Workshop "Regionale Besonderheiten"

Transkript

1 Workshop "Regionale Besonderheiten" Kleinräumige geografische Analysen von gesundheitsrelevanten Routinedaten - Datengrundlagen und methodische Überlegungen Berlin, ZI (KBV), Thomas G. Grobe, ISEG Hannover

2 Grundlagen geografischer Zuordnungen Post- bzw. Meldeanschriften von Nutzern und Leistungsanbietern - grundsätzlich in jeweils zuständigen Institutionen verfügbar - idealtypisch valide Punktkoordinaten zu allen potenziell Beteiligten - praktisch aus Datenschutzgründen extern nicht nutzbar Alternativen bei "externen" Auswertungen: - Postleitzahlen (PLZ 5-stellig, ca. n=8.200; ggf. trunkiert) - Gemeindeschlüssel (AGS 8-stellig, ca. n=12.200) - - Gemeindeverbände (ca. n=4.800) Kreisschlüssel (AGS 5-stellig, ca. n=413) Bundesländer (AGS 2-stellig, n=16) - KVen, KV-Bezirke

3 PLZ Zustellpostleitzahlen 5-stellig, ca. n= PLZ geografische Breite (Grad nördlich) geografische Länge (Grad östlich)

4 AGS GEM8 Gemeindeschlüssel 8-stellig, ca. n= (approx. Darst.) geografische Breite (Grad nördlich) geografische Länge (Grad östlich)

5 AGS Kreisschlüssel 5-stellig, ca. n= GEM5 geografische Breite (Grad nördlich) geografische Länge (Grad östlich)

6 Kreisschlüssel "Postleitzahldiche" je 100km 2

7 Kreisschlüssel "Postleitzahldiche" je 100Tsd. Einw.

8 Kreisschlüssel Gemeindeschlüssel je 100Tsd. Einw.

9 Resümee PLZ vs. AGS vollst. differenziert Beide Schlüssel basieren auf verschiedenen Konzepten. Sie erlauben bei voller Differenzierung insgesamt eine ähnliche räumliche Auflösung, beide Schlüssel variieren in Ihrer "Dichte" sowohl bezogen auf geografische Flächen als auch bezogen auf Einwohnerzahlen Postleitzahlen sind einfach aus Adressangaben extrahierbar und erlauben insbesondere in (kreisfreien) Städten eine deutlich feinere Differenzierung. Allerdings sind Strukturinformationen zu Zustellpostleitzahlgebieten nahezu ausschließlich über kommerzielle Anbieter erhältlich Der amtliche Gemeindeschlüssel differenziert teilweise in ländlichen Gebieten feiner, seine Zuordnung sollte primär auf Basis vollständiger Adressangaben erfolgen. Seine Gliederung ist Grundlage vieler regionaler Statistiken, die öffentlich zugänglich sind (vgl. Bundesamt für Bauwesen und Raumordnung)

10 Auswertungen zu Regionen Aus unterschiedlichen Gründen beschränken sich regionale Betrachtungen in der Regel auf größere Regionen: - In vielen Fällen werden bei kleinräumigeren Analysen Ergebnisse erst nach einer weiteren räumlichen Zusammenfassung ermittelt, da sich innerhalb der ursprünglich betrachteten Regionen nicht immer eine ausreichende Anzahl an Beobachtungen findet (small numbers problem) Dabei existieren/resultieren in der Praxis Zahlenangaben häufig nur zu Regionen, die im Sinne der ursprünglichen Forschungsfrage willkürlich und möglicherweise inadäquat abgegrenzt sind (modifiable areal unit problem) Kleinräumige(re) Analysen liefern Ergebnisse, die zumindest implizit häufig eine extrem große Zahl von Vergleichen zwischen unterschiedlichen Regionen ermöglichen, deren statistische Interpretation nicht einfach ist (multiple comparisons problem)

11 Kleinräumige Auswertungen (PLZ-Zuordnungsebene) Experiment. Ergebnisse! (Basis: aggr. Daten zu ca. 6 Mio. Patienten) Patientenbezug, kein Versichertenbezug! Indirekt geschlechtsund altersstandardisierte Patientenanteile mit Diagnosen von psychischen Störungen (ICD10 Kap. V) 5x5km-Raster, Basis minimal 5000 Patienten* je Rasterpunkt, max. 20km Radius einbezogen

12 Kleinräumige Auswertungen (PLZ-Zuordnungsebene) Experiment. Ergebnisse! (Basis: aggr. Daten zu ca. 6 Mio. Patienten) Patientenbezug, kein Versichertenbezug! Indirekt geschlechtsund altersstandardisierte Patientenanteile mit Diagnosen von psychischen Störungen (ICD10 Kap. V) 5x5km-Raster, Basis minimal 500 Patienten je Rasterpunkt, max. 20km Radius einbezogen

