AIDS führenden Erkrankungen, zur medizinischen Betreuung und Therapie sowie
andere für die epidemiologische Bewertung relevanten Angaben erhoben. Ein die Anonymität
wahrender Personencode ermöglicht das Erkennen von Mehrfachmeldungen und gewährleistet die
richtige Zuordnung von Todesfallmeldungen. Die Vollständigkeit der Erfassung im AIDS-Fallregister
der in Deutschland aufgetretenen Fälle liegt bei über 85%.
Quelle: www.rki.de/DE/Content/InfAZ/H/HIVAIDS/Epidemiologie/ Surveillance/surveillance_inhalt.html;
www.gbe.bund.de
9.1.2
HIV-Schwangerschaftsregister der Deutschen AIDS Gesellschaft
Die Deutsche AIDS Gesellschaft hat ein HIV-Schwangerschaftsregister eingerichtet, in dem die Daten
zu den Schwangerschaften HIV-positiver Frauen und dem Outcome ihrer Kinder retrospektiv und
anonymisiert standardisiert erfasst und ausgewertet werden Die Dokumentation erfolgt analog zur
Betreuung interdisziplinär durch den HIV-Schwerpunktbehandler, den Frauenarzt/Geburtshelfer sowie
durch den Kinderarzt.
Das HIV-Schwangerschaftsregister bietet folgende Auswertungs- und Nutzungsmöglichkeiten:
▪ Die Dokumentation und Auswertung der antiretroviralen Therapiestrategien in der
▪
▪
▪
Schwangerschaft ermöglicht frühzeitig Rückschlüsse auf die Effektivität und Verträglichkeit für
Mutter und Kind.
Die Fehlbildungsrate im Kollektiv HIV- und ART-exponierter Kinder kann mit der in der
Gesamtbevölkerung durchschnittlichen Fehlbildungsrate abgeglichen werden.
Die Daten aus dem Deutschen HIV-Schwangerschaftsregister sollen regelmäßig in das
internationale Schwangerschaftsregister (Antiretroviral Pregnancy Registry/APR) überführt
werden. Bislang erfolgen hier nur wenige Meldungen aus Deutschland.
Das deutsche HIV-Schwangerschaftsregister trägt zur Qualitätssicherung in der Betreuung HIVpositiver Schwangerer und ihrer Kinder auf nationaler und internationaler Ebene bei.
Die Projektleitung ist am Klinikum der Johann Wolfgang Goethe-Universität, Frankfurt/Main
angesiedelt.
Datengutachten
DIMDI
110
09
Anhang
Quelle: www.daignet.de/site-content/forschung-und-projekte/studien/deutsches-hivschwangerschaftsregister
9.1.3
Deutsches Register für Stammzelltransplantation
Das Deutsche Register für Stammzelltransplantation (DRST) wurde am 3. April 1998 in Frankfurt a. M.
gegründet. Es wird im Auftrag der Deutschen Arbeitsgemeinschaft für Knochenmark- und
Blutstammzelltransplantation (DAG-KBT) e. V. und für die »Konzertierte Aktion
Stammzelltransplantation« geführt.
Ziel ist es gemäß den Richtlinien der Bundesärztekammer, die Qualität der in der Bundesrepublik
Deutschland durchgeführten Stammzelltransplantationen zu fördern. Dazu werden unabhängig von
Alter und Diagnose der Patienten Daten aller ab dem 01.01.1998 in der Bundesrepublik Deutschland
durchgeführten Übertragungen von hämatopoetischen Stammzellen (z. B. von Knochenmark,
peripheren Blutstammzellen, plazentarem Restblut) erfasst und ausgewertet. Die erhobenen Daten
werden an die durch die DAG-KBT autorisierten Nutzer des DRST unter Beachtung des
Datenschutzrechts weitergeleitet. Ausdrücklich wird die Durchführung von nationalen und
internationalen wissenschaftlichen Studien basierend auf den Registerdaten, z. B. für retrospektive
Auswertungen oder die Planung klinischer Studien, aktiv unterstützt. Dazu werden die Daten auf
Antrag an die Datenzugriffskommission, die sich aus den Vorständen des DRST und der DAG-KBT
zusammensetzt, zur Verfügung gestellt.
Quelle: www.drst.de
9.1.4
Deutsches Herzschrittmacherregister
Das Deutsche Herzschrittmacher-Register ist eine gemeinsame Initiative der Deutschen Gesellschaft
für Kardiologie, Herz- und Kreislaufforschung und des AQUA-Instituts für angewandte
Qualitätsförderung und Forschung im Gesundheitswesen GmbH. Das AQUA-Institut wurde zum
01.01.2010 vom Gemeinsamen Bundesausschuss auf Bundesebene mit der Erhebung und
Auswertung der Qualitätsdaten aus den Krankenhäusern beauftragt und wurde somit neuer
Kooperationspartner des Deutschen-Herzschrittmacher-Registers.
Mit Einführung der verpflichtenden externen Qualitätssicherung für Herzschrittmachereingriffe ab dem
Jahre 2001 hatte zunächst die Bundesgeschäftsstelle Qualitätssicherung gGmbH (BQS) in
Zusammenarbeit mit der Deutschen Gesellschaft für Kardiologie für Herz- und Kreislaufforschung e.V.
die Registeraktivitäten geführt. Zwischen 1982 und 1999 sammelte das »Deutsche Zentralregister
Herzschrittmacher der Deutschen Arbeitsgemeinschaft Herzschrittmacher e.V.« über 360.000
Datensätze von freiwilligen Meldungen zu Schrittmacherimplantationen und -explantationen. Die
Daten wurden analysiert und die Ergebnisse in regelmäßigen Jahresberichten veröffentlicht.
Das deutsche Herzschrittmacher-Register hat die Aufgabe der externen Qualitätssicherung, eines
Krankheitsregisters und der Produktüberwachung, nicht nur von Herzschrittmachern sondern auch
von implantierbaren Defibrillatoren und von Implantaten zur kardialen Resynchronisation. Die BQS
hatte dafür ein sogenanntes 3-in-1-Konzept entwickelt, d.h. in einem integrierten Datensatz sollten die
drei Aufgaben Qualitätssicherung, Register und Produktüberwachung vereint werden. Dieser
integrierte Datensatz umfasste daher sowohl die klassischen Registerdaten als auch Daten zur
Prozessqualität wie beispielsweise die Strahlenbelastung beim Eingriff und genauere technische
Angaben zu den Schrittmacher-Aggregaten und -Sonden. Bei der Qualitätssicherung wird besonderes
Augenmerk auf die Indikationsstellung zur Schrittmachertherapie gelegt. Orientiert an der gültigen
deutschen Leitlinie wurden seit 2002 deutlich mehr anamnestische Daten einbezogen als im
Datengutachten
DIMDI
111
09
Anhang
vorherigen Registerdatensatz. Qualitätsziele zur Indikationsstellung, zur Systemauswahl oder zu
Komplikationen, die bei der BQS zunächst von einer Expertengruppe in Zusammenarbeit mit der
Deutschen Gesellschaft für Kardiologie – Herz- und Kreislaufforschung und im weiteren Verlauf von
der Bundesfachgruppe Herzschrittmacher formuliert wurden, waren und sind Basis eines kompletten
Auswertungskonzeptes, das es dem Leistungserbringer ermöglicht, die Qualität seiner
Schrittmachertherapie im Vergleichskollektiv zu überprüfen.
Laut Angaben auf der Homepage konnte die Funktionalität der Produktüberwachung bislang aufgrund
der fehlenden Möglichkeit einer Längsschnittverfolgung nur unvollkommen realisiert werden, die
