Skip to main content
SpringerLink
Log in

Health Care Utilization Research using Secondary Data

  • Chapter
  • First Online:
Health Care Utilization in Germany

Abstract

In the last 20 years, administrative data (‘secondary data’ and ‘claims data’) from German statutory health insurances (SHIs) were made available for health, especially utilization research. These data cover information from all services billed by the SHI: outpatient and inpatient care, drug prescription, prescriptions of non-pharmaceutical therapies and technical aids, and data on incapacity to work.

Several examples of secondary data analysis with SHI data were given: sector-based analyses, estimates of morbidity and costs of specific diseases, analyses of specific groups of insured members, evaluating quality of care, small-area analyses, and evaluation of new health services models.

SHI’s secondary data are updated regularly, complete, unbiased, and of high quality. They also have a clear reference to population and region. Good Practice in Secondary Data Analysis (GPS) set up specific methodological standards. On the other hand, limitations of using claims data arise from the absence of patient individual risk factors as well as clinical information. Special problems arose from validity of diagnostic information and the external validity of results of secondary data. In the future, these limitations may be overcome by individual linking of primary and secondary data in utilization research. With this approach, the Andersen model of utilization may be evaluated to a higher degree than by using primary or secondary data alone.

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

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 129.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 169.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info
Hardcover Book
USD 169.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    The term ‘routine data’ is used synonymously with secondary data in the context of the SHI.

  2. 2.

    Dental care is an exception since considerable portions of dental services (such as dental restorations and prosthetics) are not included in the SHI catalog of services and are therefore not reimbursable. For additional information, please refer to the publications by the Institute of German Dentists (IDZ; www.idz-koeln.de).

References

  1. Swart E, Deh U, Robra B-P. Die Nutzung der GKV-Daten für die kleinräumige Analyse und Steuerung der stationären Versorgung. Bundesgesundheitsblatt. 2008; 51:1183–1192.

    Article  CAS  Google Scholar 

  2. von Ferber L (ed.). Häufigkeit und Verteilung von Erkrankungen und ihre ärztliche Behandlung. Leipzig: ISAB-Verlag; 1994.

    Google Scholar 

  3. Robra B-P, Böhlert I, Dembski U, Jakobs P, Leber W-D, Schneider F, Swart E. Krankenhausfallanalyse—Die stationäre Versorgung von Versicherten der AOK Magdeburg. St. Augustin: Asgard-Verlag; 1996.

    Google Scholar 

  4. Swart E, Robra B-P. Struktur- und Prozessanalyse des stationären Sektors anhand von GKV-Daten. Frankfurt/M: pmi-Verlagsgruppe; 1998.

    Google Scholar 

  5. von Ferber L, Behrens J (eds.). Public Health Forschung mit Gesundheits- und Sozialdaten. Stand und Perspektiven. St. Augustin: Asgard Verlag; 1997.

    Google Scholar 

  6. Bormann C, Heller G. Bedarf und Verfügbarkeit von Daten für eine nutzerorientierte Versorgungsforschung in Deutschland. In: Janßen C, Borgetto B, Heller G, editors. Medizinsoziologische Beiträge zur Versorgungsforschung: Theoretische Ansätze, Methoden und Instrumente sowie ausgewählte Ergebnisse. Weinheim: Juventa, 2007. p. 85–92.

    Google Scholar 

  7. Swart E, Heller G. Nutzung und Bedeutung von GKV-Routinedaten. In: Janßen C, Borgetto B, Heller G, editors. Medizinsoziologische Beiträge zur Versorgungsforschung: Theoretische Ansätze, Methoden und Instrumente sowie ausgewählte Ergebnisse. Weinheim: Juventa, 2007. p. 93–112.

    Google Scholar 

  8. Kurth B-M, editor. Monitoring der gesundheitlichen Versorgung in Deutschland. Köln: Deutscher Ärzteverlag; 2008.

    Google Scholar 

  9. Busse R. Konzeptionelle Übersicht über Methoden und Datenquellen in der Versorgungsforschung. Vortrag auf dem 4. Kongress für Versorgungsforschung. Berlin; 23.09.2005. http://mig.tu-berlin.de. Accessed 10 May 2012.

  10. Pfaff H, von Pritzbuer E, Kramer M, Driller E. Sozialdatenanalyse als Instrument der Versorgungsforschung. In Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 2005. p. 331–340.

