Skip to main content
SpringerLink
Log in

Risikoindex Erwerbsminderungsrente (RI-EMR)

Eine prozessdatenbasierte Fall-Kontroll-Studie mit 8500 Männern und 8405 Frauen

Risk Index Disability Pension (RI-DP)

A register-based case–control study with 8,500 men and 8,405 women

  • Originalien und Übersichten
  • Published:
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz Aims and scope

An Erratum to this article was published on 25 February 2012

Zusammenfassung

Ziel der Studie war es, in den Prozessdaten der Deutschen Rentenversicherung (DRV) Variablen zu identifizieren, die für Erwerbsminderungsrenten (EMR) prognostisch bedeutsam sind, und diese für einen Risikoindex zu nutzen. Die Studie wurde als Fall-Kontroll-Studie mit Versicherten der DRV Bund durchgeführt. Erwerbsminderungsbedingte Rentenzugänge von 2004 bis 2008 bildeten unsere Fälle, aktiv Versicherte die Kontrollen. Unabhängige Variablen waren die von 2001 bis 2003 kumulierten Prozessdaten. Daten von 8500 Männern und 8405 Frauen wurden analysiert. Der stärkste Prädiktor zukünftiger EMR war die Krankengeldbezugsdauer. Männer mit kurzen Bezügen hatten eine 6,1-mal höhere Chance für eine EMR; Männer mit längeren Bezügen sogar eine 66,3-mal höhere Chance. Für Frauen war die Chance 3,8-mal beziehungsweise 38,4-mal erhöht. Für den Risikoindex wurde die Linearkombination von Parameterschätzern und Personenmerkmalen auf einen Wertebereich von 0 bis 100 transformiert. ROC-Analysen und Überlebensanalysen bestätigten die prognostische Relevanz der Indexwerte. Unabhängige Stichproben wurden gezogen, um unsere Modelle zu validieren. Unsere Ergebnisse zeigen, dass die DRV über Informationen verfügt, die eine Handlungsstrategie eröffnet, um die Inanspruchnahme medizinischer Rehabilitation zu verbessern.

Abstract

The aim of our study was to identify variables of prognostic relevance for disability pensions (DP) in the register data of the German Pension Fund (GPF) and to use the identified variables to construct a risk index. The study was designed as a case–control study of insurants of the GPF Bund using disability pensioners from 2004–2008 as cases and active insurants as controls. Independent variables were selected from the accumulated register data from 2001–2003. Data of 8,500 men and 8,405 women were analyzed. The strongest predictor of future DP were days of sickness benefits. Men with short-term benefits had 6.1 times higher odds of receiving a DP, while men receiving long-term benefits had even 66.3 times higher odds of receiving a DP. For women, the odds were increased 3.8 and 38.4 times, respectively. The risk index score was calculated by transforming the linear combination of parameter estimators and personal characteristics to values ranging from 0–100. ROC analyses and survival analyses confirmed the prognostic relevance of the index score. Independent samples were used to validate our models. Our results show that the GPF has information which could enable an active strategy to enhance the provision of medical rehabilitation.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2

Notes

  1. x1 Versicherungsdauer, x2 Quadrierte Versicherungsdauer, x3 Bildung: hoch, x4 Entgelt, x5 Arbeitslosengeld I: kurz, x6 Arbeitslosengeld I: lang, x7 Arbeitslosengeld II: kurz, x8 Arbeitslosengeld II: lang, x9 Krankengeld: kurz, x10 Krankengeld: lang.