erhoffte Frühwarnfunktion war somit allenfalls in Ansätzen möglich. Momentan ist die
Frühwarnfunktion darauf beschränkt, anhand bestimmter Datenkonstellationen, z. B. einem unter
einer definierten Schwelle liegendem Zeitraum zwischen Implantation und Explantation oder einer
Meldung vorzeitiger Batterieerschöpfung oder Fehlfunktionen Warnmeldungen zu generieren, die mit
dem Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) ausgetauscht werden können. Ein
entsprechendes Interesse sowohl des BfArM als auch des Bundesverbandes für Medizintechnologie
(BVMed) als Vertreter der Hersteller aktiver kardiologischer Implantate an einem solchen
Melderegister wurde signalisiert. Konkrete Schritte blieben jedoch bislang aus, da der Zeitraum
zwischen Datenerfassung, d.h. dem Auftreten möglicher Produktprobleme und der Auswertung zu
lang ist und zudem die eindeutige Zuordnung eines Medizinprodukts während eines Folgeeingriffs zur
vorausgegangenen Operation aufgrund einer zwischenzeitlich geänderten Datenerfassungsstruktur
nicht mehr möglich ist.
Es werden jährliche Berichte erstellt und auf der Homepage zugänglich gemacht. (Der aktuelle Bericht
ist von 2011, Stand 27.12.2013). Ein Hinweis auf externe Nutzung der Daten findet sich nicht.
Quelle: www.pacemaker-register.de
9.1.5
Deutsches Zentralregister für kindliche Hörstörungen
Das Deutsche Zentralregister für kindliche Hörstörungen (DZH) wurde 1994 ins Leben gerufen. Die
wichtigste Aufgabe des DZH ist es, eine möglichst realistische Darstellung der tatsächlichen Situation
hörgeschädigter Kinder in Deutschland zu geben. Mittels Fragebogen werden bundesweit Kinder mit
allen Arten und Ausprägungen einer bleibenden Hörstörung erfasst. Auf der Grundlage möglichst
vieler Einzelmeldungen werden dann Grunderkrankungen oder ursächliche Faktoren, unterschiedliche
Schwerhörigkeitstypen und -grade, Inzidenz, Prävalenz und andere epidemiologisch Kennzahlen
sowie Diagnostik, Therapie, Rehabilitation etc. ausgewertet.
Derart gewonnene Erkenntnisse können zukünftig die Basis bilden für verbesserte Diagnostik,
Therapie und Prognose von Hörstörungen und eignen sich als Grundlage praxisbezogener
Forschungstätigkeit. Dabei versteht sich das DZH als Institution, deren Hauptaufgabe die bewusste
Unterstützung pädaudiologischer Forschungstätigkeit von interessierten Spezialisten auf nationaler
Ebene ist.
Quelle: audiologie-phoniatrie.charite.de/forschung/schwerpunkte/
phaenotypische_variablitaet_pathologischer_kommunikation/
forschungsprojekte/das_deutsche_zentralregister_fuer_kindliche_ hoerstoerungen_dzh/
Datengutachten
DIMDI
112
09
9.1.6
Anhang
Endoprothesenregister Deutschland
Das Endoprothesenregister Deutschland (EPRD) wurde am 22. Dezember 2010 gegründet und
befindet sich derzeit noch im Aufbau. Das EPRD ist ein Gemeinschaftsprojekt von Ärzten, Kliniken,
Krankenkassen und Industrie.
Geführt wird das EPRD als hundertprozentige Tochter der Deutschen Gesellschaft für Orthopädie und
Orthopädische Chirurgie (DGOOC), als Registerstelle fungiert das BQS Institut für Qualität und
Patientensicherheit (BQS-Institut). Ziel ist es, die Qualität der Versorgung mit künstlichen Hüft- und
Kniegelenken zu verbessern und die Zahl der unnötigen Wechseloperationen zu senken.
Die Implantatdaten der teilnehmenden Kliniken und die Abrechnungsdaten der Versicherer werden in
pseudonymisierter Form an die Registerstelle am BQS-Institut gemeldet. Dort werden sie mit den
Informationen aus der Produktdatenbank der Industrie, in der alle auf dem deutschen Markt
verwendeten Knie- und Hüftendoprothesen erfasst sind, verknüpft. Auf diese Weise soll eine
verlässliche Datengrundlage geschaffen werden, um langfristig die Qualität der Produkte beurteilen zu
können und mehr über die Standzeit künstlicher Gelenke zu erfahren, also die Zeit, in der Implantate
bis zu einer Wechseloperation im Körper funktionstüchtig sind. Dazu verknüpft das EPRD
Routinedaten systematisch mit neuen Informationen über den Einbau künstlicher Hüft- und
Kniegelenke. Es wertet diese Informationen mit Blick auf die Qualität der Implantate und der
medizinischen Behandlung aus.
Das Register befindet sich noch im Aufbau, Ende 2013 waren noch keine Analysen öffentlich
verfügbar.
Quelle: www.eprd.de
9.1.7
Fehlbildungsmonitoring Sachsen-Anhalt
Das Fehlbildungsmonitoring Sachsen-Anhalt besteht seit 1980 und erfasst und analysiert alle
angeborenen Fehlbildungen und Anomalien von Lebendgeborenen, Totgeborenen und Aborten aus
Sachsen-Anhalt – bis zum Jahr 2000 wurden nur Stadt und Bezirk Magdeburg bzw. die
Regierungsbezirke Magdeburg und Dessau erfasst. Es ist bundesweit das einzige flächendeckend
arbeitende Register zur Erfassung von angeborenen Fehlbildungen und Anomalien. So repräsentieren
die Daten aus Sachsen-Anhalt Deutschland beim europäischen Fehlbildungsregister EUROCAT
(European Surveillance of Congenital Anomalies) sowie der WHO-Organisation ICBDSR (International
Clearinghouse for Birth Defects Surveillance and Research).
Die Daten zu Geborenen mit angeborenen Fehlbildungen resultieren aus den Meldungen von
Geburts-, Kinder- und Frauenkliniken, Einrichtungen der prä- und postnatalen Diagnostik sowie
pathologisch-anatomischen und humangenetischen Instituten und Praxen. Die Datenerhebung erfolgt
mittels standardisierter Meldebögen. Diese beinhalten neben den Angaben zu einer bestehenden
angeborenen Fehlbildung verschiedene Begleitdaten, wie z. B. den Landkreis, Angaben zur
Schwangerschaft und Geburt (Geburtsgewicht, Länge, Schwangerschaftsverlauf, Gestationsalter,
Anzahl vorausgegangener Schwangerschaften, Entbindungsmodus, Medikamenteneinnahme vor und
während der Schwangerschaft, Familienanamnese), Befunde pränataler Untersuchungsmethoden
(Ultraschall, Chromosomendiagnostik, AFP-Screening, Triple-Test), Angaben zu Risikofaktoren sowie
sozioökonomische Daten.
Die Fehlbildungserfassung und -auswertung bietet die Grundlage zur Durchführung wissenschaftlicher
Begleitprojekte. Durch langjährige Verlaufsbeurteilungen können z. B. Aussagen zu Häufigkeiten
Datengutachten
DIMDI
113
09
Anhang
angeborener Fehlbildungen innerhalb der Bevölkerung gemacht werden und z. B. Aspekte laufender
Präventionsmaßnahmen – wie die Folsäureprophylaxe – beurteilt werden.
Quelle: www.angeborene-fehlbildungen.com
9.1.8
Qualitätssicherung Mukoviszidose
Das Projekt »Qualitätssicherung Mukoviszidose« entstand 1995. Damals wurden die in Frankfurt