13 Kleinräumige Auswertungen (PLZ-Zuordnungsebene) Experiment. Ergebnisse! (Basis: aggr. Daten zu ca. 6 Mio. Patienten) Patientenbezug, kein Versichertenbezug! Indirekt geschlechtsund altersstandardisierte Patientenanteile mit Diagnosen von psychischen Störungen (ICD10 Kap. V) Erwartungswert außerhalb d. 95%KI Beob. + rot, - grün

14 Kleinräumige Auswertungen (PLZ-Zuordnungsebene) Experiment. Ergebnisse! (Basis: aggr. Daten zu ca. 6 Mio. Patienten) Patientenbezug, kein Versichertenbezug! Indirekt geschlechtsund altersstandardisierte Patientenanteile mit Diagnosen von psychischen Störungen (ICD10 Kap. V) Erwartungswert außerhalb d. 99%KI Beob. + rot, - grün

15 Kleinräumige Auswertungen (PLZ-Zuordnungsebene) Experiment. Ergebnisse! (Basis: aggr. Daten zu ca. 6 Mio. Patienten) Patientenbezug, kein Versichertenbezug! Indirekt geschlechtsund altersstandardisierte Patientenanteile mit Diagnosen von psychischen Störungen (ICD10 Kap. V) Erwartungswert außerhalb d. 95%KI Beob. + rot, - grün

16 Kleinräumige Auswertungen (Darstellung Kreise) Bundesamt für Kartographie und Geodäsie, Frankfurt am Main

17 Vorl. Resümee kleinräumige Auswertungen Mit großen Datenbeständen sind bei bestimmten Forschungsfragen kleinräumige Analysen auch unterhalb der Kreisebene möglich Vorläufige Auswertungen geben Hinweise auf nachweisbare und relevante kleinräumige Variationen Praktische Erfahrungen zeigen, dass u. U. bestimmte externe Informationen (z.b. regionale Verfügbarkeit von bestimmten medizinischen Technologien) nur schwer zu ermitteln sind

18 Ergebnisse Auswertungen auf BL-Ebene Einschätzungen, inwieweit routinemäßig erfasste Diagnosen eine regional unterschiedliche Morbidität korrekt abbilden, dürfte pauschal nicht möglich sein und von Diagnose zu Diagnose unterschiedlich beantwortet werden müssen. Bei jedem aus Routinedaten abgeleiteten Morbiditätsindikator muss erwogen werden, ob er ggf. eine real abweichende Morbidität, oder alternativ z.b. regional abweichende ärztliche Diagnosegewohnheiten oder auch abweichende patientenseitige Beschwerdepräsentationen, abbildet Vergleichbare Aussagen dürften z.t. auch für andere Prädiktoren der Inanspruchnahme von Gesundheitsleistungen gelten. Bestimmte Prädiktoren dürften in unterschiedlichen regionalen Kontexten dabei auch unterschiedliche Auswirkungen zeigen (im Sinne von Interaktionseffekten)

19 F32, F33 sowie Antidepressiva auf BL-Ebene Erwerbspersonen TK 2006, relative Abweichungen der Betroffenenraten vom Bundesdurchschnitt (stand. F32, F33: 7,16%; N06A: 3,56%) TK Gesundheitsreport 2008

20 F43 Schwere Belastungen, F45 Somatoforme St. Erwerbspersonen TK 2006, relative Abweichungen der Betroffenenraten vom Bundesdurchschnitt (stand. F43: 4,56%; F45: 7,99%) TK Gesundheitsreport 2008

21 F32, F33 sowie Antidepressiva auf BL-Ebene Modell 1 Modell 2 Modell 3 Abhängiges Merkmal ambulante Diagnose ambulante Diagnose N06A-Verordnung (Zielereignis) F32/F33 im 1.Quartal F32/F33 im 1.Quartal 1. Halbjahr Population n = * n = * n = * darunter mit Zielereignis n = n = n = Wohnort Alte Bundesländer 1 (Ref.) 1 (Ref.) 1 (Ref.) Berlin 1,08 (1,02 1,14) 1,19 (1,12 1,27) 0,80 (0,74 0,88) Neue Bundesländer 0,57 (0,55 0,60) 0,64 (0,61 0,67) 0,69 (0,66 0,73) Arbeitslos (regio. Effektmodifikation) in Berlin 0,70 (0,62 0,80) 0,86 (0,73 1,00) in Neuen Bundesländern 0,68 (0,62 0,74) 0,72 (0,65 0,80) GEK-Erwerbspersonen 2004, logistische Regressionsmodelle zur Prädiktion von Depressionen bzw. Antidepressiva-Verordnungen; unter Kontrolle für Geschlecht, Alter, Familienstand, Berufsstatus (inkl. AL), Volkskrankheit Depressionen? (2006)

22 Herzlichen Dank!