Deskriptive Epidemiologie

Präsentation zum Thema: "Deskriptive Epidemiologie"—  Präsentation transkript:

1 Deskriptive Epidemiologie
Wiederholung: Methoden und Maßzahlen der Epidemiologie Deskriptive Epidemiologie (Methoden zur) Darstellung der Verteilung von Krankheiten, Krankheit/Gesundheit u.a. Analytische Epidemiologie (Methoden zur) Analyse der Ursachen der (Verteilung) von Krankheiten, Krankheit/Gesundheit u.a.

2 standardisierte Mortalität
Wiederholung: Methoden und Maßzahlen der Epidemiologie Mortalität Sterblichkeit; Häufigkeit der Sterbefälle bezogen auf eine Bevölkerung (z.B. pro , pro ) standardisierte Mortalität hinsichtlich Alter, Geschlecht etc. standardisierte, d.h. mathematisch vergleichbar gemachte Mortalität Morbidität Erkrankungsgeschehen, -häufigkeit (s.o.) Prof. Dr. Elkeles Gesundheitsberichterstattung

3 Wiederholung: Maße für Krankheitshäufigkeiten
Mortalitätsrate Gesamtzahl der Todesfälle in einem definierten Zeitraum Mortalitätsrate = Durchschnittliche Bevölkerung in diesem Zeitraum Konzept der Personenzeit (=Jahre der Nachverfolgungszeit unter Risiko) statt durchschnittliche Bevölkerung wäre methodisch korrekter, ist aber schwieriger zu errechnen. Darum benutzt man in der amtlichen Statistik die durchschnittliche Bevölkerung. Bsp: Todesfälle an Schlaganfall (2000) durchschnittl. Bevölkerung Prof. Dr. Elkeles Gesundheitsberichterstattung

4 Wiederholung: Maße für Krankheitshäufigkeiten
Prävalenz „Die Prävalenz ist ein Maß für die zu einer bestimmten Zeit in einer definierten Population vorhandenen Krankheitsfälle.“ (Schwartz et al 2000) Prof. Dr. Elkeles Gesundheitsberichterstattung

5 Einflussfaktoren: Varianten: Zahl der Neuerkrankungen
Wiederholung: Maße für Krankheitshäufigkeiten Prävalenz Einflussfaktoren: Zahl der Neuerkrankungen Krankheitsdauer in Zeit- Falldefinition (diagn. Möglichkeiten) verlauf Migration (Zu- und Abwanderung) und deren Veränderung (Krankheitsverursachungsgründe u.ä.) Varianten: Punktprävalenz Periodenprävalenz Prof. Dr. Elkeles Gesundheitsberichterstattung

6 Punktprävalenz Punktprävalenz =
Wiederholung: Maße für Krankheitshäufigkeiten Punktprävalenz Anzahl der Fälle in def Population zu best. Zeitpunkt Punktprävalenz = Anzahl der Personen in dieser Population Prof. Dr. Elkeles Gesundheitsberichterstattung

7 Periodenprävalenz Periodenprävalenz =
Wiederholung: Maße für Krankheitshäufigkeiten Periodenprävalenz Anzahl der Fälle in def Population zu best. Zeitraum Periodenprävalenz = Anzahl der Personen in dieser Population Prof. Dr. Elkeles Gesundheitsberichterstattung

8 Wiederholung: Maße für Krankheitshäufigkeiten
Inzidenz „Die Inzidenz mißt die innerhalb eines bestimmten Zeitraumes neu auftretenden Krankheitsfälle in einer definierten Gruppe von Personen, die zu Beginn des Beobachtungszeitraumes frei von der zu untersuchenden Krankheit waren. Die initial krankheitsfreie Gruppe wird auch Population unter Risiko genannt. Bei der Inzidenz ist die kumulative Inzidenz (Inzidenzrisiko, incidence risk) von der Inzidenzrate (Inzidenzdichte, incidence rate) zu unterscheiden.“ (Schwartz et al 2000) Prof. Dr. Elkeles Gesundheitsberichterstattung