geführte Mukoviszidose-Jahresstatistik und das in Dresden geführte Mukoviszidose-Register unter
Berücksichtigung der multizentrischen Mukoviszidose-Verbundstudie in das Projekt
»Qualitätssicherung Mukoviszidose« überführt. Es wird jeweils zur Hälfte durch den Mukoviszidose
e.V. sowie die Christiane Herzog Stiftung finanziert.
Mit Hilfe einer speziell entwickelten Registersoftware MUKO.dok erfolgt die strukturierte Erfassung
und Auswertung von Daten der Mukoviszidose Patienten. Diesem System haben sich bis Juli 2012
deutschlandweit 79 Mukoviszidose Einrichtungen angeschlossen. Die Patientendaten werden an das
Zentrum für Qualität und Management im Gesundheitswesen, Hannover übermittelt und dort
ausgewertet. MUKO.dok ermöglicht die Dokumentation in einem mehrstufigen Verfahren; in Stufe 1
werden einmal jährlich die Kerndaten der Patienten für die jährliche Qualitätssicherung erfasst. Zu den
Stufe 1 Daten gehören neben den Stammdaten des Patienten die Qualitätssicherungsdaten zur
Diagnosestellung der Cystischen Fibrose (CF) und zum Gesundheitszustand, Größe, Gewicht,
Lungenfunktion, Immunglobulin G, Medikation und Mikrobiologie. In der Stufe 2 werden diese
Kerndaten der Patienten um eine zusätzliche Dokumentation ergänzt. Bei jedem Patientenkontakt
werden klinische Daten, therapeutische Angaben und Labordaten erhoben.
Neben der Registerfunktion ist ein wichtiges Ziel dieses Projektes die Verbesserung der
Versorgungsqualität auf Struktur-, Prozess- und Ergebnisebene. Das Projekt Qualitätssicherung
Mukoviszidose ermöglicht den Ambulanzen einen externen Vergleich und dient als Anhaltspunkt für
die interne Qualitätssicherung. Nutzer können sich, sofern die Einrichtungen der Publikation der
Information im Internet zustimmen, über das Angebot und die Qualitätsmerkmale informieren (s. den
Abschnitt unter public reporting auf der Homepage).
Quelle: muko.info/index.php?id=1107&L=0
9.1.9
Augsburger Herzinfarktregister
Das anlässlich des MONICA-Projektes (monitoring trends and determinants in cardiovascular disease)
– eine weltweite Herz-Kreislauf-Studie der Weltgesundheitsorganisation (WHO) – ab 1984 vom GSFForschungszentrum für Umwelt und Gesundheit, heute Helmholtz Zentrum München aufgebaute
Herzinfarktregister erfasst seitdem kontinuierlich alle neu aufgetretenen Herzinfarkte bei 25 bis 74jährigen Personen, die ihren ersten Wohnsitz in der Studienregion Augsburg (Stadt Augsburg,
Landkreis Augsburg und Landkreis Aichach-Friedberg) haben und in eines der 7 Krankenhäuser
innerhalb der Studienregion und der 2 Krankenhäuser in angrenzenden Gebieten eingewiesen
werden. 2009 wurde die Altersgrenze auf 84 Jahre heraufgesetzt.
Aufgrund der nahezu vollständigen Beteiligung aller Herzinfarktpatienten und der hohen
wissenschaftlichen Wertigkeit der Forschungsergebnisse im Rahmen der bis 1995 durchgeführten
MONICA-Studie wird das Herzinfarktregister als fester Bestandteil der kooperativen
Gesundheitsforschung in der Region Augsburg (KORA) weitergeführt. Seit dem 01.01.2000 beteiligt
sich das Bundesministerium für Gesundheit an der Finanzierung der Datenerhebungen für das
Datengutachten
DIMDI
114
09
Anhang
Herzinfarktregister. Das KORA-Herzinfarktregisterteam ist im Klinikum Augsburg, dem größten
Krankenhaus in der Studienregion, angesiedelt.
KORA-Daten stehen auch für externe Wissenschaftler zur Verfügung (s. H0mepage des HelmholtzZentrums München, www.helmholtz-muenchen.de/kora/ueber-kora/index.html).
9.1.10 Berliner Herzinfarktregister
Das Berliner Herzinfarkt Register (BHIR) wurde 1998 gegründet und ist als gemeinnütziger Verein
organisiert mit Sitz an der TU Berlin. Mitglieder des Vereins sind die Vertreter aus den Berliner
Kliniken.
An der 1. Phase des BHIR (1999-2002) nahmen bis zu 27 Berliner Krankenhäuser teil. Mit einem 4seitigen Erhebungsbogen wurden Daten zu Risikofaktoren, zum Schweregrad der Erkrankung bei
Aufnahme, zu Diagnose- und Therapiestrategien und zur intrahospitalen Letalität erfasst. Im
genannten Zeitraum wurden Daten von ca. 7000 Patienten mit akutem Myokardinfarkt gesammelt.
Vom 01.10.2003 bis zum 31.03.2008 wurde das BHIR in einer 2. Phase mit einem verkürzten
Erhebungsbogen weitergeführt. Seit dem 1.4.2008 wird das BHIR in einer 3. Phase weitergeführt mit
einem wiederum verkürzten und an die EU-weite Erhebung zum Herzinfarkt (CARDS) angepassten
Erhebungsbogen. Ende 2012 nahmen 19 Berliner Klinikstandorte am BHIR teil. Bis Ende 2012 waren
Daten von fast 30.000 Patienten erfasst. Das BHIR ist mit seinem regionalen Bezug und seiner
Kontinuität der Erhebung im 14. Erhebungsjahr im Kontext der Bundesrepublik einmalig. Für die
Gesundheitsberichterstattung des Berliner Senates werden regelmäßig Auswertungen zur Verfügung
gestellt
Hervorzuheben ist ein Forschungsprojekt, bei dem pseudonymisiert die Registerdaten mit
Versorgungsdaten (Abrechnungsdaten der GKV) verknüpft und Analysen zur Leitliniennähe der
Behandlung durchgeführt werden konnten (Vortrag beim Symposium des Berliner Herzinfarktregisters,
Berlin 18.11.2013: B. Maier: „Ergebnisse der Herzinfarktversorgung mit AOK-Routinedaten und BHIRDaten im Vergleich")
Quelle: www.herzinfarktregister.de/index.htm
9.1.11 Herzinfarktregister Sachsen-Anhalt
Das Ziel des Regionalen Herzinfarktregisters Sachsen-Anhalt (RHESA) ist es, in einer städtischen und
einer ländlichen Wohnbevölkerung des Landes Sachsen-Anhalt eine regionale bevölkerungsbezogene
Herzinfarktregistrierung zu etablieren, um zu untersuchen, durch welche strukturellen und
prozessualen Determinanten sich die überdurchschnittlich hohe Mortalität am akuten Myokardinfarkt
im Land Sachsen-Anhalt erklären und durch welche Maßnahmen sie sich gezielt beeinflussen lässt.
Die altersstandardisierte Mortalität bei Herzinfarkt lag im Jahr 2011 in Sachsen-Anhalt um 43% über
dem Bundesdurchschnitt (Deutscher Herzbericht 2011; www.herzstiftung.de/herzbericht). Damit nahm
Sachsen-Anhalt bundesweit die Spitzenposition ein
Die Registerpopulation besteht aus einer städtischen (Einwohner der Stadt Halle) und einer ländlichen
Bevölkerung (Einwohner der Region Altmark) von 345.120 Menschen im Alter von 25 Jahren und
mehr. Erwartet werden darin rund 1.700 Herzinfarkte pro Jahr.
Für die Herzinfarktregister-Regionen werden Mortalitäts- und Letalitätsparameter
(Prähospitalmortalität, Letalität <48h, 28 und 365 Tage) sowie Versorgungsparameter (u.a. pain to
contact, contact to balloon, door to balloon) für ST-Hebungsinfarkte und Nicht ST Hebungsinfarkte
