Skip to main content
Log in

Psychische Störungen im Erwerbsalter

Ermittlung der administrativen Inzidenz und Prävalenz sowie regionaler Unterschiede in Niedersachsen anhand von Sekundärdaten einer gesetzlichen Krankenkasse

Mental disorders of working age

Evaluation of the administrative incidence and prevalence as well as regional differences in Lower Saxony on the basis of secondary data from a statutory health insurance provider

  • Leitthema
  • Published:
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz Aims and scope

Zusammenfassung

Hintergrund

Psychische Störungen stehen vermehrt im Fokus gesundheitswissenschaftlicher Betrachtungen. Das tatsächliche Ausmaß ist jedoch schwierig abzuschätzen, da flächendeckende Untersuchungen insbesondere im Längsschnitt fehlen.

Ziele

Mit Daten der AOK Niedersachsen aus den Jahren 2010–2013 wurde die administrative Inzidenz und Prävalenz psychischer Störungen abgeschätzt und alters- und geschlechtsspezifisch untersucht. Zudem wurde auf Stadt- und Landkreisebene analysiert, ob regionale Gegebenheiten mit der Häufigkeit diagnostizierter psychischer Störungen im Zusammenhang stehen.

Material und Methode

Die Auswertungen basieren auf Sekundärdaten von 1,5 Mio. Versicherten der Geburtsjahrgänge 1940–1994, die im betrachteten Zeitraum durchgängig versichert waren. Einbezogen wurden gesicherte Diagnosen aus der ambulanten Versorgung.

Ergebnisse

Jede dritte versicherte Person wies innerhalb von 12 Monaten mindestens eine Diagnose psychischer Störungen auf. Bei etwa 11 von 100 Versicherten wurde im Untersuchungsjahr 2012 eine psychische Störung neu dokumentiert. Frauen sind, mit Ausnahme der Störungen durch psychotrope Substanzen, deutlich häufiger betroffen als Männer. Des Weiteren wurden Altersunterschiede ermittelt. Auf regionaler Ebene zeigten sich in Bezug auf die administrative Prävalenz psychischer Störungen positive Zusammenhänge zur Ärzte- und Therapeutendichte. Darüber hinaus zeichnen sich Regionen mit einer hohen Arbeitslosenquote tendenziell durch eine hohe Prävalenz psychischer Störungen aus.

Schlussfolgerung

Die Ermittlung der administrativen Inzidenz und Prävalenz stellt trotz einiger Limitationen eine Möglichkeit dar, geschlechts- sowie altersspezifische und regionale Unterschiede aufzuzeigen. Die regionalen Auswertungen deuten darauf hin, dass die Beschäftigungssituation in den Kreisen im Zusammenhang zur Höhe der regionalen administrativen Prävalenz steht.

Abstract

Background

Mental disorder is the subject of ever-increasing attention in the field of public health. However, the actual number of such cases is difficult to determine owing to the lack of comprehensive longitudinal studies.

Objectives

The administrative incidence and prevalence of mental disorders were estimated on the basis of data from 2010 to 2013 provided by the health insurance company AOK, Lower Saxony, and were assessed according to age and gender. Additionally, possible correlations between local conditions and the occurrence of diagnosed mental disorders were examined for both urban and rural districts.

Materials and methods

Analyses were conducted using the secondary datasets of 1.5 million persons born between 1940 and 1994 who had been continuously insured throughout the period specified. Only documented diagnoses from outpatient care were taken into account.

Results

One third of the insured persons showed at least one documented diagnosis of a mental disorder within a 12-month period. In approximately 11 out of 100 cases, there was a newly documented diagnosis in 2012. With the exception of cases relating to psychotropic substance use, women were significantly more frequently affected than men. Age-specific differences were also determined. At a regional level, in relation to administrative prevalence, mental disorders showed positive correlations in the density of doctors and psychotherapists. Moreover, regions with a high rate of unemployment generally show a higher prevalence of mental disorders.

Conclusion

Despite certain limitations, the use of administrative incidence and prevalence data is a viable approach to assessing gender- and age-specific, and regional differences. Our regional analyses suggest a correlation between the local job situation and the level of regional administrative prevalence.

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

Access this article

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

Instant access to the full article PDF.

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5

Notes

  1. Dem SGB II werden Arbeitslose zugeordnet, die in der Regel Arbeitslosengeld II beziehen.

  2. Dem SGB III werden Arbeitslose zugeordnet, die Arbeitslosengeld I beziehen oder aufgrund der Vermögenslage keinen Leistungsanspruch besitzen.