9 = Neuerkrankungsrate während eines Zeitraumes mit
Wiederholung: Maße für Krankheitshäufigkeiten Inzidenz = Neuerkrankungsrate während eines Zeitraumes mit Bezug zur Bevölkerung unter Risiko Anzahl Neuerkrankter im Zeitraum Personenzeit unter Risiko Die Inzidenzrate repräsentiert die Stärke der Morbidität in der untersuchten Bevölkerung. Konzept der Personenzeit (=Jahre der Nachverfolgungszeit unter Risiko) statt durchschnittliche Bevölkerung wäre methodisch korrekter, ist aber schwieriger zu errechnen. Darum benutzt man in der amtlichen Statistik die durchschnittliche Bevölkerung. Inzidenzrate = Prof. Dr. Elkeles Gesundheitsberichterstattung

10 Direkte Standardisierung
Wiederholung: Maße für Krankheitshäufigkeiten Altersstandardisierung Direkte Standardisierung Das Ziel der direkten Standardisierung besteht darin, eine Gewichtung der beiden zu vergleichenden Ergebnisse so herzustellen, dass die unerwünschte Einflussgröße in beiden Resultaten die gleiche Struktur erhält und dadurch ausgeschaltet wird. Frage: Wie hoch wäre die Rate, wenn in der betrachteten Population die Bevölkerungsstruktur der Referenzbevölkerung wäre? Prof. Dr. Elkeles Gesundheitsberichterstattung

11 Wiederholung: Maße für Krankheitshäufigkeiten
Direkte Standardisierung Bsp.: Frage: Unterscheidet sich die Krebsmortalität in der Bundesrepublik von der in Israel? Quelle: Brennecke/Schelp, 1993, S. 22 Prof. Dr. Elkeles Gesundheitsberichterstattung

12 Einwohnerzahl in D. wesentlich größer als in Israel
Wiederholung: Maße für Krankheitshäufigkeiten Altersstandardisierung ist zu vermuten, da die Lebensgewohnheiten in Israel aufgrund der größeren Heterogenität der Bevölkerung anders sind Heterogenität lässt sich auf Zuwanderer aus verschiedenen Ländern zurückführen, die einen großen Bevölkerungsanteil stellen unterschiedliche Lebensgewohnheiten => Unterschiede des Auftretens von Krebserkrankungen die Zuverlässigkeit, mit der die Krebstodesfälle erfasst werden sind gleich Einwohnerzahl in D. wesentlich größer als in Israel Anteil der Kinder und Jugendlichen sowie der Älteren an der Gesamtbevölkerung unterscheidet sich deutlich (Tabelle 2.1) Prof. Dr. Elkeles Gesundheitsberichterstattung

13 Möglichkeit: Beschränkung auf den Vergleich der altersbezogenen Raten,
Wiederholung: Maße für Krankheitshäufigkeiten Direkte Standardisierung aus Gründen der Übersichtlichkeit wurde die Bevölkerung in diesem Beispiel lediglich in 3 Altersgruppen unterteilt aufgrund der geringeren Einwohnerzahl in Israel = Anzahl der Krebstodesfälle auch wesentlich geringer als in D. Möglichkeit: Beschränkung auf den Vergleich der altersbezogenen Raten, um festzustellen, dass bis auf die Altersgruppe der Kinder und Jugendlichen die Krebssterblichkeit in Israel offenbar geringer, als in Deutschland ist häufig ist Vergleich einzelner Altersgruppen miteinander verwirrend u. ergibt kein einheitliches Bild Betrachtung der Gesamtsituation ist hilfreicher Prof. Dr. Elkeles Gesundheitsberichterstattung