Datengutachten
DIMDI
115
09
Anhang
ermittelt. Des Weiteren werden Parameter der Struktur-und Prozessqualität wie Kapazität von
Katheterplätzen, Intensiv- und kardiologischen Krankenhausbetten, kardiochirurgischen Abteilungen
und Betten, Notarztsystemen, Notfallmaßnahmen in der Prähospitalphase sowie kardiale
Interventionen untersucht. Registriert werden tödliche und überlebte Herzinfarkte. Überlebte Infarkte
werden durch 15 meldende Krankenhäuser an das RHESA übermittelt. Tödliche Infarkte werden von
Gesundheitsämtern der Registerregion in Kooperation mit den leichenschauenden Ärzten und
Hausärzten an das RHESA gemeldet.
Quelle: www.medizin.uni-halle.de/index.php?id=3837
9.1.12 Krebsregister
Angestoßen durch das Bundeskrebsregistergesetz von 1994, festgeschrieben und konkretisiert durch
das Bundeskrebsregisterdatengesetz (BKRG) von 2009 wurden alle Bundesländer zur Einrichtung
eines epidemiologischen Krebsregisters und zur vollzähligen und flächendeckenden Registrierung
aller Krebsfälle verpflichtet. Da die Gesetzgebung, auf denen die Arbeitsweise der einzelnen Register
beruht, föderal ist, ist die Arbeitsweise der Register zwischen den Ländern nicht unmittelbar
vergleichbar. So unterscheiden sich die Register z. B. in ihrer Struktur oder auch im Meldeverfahren.
Grundsätzlich unterscheidet man zwei Arten von Krebsregistern, epidemiologische und klinische
Register.
▪ Epidemiologische Register sind bevölkerungsbezogen und erfassen demnach Daten zu
▪
Krebsneuerkrankungsfällen in der Bevölkerung eines Landes wo auch immer diese
diagnostiziert wurden. Nur so kann festgestellt werden, ob in bestimmten Gebieten Häufungen
von Tumorerkrankungen auftreten. Der Bevölkerungsbezug hilft dabei, dass Ergebnisse von
Krebsregisterstudien nicht nur für eine kleine Untersuchungsgruppe, sondern für die
Gesamtbevölkerung gelten.
Klinische Register erfassen demgegenüber Daten (nach §65c SGB V) zur Krebsbehandlung in
den krebsbehandelnden medizinischen Einrichtungen des Landes und zum Verlauf der
gesamten Erkrankung, unabhängig davon, wo die Patienten ihren Wohnsitz haben. Nach dem
Krebsfrüherkennungs- und registergesetz (KFRG) aus dem Jahr 2013 sollen die Bundesländer
bis 2018 diese Register, die unter bestimmten Voraussetzungen (»Förderrichtlinien«)
weitgehend von den Krankenkassen finanziert werden, flächendeckend einrichten, mit dem
Hauptzweck der Qualitätssicherung. Die Daten sollen auch zur Herstellung von
Versorgungstransparenz und zur Versorgungsforschung genutzt werden (s. Vortrag A. Katalinic
DKVF 2013, W. Hoffmann DKVF 2013). Das KFRG wird in einigen Ländern wahrscheinlich
dazu führen, dass epidemiologische und klinische Krebsregistrierung zusammengeführt
werden, so dass die Trennung der beiden Registerformen nicht bestehen bleiben wird (s. auch
weiter unten).
Die meisten epidemiologischen Krebsregister in Deutschland haben eine ähnliche
Organisationsstruktur. Sie bestehen aus zwei räumlich, organisatorisch und personell voneinander
getrennten Einrichtungen, der Vertrauens- und der Registerstelle.
Die Vertrauensstelle hält engen Kontakt zu den meldenden Ärzten, Zahnärzten, Tumorzentren sowie
den Gesundheitsämtern. Sie nimmt die Krebsmeldungen per Meldebogen oder als elektronische
Daten entgegen und prüft sie auf Vollständigkeit und Plausibilität. Unstimmigkeiten werden mit dem
meldenden Arzt bzw. dem Tumorzentrum geklärt. Weiterhin werden Leichenschauscheine
vergleichbar einer Meldung bearbeitet. Nach der Erfassung werden die personenidentifizierenden
Datengutachten
DIMDI
116
09
Anhang
Daten chiffriert und sogenannte Kontrollnummern erzeugt. Die somit anonymisierten Datensätze
werden der Registerstelle übergeben. Die Vertrauensstelle verfügt nur über temporäre
Meldungsdaten. Nach Ablauf einer in der Regel halbjährigen Bearbeitungsfrist werden alle Meldungen
in der Vertrauensstelle gelöscht bzw. vernichtet.
Die Registerstelle übernimmt die anonymisierten Datensätze von der Vertrauensstelle und gleicht sie
mit dem vorhandenen Datenbestand über die Kontrollnummern ab. Unter Anwendung eines
stochastischen Abgleichverfahrens werden Meldungen zu einer Person bzw. zu einem Tumor
zusammengeführt. Die Daten werden umfangreichen Plausibilitätsprüfungen unterzogen und
auftretende Unstimmigkeiten über die Vertrauensstelle mit dem meldenden Arzt oder dem
Tumorzentrum geklärt.
Die Registerstelle hält die permanente anonymisierte Krebsdatenbank. Die Daten werden für die
wissenschaftliche Nutzung aufbereitet. Regelmäßige statistisch-epidemiologische Auswertungen und
Datenbereitstellungen für die Gesundheitsberichterstattung gehören ebenso wie die Beantwortung
wissenschaftlicher Anfragen zu den Aufgaben der Registerstelle. Die Daten stellen ebenfalls die Basis
für Studien im Rahmen der Krebsursachenforschung dar.
Ziel von Krebsregistern ist es, Daten zu liefern zum zeitlichen Entwicklungstrend und zur regionalen
Verteilung der verschiedenen Krebserkrankungen, zur Qualitätssicherung in der Krebsfrüherkennung,
-diagnostik und -therapie und zum zeitlichen Verlauf der Erkrankung sowie zu Überlebenschancen.
Zur Bedarfsplanung im Gesundheitswesen liefert das Krebsregister Zahlen zur aktuellen Situation
sowie Schätzungen für künftige Entwicklungen.
9.1.12.1 Gesellschaft der Epidemiologischen Krebsregister in Deutschland und Zentrum für
Krebsregisterdaten
Im Januar 1996 wurde die »Arbeitsgemeinschaft Bevölkerungsbezogener Krebsregister in
Deutschland« gegründet, in der alle epidemiologischen Krebsregister Deutschlands sowie die im
Robert-Koch-Institut angesiedelte »Dachdokumentation Krebs« zusammenarbeiteten. Die vorrangige
Aufgabe war die Erarbeitung inhaltlicher und methodischer Standards für die Krebsregistrierung in
allen regionalen epidemiologischen Registern, um eine bundesweite Vergleichbarkeit der
Registerdaten zu gewährleisten. Im April 2004 wurde die Arbeitsgemeinschaft in die »Gesellschaft der
epidemiologischen Krebsregister in Deutschland e.V. (GEKID)« überführt.
Basierend auf dem Bundeskrebsregisterdatengesetz von 2009 als Teil des Begleitgesetzes zur
zweiten Föderalismusreform wurde im Januar 2010 das »Zentrum für Krebsregisterdaten« (ZfKD) im
Robert Koch-Institut eingerichtet, das die Arbeit der »Dachdokumentation Krebs« als nationale
Auswertungsstelle mit erweitertem Aufgabenspektrum fortsetzt. Das ZfKD wird von einem
