Externe Diagnosevalidierung von Routinedaten am Beispiel ausgewählter kardiovaskulärer Risikofaktoren

Transkript

1 Aniela Angelow Katrin Reber Carsten Schmidt Sebastian Baumeister JeanFrançois Chenot Externe Diagnosevalidierung von Routinedaten am Beispiel ausgewählter kardiovaskulärer Risikofaktoren gefördert durch:

2 HINTERGRUND 2 Abrechnungsdaten in der Versorgungsforschung Nutzung für epidemiologische Forschung, Qualitätsmonitoring ABER: Daten nicht primär für (Versorgungs) Forschungszwecke erhoben Limitationen nur abrechnungsrelevante Dokumentation quartalsbezogene Dokumentation Kodierqualität (Über, Unter, Fehlkodierung) Nur wenige externe Validierungsstudien in Deutschland Validierung mit externem Goldstandard Erler et al. 2009; HorenkampSonntag et al. 2014; Schubert et al. 2008; Schubert et al. 2010

3 ZIEL 3 Validierung ICDkodierter Diagnosen in kassenärztlichen Abrechnungsdaten auf Basis von Primärdaten Arterielle Hypertonie Diabetes mellitus Dyslipidämie Rauchen Übergewicht oder Adipositas

4 4 METHODEN Querschnittsanalyse von individuell gekoppelten Primärund Sekundärdaten Primärdaten Prospektive Kohortenstudie Study of Health in Pomerania (SHIP) Probanden des 10Jahres Followups (Response Rate 54,2%) Zeitraum Datengrundlage: selbstberichtete InterviewDaten standardisierte Messwerte, Labordaten Daten Medikationsreview Einschlusskriterium: Einverständnis für Auswertung Routinedaten Sekundärdaten Abrechnungsdaten der Kassenärztlichen Vereinigung Mecklenburg Vorpommern (Zeitraum )

5 5 METHODEN Definition Primärdaten Arterielle Hypertonie Lebenszeitprävalenz von Hypertonie Grad 13 der ESCEinteilung (cf. ESH/ESCLeitlinie) oder Selbstangabe arztdiagnostizierte Hypertonie oder Selbstangabe ärztliche Verordnung Blutdruckmedikament oder Blutdruckmedikament laut Medikationsreview Diabetes mellitus Lebenszeitprävalenz von Selbstangabe arztdiagnostizierter Diabetes oder Selbstangabe Behandlung mit Diät, Insulin und/oder Tabletten oder Diabetesmedikament laut Medikationsreview oder HbA1c 6,5 % oder Plasmaglucose 11,1 mmol/l NVL Diabetes 2013; ADA 2013

6 6 METHODEN Definition Primärdaten Dyslipidämie Gesamtcholesterol 5 mmol/l oder LDLCholesterol 3 mmol/l Übergewicht oder Adipositas BMI 25 kg/m 2 Rauchen Selbstangabe aktuelles Zigarettenrauchen NVL Diabetes 2013; ADA 2013

7 ERGEBNISSE Studienpopulation und Prävalenz von Risikofaktoren 392 Probanden ausgeschlossen fehlende Einverständniserklärung oder fehlende Abrechnungsdaten 2333 Probanden 83% 1941 Probanden eingeschlossen 46% Männer Alter 58 ± SD 13 Jahre 100% 80% 73% 70% 74% 60% 40% 20% 16% 21% 0% Arterielle Hypertonie gesamt Diabetes mellitus Dyslipidämie Übergewicht / Adipositas Rauchen

8 ERGEBNISSE Testeigenschaften ICDKodierung (M2QKriterium) in Bezug auf kardiovaskuläre Risikofaktoren 8 Sensitivität Spezifität 120% 100% 80% 51% 68% 22% 9% 6% 97% 97% 72% 100% 100% 60% 40% 20% F17. I10. E10. E14. E78. E65. E68. I10. E10. E14. E78. E65. E68. F17. 0% Sensitivität Spezifität

9 9 ERGEBNISSE Testeigenschaften ICDKodierung (M2QKriterium) in Bezug auf kardiovaskuläre Risikofaktoren 120% 100% Positiv prädiktiver Wert Negativ prädiktiver Wert 98% 83% 65% 99% 90% 42% 94% 28% 28% 80% 80% 60% 40% 20% F17. I10. E10. E14. E78. E65. E68. I10. E10. E14. E78. E65. E68. F17. 0% Positiv prädiktiver Wert Negativ prädiktiver Wert

10 DISKUSSION Güte der Übereinstimmung ICDDiagnose mit Primärdaten 10 unterschiedlich für untersuchte Diagnosen: Abrechnungsrelevanz abhängig von Definition Goldstandard : Variablen, Datenquelle, Selektionsbias Primärdaten Definition ICDDiagnose Akut / Dauerdiagnose / M2Q Zeitraum Kodierebene Daten Deutschland 2003 (Erler et al. 2009): Hypertonie: Sens. 81%, Spez. 99%, PPW 93% Diabetes: Sens. 85%, Spez. 99%, PPW 89% Hohe Validität bei grober Kodierebene Schmidt et al. AGENS Workshop 2014

11 SCHLUSSFOLGERUNGEN 11 Vorsichtige Interpretation von epidemiologischen Aussagen regionalen Unterschieden auf Basis von Abrechnungsdaten ( NaKo) bei bekannter Sensitivität / Spezifität für ICDKodierung ist Korrektur von Prävalenzdaten möglich Berücksichtigung äußerer Einflüsse auf Kodierverhalten bei Langzeitanalysen Ausblick: Potenziell Validierung für weitere Erkrankungen und Qualitätsindikatoren auf Basis von Abrechnungsdaten möglich