Literatur

  1. European Commission (2009) Employment in Europe 2009. European Commission, Brüssel

  2. Ilmarinen J (2006) Towards a longer worklife! Ageing and the quality of worklife in the European Union. Finnish Institute of Occupational Health, Helsinki

  3. Ilmarinen J (2009) Work ability – a comprehensive concept for occupational health research and prevention. Scand J Work Environ Health 35:1–5

    Article  PubMed  Google Scholar 

  4. Ilmarinen J, Rantanen J (1999) Promotion of work ability during ageing. Am J Ind Med (Suppl 1):21–23

    Article  Google Scholar 

  5. Deutsche Rentenversicherung Bund (2009) Sozialmedizinisches Glossar der Deutschen Rentenversicherung. DRV-Schriften Bd 81. Deutsche Rentenversicherung Bund, Berlin

  6. Deutsche Rentenversicherung (2008) Rentenzugang 2007. Statistik der Deutschen Rentenversicherung, Bd 168. Deutsche Rentenversicherung Bund, Berlin

  7. Zimmermann M, Glaser-Möller N, Deck R, Raspe H (1999) Subjektive Rehabilitationsbedürftigkeit, Antragsintention und Antragstellung auf medizinische Rehabilitation – Ergebnisse einer Befragung von LVA-Versicherten. Rehabilitation 38:S122–S127

    PubMed  Google Scholar 

  8. Dunkelberg S, Lachmann A, Van Den Bussche H, Müller K (2002) Was denken Hausärzte aus den neuen und alten Bundesländern über Rehabilitation? Gesundheitswesen 64:369–374

    Article  PubMed  CAS  Google Scholar 

  9. Koch U, Lehmann C, Morfeld M (2007) Bestandsaufnahme und Zukunft der Rehabilitationsforschung in Deutschland. Rehabilitation 46:127–144

    Article  PubMed  CAS  Google Scholar 

  10. Hüppe A, Glaser-Möller N, Raspe H (2006) Trägerübergreifendes Projekt zur Früherkennung von Rehabilitationsbedarf bei Versicherten mit muskuloskelettalen Beschwerden durch Auswertung von Arbeitsunfähigkeitsdaten: Ergebnisse einer randomisierten, kontrollierten Evaluationsstudie. Gesundheitswesen 68:347–356

    Article  PubMed  Google Scholar 

  11. Luckert H (2004) Statistikdaten der gesetzlichen Rentenversicherung – ein grober Überblick. In: VDR (Hrsg) Das Forschungsdatenzentrum der gesetzlichen Rentenversicherung (FDZ-RV) im Aufbau – Bericht vom ersten Workshop des FDZ-RV am 28. und 29. Juni 2004 in Würzburg. DRV Schriften, 55, S 24–39

  12. Karlsson NE, Carstensen JM, Gjesdal S, Alexanderson KA (2008) Risk factors for disability pension in a population-based cohort of men and women on long-term sick leave in Sweden. Eur J Public Health 18:224–231

    Article  PubMed  Google Scholar 

  13. Gjesdal S, Bratberg E (2003) Diagnosis and duration of sickness absence as predictors for disability pension: results from a three-year, multi-register based and prospective study. Scand J Public Health 31:246–254

    Article  PubMed  Google Scholar 

  14. Bratberg E, Gjesdal S, Maeland JG (2009) Sickness absence with psychiatric diagnoses: individual and contextual predictors of permanent disability. Health Place 15:308–314

    Article  PubMed  Google Scholar 

  15. Hanley JA, McNeil BJ (1982) The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology 143:29–36

    PubMed  CAS  Google Scholar 

  16. Hagen MD (1995) Test characteristics. How good is that test? Prim Care 22:213–233

    PubMed  CAS  Google Scholar 

  17. Youden WJ (1950) Index for rating diagnostic tests. Cancer 3:32–35

    Article  PubMed  CAS  Google Scholar 

  18. Wallman T, Wedel H, Palmer E et al (2009) Sick-leave track record and other potential predictors of a disability pension. A population based study of 8,218 men and women followed for 16 yrs. BMC Public Health 9:104

    Article  PubMed  Google Scholar 

  19. Lund T, Kivimaki M, Labriola M et al (2008) Using administrative sickness absence data as a marker of future disability pension: the prospective DREAM study of Danish private sector employees. Occup Environ Med 65:28–31

    Article  PubMed  Google Scholar 

  20. Kivimaki M, Forma P, Wikstrom J et al (2004) Sickness absence as a risk marker of future disability pension: the 10-town study. J Epidemiol Community Health 58:710–711

