Advertisement

Zeitliche Entwicklung der Programmsensitivität des deutschen Mammographie-Screening-Programms in Nordrhein-Westfalen und Niedersachsen

  • Beate Bokhof
  • Laura KhilEmail author
  • Iris Urbschat
  • Linda Gnas
  • Gerold Hecht
  • Oliver Heidinger
  • Walter Heindel
  • Joachim Kieschke
  • Stefanie Weigel
  • Hans‑Werner Hense
Leitthema
  • 113 Downloads

Zusammenfassung

Hintergrund

Die Programmsensitivität ist ein Leistungsindikator zur Bewertung der Qualität des Mammographie-Screening-Programms (MSP).

Ziel der Arbeit

Für die Bundesländer Nordrhein-Westfalen (NRW) und Niedersachsen (NDS) wurde die zeitliche Entwicklung der Programmsensitivität untersucht.

Material und Methoden

In NRW wurden 2.717.801 und in NDS 1.197.660 Screeninguntersuchungen der Jahre 2006 bis 2011 mit Daten des Landeskrebsregisters Nordrhein-Westfalen bzw. Epidemiologischen Krebsregisters Niedersachsen abgeglichen. Mammakarzinome (invasive und In-situ-Karzinome) wurden entweder im Screening entdeckt oder im 24-monatigen Intervall nach einem negativen Befund außerhalb des Programms diagnostiziert. Die rohe und altersstandardisierte Programmsensitivität wurde pro Jahr berechnet. Aggregierte Wiedereinbestellungsraten wurden von der Kooperationsgemeinschaft Mammographie zur Verfügung gestellt.

Ergebnisse

Von 2006 bis 2011 erhöhte sich die altersstandardisierte Programmsensitivität für Erstuntersuchungen in NRW von 75,0 % (95 % KI: 72,1–77,9) auf 80,5 % (95 % KI: 78,5–82,5), in NDS von 74,9 % (95 % KI: 71,4–78,5) auf 84,7 % (95 % KI: 81,1–88,3); parallel dazu stiegen die Wiedereinbestellungsraten an. Auch für Folgeuntersuchungen nahm die Programmsensitivität von 2008 bis 2011 in NRW von 68,1 % (95 % KI: 63,1–73,1) auf 71,9 % (95 % KI: 70,2–73,6), in NDS von 69,8 % (95 % KI: 64,2–75,4) auf 74,9 % (95 % KI: 72,3–77,5) zu, während die Wiedereinbestellungsraten relativ konstant blieben.

Diskussion

In beiden Bundesländern nahm die Programmsensitivität über die Zeit zu. Ob diese Zunahme auf eine verbesserte Diagnosequalität im MSP im Sinne eines lernenden Systems zurückzuführen ist, wird unter Berücksichtigung der Altersverteilung der Screeningteilnehmerinnen und der Wiedereinbestellungsraten diskutiert.

Schlüsselwörter

Brustkrebsfrüherkennung Mammographie-Screening-Programm Krebsregister Programmsensitivität Intervallkarzinome 

Time trend in programme sensitivity within the German mammography screening programme in North Rhine-Westphalia and Lower Saxony

Abstract

Background

The programme sensitivity is a performance indicator for evaluating the quality of the mammography screening programme (MSP).

Objectives

We analysed the development of the programme sensitivity over time in two federal states of Germany, North Rhine-Westphalia (NRW) and Lower Saxony (NDS).

Materials and methods

Data from 2,717,801 (NRW) and 1,197,660 (NDS) screening examinations between 2006 and 2011 were linked with data of the State Cancer Registry NRW and the Epidemiological Cancer Registry NDS, respectively. Breast cancers (invasive and in situ) were either detected at screening or diagnosed within the 24-month interval after an inconspicuous screening result outside the programme. The crude and age-standardized programme sensitivity was calculated per calendar year. The German mammography screening office provided aggregated recall rates.

