Kohortenabgleichmit pseudonymisiertendaten des Diabetes Typ 2 Disease-Management-Programms und Daten des Epidemiologischen Krebsregisters NRW

Transkript

1 Kohortenabgleichmit pseudonymisiertendaten des Diabetes Typ 2 Disease-Management-Programms und Daten des Epidemiologischen Krebsregisters NRW Hiltraud Kajüter 1 Wolf Ulrich Batzler 1 Alexandra Simbrich 2 Hans Werner Hense 3 1 Epidemiologisches Krebsregister Nordrhein Westfalen ggmbh 2 Institut für Humangenetik, Universität Münster 3 Institut für Epidemiologie und Sozialmedizin, Universität Münster AGENS Methodenworkshop 2011

2 Anlass und Ziel des Kohortenabgleichs Hintergrund Typ2-Diabetiker weisen, auch unabhängig vom BMI, ein erhöhtes Risiko für verschiedene Krebserkrankungen auf (Renehan, Smith & Kirkman 2010) Als möglicher Grund wird das mitogenepotenzial von Insulin und aktuell insbesondere von Insulinanaloga diskutiert (Hemkens et al. 2009) Anfrage von Herrn Prof. Chantelau(Diabetologeder Universität Düsseldorf) zur Möglichkeit einer Studie unter Nutzung von Daten des Epidemiologischen Krebsregisters NRW und des Disease-Management-Programms für Typ 2 Diabetiker Ziel der Studie Prüfen der Machbarkeit des probabilistischenrecordlinkagemit automatisch pseudonymisierten Daten einer großen externen Kohorte. Berechnung der Krebsinzidenz in der DMP DM2 Kohorte sowie ferner die Ermittlung des Krebsrisikos von Typ 2 Diabetikern im Vergleich zur Allgemeinbevölkerung und in Abhängigkeit der medikamentösen Behandlung.

3 DMP Diabetes mellitus Typ 2 Grundlage 73a und 137f des SGB V Risikostrukturausgleichsverordnung, 6. Abschnitt + Anlagen Partner Kassenärztliche Vereinigungen (KVWL) und Krankenkassen (AOK NordWest) Einrichtungen im Rahmen des DMP Arbeitsgemeinschaft Datenstelle des DMP (KVWL: Interforum, Leipzig) Gemeinsame Einrichtung (Sitz bei der KVWL) Externes Institut (Zentralinstitut für die kassenärztliche Versorgung in Deutschland)

4 Epidemiologisches Krebsregister NRW Grundlage ist das Krebsregistergesetz Nordrhein Westfalen (KRG NRW) vom Meldepflicht obligat elektronisches Meldeverfahren automatisierte Pseudonymisierung (daher keine Vertrauensstelle in NRW) Stand der Vollzähligkeit (> 90%) in den Regierungsbezirken: Münster seit 2005 Detmold seit 2007 Köln und Düsseldorf im Aufbau Arnsberg seit 2007

5 Exkurs: Verschlüsselungsverfahren Einwegverschlüsselung: Es gibt keine Rechenmethode, die aus dem Chiffratden Originalstring wieder herstellt. Symmetrische Verschlüsselung: Zur Verschlüsselung eines Strings wird ein Schlüssel benutzt. Mit Hilfe dieses Schlüssels kann aus dem Chiffratder Originalstring wieder hergestellt werden. Asymmetrische Verschlüsselung: Zur Verschlüsselung eines Strings wird ein Schlüssel benutzt (public key). Will man aus dem Chiffratden Originalstring wieder herstellen, benötigt man einen anderen Entschlüsselungs-Schlüssel (private key).

6 Pseudonymisierung gemäß KRG NRW Verschlüsselte Personendaten Asymmetrische Verschlüsselung (EpiCan) Identitäts-Chiffrate 1. Einwegverschlüsselung (EpiCan) 2. Symmetrische Verschlüsselung (PSD) Pseudonyme (Kontrollnummern) entschlüsselbar Schlüssel bei Ärztekammer Entschlüsselung nur mit Votum der Ethikkommission Fall-Kontroll-Studien nicht entschlüsselbar Abgleich mit externen Datenbeständen Kohortenstudien z. B. DMP-EKR Abgleich

7 Studienplan Design: Kohortenstudie Daten und beteiligte Institutionen: Ersteinschreibungsdaten aus dem Zeitraum vom bis von AOK versicherten TeilnehmerInnendes DMP DM2 mit Wohnsitz im Reg.-Bez. Münster Klartextangaben der AOK NordWest zu Geschlecht, Wohnort und PLZ (s. KRG NRW) Routinedaten des EKR NRW aus dem Reg.-Bez. Münster Record Linkage Datenabgleich zwischen EKR NRW und DMP DM2 folgt dem im KRG NRW 6 und 7 geregelten 2-stufigenVerfahren, d.h. die personenidentifizierenden Daten des DMP DM2 werden bereits vor der Lieferung an das EKR NRW automatisch pseudonymisiert: 1. Verschlüsselung durch EpiCanbei der DMP-Datenstelle 2. Verschlüsselung bei dem bei der KVWL eingerichteten Pseudonymisierungsdienst Anschließend erfolgt das stochastische RecordLinkageauf der Grundlage der generierten Pseudonyme und der Klartextangaben zu Geschlecht, PLZ und Wohnort. Auswertung am Institut für Epidemiologie und Sozialmedizin der Universität Münster