    Article  PubMed  Google Scholar 

  21. Gjesdal S, Ringdal PR, Haug K, Maeland JG (2004) Predictors of disability pension in long-term sickness absence: results from a population-based and prospective study in Norway 1994–1999. Eur J Public Health 14:398–405

    Article  PubMed  Google Scholar 

  22. Wallman T, Wedel H, Johansson S et al (2006) The prognosis for individuals on disability retirement. An 18-year mortality follow-up study of 6887 men and women sampled from the general population. BMC Public Health 6:103

    Article  PubMed  Google Scholar 

  23. Virtanen M, Kivimaki M, Vahtera J et al (2006) Sickness absence as a risk factor for job termination, unemployment, and disability pension among temporary and permanent employees. Occup Environ Med 63:212–217

    Article  PubMed  CAS  Google Scholar 

  24. Kivimaki M, Ferrie JE, Hagberg J et al (2007) Diagnosis-specific sick leave as a risk marker for disability pension in a Swedish population. J Epidemiol Community Health 61:915–920

    Article  PubMed  Google Scholar 

  25. Labriola M, Lund T (2007) Self-reported sickness absence as a risk marker of future disability pension. Prospective findings from the DWECS/DREAM study 1990–2004. Int J Med Sci 4:153–158

    Article  PubMed  Google Scholar 

  26. Borg K, Hensing G, Alexanderson K (2001) Predictive factors for disability pension – an 11-year follow up of young persons on sick leave due to neck, shoulder, or back diagnoses. Scand J Public Health 29:104–112

    Article  PubMed  CAS  Google Scholar 

  27. Alexanderson KA, Borg KE, Hensing GK (2005) Sickness absence with low-back, shoulder, or neck diagnoses: an 11-year follow-up regarding gender differences in sickness absence and disability pension. Work 25:115–124

    PubMed  Google Scholar 

  28. Borg K, Hensing G, Alexanderson K (2004) Risk factors for disability pension over 11 yrs in a cohort of young persons initially sick-listed with low back, neck, or shoulder diagnoses. Scand J Public Health 32:272–278

    Article  PubMed  Google Scholar 

  29. Swedish Council on Technology Assessment in Health Care (2004) Sickness absence: causes, consequences, and physicians‘ sickness certification practice. A systematic literature review by the Swedish Council on Technology Assessment in Health Care (SBU). Scand J Public Health Suppl 63:3–263

    Google Scholar 

  30. Bethge M, Radoschewski FM (2010) Physical and psychosocial work stressors, health-related control beliefs and work ability: cross-sectional findings from the German Sociomedical Panel of Employees. Int Arch Occup Environ Health 83:241–250

    Article  PubMed  Google Scholar 

  31. Bethge M, Radoschewski FM, Müller-Fahrnow W (2009) Work stress and work ability: cross-sectional findings from the German Sociomedical Panel of Employees (SPE). Disabil Rehabil 31:1692–1699

    Article  PubMed  Google Scholar 

  32. Bethge M, Radoschewski FM (2010) Work Ability und Rehabilitationsbedarf: Ergebnisse des Sozialmedizinischen Panels für Erwerbspersonen (SPE). Praxis Klin Verhaltensmed Rehab 86:25–32

    Google Scholar 

  33. Tuomi K, Eskelinen L, Toikkanen J et al (1991) Work load and individual factors affecting work ability among aging municipal employees. Scand J Work Environ Health 17(Suppl 1):128–134

    Article  PubMed  Google Scholar 

  34. Alavinia SM, Boer AG de, Duivenbooden JC van et al (2009) Determinants of work ability and its predictive value for disability. Occup Med (Lond) 59:32–37

    Article  Google Scholar 

  35. Lindberg P, Josephson M, Alfredsson L, Vingard E (2009) Comparisons between five self-administered instruments predicting sick leaves in a 4-year follow-up. Int Arch Occup Environ Health 82:227–234

    Article  PubMed  Google Scholar 

  36. Salonen P, Arola H, Nygard CH et al (2003) Factors associated with premature departure from working life among ageing food industry employees. Occup Med (Lond) 53:65–68