14 Indirekte Standardisierung
Wiederholung: Maße für Krankheitshäufigkeiten Altersstandardisierung Indirekte Standardisierung Das Ziel der indirekten Standardisierung ist das gleiche wie bei der direkten Standardisierung: Es soll eine Gewichtung der beiden zu vergleichenden Ergebnisse so hergestellt werden, dass andere Einflussgrößen gleich und dadurch im Ergebnis ausgeschaltet werden. Frage: Welches Ergebnis wäre zu erwarten, wenn für das Gebiet des zu vergleichenden Ergebnisses die Fälle einer auszuwählenden Standardbevölkerung gelten würde? Prof. Dr. Elkeles Gesundheitsberichterstattung

15 Indirekte Standardisierung
Wiederholung: Maße für Krankheitshäufigkeiten Altersstandardisierung Indirekte Standardisierung Es wird erwartet, dass das Ergebnis unter Zugrundelegung der Fälle der Standardbevölkerung berechnet werden und mit dem tatsächlichen Ergebnis gewichtet wird. Methode kann nur angewendet werden, wenn für die zu vergleichende Zahl keine gruppenspezifischen Ergebnisse, z.B. altersklassenspezifische Todesraten vorliegen - benötigt man, wenn gebräuchliches Vergleichsmaß für Todesursachenstatistiken ermittelt werden soll z.B. Standardmortalitätsrate Prof. Dr. Elkeles Gesundheitsberichterstattung

16 Weitere ausgewählte Indikatoren für die Bevölkerungsgesundheit
Wiederholung: Maße für Krankheitshäufigkeiten Weitere ausgewählte Indikatoren für die Bevölkerungsgesundheit Mittlere Lebenserwartung: Zentraler Indikator für den gesundheitlichen und wirtschaftlichen Entwicklungsstand einer Gesellschaft Mittlere Gesundheitserwartungen: berücksichtigt nur gelebte Jahre in guter Gesundheit Beeinträchtigungsgewichtete Lebenserwartung: gewichtet die gelebten Lebensjahre hinsichtlich gesundheitlicher Einschränkungen Prof. Dr. Elkeles Gesundheitsberichterstattung

17 Wiederholung: Maße für Krankheitshäufigkeiten
Relatives Risiko (RR) lässt sich aus Kohortenuntersuchungen berechnen, welche die Krankheitsinzidenzen von Exponierten und Nichtexponierten zeigen dazu wird eine Vierfeldertafel mit den absoluten werten der jeweiligen Gruppe erstellt Neuauftretende Fälle (Inzidenz) Krankheit Exposition Ja Nein a b a + b c d c + d Summe b + d a + b + c + d = N Prof. Dr. Elkeles Gesundheitsberichterstattung

18 Relatives Risiko (RR) das Risiko der Exponierten ist R (EX) = a / a+b
Wiederholung: Maße für Krankheitshäufigkeiten Relatives Risiko (RR) das Risiko der Exponierten ist R (EX) = a / a+b dies ist die kumulative Inzidenz in der Gruppe der Exponierten das Risiko der Nichtexponierten ist R (NEX) = c / c+d werden beide Werte durcheinander geteilt, erhält man eine Messzahl, die anzeigt, um wie viel höher die Erkrankungswahrscheinlichkeit bei Exposition gegenüber der Nichtexposition ist Das Relative Risiko ist: RR = R(EX) / R(NEX) = (a / a+b) / (c /c+d) Prof. Dr. Elkeles Gesundheitsberichterstattung

19 Relatives Risiko (RR) Beispiel:
Wiederholung: Maße für Krankheitshäufigkeiten Relatives Risiko (RR) Beispiel: Quelle: Brennecke/Schelp, 1993, S. 27 Prof. Dr. Elkeles Gesundheitsberichterstattung

20 ODDS- Ratio Wiederholung: Maße für Krankheitshäufigkeiten
Odds = „Chancen“ ; Odds Ratio = „relative Chancen“ zeigt Zusammenhänge zwischen Exposition und Krankheit bei Fall-Kontrollstudien ist dem RR sehr ähnlich beinhaltet allerdings keine Inzidenzen, sondern Prävalenzunterschiede zwischen Exponierten und Nichtexponierten ODDS-Ratio = gibt den Faktor an, um den die Möglichkeit zu erkranken steigt, wenn man exponiert ist (Chancenverhältnis von exponiert Kranken zu exponiert Gesunden zwischen Gesunden und Kranken) = gilt als Schätz- bzw. Näherungsgröße für das noch unbekannte relative Risiko = ist das Risikomaß für retrospektive Fallkontrollstudien; lässt sich aber auch im Rahmen prospektiver Fallkontrollstudien berechnen Prof. Dr. Elkeles Gesundheitsberichterstattung