Results

The age-standardized programme sensitivity increased markedly for initial screening examinations from 2006 to 2011 from 75.0% (95% CI: 72.1–77.9) to 80.5% (95% CI: 78.5–82.5) in NRW, and from 74.9% (95% CI: 71.4–78.5) to 84.7% (95% CI: 81.1–88.3) in NDS. Concurrently, recall rates increased as well. For subsequent screening examinations, the programme sensitivity increased from 2008 to 2011 from 68.1% (95% CI: 63.1–73.1) to 71.9% (95% CI: 70.2–73.6) in NRW, and from 69.8% (95% CI: 64.2–75.4) to 74.9% (95% CI: 72.3–77.5) in NDS, whereas the recall rates remained relatively constant.

Conclusions

In both federal states, the programme sensitivity increased over time. This increase, possibly indicating an improved quality of diagnosis within the MSP as a learning system, is discussed under consideration of the age distribution of screening participants and the recall rates.

Keywords

Breast cancer detection Mammography screening programme Cancer registry Programme sensitivity Interval cancer 

Notes

Danksagung

Wir danken den programmverantwortlichen Ärztinnen und Ärzten der Screeningeinheiten NRW und NDS, der Geschäftsstelle der Kooperationsgemeinschaft Mammographie sowie der Kassenärztlichen Vereinigung Niedersachsen für die freundliche Bereitstellung von Daten und für ihre Unterstützung.

Einhaltung ethischer Richtlinien

Interessenkonflikt

B. Bokhof, W. Heindel und S. Weigel arbeiten an der Universität Münster für das Drittmittelprojekt „Referenzzentrum Mammographie am Universitätsklinikum Münster“ der Universität Münster; L. Gnas und G. Hecht arbeiten im Referenzzentrum Mammographie Nord. L. Khil und O. Heidinger sind im Landeskrebsregister NRW, I. Urbschat und J. Kieschke im Epidemiologischen Krebsregister NDS tätig. H.‑W. Hense ist Leiter des Bereichs Klinische Epidemiologie im Institut für Epidemiologie und Sozialmedizin der Universität Münster. Alle AutorInnen referieren in den Referenzzentren Mammographie Münster bzw. Nord in Fortbildungsveranstaltungen, sie bzw. ihre Institution werden für beauftragte Leistungen honoriert.