8 Datenfluss und Datenverschlüsselung

9 Die DMP-DM2 Kohorte DMP-T2D (AOK) (N = ) Wohnsitz WL (N = ) Wohnsitz RB Münster Alter Jahre (N = ) (N = ) Record Linkage DMP -T2D EKR NRW (N = )

10 Die DMP-DM2 Kohorte DCO n = 29 Tumor-basiert Treffer EKR-NRW Vor DMP_RB_MS Jahre Tumor vor DMP-Beginn N = , 335 Kein Treffer EKR-NRW Mehrfacheinträge durch nicht invasive Tumoren N = , 43 Nach DMP- Beginn Mehrfach-Tumor N = , 79 Personen-basiert Personen mit Ersttumor Personen ohne Tumor

11 Deskriptive Ergebnisse I Variable Männer % Frauen % [min-max] [min-max] N , ,7 Mediane Follow-Up Zeit(Jahre) 3.5 [0 5.8] 3.8 [0 5.8] Altersmittel(Jahre) 62,6-65,2 - Aktueller Stand der Forschung Mittlerer BMI 30,5-31,8 - RaucherInnen , ,8 Mittlere Diabetesdauer(Jahre) N=24520 Jahr der Einschreibung 5,4 [0-35] 5,8 [0-36] 2003/ , ,5 2005/ , ,2 2007/ , ,3 Medikation keine Medikation , ,3 Monotherapie , ,5 Kombinationstherapie , ,2 Orale Antidiabetika* , ,5 Humaninsulin/Insulinanaloga* *Mehrfachnennungen möglich , ,2

12 Deskriptive Ergebnisse II Prozentuale Verteilung der Medikationsarten keine Medikation 24,0 Humaninsulin 23,6 Insulinanaloga 5,1 Metformin 41,7 Glibenclamid 15,1 andere Sulfonylharnstoffe 10,7 Glitazone 2,6 Glukosidase-Inhibitoren 1,8 Anm.: Prozentangaben der Medikamente enthalten auch Mehrfachnennungen durch Kombinationstherapien.

13 Deskriptive Ergebnisse III Anzahl inzidenter bösartiger invasiver Tumoren und rohe Inzidenz (pro PY) Männer Frauen PY= PY= Krebs gesamt(excl. C 44) 759 (18,4 pro 1000) 605 (12,7 pro 1000) Leber(C22) 23 (0,6 pro 1 000) 10 (0,2 pro 1 000) Pankreas(C 25) 22 (0,5 pro 1 000) 27 (0,7 pro 1 000) Brust(C 50) 2 (0,05 pro 1 000) 129 (2,7 pro 1 000) Endometrium(C54) - 32 (0,7 pro 1 000) Prostata(C 61) 132 (3,2 pro 1 000) Kolorektal(C18 C21) 107 (2,6 pro 1 000) 88 (1,8 pro 1 000) Lunge (C34) 121 (2,9 pro 1 000) 42 (0,9 pro 1 000) NHL (C82-85) 11 (0,3 pro 1 000) 11 (0,2 pro 1 000)

14 Ergebnisse IV Standardisierte Inzidenz Ratiosfür invasive Tumoren Vergleichsgruppe: Bevölkerung Reg.Bez. Münster im Alter von Jahren Krebsart Männer 99% CI Frauen 99% CI Gesamt 99% CI Krebs gesamt 1,11 (1,01-1,21) 1,18 (1,07-1,31) 1,14 (1,04-1,21) Leber (C 22) 1,88 (1,02-3,15) 2,08 (0,78-4,46) 1,94 (1,18-2,99) Pankreas (C 25) 1,27 (0,68-2,15) 1,63 (0,93-2,63) 1,45 (0,97-2,06) Brust (C 50) - - 0,86 (0,68-1,07) - - Prostata (C 61) 0,65 (0,52-0,82) Kolorectal(C 18-C 21) 1,00 (0,77-1,23) 0,97 (0,73-1,28) 0,99 (0,81-1,19) Lunge (C34) 1,04 (0,81-1,31) 1,06 (0,69-1,56) 1,05 (0,85-1,27)

15 Diskussion Erfahrungen zeigen die grundsätzliche Machbarkeit eines stochastischen Record Linkage mit vorab pseudonymisierten Sekundärdaten Verfahren des Record Linkage wurde 2009 extern evaluiert (Bericht ist auf EKR- Webseite abrufbar) geringer Anteil unplausibler Angaben zu Größe, Gewicht und Diabetesdauer Erfassung des aktuellen Rauchstatus statt Rauchanamnese nach Änderung der RSAV ab Juli 2008 keine separate Erfassung der Insulinanaloga fehlende Information zu Dosis und Dauer der medikamentösen Therapie keine Information zur Mortalität und Mobilität der Kohorte Weitere Planungen: Erweiterung der Kohorte um Reg.-Bez. Detmold und Arnsberg sowie um das Diagnosejahr 2009 (künftig jährliches Follow Up) evtl. Nutzung der Arzneimitteldaten der Krankenkasse und damit mögliche Erweiterung des genutzten Einschreibezeitraums stat. Lösung für unvollständiges FU durch fehlende Mortalitäts-und Mobilitätsdaten (nach H Becher und V Winkler)

16 Vielen Dank für Ihre Aufmerksamkeit!