wissenschaftlichen Beirat begleitet, dessen Geschäftsstelle am Robert Koch-Institut angesiedelt ist.
Vorrangige Aufgabe der GEKID und des ZfKD ist es, trotz unterschiedlicher landesgesetzlicher
Regelungen, bundesweit eine weitgehende methodische Einheitlichkeit durch inhaltliche Standards zu
erlangen. Nur durch eine deutschlandweite Zusammenarbeit kann die Vergleichbarkeit der Ergebnisse
der Krebsregister gewährleistet werden.
Jährlich melden alle Krebsregister in Deutschland ihre Daten an das ZfKD, das diese Daten auf
Vollständigkeit und Plausibilität auch im Hinblick auf länderübergreifende Doppelmeldungen prüft
sowie die Vollständigkeit schätzt und für gesamtdeutsche Auswertungen zusammenführt. Jährliche
Zahlen zu Inzidenz, Prävalenz, Mortalität und Überleben werden in einer interaktiven Datenbank im
Internet veröffentlicht. Alle zwei Jahre veröffentlicht das ZfKD zusammen mit der GEKID den
Datengutachten
DIMDI
117
09
Anhang
gemeinsamen Bericht »Krebs in Deutschland«. Alle fünf Jahre erstellt das ZfKD einen umfassenden
Bericht zum Krebsgeschehen und zu vorrangigen Problemen der Krebsbekämpfung in Deutschland.
Die GEKID stellt zusätzlich regionale Krebsdaten als interaktives Kartenmaterial (GEKID-Atlas) im
Internet bereit. Im Januar 2014 hatte das Bundesgesundheitsblatt das Schwerpunktthema
»Epidemiologische Krebsregistrierung in Deutschland«. An konkreten Beispielen werden die
vielfältigen Auswertungs- und Nutzungsmöglichkeiten epidemiologischer Krebsregisterdaten gezeigt.
Die von den jeweiligen epidemiologischen Landeskrebsregistern an das ZfKD zu meldenden
Merkmale wurden im Bundeskrebsregisterdatengesetz festgelegt. Erfasst werden neben
Identifikationsmerkmalen vor allem die zum Inzidenzzeitpunkt erhobenen Tumordaten (Diagnose,
Lokalisation, Histologie), die Klassifizierung der Tumorausbreitung (z. B. TNM) sowie grundlegende
Angaben zur Therapie (kurative/palliative Operation, Chemo-/Strahlentherapie) und ggf. das
Sterbedatum und die Todesursache.
Im Einzelnen enthält der an das ZfKD zu liefernde Datensatz folgende Angaben:
Angaben zur Person:
▪
▪
▪
▪
Geschlecht
Geburtsmonat und -jahr
Kreiskennziffer des Wohnortes
Bundesland
Angaben mit Bezug zur Tumordiagnose:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Diagnosemonat und -jahr
Tumordiagnose (ICD-10)
Tumorhistologie (ICD-O)
Grading
Zelltyp
Tumorlokalisation, einschließlich der Angabe der Seite bei paarigen Organen
Tumorausbreitung (Rezidiv, Metastasierung, Progression)
Frühere Tumoren
Stadium der Erkrankung (insbesondere TNM)
Art der Diagnosesicherung (klinischer Befund, Histologie, Zytologie, Obduktion und andere)
Art der Therapie (kurative und palliative Operationen, Strahlen-, Chemo- und andere
Therapieformen)
Angaben im Sterbefall:
▪ Sterbemonat und -jahr
Das ZfKD und die GEKID führen selbst Forschungsprojekte durch, das ZfKD stellt aber auch externen
Wissenschaftlern anonymisierte Daten aus allen Registern auf Antrag zur Verfügung, soweit ein
berechtigtes, insbesondere wissenschaftliches Interesse glaubhaft gemacht wird. Der Datensatz
dieses Scientific Use Files umfasst die oben genannten Variablen, wobei die Vollständigkeit z. B. zu
den Tumorstadien oder der Art der Therapie je nach Krebserkrankung, Bundesland oder Diagnosejahr
stark schwankt. Darüber hinaus ist es möglich Daten einer eigenen Kohorte mit den Registerdaten zu
verknüpfen und zum Beispiel hinsichtlich der Krebsmortalität abzugleichen.
Datengutachten
DIMDI
118
09
Anhang
In Deutschland gibt es folgende bevölkerungsbezogene Krebsregister, deren spezifische
Charakteristika im Folgenden kurz erläutert werden:
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
▪
Epidemiologisches Krebsregister Baden-Württemberg
Bevölkerungsbezogenes Krebsregister Bayern
Bremer Krebsregister
Hamburgisches Krebsregister
Krebsregister Hessen
Epidemiologisches Krebsregister Niedersachsen
Epidemiologisches Krebsregister Nordrhein-Westfalen
Krebsregister Rheinland-Pfalz
Krebsregister Saarland
Krebsregister Schleswig-Holstein
Gemeinsames Krebsregister (GKR)
der Länder Berlin, Brandenburg, Mecklenburg-Vorpommern,
Sachsen-Anhalt und der Freistaaten Sachsen und Thüringen
Deutsches Kinderkrebsregister
Quelle: www.krebsdaten.de, www.gekid.de
9.1.12.2 Krebsregister Baden-Württemberg
Das Krebsregister Baden-Württemberg besteht aus einer Vertrauensstelle (Sitz bei der Deutschen
Rentenversicherung in Karlsruhe), einer Klinischen Landesregisterstelle (eingerichtet bei der BadenWürttembergischen Krankenhausgesellschaft e. V. in Stuttgart) und einem Epidemiologischen
Krebsregister (angesiedelt am Deutschen Krebsforschungszentrum Heidelberg).
Seit dem 1. Januar 2009 ist jeder Arzt und Zahnarzt an einem Tumorzentrum oder onkologischen
Schwerpunkt in Baden-Württemberg verpflichtet, Angaben über Krebsneuerkrankungen an das
Krebsregister Baden-Württemberg zu melden. Ab dem 1. Juli 2011 wurde die Meldepflicht auf
Krankenhäuser und pathologische Einrichtungen ausgedehnt und ab Oktober 2011 auch auf
niedergelassene Ärzte und Zahnärzte.
Das epidemiologische Register erhebt Daten zum Wohnort sowie zu Diagnose und Therapie, die
Klinische Landesregisterstelle Daten zu Diagnose, Therapien und Verlauf der Krebserkrankung. Beide
Register dokumentieren die einsendenden Melder. Weitere dokumentierte Daten betreffen das
Überleben der Patienten, sei es als letzter Patientenkontakt oder als Meldeinformation des
Einwohnermeldeamtes, sowie im Todesfall das Datum und die amtliche Todesursache. Im Einzelnen
ergeben sich vielfältige Überschneidungen zwischen den beiden registrierten Datensätzen.
Quelle: www.krebsregister-bw.de
9.1.12.3 Bevölkerungsbezogenes Krebsregister Bayern
Seit 1998 registriert das Bevölkerungsbezogene Krebsregister Bayern neu auftretende
Krebserkrankungen. Nach einer vierjährigen Startphase mit nur der Hälfte der Landkreise und
kreisfreien Städte werden seit 01.01.2002 alle bösartigen Neubildungen und ihre Frühformen
flächendeckend in ganz Bayern erfasst.
Datengutachten
DIMDI
119
09
Anhang
Das Bevölkerungsbezogene Krebsregister Bayern besteht aus einer selbstständigen Vertrauensstelle
am Institut für Pathologie des Klinikums Nürnberg und einer selbstständigen Registerstelle am
Universitätsklinikum Erlangen.
Die im Krebsregister Bayern gespeicherten epidemiologischen Daten entsprechen dem
bundeseinheitlichen Datensatz (s. o.).
Im Internet können mittels einer interaktiven Datenbank verschiedene Maßzahlen des Krebsregisters