    Google Scholar 

  11. Grobe TG, Ihle P. Versichertenstammdaten und sektorübergreifende Analyse. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag; 2005. p. 17–34.

    Google Scholar 

  12. Swart E. Kleinräumige Versorgungsforschung mit GKV-Routinedaten. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag; 2005. p. 243–252.

    Google Scholar 

  13. Hoffmann F, Andersohn F, Giersiepen K, Scharnetzky E, Garbe E. Validierung von Sekundäraten. Grenzen und Möglichkeiten. Bundesgesundheitsblatt. 2008; 51:1118–1126.

    Article  CAS  Google Scholar 

  14. Schubert I, Ihle P, Köster I. Interne Validierung von Diagnosen in GKV-Routinedaten: Konzeption mit Beispielen und Falldefinition. Das Gesundheitswesen. 2010; 72: 316–322.

    Article  Google Scholar 

  15. Gothe H. Pharmakoepidemiologie. Nutzung der Arzneimittelverordnungsdaten. Bundesgesundheitsblatt. 2008; 51:1145–1154.

    Article  Google Scholar 

  16. Bödeker W. Gesundheitsberichterstattung und Gesundheitsforschung mit Arbeitsunfähigkeitsdaten der Krankenkassen. In Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag; 2005. p. 57–78.

    Google Scholar 

  17. Swart E, Arbeitsgruppe Erhebung und Nutzung von Sekundärdaten und Arbeitsgruppe Epidemiologische Methoden. GPS—Gute Praxis Sekundärdatenanalyse: Revision nach grundlegender Überarbeitung. Das Gesundheitswesen. 2008; 70: 54–60.

    Article  Google Scholar 

  18. Hoffmann W, Latza U, Terschüren C. Leitlinien und Empfehlungen zur Sicherung Guter Epidemiologischer Praxis (GEP)—überarbeitete Fassung nach Revision. Das Gesundheitswesen. 2005; 65: 217–225.

    Article  Google Scholar 

  19. Ihle P. Datenschutzrechtliche Aspekte bei der Erhebung von GKV-Routinedaten. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag; 2005. p. 195–201.

    Google Scholar 

  20. Ihle P. Datenschutzrechtliche und methodische Aspekte beim Aufbau einer Routinedatenbasis aus der Gesetzlichen Krankenversicherung zu Forschungszwecken. Bundesgesundheitsblatt. 2008; 51:1127–1134.

    Article  CAS  Google Scholar 

  21. March S, Rauch A, Thomas D, Bender S, Swart E. Datenschutzrechtliche Vorgehensweise bei der Verknüpfung von Primär- und Sekundärdaten in einer Kohortenstudie: die lidA-Studie. Das Gesundheitswesen. 2012; 74: e122-e129.

    Article  Google Scholar 

  22. Glaeske G, Augustin M, Abholz H, Banik N, Brüggenjürgen B, Hasford J, Hoffmann W, Kruse J, Lange S, Schäfer T, Schubert I, Trampisch H-J, Windeler J. Epidemiologische Methoden für die Versorgungsforschung. Das Gesundheitswesen. 2009; 71: 685–693.

    Article  PubMed  CAS  Google Scholar 

  23. Pfaff H, Glaeske G, Neugebauer EAM, Schrappe M, Memorandum III: Methoden für die Versorgungsforschung (Teil I). Das Gesundheitswesen. 2009; 71: 505–510.

    Article  PubMed  CAS  Google Scholar 

  24. Schubert I, Köster I, Küpper-Nybelen J, Ihle P. Versorgungsforschung mit Routinedaten. Nutzungsmöglichkeiten versichertenbezogener Krankenkassendaten für Fragestellungen der Versorgungsforschung. Bundesgesundheitsblatt. 2008; 51: 1095–1105.

    Article  CAS  Google Scholar 

  25. Hoffmann F. Review on use of German health insurance medication claims data for epidemiological researchy. Pharmacoepidemiology and Drug Safety. 2009; 18: 349–356.

    Article  PubMed  Google Scholar 

  26. Ihle P, Köster I, Herholz H, Rambow-Bertram P, Schardt T, Schubert I. Versichertenstichprobe AOK Hessen/KV Hessen—Konzeption und Umsetzung einer personenbezogenen Datenbasis aus der Gesetzlichen Krankenversicherung. Das Gesundheitswesen. 2005; 67: 638–645

    Article  PubMed  CAS  Google Scholar 

  27. Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 2005.