21 Das ODDS-Ratio ist: OR = a*d / c*b
Wiederholung: Maße für Krankheitshäufigkeiten ODDS- Ratio Exposition Krankheit Ja Nein a b c d Das ODDS-Ratio ist: OR = a*d / c*b Prof. Dr. Elkeles Gesundheitsberichterstattung

22 Maß für die Stärke eines Unterschiedes zwischen Gruppen
Wiederholung: Maße für Krankheitshäufigkeiten ODDS- Ratio Maß für die Stärke eines Unterschiedes zwischen Gruppen setzt Odds der beiden Gruppen ins Verhältnis Und zwar: Verhältnis von Erkrankten zu Nichterkrankten unter Exposition Verhältnis von Erkrankten zu Nichterkrankten ohne Exposition a/b a*d c/d b*c O.R. = = = Prof. Dr. Elkeles Gesundheitsberichterstattung

23 ODDS - Ratio Frauen Männer Alle Kein Übergewicht 60% 30% 45%
Wiederholung: Maße für Krankheitshäufigkeiten ODDS - Ratio Beispiel: Übergewicht in Abhängigkeit vom Geschlecht Frauen Männer Alle Kein Übergewicht 60% 30% 45% Übergewicht 40% 70% 55% N 100 200 Quelle: Internet-Lexikon der Methoden der empirischen Sozialforschung Internet: Prof. Dr. Elkeles Gesundheitsberichterstattung

24 ODDS – Ratio nach: Ludwig- Mayerhofer
Wiederholung: Maße für Krankheitshäufigkeiten ODDS – Ratio nach: Ludwig- Mayerhofer Die „Chancen“, dass eine Frau kein Übergewicht hat, betragen 60:40 oder 1,5 (Umgekehrt kann man auch sagen, dass die „Chancen“, Übergewicht aufzuweisen, 40:60 oder 0.66 betragen). Die „Chancen“ von Männern kein Übergewicht aufzuweisen, betragen dagegen nur 30:70 oder 0.43. Grundsätzlich zeigt sich, dass: ein Wert der ODDS von genau 1 ein Verhältnis von 50:50 ausdrückt, Werte > 1 drücken aus, dass die Kategorie im Zähler, Werte < 1, dass diejenigen im Nenner den größeren Anteil aufweist. Prof. Dr. Elkeles Gesundheitsberichterstattung

25 ODDS – Ratio nach: Ludwig- Mayerhofer
Wiederholung: Maße für Krankheitshäufigkeiten ODDS – Ratio nach: Ludwig- Mayerhofer Die Odds Ratio ist nun ein Maß für die Stärke des Unterschieds zwischen zwei Gruppen, hier Frauen und Männern. Die Odds Ratio setzt einfach die Odds der beiden Gruppen zueinander ins Verhältnis im Beispiel beträgt die Odds Ratio 1,5:0.43 =3.5. d.h., die Chancen von Frauen, nicht übergewichtig zu sein, sind 3,5 mal so groß wie die von Männern Odds Ration kann daher als Zusammenhangsmaß aufgefasst werden - O.R. = 1 bedeutet, dass es keinen Unterschied in den Odds gibt - O.R. > 1 dann sind die Odds der ersten Gruppe größer -O.R. < 1 dann sind sie kleiner als die der zweiten Gruppe Prof. Dr. Elkeles Gesundheitsberichterstattung