wie Fallzahl, Inzidenz und Mortalität für verschiedene Diagnosen, Jahre und Regionen innerhalb
Bayerns abgefragt werden.
Quelle: www.krebsregister-bayern.de
9.1.12.4 Bremer Krebsregister
Das Bremer Krebsregister ist ein bevölkerungsbezogenes (epidemiologisches) Register. Es sammelt
seit dem 01.01.1998 alle Krebsneuerkrankungen von Patienten mit erstem Wohnsitz im Land Bremen.
Es ist in eine Vertrauensstelle, die von der Kassenärztlichen Vereinigung Bremen geführt wird, und
eine Registerstelle, die am Leibniz-Institut für Präventionsforschung und Epidemiologie (BIPS)
angesiedelt ist, aufgeteilt.
Für das Register besteht ein Melderecht, das heißt alle Ärzte und Zahnärzte dürfen – aber müssen
nicht – alle Formen von Krebsneuerkrankungen melden. Pathologen unterliegen seit März 2001 einer
Meldepflicht.
Die im Bremer Krebsregister gespeicherten epidemiologischen Daten entsprechen dem
bundeseinheitlichen Datensatz (s. o.) und beinhalten zusätzlich Angaben zu untersuchten
Tumormarkern und Rezeptoren.
Im Internet können in einer interaktiven Datenbank des Krebsregisters Fallzahlen und verschiedene
Raten für Diagnosen und Diagnosejahre nach Geschlecht und Altersgruppen abgefragt werden.
Quelle: www.krebsregister.bremen.de
9.1.12.5 Hamburgisches Krebsregister
Hamburgisches Krebsregister Das Hamburgische Krebsregister hat eine lange Geschichte und
besteht mit Unterbrechungen seit 1926 als epidemiologisches Krebsregister. Seit Mai 2014 baut es
basierend auf dem bundesweiten Krebsfrüherkennungs- und registergesetz (KFRG) und der darauf
aufbauenden Hamburger Gesetzgebung eine zusätzliche flächendeckende klinische
Krebsregistrierung auf. Die Aufbauphase soll 2017 beendet werden. Das Hamburger Krebsregister ist
damit ein integriertes klinisch-epidemiologisches Krebsregister. Der gesamte Datenbestand des
bisherigen epidemiologischen Krebsregisters wird übernommen, weiter geführt und fortlaufend um die
erfassten Diagnosen, die Erkrankungsverläufe und Behandlungen ergänzt.
Nach dem neuen Gesetz sind die für die Versorgung von Krebspatienten zuständigen Krankenhäuser,
Arzt- und Zahnarztpraxen oder andere ärztliche Einrichtungen der onkologischen Versorgung in
Hamburg dazu verpflichtet, Angaben über Neuerkrankungen an das Hamburgische Krebsregister zu
melden, sofern die Patienten dem nicht widersprechen.
Raten für Diagnosen und Diagnosejahre nach Geschlecht und Altersgruppen abgefragt werden. Für
Datengutachten
DIMDI
120
09
Anhang
Studien im Rahmen von Forschung und Qualitätssicherung in der Versorgung besteht die Möglichkeit
Daten anzufordern.
Quelle: www.hamburg.de/krebsregister
9.1.12.6 Hessisches Krebsregister
Das Hessische Krebsregister ist ein epidemiologisches Register. Im Mai 2003 hat die Erfassung von
Krebserkrankungen im Regierungsbezirk Darmstadt begonnen, seit 2007 wurde die Erfassung von
Krebsneuerkrankungen auf die Regierungsbezirke Gießen und Kassel ausgedehnt.
Das Hessische Krebsregister besteht ebenfalls aus einer Vertrauensstelle, angesiedelt bei der
Landesärztekammer in Frankfurt, und einer Registerstelle, angesiedelt beim Land Hessen.
Das Hessische Krebsregistergesetz sieht für alle malignen Tumorerkrankungen eine Meldepflicht der
behandelnden Ärzte mit Widerspruchsrecht der betroffenen Patienten vor.
Quelle: www.laekh.de/krebsregister/hessisches-krebsregister/index.html
9.1.12.7 Epidemiologisches Krebsregister Niedersachsen
Das Epidemiologische Krebsregister des Landes Niedersachsen erfasst seit 2003 niedersachsenweit
Meldungen zu neu aufgetretenen Krebserkrankungen. Es setzt sich zusammen aus einer
Vertrauensstelle im Niedersächsischen Landesgesundheitsamt (Hannover) und einer Registerstelle in
der OFFIS Care GmbH (Oldenburg).
Zum 01.01 2013 wurde mit der Neufassung des Krebsregistergesetzes die generelle Meldepflicht mit
Widerspruchsmöglichkeit für Betroffene eingeführt.
Die im Krebsregister Niedersachsen gespeicherten epidemiologischen Daten entsprechen dem
bundeseinheitlichen Datensatz (s. o.), ergänzt um Angaben zur Teilnahme an Reihenuntersuchungen
auf Krebs (Screeningverfahren): Screeningergebnis, Screeningdatum, gegebenenfalls Angaben zu
einem Intervallkarzinom.
Raten für Diagnosen und Diagnosejahre nach Geschlecht und Altersgruppen abgefragt werden. Für
weitergehende Forschungsprojekte können Anträge auf Nutzung der Daten an die Vertrauensstelle
gestellt werden.
Quelle: www.krebsregister-niedersachsen.de
9.1.12.8 Epidemiologisches Krebsregister NRW
Seit 2005 werden alle neu aufgetretenen Krebsfälle im gesamten Bundesland Nordrhein-Westfalen
registriert. Seitdem besteht eine Meldepflicht für alle Ärzte und Zahnärzte.
Die gespeicherten epidemiologischen Daten entsprechen dem bundeseinheitlichen Datensatz (s. o.),
ergänzt um den Anlass der Tumordiagnose (Zufallsbefund, Früherkennungsuntersuchung,
symptombezogene Untersuchung, Screening-Programm und andere).
Die interaktive Datenbank des Epidemiologischen Krebsregisters NRW ermöglicht eigene
Auswertungen zu Inzidenz und Mortalität aller bösartigen Neubildungen. Darüber hinaus können mit
der interaktiven Landkarte entweder die Krebssterblichkeit (Mortalität) oder die
Datengutachten
DIMDI
121
09
Anhang
Krebsneuerkrankungen (Inzidenz) für ausgewählte Krebserkrankungen auf Ebene der 53 kreisfreien
Städte und Kreise Nordrhein-Westfalens miteinander vergleichen werden.
Quelle: www.krebsregister.nrw.de
9.1.12.9 Krebsregister Rheinland-Pfalz
Im Krebsregister Rheinland-Pfalz werden seit dem Jahr 1997 alle neuen Krebserkrankungen
registriert.
Auch dieses Krebsregister gliedert sich in eine Vertrauensstelle, die im Tumorzentrum Rheinland Pfalz
in Mainz angegliedert ist, und in eine Registerstelle am Institut für medizinische Biometrie,
Epidemiologie und Informatik (IMBEI) an der Universität Mainz.
Für alle Ärzte und Zahnärzte besteht eine Meldepflicht von neu aufgetretenen Krebserkrankungen.
Die gespeicherten epidemiologischen Daten entsprechen dem bundeseinheitlichen Datensatz (s. o.).
Quelle: www.krebsregister-rheinland-pfalz.de
9.1.12.10 Epidemiologisches Krebsregister Saarland
Das epidemiologische Krebsregister Saarland wurde 1967 im Statistischen Landesamt als erstes
Krebsregister der Bundesrepublik in einem Flächenstaat gegründet und registriert seitdem die neu
auftretenden Krebserkrankungen.
Seit 2002 besteht eine Meldepflicht aller Krebserkrankungen durch die behandelnden Ärzte.
