Integration von Sekundärdaten in die Nationale Diabetes-Surveillance

Hintergrund, Ziele und Ergebnisse des Sekundärdaten-Workshops am Robert Koch-Institut

Integration of secondary data into national diabetes surveillance

Background, aims and results of the secondary data workshop at the Robert Koch Institute

Zusammenfassung

Epidemiologische Daten belegen, dass Diabetes mellitus in Deutschland wie in vielen anderen Ländern eine hohe Public-health-Relevanz hat. Am Robert Koch-Institut (RKI) wird derzeit eine Nationale Diabetes-Surveillance aufgebaut, die das Diabetesgeschehen indikatorenbasiert unter Nutzung von Primär- und Sekundärdaten kontinuierlich abbilden soll. Ziel des Workshops war es, eine Bestandsaufnahme verfügbarer Sekundärdatenquellen vorzunehmen und Dateninhalte, Datenzugänge, Analysebeispiele sowie Möglichkeiten einer verstetigten Nutzung für die Diabetes-Surveillance zu diskutieren.

Abstract

Epidemiological data provide evidence that diabetes mellitus is a highly relevant public health issue in Germany as in many other countries. The Robert Koch Institute (RKI) is in the process of building a national diabetes surveillance system that is aimed at establishing indicator-based public health monitoring of diabetes population dynamics using primary and secondary data. The purpose of the workshop was to conduct an inventory of available secondary data sources and to discuss data contents, data access, data analysis examples in addition to the options for ongoing data use for diabetes surveillance.

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

Literatur

  1. 1.

    Robert Koch-Institut, Destatis (2015) Gesundheit in Deutschland. Gesundheitsberichterstattung des Bundes (Gemeinsam getragen von RKI und Destatis)

    Google Scholar 

  2. 2.

    Kurth B‑M (2012) Das RKI-Gesundheitsmonitoring – was es enthält und wie es genutzt werden kann. Public Health Forum 20:4.e1–4.e3

    Article  Google Scholar 

  3. 3.

    Heidemann C, Du Y, Schubert I, Rathmann W, Scheidt-Nave C (2013) Prevalence and temporal trend of known diabetes mellitus. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 56:668–677

    CAS  Article  PubMed  Google Scholar 

  4. 4.

    Heidemann C, Du Y, Scheidt-Nave C (2011) Diabetes mellitus in Deutschland. GBE Kompakt 2(3):1–7 (www.rki.de/gbe-kompakt. Zugegriffen: 20. März 2017)

    Google Scholar 

  5. 5.

    Heidemann C, Kuhnert R, Born S, Scheidt-Nave C (2017) 12-Monats-Prävalenz des bekannten Diabetes mellitus in Deutschland. J Health Monit 2(1):48–56. doi:10.17886/rki-gbe-12017-17008

    Google Scholar 

  6. 6.

    Schipf S, Werner A, Tamayo T et al (2012) Regional differences in the prevalence of known Type 2 diabetes mellitus in 45–74 years old individuals: results from six population-based studies in Germany (DIAB-CORE Consortium). Diabet Med 29:e88–e95

    CAS  Article  PubMed  Google Scholar 

  7. 7.

    Tamayo T, Brinks R, Hoyer A, Kuß O, Rathmann W (2016) The prevalence and incidence of diabetes in Germany: an analysis of statutory health insurance data on 65 Mio. individuals from the years 2009 and 2010. Dtsch Ärztebl Int 113:177

    PubMed  PubMed Central  Google Scholar 

  8. 8.

    Paprott R, Muhlenbruch K, Mensink GB et al (2016) Validation of the German diabetes risk score among the general adult population: findings from the German health interview and examination surveys. BMJ Open Diabetes Res Care 4:e000280

    Article  PubMed  PubMed Central  Google Scholar 

  9. 9.

    Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg) (2014) Routinedaten im Gesundheitswesen: Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Huber, Bern

    Google Scholar 

  10. 10.

    Du Y, Heidemann C, Schaffrath Rosario A et al (2015) Changes in diabetes care indicators: findings from German National Health Interview and Examination Surveys 1997–1999 and 2008–2011. BMJ Open Diabetes Res Care 3:e000135

    Article  PubMed  PubMed Central  Google Scholar 

  11. 11.

    Gabrys L, Schmidt C, Heidemann C et al (2017) Diabetes-Surveillance in Deutschland – Hintergrund, Konzept, Ausblick. J Health Monit 2(1):91–104. doi:10.17886/rki-gbe-12017-17006

    Google Scholar 

  12. 12.

    Nimptsch U, Bestmann A, Erhart M et al (2014) Zugang zu Routinedaten. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Huber, Bern, S 270–290

    Google Scholar 

  13. 13.

    Hoffmann F, Icks A (2011) Diabetes prevalence based on health insurance claims: large differences between companies. Diabet Med 28:919–923

    CAS  Article  PubMed  Google Scholar 

  14. 14.

    Brinks R, Landwehr S (2015) A new relation between prevalence and incidence of a chronic disease. Math Med Biol 32:425–435

    PubMed  PubMed Central  Google Scholar 

  15. 15.

    Jacobs E, Hoyer A, Brinks R, Icks A, Kuß O, Rathmann W (2017) Healthcare costs of Type 2 diabetes in Germany. Diabet Med. doi:10.1111/dme.13336

    PubMed  Google Scholar 

  16. 16.

    Laux G, Bauer E, Stock C (2014) Nutzung von Routinedaten zur Einschätzung der Versorgungsqualität. Public Health Forum 22:17.e11–17.e13

    Article  Google Scholar 

  17. 17.

    Goffrier B, Schulz M, Bätzing-Feigenbaum J (2017) Administrative Prävalenzen und Inzidenzen des Diabetes mellitus von 2009 bis 2015. Zentralinstitut für die kassenärztliche Versorgung in Deutschland (Zi). Versorgungsatlas-Bericht Nr. 17/03. http://www.versorgungsatlas.de/themen/alle-analysen-nach-datum-sortiert/?tab=6&uid=79. Zugegriffen: 20. März 2017

    Google Scholar 

Download references

Danksagung

Ein gesonderter Dank geht an Herrn Sezai Arslan, der durch seine umsichtige und kompetente Organisation einen reibungslosen Ablauf des Workshops ermöglichte.

Author information

Affiliations

Authors

Corresponding author

Correspondence to Christian Schmidt.

Ethics declarations

Interessenkonflikt

C. Schmidt, J. Bätzing-Feigenbaum, A. Bestmann, R. Brinks, J. Dreß, B. Goffrier, B. Hagen, G. Laux, J. Pollmanns, H. Schröder, T. Stahl, J. Baumert, Y. Du, L. Gabrys, C. Heidemann, R. Paprott, C. Scheidt-Nave, A. Teti und T. Ziese geben an, dass kein Interessenkonflikt besteht.

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

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Schmidt, C., Bätzing-Feigenbaum, J., Bestmann, A. et al. Integration von Sekundärdaten in die Nationale Diabetes-Surveillance. Bundesgesundheitsbl 60, 656–661 (2017). https://doi.org/10.1007/s00103-017-2552-7

Download citation

Schlüsselwörter

  • Diabetes mellitus
  • Diabetes-Surveillance
  • Sekundärdaten
  • Sekundärdatenanalyse
  • Gesundheitsmonitoring

Keywords

  • Diabetes mellitus
  • Diabetes surveillance
  • Secondary data
  • Secondary data analysis
  • Health monitoring