Literatur

  1. Jacobi F, Höfler M, Strehle J et al (2014) Psychische Störungen in der Allgemeinbevölkerung. Nervenarzt 85(1):77–87. https://doi.org/10.1007/s00115-013-3961-y

    Article  CAS  PubMed  Google Scholar 

  2. Gaebel W, Kowitz S, Fritze J, Zielasek J (2013) Inanspruchnahme des Versorgungssystems bei psychischen Erkrankungen: Sekundärdaten von drei gesetzlichen Krankenkassen und der Deutschen Rentenversicherung Bund. Dtsch Arztebl Int 110(47):799–808. https://doi.org/10.3238/arztebl.2013.0799

    PubMed  PubMed Central  Google Scholar 

  3. Jacobi F, Hoyer J, Wittchen H‑U (2004) Seelische Gesundheit in Ost und West. Analysen auf der Grundlage des Bundesgesundheitssurveys. Z Klin Psychol Psychother 33(4):251–260. https://doi.org/10.1026/1616-3443.33.4.251

    Article  Google Scholar 

  4. Bandelow B, Michaelis S (2015) Epidemiology of anxiety disorders in the 21st century. Dialogues Clin Neurosci 17(3):327–335

    PubMed  PubMed Central  Google Scholar 

  5. IGES Institut GmbH (2012) Bewertung der Kodierqualität von vertragsärztlichen Diagnosen. Eine Studie im Auftrag des GKV-Spitzenverbands in Kooperation mit der BARMER GEK. GKV-Spitzenverband, Barmer GEK, Berlin

    Google Scholar 

  6. Lampert T, Kroll LE (2014) Soziale Unterschiede in der Mortalität und Lebenserwartung. GBE kompakt Bd. 2. Robert Koch-Institut (Hrsg), Berlin

    Google Scholar 

  7. Kroll LE, Lampert T (2012) Regionalisierung von Gesundheitsindikatoren. Ergebnisse aus der GEDA-Studie 2009. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 55(1):129–140. https://doi.org/10.1007/s00103-011-1403-1

    Article  CAS  PubMed  Google Scholar 

  8. Schulz M, Czihal T, Erhart M, Stillfried D (2016) Korrelation zwischen räumlichen Sozialstrukturfaktoren und Indikatoren des medizinischen Versorgungsbedarfs. Gesundheitswesen 78(5):290–297. https://doi.org/10.1055/s-0034-1396888

    CAS  PubMed  Google Scholar 

  9. Haddad L, Meyer-Lindenberg A (2012) Soziale Umweltrisikofaktoren und psychische Erkrankungen. Einblicke in zugrunde liegende Gehirnmechanismen am Beispiel der Urbanizität. Nervenarzt 83(11):1403–1409. https://doi.org/10.1007/s00115-012-3664-9

    Article  CAS  PubMed  Google Scholar 

  10. Sundmacher L (2016) Regionale Variationen in der Gesundheit und Gesundheitsversorgung. In: Richter M, Hurrelmann K (Hrsg) Soziologie von Gesundheit und Krankheit. Springer VS, Wiesbaden, S 197–209

    Chapter  Google Scholar 

  11. Jacobi F, Höfler M, Siegert J et al (2014) Twelve-month prevalence, comorbidity and correlates of mental disorders in Germany. The Mental Health Module of the German Health Interview and Examination Survey for Adults (DEGS1-MH). Int J Methods Psychiatr Res 23(3):304–319. https://doi.org/10.1002/mpr.1439

    Article  PubMed  Google Scholar 

  12. Kliner K, Rennert D, Richter M, Bretschneider J (Hrsg) (2015) Gesundheit in Regionen – Blickpunkt Psyche. BKK Gesundheitsatlas 2015. Medizinisch Wissenschaftliche Verlagsgesellschaft, Berlin

    Google Scholar 

  13. Jaunzeme J, Eberhard S, Geyer S (2013) Wie „repräsentativ“ sind GKV-Daten? Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 56(3):447–454. https://doi.org/10.1007/s00103-012-1626-9

    Article  CAS  PubMed  Google Scholar 

  14. Dilling H, Mombour W, Schmidt MH (Hrsg) (2015) Internationale Klassifikation psychischer Störungen. ICD-10 Kapitel V (F) – Klinisch-diagnostische Leitlinien, 1.0. Huber, Bern