    Article  Google Scholar 

  37. Sell L, Bultmann U, Rugulies R et al (2009) Predicting long-term sickness absence and early retirement pension from self-reported work ability. Int Arch Occup Environ Health 82:1133–1138

    Article  PubMed  Google Scholar 

  38. Tuomi K, Ilmarinen J, Klockars M et al (1997) Finnish research project on aging workers in 1981–1992. Scand J Work Environ Health 23(Suppl 1):7–11

    PubMed  Google Scholar 

  39. Berg TI van den, Robroek SJ, Plat JF et al (2011) The importance of job control for workers with decreased work ability to remain productive at work. Int Arch Occup Environ Health 84:705–712

    Article  PubMed  Google Scholar 

  40. Saltychev M, Laimi K, El-Metwally A et al (2011) Multidisciplinary primary prevention does not decrease the risk of work disability in low-risk population. Eur J Phys Rehabil Med 47:55

    Google Scholar 

  41. Stuart EA (2010) Matching methods for causal inference: a review and a look forward. Stat Sci 25:1–21

    Article  PubMed  Google Scholar 

  42. Mittag O, Meyer T, Glaser-Möller N et al (2006) Vorhersage der Erwerbstätigkeit in einer Bevölkerungsstichprobe von 4225 Versicherten der LVA über einen Prognosezeitraum von fünf Jahren mittels einer kurzen Skala (SPE-Skala). Gesundheitswesen 68:294–302

    Article  PubMed  CAS  Google Scholar 

  43. Streibelt M, Blume C, Thren K, Müller-Fahrnow W (2008) Ökonomische Evaluation einer medizinisch-beruflich orientierten Maßnahme bei Patienten mit muskuloskeletalen Erkrankungen – Eine Kosten-Nutzen-Analyse aus Rentenversicherungsperspektive. Rehabilitation 47:150–157

    Article  PubMed  CAS  Google Scholar 

Download references

Danksagung

Für die Ziehung der Daten sowie die Beratung und Hilfestellung bei der Aufbereitung der Daten gilt unserer besonderer Dank Peter Kleinert und Ulrich Benner.

Interessenkonflikt

Der korrespondierende Autor weist auf folgende Beziehungen hin: Das Forschungsvorhaben wurde durch Zuwendungen nach § 31 Abs. 1 Nr. 5 SGB VI durch die Deutsche Rentenversicherung Bund gefördert. Die Arbeit des Erstautors wurde durch diese Fördermittel ermöglicht. Dr. Marco Streibelt und Uwe Egner sind Mitarbeiter der Deutschen Rentenversicherung Bund.

Author information

Authors and Affiliations

  1. Klinik für Rehabilitationsmedizin (OE 8300), Medizinische Hochschule Hannover, Koordinierungsstelle Angewandte Rehabilitationsforschung, Carl-Neuberg-Str. 1, 30625, Hannover, Deutschland

    M. Bethge

  2. Abteilung Rehabilitation, Deutsche Rentenversicherung Bund, Berlin, Deutschland

    U. Egner & M. Streibelt

  3. Abteilung für Versorgungssystemforschung und Grundlagen der Qualitätssicherung in der Rehabilitation, Charité - Universitätsmedizin Berlin, Berlin, Deutschland

    M. Bethge, F.M. Radoschewski & K. Spyra

Authors
  1. M. Bethge
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. U. Egner
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. M. Streibelt
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. F.M. Radoschewski
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. K. Spyra
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to M. Bethge.

Additional information

Ein Erratum zu diesem Beitrag ist unter http://dx.doi.org/10.1007/s00103-012-1444-0 zu finden.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Bethge, M., Egner, U., Streibelt, M. et al. Risikoindex Erwerbsminderungsrente (RI-EMR). Bundesgesundheitsbl. 54, 1221–1228 (2011). https://doi.org/10.1007/s00103-011-1366-2

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00103-011-1366-2

Schlüsselwörter

Keywords

Search

Navigation