Advertisement

Der Diabetologe

, Volume 10, Issue 1, pp 26–35 | Cite as

Konsequenzen der Genauigkeit von Blutglucosemesssystemen

Klinische und ökonomische Aspekte
  • F. Hessel
  • G. Freckmann
  • A. Resch
Leitthema

Zusammenfassung

Hintergrund

Trotz vorgegebener Qualitätsstandards sind Unterschiede in der Messgenauigkeit kommerziell erhältlicher Blutglucosemesssysteme zu beobachten.

Ziel der Arbeit

Die vorliegende Analyse wurde mit dem Ziel durchgeführt, die klinischen und ökonomischen Konsequenzen der auf Messungenauigkeiten beruhenden Fehler von Blutglucosemesssystemen für Patienten mit Diabetes, die eine intensivierte konventionelle Insulintherapie (ICT) durchführen, modellhaft abzuschätzen.

Material und Methode

Ein internationales Simulationsmodell wurde auf die deutsche Situation adaptiert. Auf der Basis publizierter, systemspezifischer Evaluierungen der Messgüte von 5 kommerziell erhältlichen Blutglucosemesssystemen wurde das Risiko ermittelt, zusätzliche Hypoglykämien aufgrund fehlerhafter Blutglucosemessungen zu entwickeln. Aus anderen Studien wurde die Häufigkeit hypoglykämiebedingter medizinischer Leistungen abgeleitet, und die dadurch bedingten Kosten für das deutsche Gesundheitssystem wurden kalkuliert.

Ergebnisse

Die Modellsimulationen ergaben maximale Zahlen von rund 63.000 (Typ-1-Diabetes, T1DM) und 56.000 (Typ-2-Diabetes, T2DM) zusätzlichen schweren Hypoglykämien, die durch Unterschiede in der Messgenauigkeit der Blutglucosemesssysteme bedingt sind. Bezogen auf die Gesamtzahl der Patienten in Deutschland, die nach Kenntnis der Autoren eine ICT durchführen, ergeben sich dadurch jährliche zusätzliche direkte medizinische Kosten von rund 27,8 Mio. € für Patienten mit T1DM bzw. rund 30,0 Mio. € für Patienten mit T2DM.

Schlussfolgerung

Die Analyse belegt, dass Unterschiede in der Messgenauigkeit zu relevanten klinischen und ökonomischen Konsequenzen führen können.

Schlüsselwörter

Diabetes mellitus Insulintherapie Blutzuckerselbstmessung Hypoglykämie Kosten 

Consequences of the accuracy of blood glucose monitoring systems

Clinical and economic aspects

Abstract

Background

Despite quality standards for accuracy there are performance differences among commercially available blood glucose monitoring (BGM) systems.

Aim

The objective of this analysis was to assess the potential clinical and economic impact of differences in measurement accuracy of various BGM systems using a modeling approach for patients with diabetes who carry out an intensified insulin therapy.

Material and methods

An international simulation model was adapted to the German healthcare setting and additional risks of hypoglycemia due to blood glucose (BG) measurement errors of five different BGM systems were simulated based on results of a real-world accuracy study. Using data from published literature an annual additional number of required medical interventions as a result of hypoglycemia was estimated. The calculations were based on patients with type 1 (T1DM) and type 2 (T2DM) diabetes mellitus requiring multiple daily injections (MDIs) of insulin in the German healthcare setting. The additional costs attributable to treatment of severe hypoglycemic episodes resulting from BG measurement errors were calculated.

Results

The results of the model simulation predicted an annual difference of approximately 63,000 severe hypoglycemic episodes from BG measurement errors for T1DM and 56,000 for T2DM MDI patients for the estimated German population of T1DM and T2DM MDI patients using the least accurate BGM system compared to patients using the most accurate system. This resulted in additional direct medical costs of approximately 27.8 million Euros for T1DM and approximately 30.0 million Euros for T2DM MDI patients per year.

Conclusion

The results of the analysis show that error patterns over the operating range of BGM systems can lead to relevant clinical and economic outcome consequences for the routine care of diabetes patients in Germany treated with insulin.

