Algorithmus zur Unterscheidung von Diabetes mellitus Typ 1 und Typ 2 bei der Analyse von Routinedaten

Das Gesundheitswesen(2022)

引用 4|浏览4
暂无评分
摘要
Zusammenfassung Hintergrund Diabetes mellitus ist eine Erkrankung von hoher Public-Health-Relevanz. Zur Schätzung der zeitlichen Entwicklung der Prävalenz kommen auch Routinedaten der gesetzlichen Krankenversicherung zum Einsatz. In diesen primär zu Abrechnungszwecken generierten Daten stellt die Definition von Erkrankungen eine besondere methodische Herausforderung dar. In der vorliegenden Studie wurde ein Algorithmus zur Unterscheidung von Typ-1- und Typ-2-Diabetes für die Analyse von Routinedaten entwickelt. Methodik Datengrundlage ist eine alters- und geschlechtsstratifizierte Zufallsstichprobe der Versicherten der Barmer mit einer durchgehenden Versicherungsdauer von 2010 bis 2018 in der Größenordnung von 1% der deutschen Bevölkerung. Ein Diabetes wurde im Berichtsjahr 2018 definiert als Dokumentation (1) einer gesicherten ICD-Diagnose E10.- bis E14.- im ambulanten Sektor in mindestens 2 Quartalen, (2) einer gesicherten ICD-Diagnose E10.- bis E14.- in einem Quartal mit einer zusätzlichen Antidiabetikaverordnung (ATC-Codes A10) oder (3) einer ICD-Diagnose E10.- bis E14.- im stationären Sektor, dem ambulanten Operieren oder der Arbeitsunfähigkeit. Anhand der ICD-Diagnosen E10.- bis E14.- und der verordneten Arzneimittel, unterschieden nach Insulin und anderen Antidiabetika, wurden die Personen einem Diabetestypen zugeordnet. Nicht eindeutige oder widersprüchliche Konstellationen wurden anhand des Alters, der Häufigkeit sowie überjährigen Betrachtung der Diagnosedokumentation zugeordnet. Die Einschreibung in ein Disease-Management-Programm wurde in einer Sensitivitätsanalyse berücksichtigt. Ergebnisse Die Prävalenz des dokumentierten Diabetes in der Stichprobe der Barmer betrug im Jahr 2018 8,8%. Anhand des Algorithmus konnten 98,5% der Personen mit Diabetes dem Typ-1-Diabetes (5,5%), dem Typ-2-Diabetes (92,6%) oder einer weiteren spezifischen Diabetesform (0,43%) zugeordnet werden. Somit ergaben sich für das Jahr 2018 Prävalenzen von 0,48% für den Typ-1-Diabetes und 8,1% für den Typ-2-Diabetes. Schlussfolgerung Bereits anhand weniger Merkmale wie Diagnosen, Arzneimittelverordnung und dem Alter lässt sich die große Mehrzahl der Personen mit Diabetes einem Typ zuordnen. In weiterführenden Studien sollte im Abgleich mit Primärdaten die externe Validität geprüft werden. So ermöglicht der Algorithmus die Auswertung wichtiger epidemiologischer Kennzahlen und der Häufigkeit von Folge- und Begleiterkrankungen auf Basis von Routinedaten differenziert nach Typ-1- und Typ-2-Diabetes, welche in der Surveillance des Diabetes zukünftig berücksichtigt werden sollen.
更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要