Dieser Beitrag beinhaltet keine von den AutorInnen durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    Malek D, Kääb-Sanyal V (2016) Implementation of the German Mammography Screening Program (MSP) and first results for initial examinations, 2005–2009. Breast 11:183–187CrossRefGoogle Scholar
  2. 2.
    Day NE, Williams DRR, Khaw KT (1989) Breast cancer screening programmes: the development of a monitoring and evaluation system. Br J Cancer 59:954–958CrossRefGoogle Scholar
  3. 3.
    Becker N (2006) Die Rolle der epidemiologischen Qualitätsparameter im Mammographie-Screening-Programm. Radiologe 46:984–992CrossRefGoogle Scholar
  4. 4.
    Ripping TM, Verbeek ALM, van der Waal D et al (2013) Immediate and delayed effects of mammographic screening on breast cancer mortality and incidence in birth cohorts. Br J Cancer 109:2467–2471CrossRefGoogle Scholar
  5. 5.
    Perry N, Broeders M, de Wolf C, Törnberg S, Holland R, van Karsa L (2006) European guidelines for quality assurance in breast cancer screening and diagnosis. 4. Aufl. Office for Official Publications of the European Communities, LuxemburgGoogle Scholar
  6. 6.
    Wissenschaftliches Gremium der KoopG (2011) Verfahren zur Bewertung der Wirksamkeit des Deutschen Mammographie-Screening-Programms auf die Senkung der Sterblichkeit durch Brustkrebs. Stellungnahme des wissenschaftlichen Gremiums des Beirates der Kooperationsgemeinschaft Mammographie. https://fachservice.mammo-programm.de/download/Stellungnahme_des_Wissenschaftlichen_Gremiums.pdf (Erstellt: 17. Okt. 2011). Zugegriffen: 21. Febr. 2018Google Scholar
  7. 7.
    Heidinger O, Batzler WU, Krieg V et al (2012) Häufigkeit von Intervallkarzinomen im deutschen Mammographie-Screening-Programm. Auswertungen des Epidemiologischen Krebsregisters Nordrhein-Westfalen. Dtsch Ärztebl Int 109:781–787PubMedPubMedCentralGoogle Scholar
  8. 8.
    Field S, Mitchell MJ, Wallis MG, Wilson AR (1995) What should be done about interval breast cancers? BMJ 310:203–204CrossRefGoogle Scholar
  9. 9.
    Gower-Thomas K, Fielder HMP, Branston L, Greening S, Beer H, Rogers C (2002) Reviewing interval cancers: time well spent? Clin Radiol 57:384–388CrossRefGoogle Scholar
  10. 10.
    Urbschat I, Kieschke J, Hecht G (2014) Programm-Screening. Brustkrebsinzidenz, Tumorstadienverteilung und Intervallkarzinomhäufigkeit nach Einführung des Mammographie-Screening-Programms in Niedersachsen. Niedersachs Arztebl 3:44–47Google Scholar
  11. 11.
    Otten JDM, Karssemeijer N, Hendriks JHCL et al (2005) Effect of recall rate on earlier screen detection of breast cancers based on the Dutch performance indicators. J Natl Cancer Inst 97:748–754CrossRefGoogle Scholar
  12. 12.
    Kääb-Sanyal V, Fügemann H (2017) Mammographie-Screening-Programm: Hohe Prozessqualität. Dtsch Ärztebl Int 114:A680–A681Google Scholar
  13. 13.
    Burnside ES, Vulkan D, Blanks RG, Duffy SW (2018) Association between screening mammography recall rate and interval cancers in the UK Breast Cancer Service Screening Program: a cohort study. Radiology 288:47–54CrossRefGoogle Scholar
  14. 14.
    Gemeinsamer Bundesausschuss (2017) Krebsfrüherkennungs-Richtlinie (KFE-RL), Richtlinie des Gemeinsamen Bundesausschusses über die Früherkennung von Krebserkrankungen in der geänderten Fassung vom 20.07.2017, in Kraft getreten am 08.11.2017. https://www.g-ba.de/informationen/richtlinien/17/. Zugegriffen: 1. März 2018Google Scholar
  15. 15.
    Kampe S (2006) Digitales Mammographie-Screening. Gesicherte Qualität durch Unterstützung des Work-Flows. Dtsch Arztebl 103:16–19Google Scholar
  16. 16.
    Weigel S, Khil L, Hense HW et al (2018) Detection rates of ductal carcinoma in situ with biennial digital mammography screening: radiologic findings support pathologic model of tumor progression. Radiology 286:424–432CrossRefGoogle Scholar
  17. 17.
    Bokhof B, Heindel W, Weigel S (2017) Brustkrebsfrüherkennung durch Mammographiescreening. Qualitätssicherung als Basis messbarer Effektivität. Onkologe 23:701–710CrossRefGoogle Scholar
  18. 18.
    Krieg V, Hense HW, Lehnert M, Mattauch V (2001) Record Linkage mit kryptographierten Identitätsdaten in einem bevölkerungsbezogenen Krebsregister – Entwicklung, Umsetzung und Fehlerraten. Gesundheitswesen 63:376–382CrossRefGoogle Scholar