    Google Scholar 

  28. Grobe TG. Arbeiten mit Daten der Gmünder Ersatzkasse. Ein exemplarischer Überblick. Bundesgesundheitsblatt. 2008; 51:1106–1117.

    Article  Google Scholar 

  29. Günster C, Klose J, Schmacke N, editors. Versorgungs-Report 2012. Schwerpunkt: Gesundheit im Alter. Stuttgart: Schattauer Verlag, 2012.

    Google Scholar 

  30. Nink K., Schröder H., Schubert I. Arzneimittel. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 2005; S- 99–122.

    Google Scholar 

  31. Schwabe U, Paffrath D, editors. Arzneiverordnungs-Report 2012. Berlin und Heidelberg: Springer-Verlag, 2012.

    Google Scholar 

  32. Glaeske G, Schicktanz C. BARMER GEK Arzneimittelreport 2011. St. Augustin: Asgard-Verlag, 2011.

    Google Scholar 

  33. BKK-Bundesverband, editor. BKK-Gesundheitsreport 2011. Essen; 2012.

    Google Scholar 

  34. Gerdes S, Marschall J, Nolting H-N. Gesundheitsreport 2012. Heidelberg: medhochzwei.

    Google Scholar 

  35. Grobe TG, Dörning H, Mieth I., Held R, Reuther U, Schoppmeyer U. Gesundheitsreport 2011 Sachsen-Anhalt. Wuppertal: BARMER GEK; 2011.

    Google Scholar 

  36. Badura B, Ducki A, Schröder H, Klose J, Macco K. Fehlzeitenreport 2011. Heidelberg, Berlin. Springer Verlag; 2011.

    Book  Google Scholar 

  37. Zoike E, Bödeker W. Berufliche Tätigkeit und Arbeitsunfähigkeit. Bundesgesundheitsblatt 2008; 51: 1155–1163.

    Article  CAS  Google Scholar 

  38. Bitzer EM, Grobe TG, Neusser S, Mieth I, Schwartz FW. BARMER GEK Report Krankenhaus 2011. St. Augustin: Asgard-Verlag; 2011.

    Google Scholar 

  39. Grobe TG, Dörning H, Schwartz FW. GEK-Gesundheitsreport 2004. Auswertung der GEK-Gesundheitsberichterstattung. Schwerpunkt: Gesundheitsstörungen durch Alkohol. St. Augustin: Asgard-Verlag; 2004.

    Google Scholar 

  40. Kerek-Bodden H, Heuer J, Brenner G, Koch H, Lang A. Morbiditäts- und Inanspruchnahmeanalysen mit personenbezogenen Abrechnungsdaten aus Arztpraxen. In: Swart E., Ihle P.(eds.) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 2005. p. 35–55.

    Google Scholar 

  41. Grobe TG, Dörning H, Schwartz FW. BARMER GEK Arztreport 2012. St. Augustin: Asgard-Verlag, 2012.

    Google Scholar 

  42. Schröder H, Schwinger A, Waltersbacher A Heilmittel. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 2005. p. 123–135.

    Google Scholar 

  43. Waltersbacher A. Heilmittelbericht 2012. Berlin: Wissenschaftliches Institut der AOK; 2012. www.wido.de. Accessed 24 May 2013

  44. Kemper S, Sauer K, Glaeske G. BARMER GEK Heil- und Hilfsmittelreport 2011. St. Augustin; Asgard Verlag; 2011.

    Google Scholar 

  45. Hauner H, Köster I, von Ferber L. Prävalenz des Diabetes mellitus in Deutschland. Dt. Med. Wschr. 2003; 128: 2632–2638.

    Article  CAS  Google Scholar 

  46. Hauner H, Köster I, Schubert. Trends in der Prävalenz und ambulanten Versorgung von Menschen mit Diabetes mellitus. Dtsch Arztebl. 2007; 104: A 2799–2805.

    Google Scholar 

  47. Köster I, Schubert I, Huppertz E. Fortschreibung der KoDiM-Studie: Kosten des Diabetes mellitus 2000–2009. Dt. Med. Wschr. 2012; 137: 1013–1016.