Keywords

Diabetes mellitus Insulin therapy Blood sugar self-monitoring Hypoglycemia Cost 

Notes

Einhaltung ethischer Richtlinien

Interessenkonflikt. F. Hessel war von 2006–2011 Mitarbeiter von Sanofi-Aventis und Abbott Diagnostics. Er ist oder war beratend tätig für Abbott, Baxter, Astra Zeneca, Pfizer, Gilead, Amgen, Co.don, Sysmex, Metanomics und dem Bundesverband der pharmazeutischen Industrie. Er erhielt bzw. erhält Unterstützungen für Forschungsprojekte, Reisekosten oder Vorträge von DIMDI, DGHO, DGGÖ, IQWiG, BMBF, DLR, SRH-Stiftung, Abbott, Amgen, Astra Zeneca, BPI, VfA, Eli Lilly, Grünenthal, Otsuka, Gambro, PlasmaSelect und Sanofi-Aventis. G. Freckmann ist Ärztlicher Leiter und Geschäftsführer des „Instituts für Diabetes-Technologie Forschungs- und Entwicklungsgesellschaft mbH an der Universität Ulm“ (IDT). G. Freckmann bzw. IDT erhielt Vortrags-/Beratungshonorare von Abbott, Bayer, Menarini Diagnostics, BD, Novo Nordisk, Roche Diagnostics, Ypsomed und Sanofi. A. Resch ist Geschäftsführer der deutschen Niederlassung von Abbott Diabetes Care. Der Beitrag enthält keine Studien an Menschen oder Tieren.