  19. 19.
    Urbschat I, Heidinger O (2014) Ermittlung der Rate von Intervallkarzinomen im deutschen Mammographie-Screening-Programm mit Hilfe epidemiologischer Krebsregister. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:68–76CrossRefGoogle Scholar
  20. 20.
    Weigel S, Heindel W, Heidrich J, Heidinger O, Hense HW (2015) Reduction of advanced breast cancer stages at subsequent participation in mammography screening. Rofo 188:33–37CrossRefGoogle Scholar
  21. 21.
    Heidinger O, Heidrich J, Batzler WU et al (2015) Digital mammography screening in Germany: impact of age and histological subtype on program sensitivity. Breast 24:191–196CrossRefGoogle Scholar
  22. 22.
    Weigel S, Heindel W, Heidrich J, Hense H‑W, Heidinger O (2017) Digital mammography screening: sensitivity of the programme depend on breast density. Eur Radiol 27:2744–2751CrossRefGoogle Scholar
  23. 23.
    Kerlikowske K (1997) Efficacy of screening mammography among women aged 40 to 49 years and 50 to 69 years: comparison of relative and absolute benefit. J Natl Cancer Inst Monogr 22:79–86CrossRefGoogle Scholar
  24. 24.
    Boyle P, Parkin DM (1991) Statistical methods for registries. In: Jensen OM, International Agency for Research on Cancer, World Health Organization, International Association of Cancer Registries (Hrsg) Cancer registration: principles and methods. Oxford University Press, International Agency for Research on Cancer, Lyon, New York, S 129–140Google Scholar
  25. 25.
    R Core Team (2018) R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna (https://www.R-project.org)Google Scholar
  26. 26.
    Autier P, Shannoun F, Scharpantgen A et al (1997) A breast cancer screening programme operating in liberal health care system: The Luxembourg mammography screening programme, 1992–1997Google Scholar
  27. 27.
    O’Brien KM, Dwane F, Kelleher T, Sharp L, Comber H (2015) Interval cancer rates in the Irish national breast screening programme. J Med Screen 22:136–143CrossRefGoogle Scholar
  28. 28.
    Nagel G, Oberaigner W, Peter RS, Ulmer H, Concin H (2015) Evaluation of a mammography screening program within the population-based Vorarlberg Health Monitoring & Prevention Program (VHM&PP). Cancer Epidemiol 39:812–818CrossRefGoogle Scholar
  29. 29.
    Törnberg S, Kemetli L, Ascunce N et al (2010) A pooled analysis of interval cancer rates in six European countries. Eur J Cancer Prev 19:87–93CrossRefGoogle Scholar
  30. 30.
    Giersiepen K, Haartje U, Hentschel S, Katalinic A, Kieschke J (2004) Brustkrebsregistrierung in Deutschland: Tumorstadienverteilung in der Zielgruppe für das Mammographie-Screening. Dtsch Arztebl 101:A 2117–A 2122Google Scholar
  31. 31.
    Hense H‑W, Barlag H, Bartholomäus S et al (2018) Ressortforschungsberichte zum Strahlenschutz Evaluation der Brustkrebsmortalität im Deutschen Mammographie-Screening-Programm – Vorhaben 3610S40002 und 3614S40002. http://www.bfs.de/SharedDocs/Downloads/BfS/DE/fachinfo/ion/mortalitaetsevaluation.html. Zugegriffen: 1. Aug. 2018Google Scholar
  32. 32.
    Niedersächsischer Landtag (2012) Gesetz über das Epidemiologische Krebsregister Niedersachsen (GEKN) in seiner Neufassung vom 07.12.2012. https://www.ms.niedersachsen.de/download/9098/Gesetz_ueber_das_EKN.pdf. Zugegriffen: 21. Febr. 2018Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Beate Bokhof
    • 1
  • Laura Khil
    • 2
    Email author
  • Iris Urbschat
    • 3
  • Linda Gnas
    • 4
  • Gerold Hecht
    • 4
  • Oliver Heidinger
    • 2
  • Walter Heindel
    • 1
  • Joachim Kieschke
    • 3
  • Stefanie Weigel
    • 1
  • Hans‑Werner Hense
    • 2
    • 5
  1. 1.Institut für Klinische Radiologie und Referenzzentrum Mammographie, Medizinische FakultätUniversität Münster und Universitätsklinikum MünsterMünsterDeutschland
  2. 2.Landeskrebsregister Nordrhein-Westfalen gGmbHBochumDeutschland
  3. 3.RegisterstelleEpidemiologisches Krebsregister NiedersachsenOldenburgDeutschland
  4. 4.Referenzzentrum Mammographie NordOldenburgDeutschland
  5. 5.Institut für Epidemiologie und SozialmedizinMedizinische Fakultät, Universität MünsterMünsterDeutschland

Personalised recommendations