    Google Scholar 

  15. Bundesinstitut für Bau‑, Stadt- und Raumforschung (BBSR) (2016) INKAR – Indikatoren und Karten zur Raum- und Stadtentwicklung. http://inkar.de/. Zugegriffen: 11.11.2016

    Google Scholar 

  16. Bundesagentur für Arbeit (2012) Arbeitsmarkt in Zahlen. Arbeitslosigkeit auf Stadt- und Landkreisebene. Arbeitslose nach Kreisen. Bundesagentur für Arbeit, Nürnberg

    Google Scholar 

  17. Gesundheitsberichterstattung des Bundes (2016) Standardbevölkerungen (Im Informationssystem der GBE zur Altersstandardisierung benutzte Standardbevölkerungen. Gliederungsmerkmale: Alter, Geschlecht, Standardbevölkerung). http://www.gbe-bund.de/glossar/Standardbevoelkerungen.html. Zugegriffen: 11.11.2016

    Google Scholar 

  18. Gerste B, Roick C (2016) Prävalenz und Inzidenz depressiver Erkrankungen in Deutschland im Jahr 2012. Eine Analyse auf Basis der in Routinedaten dokumentierten Depressionsdiagnosen. In: Klauber J, Günster C, Gerste B, Robra B‑P, Schmacke N (Hrsg) Versorgungs-Report 2015/16. Schwerpunkt: Kinder und Jugendliche. Schattauer, Stuttgart, S 309–327

    Google Scholar 

  19. Jacobi F (2009) Nehmen psychische Störungen zu? Rep Psychol 34(1):16–28

    Google Scholar 

  20. Deutsche Gesellschaft für Psychiatrie und Psychotherapie, Psychosomatik und Nervenheilkunde (DGPPN) (2017) S3-Leitlinie/Nationale VersorgungsLeitlinie Unipolare Depression. Kurzfassung, 2. Aufl. Version 1; AWMF-Register-Nr.: nvl-005, Version 1; AWMF-Register-Nr.: nvl-005

  21. Eberhard S (2014) Depression und Burn-out. Epidemie des 21. Jahrhunderts? Schriftenreihe der AOK Niedersachsen, Hannover.

    Google Scholar 

  22. Brussig M, Dragano N, Mümken S (2014) Health promotion for unemployed jobseekers: new developments in Germany. Health Policy 114(2–3):192–199. https://doi.org/10.1016/j.healthpol.2013.09.017

    Article  PubMed  Google Scholar 

  23. Kroll LE, Muters S, Lampert T (2016) Arbeitslosigkeit und ihre Auswirkungen auf die Gesundheit. Ein Überblick zum Forschungsstand und zu aktuellen Daten der Studien GEDA 2010 und GEDA 2012. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 59(2):228–237. https://doi.org/10.1007/s00103-015-2282-7

    Article  PubMed  Google Scholar 

Download references

Danksagung

Wir danken der AOK Niedersachsen für die Bereitstellung der pseudonymisierten Versichertendaten.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Cornelia Gerdau-Heitmann.

Ethics declarations

Interessenkonflikt

Die durchgeführten Untersuchungen wurden im Rahmen der Forschungsprofessur FH! „Psychische Gesundheit in der Arbeitsgesellschaft – Geschlechterrollen im Fokus der Erwerbsarbeit (PsychGeA)“ an der Jade Hochschule erstellt, die finanziell unterstützt wurde mit Mitteln aus der Niedersächsischen Vorab Stiftung der Volkswagen AG. Die Mitautorin Frau Dr. S. Eberhard ist zuständig für den Bereich Politik und Versorgungsforschung bei der AOK Niedersachsen. Dr. C. Gerdau-Heitmann, Dr. S. Mümken und Prof. Dr. F. Koppelin geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren. Ein positives Votum der Medizinischen Ethikkommission der CvO Universität Oldenburg liegt vor (Antragsnummer 007/2015, Bewilligung vom 12.11.2015).

Additional information

C. Gerdau Heitmann und S. Mümken teilen sich die Erstautorenschaft.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Gerdau-Heitmann, C., Mümken, S., Eberhard, S. et al. Psychische Störungen im Erwerbsalter. Bundesgesundheitsbl 60, 1346–1355 (2017). https://doi.org/10.1007/s00103-017-2638-2

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00103-017-2638-2

Schlüsselwörter

Keywords

Navigation