    Article  Google Scholar 

  48. Heller G. Zur Messung und Darstellung von medizinischer Ergebnisqualität mit administrativen Routinedaten in Deutschland. Bundesgesundheitsblatt. 2008; 51:1173–1182.

    Article  CAS  Google Scholar 

  49. Abbas S, Ihle P, Köster I, Schubert I. Prevalence and incidence of diagnosed endometriosis and risk of endometriosis in patients with endometriosis-related symptoms: findings from a statutory health insurance-based cohort in Germany. Eur J Obstet Gynecol Reprod Biol. 2012; 160: 79–83.

    Article  PubMed  Google Scholar 

  50. Müller-Schwefe G, Freytag A, Höer A, Schiffhorst G, Becker A, Casser H-R, Glaeske G, Thoma R, Treede R-D. healthcare utilization of back pain patients. Results of a claims data analysis. J Med Economics. 2011; 14: 816–823.

    Article  Google Scholar 

  51. Schiffhorst G, Freytag A, Höer A, Häussler B, Gothe H. Schmerztypische Diagnosemuster in Routinedaten—Identifikation mittels Classification and Regression Trees (CART). Das Gesundheitswesen. 2010; 72: 347–355.

    Article  PubMed  CAS  Google Scholar 

  52. Holt S, Schmiedl S, Thürmann PA. Potenziell inadäquate Medikation für ältere Menschen: Die PRISCUS-Liste. Deutsches Ärzteblatt. 2010; 107: 543–551.

    Google Scholar 

  53. Schubert I, Hein R, Abbas S, Thürmann P. Verordnungshäufigkeiten von nichtretardiertem Nifedipin bei älteren Menschen. Deutsches Ärzteblatt. 2012; 109: 215–219.

    Google Scholar 

  54. Küpper-Nybelen J, Hellmich M, Abbas S, Ihle P, Griebenow R, Schubert I. Association of long-term adherence to evidence-based combination therapy after acute myocardial infarction with all-cause mortality. A prospective cohort study based on claims data. European Journal of Clinical Pharmacology. 2012; 68: 1451–1460.

    Article  Google Scholar 

  55. Geyer S. Sozialstruktur und Krankheit. Analysen mit Daten der Gesetzlichen Krankenversicherung. Bundesgesundheitsbl 2008; 51: 1164–1172.

    Article  Google Scholar 

  56. Grobe TG, Dörning H, Schwartz FW. GEK-Gesundheitsreport 1999. Auswertung der GEK-Gesundheitsberichterstattung. Schwerpunkt: Arbeitslosigkeit und Gesundheit. St. Augustin: Asgard-Verlag; 1999.

    Google Scholar 

  57. Stock C, Ihle P, Schubert I, Brenner H. Colonoscopy and fecal occult blood test use in Germany: results from a large insurance-based cohort. Endoscopy. 2011; 771–781.

    Google Scholar 

  58. Swart E. Über-, Unter- und Fehlversorgung in der stationären Versorgung—Welche Rückschlüsse lassen sich aus GKV-Routinedaten ziehen? In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag; 2005. p. 253–262.

    Google Scholar 

  59. Iezzoni LI. Assessing quality using administrative data. Annals Internal Medicine. 1997; 127: 666–674.

    Article  CAS  Google Scholar 

  60. Romano PS, Zach A, Luft HS, Rainwater J, Remy LL, Campa D. The California hospital outcomes project: using administrative data to compare hospital performance. Joint Commission J Quality Improvement. 1995; 21: 668–682.

    CAS  Google Scholar 

  61. Weingart SN, Iezzoni LI, Davis RB, Palmer RH, Chalane M, Hamel MB, Kukamal K, Phillips RS, Davies DT, Banks NJ Use of administrative data to find substandard care. Med Care. 2000; 38: 796–806.

    Article  PubMed  CAS  Google Scholar 

  62. Wray NP, Ashton CM, Kuykendall DH, Hollingsworth JC. Using administrative databases to evaluate the quality of medical care: a conceptual framework. Soc Sci Med. 1995; 40: 1707–1715.

    Article  PubMed  CAS  Google Scholar 

  63. AOK-Bundesverband, Forschungs- und Entwicklungsinstitut für das Sozial- und Gesundheitswesen Sachsen-Anhalt (FEISA), HELIOS Kliniken, Wissenschaftliches Institut der AOK (WIdO), editors. Qualitätssicherung der stationären Versorgung mit Routinedaten (QSR). Abschlussbericht. Bonn; 2007.