Literatur

  1. 1.
    ACCORD Study Group, Cushman WC, Evans GW et al (2010) Effects of intensive blood-pressure control in type 2 diabetes mellitus. N Engl J Med 362:1575–1585CrossRefGoogle Scholar
  2. 2.
    ADVANCE Collaborative Group, Patel A, MacMahon S et al (2008) Intensive blood glucose control and vascular outcomes in patients with type 2 diabetes. N Engl J Med 358:2560–2572CrossRefGoogle Scholar
  3. 3.
    Andreis E, Appel M, Küllmer K (2013) Kalibrierung von Messsystemen zur Blutzuckerselbstkontrolle. Diabetes Stoffwechs Herz 22:149–155Google Scholar
  4. 4.
    Baumstark A, Pleus S, Schmid C et al (2012) Lot-to-lot variability of test strips and accuracy assessment of systems for self-monitoring of blood glucose according to ISO 15197. J Diabetes Sci Technol 6:1076–1086PubMedCentralPubMedCrossRefGoogle Scholar
  5. 5.
    Bode B, Silver M, Weiss R, Martin K (2008) Evaluation of a continuous glucose monitoring system for home-use conditions. Manag Care 17:40–45PubMedGoogle Scholar
  6. 6.
    Brazg RL, Klaff LJ, Parkin CG (2013) Performance variability of seven commonly used self-monitoring of blood glucose systems: clinical considerations for patients and providers. J Diabetes Sci Technol 7:144–152PubMedCentralPubMedCrossRefGoogle Scholar
  7. 7.
    Brod M, Christensen T, Thomsen TL et al (2011) The impact of non-severe hypoglycemic events on work productivity and diabetes management. Value Health 14:665–671PubMedCrossRefGoogle Scholar
  8. 8.
    Budiman ES, Samant N, Resch A (2013) Clinical implications and economic impact of accuracy differences among commercially available blood glucose monitoring systems. J Diabetes Sci Technol 7:365–380PubMedCrossRefGoogle Scholar
  9. 9.
    Choudhary P, Geddes J, Freeman JV et al (2010) Frequency of biochemical hypoglycaemia in adults with type 1 diabetes with and without impaired awareness of hypoglycaemia: no identifiable differences using continuous glucose monitoring. Diabet Med 27:666–672PubMedCrossRefGoogle Scholar
  10. 10.
    Curkendall SM, Zhang B, Oh KS et al (2011) Incidence and cost of hypoglycemia among patients with type 2 diabetes in the United States: analysis of a health insurance database. J Clin Outcomes Manag 18:455–462Google Scholar
  11. 11.
    Duckworth W, Abraira C, Moritz T et al (2009) Glucose control and vascular complications in veterans with type 2 diabetes. N Engl J Med 360:129–139PubMedCrossRefGoogle Scholar
  12. 12.
    Freckmann G, Baumstark A, Jendrike N et al (2010) System accuracy evaluation of 27 blood glucose monitoring systems according to DIN EN ISO 15197. Diabetes Technol Ther 12:221–231PubMedCrossRefGoogle Scholar
  13. 13.
    Genter P, Ipp E (1994) Accuracy of plasma glucose measurements in the hypoglycemic range. Diabetes Care 17:595–598PubMedCrossRefGoogle Scholar
  14. 14.
    Ginsberg BH (2009) Factors affecting blood glucose monitoring: sources of errors in measurement. J Diabetes Sci Technol 3:903–913PubMedCentralPubMedCrossRefGoogle Scholar
  15. 15.
    Hammer M, Lammert M, Mejias SM et al (2009) Costs of managing severe hypoglycemia in three European countries. J Med Econ 12:281–290PubMedCrossRefGoogle Scholar
  16. 16.
    Harrison B, Leazenby C, Halldorsdottir S (2011) Accuracy of the CONTOUR® blood glucose monitoring system. J Diabetes Sci Technol 5:1009–1013PubMedCentralPubMedCrossRefGoogle Scholar
  17. 17.
    ISO 15197:2013 (2013) In vitro diagnostic test systems – requirements for blood-glucose monitoring systems for self-testing in managing diabetes mellitus. International Organization for Standardization, GenevaGoogle Scholar
  18. 18.
    Krinsley J, Schultz MJ, Spronk PE et al (2011) Mild hypoglycemia is strongly associated with increased intensive care unit length of stay. Ann Intensive Care 49:1–9Google Scholar
  19. 19.
    Kristensen GB, Monsen G, Skeie S et al (2008) Standardized evaluation of nine instruments for self-monitoring of blood glucose. Diabetes Technol Ther 10:467–477PubMedCrossRefGoogle Scholar
  20. 20.
    Lenzen H (2011) Regionale Versorgungsunterschiede bei der Therapie des Diabetes mellitus. In: Barmer GEK Gesundheitswesen aktuell, 2011. S 296–313Google Scholar
  21. 21.
    Matthaei S, Bierwirth R, Fritsche A et al (2009) Medical antihyperglycaemic treatment of type 2 diabetes mellitus – update of the evidence-based guideline of the German Diabetes Association. Exp Clin Endocrinol Diabetes 117:522–557PubMedCrossRefGoogle Scholar
  22. 22.
    National Institute for Health and Clinical Excellence (NICE) (2009) May. 49 p. (Clinical guideline; no. 87)Google Scholar
  23. 23.
    RKI – Robert Koch-Institut (2009) Daten und Fakten: Ergebnisse der Studie Gesundheit in Deutschland aktuell 2009. Beiträge zur Gesundheitsberichterstattung des Bundes, BerlinGoogle Scholar
  24. 24.
    Schnell O, Erbach M, Wintergerst E (2013) Higher accuracy of self-monitoring of blood glucose in insulin-treated patients in Germany: clinical and economical aspects. J Diabetes Sci Technol 7:904–912PubMedCrossRefGoogle Scholar
  25. 25.
    Schopman JE, Geddes J, Frier BM (2010) Prevalence of impaired awareness of hypoglycaemia and frequency of hypoglycaemia in insulin-treated type 2 diabetes. Diabetes Res Clin Pract 87:64–68PubMedCrossRefGoogle Scholar
  26. 26.
    Statistisches Bundesamt (2012) Bevölkerung Deutschland, Stichtag zum Quartalsende. Blatt 12411-0020, Statistisches Bundesamt, WiesbadenGoogle Scholar
  27. 27.
    Tack C, Pohlmeier H, Behnke T et al (2012) Accuracy evaluation of five blood glucose monitoring systems obtained from the pharmacy: a European multicenter study with 453 subjects. Diabetes Technol Ther 14:330–337PubMedCrossRefGoogle Scholar
  28. 28.
    Twomey PM (2004) Plasma glucose measurement with the Yellow Springs Glucose 2300 STAT and the Olympus AU640. J Clin Pathol 57:752–754PubMedCrossRefGoogle Scholar
  29. 29.
    Vietri J, Isherwood G, Le Pautremat V et al (2012) Obesity and frequent hypoglycemia in European type 2 diabetes patients. Value Health 15:A506–A507CrossRefGoogle Scholar
  30. 30.
    Wilke T, Ahrendt P, Schwartz D et al (2013) Inzidenz und Prävalenz des Typ 2 Diabetes in Deutschland: Eine Analyse basierend auf 5,43 Millionen Patienten. Dtsch Med Wochenschr 138:69–75PubMedCrossRefGoogle Scholar
  31. 31.
    Zhang Y, Wieffer H, Modha R et al (2010) The burden of hypoglycemia in type 2 diabetes: a systematic review of patient and economic perspectives. J Clin Outcomes Manag 17:547–557Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2014

Authors and Affiliations

  1. 1.SRH Hochschule BerlinBerlinDeutschland
  2. 2.Institut für Diabetes-TechnologieUlmDeutschland
  3. 3.Abbott Diabetes CareWiesbadenDeutschland

Personalised recommendations