Die kartografische Darstellung regionaler Unterschiede in der Morbidität

Zusammenfassung

Die Krebsregistrierung in Deutschland erhebt flächendeckend kleinräumige Daten, zu deren Veranschaulichung thematische Landkarten erstellt werden können („disease mapping“). Wegen auftretender zufälliger Extremwerte von Raten ist eine Kartendarstellung ohne vorherige räumlich statistische Datenanalyse aus methodischer und aus risikokommunikativer Sicht problematisch – die Extremwerte führen den Kartenleser leicht in die Irre und tatsächliche räumliche Muster werden verschleiert.

Dem Problem der Dateninstabilität lässt sich generell entweder durch Aggregation oder durch Glättung begegnen. Der Krebsatlas Schleswig-Holstein beruht auf Daten von 1142 Gemeindegebieten (mediane Einwohnerzahl: 721) für die Diagnosejahre 2001–2010. Karten für die Inzidenz (als standardisiertes Inzidenzverhältnis), die Mortalität (als standardisiertes Mortalitätsverhältnis) und das relative Überleben (als relatives Überschussrisiko) wurden mit einem Bayes’schen Verfahren (BYM-Modell) geglättet. Die Karten zeigen, dass durch Glättung räumliche Unterschiede sichtbar gemacht werden können.

Datenaggregation ist der methodisch einfachere Weg, bedeutet aber Informationsverlust. Der Atlas zeigt, dass eine kleinräumige Darstellung unter Erhalt der gesamten räumlichen Informationen machbar ist. Das Verfahren der Glättung ist aufwendig, aber zur Hypothesengenerierung lohnenswert. Die gefundenen räumlichen Muster sind wegen der vielfältigen Einflussfaktoren (Datenerfassung, Lebensstilfaktoren, Früherkennung, Risikofaktoren etc.) komplex, schwer zu interpretieren und bedürfen der Zusammenarbeit von Fachleuten verschiedener Profession. Nicht zu unterschätzen ist der Aufwand für die methodischen Erklärungen in einer öffentlichkeitsnahen Sprache.

Abstract

The cancer registry in Germany collects area-wide small-area data that can be presented in themes (disease mapping). Because of the occurrence of random extreme values of rates, mapping without prior spatial-statistical data analysis is problematic from a methodological and risk-communicative viewpoint – the extreme values easily mislead the card reader and obscure actual spatial patterns.

The problem of data instability can generally be met by aggregation or by smoothing. The cancer atlas for Schleswig-Holstein is based on data from 1142 municipalities (median population: 721) for the diagnostic years 2001–2010. Maps for incidence (as a standardized incidence ratio), mortality (as a standardized mortality ratio), and relative survival (as a relative excess risk) were smoothed by using a Bayesian method (BYM model). The maps show that spatial differences can be made visible by smoothing.

Data aggregation is the methodically simpler way, but means a loss of information. The atlas shows that small-scale mapping is possible while preserving the entire spatial information. The method of smoothing is complex, but useful for generating hypotheses. The spatial patterns found are complex, difficult to interpret, and require the collaboration of specialists from different professions, because of the diverse influencing factors (data collection, lifestyle factors, early detection, risk factors, etc.). The effort required to explain the methodology in a language easy to understand should not be underestimated.