    Google Scholar 

  64. Jeschke E, Günster C. Aktueller Stand und Ausbau des QSR-Verfahrens. In: Kuhlen R, Rink O, Zacher J, editors. Jahrbuch Qualitätsmedizin 2011. Berlin: Medizinisch wissenschaftliche Verlagsgesellschaft; 2011; p. 77–87.

    Google Scholar 

  65. Willer C, Swart E. Was Routinedaten über Versorgungsumfang und –qualität sagen. Orthopädie und Unfallchirurgie. Mitteilungen, Februar 2012. p. 21–24.

    Google Scholar 

  66. Anderson TF, Mooney G, editors. The challenge of medical practice variations. London: Macmillan Press; 1990.

    Google Scholar 

  67. Wennberg JE. Dealing with medical practice variations: a proposal for action. Health Affairs. 1984; 3: 6–32.

    Article  PubMed  CAS  Google Scholar 

  68. Wennberg JE. Tracking Medicine.New York: Oxford University Press; 2010.

    Google Scholar 

  69. Wennberg JE, Gittelsohn A. Small Area Variation in Health Care Delivery. Science. 1973; 182: 1102–1108.

    Article  PubMed  CAS  Google Scholar 

  70. Bundesministerium für Gesundheit, editor. Operationshäufigkeiten in Deutschland. Baden-Baden: Nomos-Verlagsgesellschaft; 2000.

    Google Scholar 

  71. Hammill BG, Curtis LH, Setoguchi S. Performance of propensity score methods when comparison groups originate from different data sources. Pharmacoepidemiology and drug safety 2012; 21 (S2): 81–89.

    Article  PubMed  Google Scholar 

  72. Linder R, Ahrens S, Köppel D, Heilmann T, Verheyen F. Nutzen und Effizient des Disease Management-Programms Diabetes mellitus Typ 2. Deutsches Ärzteblatt. 2011; 108: 155–162.

    Google Scholar 

  73. Siegel A, Stößel U, Schubert I, Erler A. Probleme der Evaluation einer regionalen integrierten Vollversorgung am Beispiel,,Gesundes Kinzigtal‘. Z. Evid. Fortbild. Qual. Gesundh. Wesen. 2011; 105: 590–596.

    Article  Google Scholar 

  74. Wennberg JE, Roos N, Sola L, Schori A. Jaffe R Use of claims data systems to evaluate health care outcomes. JAMA. 1987; 257: 933–936.

    Article  PubMed  CAS  Google Scholar 

  75. Erler A, Beyer M, Muth C, Gerlach FM, Brennecke R. Garbage in—Garbage out? Validität von Abrechnungsdiagnosen in hausärztlichen Praxen. Das Gesundheitswesen. 2009; 71: 823–831.

    Article  PubMed  CAS  Google Scholar 

  76. Giersiepen K, Pohlabeln H, Egidi G, Pigeot I. Die ICD-Kodierqualität für Diagnosen in der ambulanten Versorgung. Bundesgesundheitsblatt. 50: 1028–1038.

    Google Scholar 

  77. Hoffmann W, Bobrowski C, Fendrich K. Sekundärdatenanalyse in der Versorgungsepidemiologie. Bundesgesundheitsblatt. 2008; 51: 1193–1201.

    Article  CAS  Google Scholar 

  78. Abbas S, Ihle P, Köster I, Schubert I. Estimation of Disease Incidence in Claims Data Dependent on the Length of Follow-Up: A Methodological Approach. Health Services Research. 2012; 47: 746–755.

    Article  PubMed  Google Scholar 

  79. Schubert I, Köster I. Diabetes mellitus: Versorgungsmonitoring auf der Basis von Routinedaten. In: Günster C, Klose J, Schmacke N, editors. Versorgungsreport 2011. Schwerpunkt: Chronische Erkrankungen. Schattauer Verlag, Stuttgart: 2011. p. 129–145.

    Google Scholar 

  80. Hoffmann F, Icks A. Unterschiede in der Versichertenstruktur von Krankenkassen und deren Auswirkungen für die Versorgungsforschung: Ergebnisse des Bertelsmann-Gesundheitsmonitors. Das Gesundheitswesen. 2012; 74: 291–297.