26 ODDS – Ratio nach: Ludwig- Mayerhofer
Wiederholung: Maße für Krankheitshäufigkeiten ODDS – Ratio nach: Ludwig- Mayerhofer Odds Ratio spielt auch in anderen sozialwissenschaftlichen Disziplinen eine wichtige Rolle, vor allem im Zusammenhang mit der logischen Regression Odds und Odds Ratios immer lassen sich immer nur in zwei Ausprägungen ausdrücken in größeren als 2x2 Tabellen können dementsprechend mehrere Odds und Odds Ratios berechnet werden Prof. Dr. Elkeles Gesundheitsberichterstattung

27 Prof. Dr. Elkeles Gesundheitsberichterstattung
Informations- und Datenquellen nach: Glaser-Möller/Körte, in:Hamburger Projektgruppe GBE (1998) Völlig unzureichend - ungenutzte Datenfriedhöfe? Verfügbarkeit und Qualität je nach Fragestellung und örtlichen Gegebenheiten unterschiedlich, daher: gezielte Suche nach Daten Überprüfung und ggf. Verbesserung ihrer Nutzbarkeit Auswege, wenn keine brauchbaren Daten für gewünschte Fragestellung vorhanden Prof. Dr. Elkeles Gesundheitsberichterstattung

28 Gesundheitsberichterstattung Informations- und Datenquellen
Primärdaten Sekundärdaten Amtliche Daten Prozessdaten Leistungsdaten Fallbezogene Daten Befragungsdaten/Surveys Bevölkerungsbezug Vollerhebung Stichprobe: Repräsentativität Raten: Zähler - Nenner Prof. Dr. Elkeles Gesundheitsberichterstattung

29 Informations- und Datenquellen
Primärdaten eigens für Untersuchungszwecke (selbst) erhobene Daten z.B. Gesundheitssurvey der Deutschen Herz-Kreislauf-Präventionsstudie (DHP), Bundesgesundheitssurvey 1998 Prof. Dr. Elkeles Gesundheitsberichterstattung

30 Informations- und Datenquellen
Sekundärdaten anderweitig erhobene, nicht für (diese) Untersuchungs-fragestellung erhobene Daten sekundäre Nutzung von zu anderen Fragen bzw. Erhebungszwecken erhobenen Daten Großteil der vorhandenen gesundheitsbezogenen Daten sind Sekundärdaten (z.B. Daten der für Verwaltungs-zwecke der Krankenkassen erhobenen Leistungen wie Arbeitsunfähigkeit) Prof. Dr. Elkeles Gesundheitsberichterstattung

31 Prozessdaten z.B: Prozessdaten der GKV
Informations- und Datenquellen Prozessdaten z.B: Prozessdaten der GKV diese Daten betreffen ausschließlich Mitglieder und Mitversicherte der GKV und… können nicht ohne weiteres für Aussagen über die Gesamtbevölkerung benutzt werden, da privatversicherte Patienten damit ausgeschlossen bleiben Prof. Dr. Elkeles Gesundheitsberichterstattung

32 Befragungsdaten/Surveys
Informations- und Datenquellen Befragungsdaten/Surveys Daten aus Gesundheitssurveys: 1998 erster Gesundheitssurvey in den alten und neuen Ländern durchgeführt (Querschnitt) Vorläufer - Surveys wurden im Rahmen der deutschen Herz-/Kreislauf-Präventionsstudie 1984/86, 1987/88 und 1991/92 durchgeführt (Querschnitte) enthält Daten aus medizinischer Untersuchung und Befragungsdaten repräsentative Stichprobe der deutschen Bevölkerung im Alter von 18 – 79 Jahren (n=7.124) Daten aus Public Use File vom RKI verfügbar Prof. Dr. Elkeles Gesundheitsberichterstattung