Die gespeicherten epidemiologischen Daten entsprechen dem bundeseinheitlichen Datensatz (s. o.),
ergänzt um Angaben zu ersten Beschwerden und der Nutzung des Krebsvorsorgeangebotes.
Raten für Diagnosen und Diagnosejahre nach Geschlecht und Altersgruppen abgefragt werden.
Quelle: www.krebsregister.saarland.de
9.1.12.11 Krebsregister Schleswig-Holstein
Das Krebsregister Schleswig-Holstein wird als gemeinnütziger Verein »Institut für Krebsepidemiologie
e.V.« geführt, der 1996 gegründet wurde. Er setzt sich aus Vertretern der beiden Landesuniversitäten,
der Landesregierung, der Ärzteverbände, Gesundheitsämter sowie Kreise und Städte zusammen. Der
Verein ist der Universität zu Lübeck als »An-Institut« angegliedert.
Zweck des Vereins ist es, die Aufgaben der Registerstelle durchzuführen und Forschung auf dem
Gebiet der Krebsepidemiologie zu betreiben. Die beiden Zweckbestimmungen bilden innerhalb des
Vereins die Bereiche »Registerstelle« und »Forschung«. Der Bereich »Registerstelle« – finanziert
durch das Land Schleswig-Holstein – behandelt die gesetzlich vorgeschriebenen Aufgaben der
Krebsregistrierung und der Gesundheitsberichterstattung. Der Bereich »Forschung« – finanziert durch
Spenden und Drittmittel – beschäftigt sich hauptsächlich mit der epidemiologischen Krebsforschung.
Die Registrierung aller neu auftretenden Krebserkrankungen erfolgt seit 1999. Es besteht seitens der
behandelnden Ärzte eine Meldepflicht.
Datengutachten
DIMDI
122
09
Anhang
Auch das Krebsregister Schleswig-Holstein untergliedert sich in die beiden Organisationseinheiten
Vertrauensstelle (angesiedelt bei der Ärztekammer Schleswig-Holstein) und Registerstelle. Letztere ist
organisatorisch in das Institut für Krebsepidemiologie e.V., Lübeck, eingebettet. Einen Schwerpunkt
der Arbeit in der Registerstelle stellt die Auswertung und Nutzung der gespeicherten Daten dar. Hierzu
zählt auch die Bereitstellung der Daten für Forschungsprojekte sowie die Unterstützung und
Betreuung von Forschungsprojekten.
Raten auf Landesebene für alle Krebsdiagnosen und verschiedene Diagnosejahre nach Geschlecht
und Altersgruppen abgefragt werden. Zusätzlich können Inzidenzen und Mortalitätsraten auch auf
Landkreisebene dargestellt werden.
Quelle: www.krebsregister-sh.de
9.1.12.12 Gemeinsames Krebsregister der Länder Berlin, Brandenburg, MecklenburgVorpommern, Sachsen-Anhalt und der Freistaaten Sachsen und Thüringen
Das gemeinsame Krebsregister der Länder Berlin, Brandenburg, Mecklenburg-Vorpommern,
Sachsen-Anhalt und der Freistaaten Sachsen und Thüringen (GKR) ist das bevölkerungsbezogene
Krebsregister für die neuen Bundesländer und Berlin. Es hat seinen Sitz in Berlin und wird als
nachgeordnete Einrichtung bei der Senatsverwaltung für Gesundheit und Soziales Berlin geführt.
1952/53 wurde die epidemiologische Krebsregistrierung in der DDR begründet. Auf der Basis der
gesetzlichen Meldepflicht wurden Krebserkrankungen an das Nationale Krebsregister der DDR
gemeldet. Nach der politischen Wende 1989/1990 war die rechtliche Situation des GKR unklar. Die
gesetzliche Meldepflicht entfiel, alle an dem bislang üblichen Meldeverfahren Beteiligten,
insbesondere die Ärzteschaft, waren hinsichtlich geltender rechtlicher Bestimmungen verunsichert, die
Melderate sank deutlich. Um die einzigartige Datensammlung des Nationalen Krebsregisters zu
erhalten, beschlossen die Länder Berlin, Brandenburg, Mecklenburg-Vorpommern, Sachsen-Anhalt
und die Freistaaten Sachsen und Thüringen, ab 1992 das Register mit seinem Datenbestand als
Gemeinsames Krebsregister weiterzuführen. Das Gemeinsame Krebsregister ist sowohl territorial als
auch im Hinblick auf die Basisbevölkerung das größte epidemiologische Krebsregister in Deutschland.
Auch im Gemeinsamen Krebsregister wurde das Modell der Trennung in Vertrauensstelle und
Registerstelle umgesetzt.
Es besteht eine Meldepflicht für alle behandelnden Ärzte.
Es werden aktuelle Auswertungen zu Inzidenz und Mortalität sowie anderen Kennziffern auf Landesbzw. Kreisebene zur Verfügung gestellt. Werden Daten des GKR für wissenschaftliche Zwecke
benötigt, kann diesbezüglich eine schriftliche Anfrage an die Registerstelle erfolgen.
Quelle: www.berlin.de/gkr
9.1.12.13 Deutsches Kinderkrebsregister
Das Deutsche Kinderkrebsregister (DKKR) ist seit seiner Gründung im Jahre 1980 am Institut für
Medizinische Biometrie, Epidemiologie und Informatik (IMBEI) an der Universitätsmedizin der
Datengutachten
DIMDI
123
09
Anhang
Johannes Gutenberg-Universität Mainz angesiedelt. Es erfasst Krebsfälle bei Kindern unter 18 Jahren
(bis 2008 unter 15 Jahren) flächendeckend für ganz Deutschland
Das DKKR kooperiert mit der Gesellschaft für Pädiatrische Onkologie und Hämatologie (GPOH) und
den behandelnden Kliniken. Es ist dadurch charakterisiert, dass es neben den üblichen, in einem
bevölkerungsbezogenen Krebsregister erfassten Daten auch eine ganze Reihe klinischer
Informationen (z. B. Stadium, Grading, immunologische Subtypen) erfasst. Dieser klinische Bezug ist
gewährleistet durch die enge Kooperation mit den etwa 25 pädiatrisch-onkologischen
Therapieoptimierungsstudien (klinische Studien) der GPOH. Der Anteil der in eine der klinischen
Studien aufgenommenen Patienten ist mit über 90% sehr hoch.
Die Vereinbarung des gemeinsamen Bundesausschusses verpflichtet seit 01.01.2007 alle pädiatrischonkologischen Einrichtungen alle bis einschließlich 17-jährigen erkrankten Patienten an das DKKR zu
melden.
Quelle: www.kinderkrebsregister.de
9.1.13 Seltene Erkrankungen
Informationen zu seltenen Erkrankungen (orphan diseases) und den sogenannten »orphan drugs«
bietet das Portal orphanet (www.orpha.net), das gemeinsam durch das INSERM (Institut National de
la Santé et de la Recherche Médicale), dem französischen Gesundheitsministerium und die
Europäische Kommission sowie durch Projektpartner für Serviceangebote finanziert wird. Es
beteiligen sich laut Homepage 40 Partnerländer, die auf nationaler Ebene unter Vorgabe bestimmter
Standards Daten zu seltenen Erkrankungen aus unterschiedlichen Quellen zusammentragen
(Prävalenzangaben zu seltenen Krankheiten zusammengestellt siehe Orphanet Berichtsreihe Seltene
Krankheiten. Datenerhebung November 2012).
Auf der Homepage findet sich auch eine Zusammenstellung von europäischen Krankheitsregistern für
seltene Erkrankungen (http://www.orpha.net/consor/cgibin/ResearchTrials_RegistriesMaterials.php?lng=DE).
Datengutachten
DIMDI
124