    Article  PubMed  CAS  Google Scholar 

  81. Mansky T, Robra B-P, Schubert I. Bessere Datenauswertung ermöglichen. Deutsches Ärzteblatt. 2012; 109: 1082–1085.

    Google Scholar 

  82. Kersting M, Gierschmann A, Hauswaldt J, Pradier E-H. Routinedaten aus hausärztlichen Arztinformationssystemen—Export, Analyse und Aufbereitung für die Versorgungsforschung. Das Gesundheitswesen. 2010; 72: 323–331.

    Article  PubMed  CAS  Google Scholar 

  83. Niehaus F. Alter und steigende Lebenserwartung. Köln: Wissenschaftliches Institut der PKV; 2011.

    Google Scholar 

  84. Wild F. Arzneimittelversorgung 2009. Köln: Wissenschaftliches Institut der PKV; 2011.

    Google Scholar 

  85. Andersen RM. Revisiting the behavioral model and access to medical care: does it matter? J Health Social Behavior. 1995; 36: 1–10.

    Article  CAS  Google Scholar 

  86. Andersen RM, Davidson PL. Improving access to care in America: individual and contextual indicators. In: Andersen RM, Rice TH, Kominski GF, editors. Changing the U.S. health care system: key issues in health services, policy, and management. 3rd edition. San Francisco, CA: Jossey-Bass; 2007. p. 3–31.

    Google Scholar 

  87. Geyer S. Die Bestimmung der sozioökonomischen Position in Prozessdaten und ihre Verwendung in Sekundärdatenanalysen. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag; 2005. p. 203–213.

    Google Scholar 

  88. Damm K, Lange A, Zeidler J, Braun S, Graf von der Schulenburg JM. Einführung des neuen Tätigkeitsschlüssels und seine Anwendung in GKV-Routinedatenauswertungen. Möglichkeiten und Limitationen. Bundesgesundheitsblatt. 2012; 55: 238–244.

    Article  CAS  Google Scholar 

  89. John J., Krauth C. Verknüpfung von Primärdaten mit Daten der Gesetzlichen Krankenversicherung in gesundheitsökonomischen Studien: Erfahrungen aus zwei KORA-Studien. In: Swart E, Ihle P, editors. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 2005. p. 215–234.

    Google Scholar 

  90. Swart E, March S, Thomas D, Salomon T, von dem Knesebeck O. Erfahrungen mit der Datenverknüpfung von Primär- und Sekundärdaten in einer Interventionsstudie. Das Gesundheitswesen. 2011; 73: e126-e132.

    Article  PubMed  CAS  Google Scholar 

  91. Wichmann H-E, Kaaks R, Hoffmann W, Jöckel K-H, Greiser KH, Linseisen J. Die Nationale Kohorte. Bundesgesundheitsblatt. 2012; 55: 781–789.

    Article  Google Scholar 

  92. Jacobi F. Der Hype um die kranke Seele. Gesundheit und Gesellschaft. 2012, 12 (5). p. 23–27.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Medical Faculty, Institute of Social Medicine and Health Economics, Otto von Guericke University of Magdeburg, Magdeburg, Germany

    Enno Swart

Authors
  1. Enno Swart
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Enno Swart .

Editor information

Editors and Affiliations

  1. Department of Applied Social Sciences, Munich University of Applied Sciences, Munich, Germany

    Christian Janssen

  2. Institute of Social Medicine & Health Economics, Otto von Guericke University Magdeburg, City, Germany

    Enno Swart

  3. Ctr of Public Health & Health Care, Medical Psych. Unit, Hannover Medical School, Hannover, Germany

    Thomas von Lengerke

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer Science+Business Media New York

About this chapter

Cite this chapter

Swart, E. (2014). Health Care Utilization Research using Secondary Data. In: Janssen, C., Swart, E., von Lengerke, T. (eds) Health Care Utilization in Germany. Springer, New York, NY. https://doi.org/10.1007/978-1-4614-9191-0_5

Download citation

  • DOI: https://doi.org/10.1007/978-1-4614-9191-0_5

  • Published:

  • Publisher Name: Springer, New York, NY

  • Print ISBN: 978-1-4614-9190-3

  • Online ISBN: 978-1-4614-9191-0

  • eBook Packages: MedicineMedicine (R0)

Publish with us

Policies and ethics

Search

Navigation