33 Bundes – Gesundheits-Survey 1998
Fragebogen (RKI) Prof. Dr. Elkeles Gesundheitsberichterstattung

34 Prof. Dr. Elkeles Gesundheitsberichterstattung

35 Prof. Dr. Elkeles Gesundheitsberichterstattung

36 Informations- und Datenquellen
Bevölkerungsbezug Daten gelten primär für die von der Erhebung betroffene Bevölkerung; Verallgemeinerungsfähigkeit ist zu prüfen Absolutzahlen meist schlecht interpretierbar; daher möglichst Relativzahlen herstellen: Bezug auf Bezugspopulation (%-Werte, Raten) z.B. Krankenhausdiagnosen: Bezugsgruppe sind stationäre behandelte Patienten; da Fallstatistik: z.B. keine Inzidenzen ableitbar - z.B. Prozessdaten GKV: keine Aussagen für Gesamtbevölkerung Prof. Dr. Elkeles Gesundheitsberichterstattung

37 Kriterien der Datenqualität
Reliabilität oder Zuverlässigkeit systematische Zuordnung der Werte: Stabilität und Genauigkeit der Messungen, Konstanz der Messbedingungen; wiederholte Messungen mit demselben Instrument führen zu denselben Resultaten Reliabilitätskoeffizient: Fehlervarianz der Messungen/ Gesamtvarianz Überprüfungsmöglichkeit durch verschiedene Verfahren Prof. Dr. Elkeles Gesundheitsberichterstattung

38 Reliabilität oder Zuverlässigkeit
Kriterien der Datenqualität Reliabilität oder Zuverlässigkeit Gilt für „objektive“ wie für „subjektive“ Daten z.B. Eindeutigkeit der Frage: eine Person antwortet in allen Fällen gleich Glaser-Möller/Korte: Diskussion anhand Aussagekraft bzw. Zuverlässigkeit „objektiver“ u. „subjektiver“ Daten Bardehle: Wegen Aufwands gegenwärtig auf dieses Kriterium bei Evaluation von Gesundheitsindikatoren verzichtet (!) Prof. Dr. Elkeles Gesundheitsberichterstattung

39 Kriterien der Datenqualität
Vergleichbarkeit Gl.-M./K.: Datenquellen in zeitlicher und räumlicher Dimension vergleichbar z.B. Wechsel von Klassifikationen (z.B. ICD), räumlich unterschiedliche Datenqualität? Bardehle: Definitionen , Methoden der Datensammlung und Messmethoden sind einheitlich oder nach denselben Prinzipien aufgebaut z.B. räumlich unterschiedliche Routinen der Datenhaltung Prof. Dr. Elkeles Gesundheitsberichterstattung

40 Kriterien der Datenqualität
Validität in dem Maße, wie das gemessen wird, was gemessen werden sollte, ist Validität gegeben Beispiel Gl.-M./K.: Todesursachenstatistik bei Jüngeren valider als bei Älteren, bei Krebs valider als bei Herz- Kreislauf; Beispiel Bardehle: Zahl verkaufter Zigaretten Indikator für Zigarettenkonsum in Deutschland? Prof. Dr. Elkeles Gesundheitsberichterstattung

41 Überprüfung der Validität nach: Friedrichs (1973)
Kriterien der Datenqualität Überprüfung der Validität nach: Friedrichs (1973) Vergegenwärtigung der Schritte, die zu einem Messwert geführt haben 1. Definition eines Begriffs durch Zuordnung von Merkmalen 2. Indikatoren für den Begriff (z.B. politisches Interesse: Parteizugehörigkeit, Häufigkeit der Gespräche über Politik u.a., aber nicht: Lesen einer Tageszeitung) 3. Auswahl eines einzelnen Merkmals mit Ausprägungen (Variablen) 4. Zuordnung von numerischen Werten zu den Ausprägungen des Merkmals Verschiedene Verfahren zur Überprüfung der Validität von Skalen, Tests etc. Prof. Dr. Elkeles Gesundheitsberichterstattung

42 Vollständigkeit Die zu erhebenden Merkmale werden bei allen in die
Kriterien der Datenqualität Vollständigkeit Die zu erhebenden Merkmale werden bei allen in die Datenquelle einbezogenen Personen oder Institutionen ohne Ausfälle erfasst. Beispiel Gl.-M./K.: Unvollständigkeit der Fehlbildungsstatistik; Krebsregister: Anteil von „Death Certificate Only“ Fehlender Impfstatus in schulärztl. Untersuchungen (Hefte!) Informations- und Motivationsproblem bei Erhebenden Prof. Dr. Elkeles Gesundheitsberichterstattung