Gutachten: Daten für die Versorgungsforschung. Zugang und

Transcription

Similar documents

mobile computing im krankenhaus - Medizin-EDV

und Gemeineigentum von Volker Grassmuck

ADAC-Ortsclub wird 60: Nicht nur das „Schätzchen“ spazieren fahren

Aus dem Bundeswehrkrankenhaus Berlin, Zentrum für Psychiatrie

August 2013 - Kassenärztliche Vereinigung Nordrhein

Positionspapier der Deutschen Diabetes Gesellschaft

Jahresfinanzbericht 2013 - Deutsche Apotheker

PDF - Socium

Verkehrsprojekte – Entwicklungspotenziale für Innenstädte

Heilbronner Initiative: Pressespiegel 119

Abstractband DGEpi 2014

aktuell - Kassenärztliche Vereinigung Schleswig

Deutsche_Kodierrichtlinien_Version_2015_Endversion

Allgemeines Informationsblatt über die Gewährung von Beihilfen in

Verteilungsprofil kardiovaskulärer Risikofaktoren und deren

Epilepsie im Alltagsleben (DE) - Deutsche Epilepsievereinigung

Wasser- und Abwasserentgelte in Bayern 2013

Qualitätsbericht GTK 2014

DIALYSEEINRICHTUNGEN Veranstaltungen 2016

Data protection aspects concerning the use of social or

rundschreiben 2 / 2007

Sozialgesetzbuch (SGB V) Fünftes Buch (V)