43 Repräsentativität Werden Aussagen für eine Gesamtbevölkerung benötigt,
Kriterien der Datenqualität Repräsentativität Werden Aussagen für eine Gesamtbevölkerung benötigt, aber eine Vollerhebung ist nicht möglich, wird eine Stichprobe gezogen. Eine Stichprobe ist nur repräsentativ für die Grundgesamtheit, wenn die Stichprobe nach dem Zufallsprinzip gezogen wurde. Das Auswahlverfahren muss gewährleisten, dass jedes Element der Grundgesamtheit die gleiche Chance hat, in die Stichprobe zu gelangen. verschiedene Verfahren der Überprüfung Prof. Dr. Elkeles Gesundheitsberichterstattung

44 Verfügbarkeit Aggregationsniveau: Kriterien der Datenqualität
Daten sind umso aussagekräftiger je höher die räumlich zeitliche Auflösung ist. z.B. amtliche oder Prozessdaten: Bundes-, Landes-, kommunale Ebene; Diagnosegruppen - Einzeldiagnosen Fragestellungen: Für was sind die Daten verfügbar? Für wen sind die Daten verfügbar (Datenüberlassung, Sonderauswertungen, Auslesen von Daten, Kosten, public use files)? In welcher Form sind die Daten verfügbar (Datenträger, Anonymisierung, Personenbezug/Verknüpfbarkeit)? Prof. Dr. Elkeles Gesundheitsberichterstattung

45 Qualitätsbeurteilungen verschiedener Gruppen von Gesundheitsindikatoren nach: Bahrdele (1996)
im allgemeinen gut In zeitlichem Abstand zu Volkszählungen zunehmende Ungenauigkeiten in der veröffentlichten Bevölkerungszahl Problem, wenn Angaben aus verschiedenen Quellen z.B: Ausländer: Abweichungen möglich zwischen Fortschreibung der Bevölkerung (Stat. Landesämter) und Ausländerzentralregister Neugeborene nach Geburtsgewichtsgruppen. Unterschiedliche Erhebungsprinzipien bei Stat. Landesamt (Wohnortprinzip) und Perinatalstudien (Ereignisprinzip) Demographische Indikatoren: Prof. Dr. Elkeles Gesundheitsberichterstattung

46 Prof. Dr. Elkeles Gesundheitsberichterstattung
Qualitätsbeurteilungen verschiedener Gruppen von Gesundheitsindikatoren Grundlage: Leichenschau, Leichenschauschein, Kodierung nach Grundleiden in Stat. Landesämtern Güte des Auswählens des Grundleidens? Abweichungen aufgrund zusätzlicher Vereinbarungen (Kreuzklassifikation, Sternklassifikation: Komplikation) Güte der Kodierung? Beispiel Bardehle: Nach Wohnortbezug korrigierte Datenbestände bei Abweichungen? Mortalitätsdaten: Prof. Dr. Elkeles Gesundheitsberichterstattung

47 Prof. Dr. Elkeles Gesundheitsberichterstattung
Qualitätsbeurteilungen verschiedener Gruppen von Gesundheitsindikatoren Morbiditätsdaten: Bardehle: ständige Evaluation erforderlich hinsichtlich Vollständigkeit der Daten und Vermeidung von Verzerrungseffekten durch unkorrekte Kodierung Beispiel Krankenhausdiagnosestatistik: (Tab. 1) Beispiel Krebsfrüherkennungsprogramm: - Vollständigkeit der Meldungen über durchgeführte Krebsvorsorgeuntersuchungen und diagnostizierte Krebsformen unzureichend Fazit: Durch Nutzung der Daten entsteht ein Druck auf deren Qualitätsverbesserung und Evaluation. Prof. Dr. Elkeles Gesundheitsberichterstattung