Können Krankenkassendaten Primärdaten verzerrungsfrei ergänzen? – Selektivitätsanalysen im Rahmen der lidA-Studie

 

 Buy Article Permissions and Reprints

Zusammenfassung

Zielsetzung Die lidA-Studie verknüpft Befragungsdaten mit individuellen Krankenkassendaten (KK-Daten). Es wird analysiert, zu welchen sozialen und gesundheitlichen Selektionseffekten es kommt, wenn nicht allen Befragten individuelle KK-Daten zugespielt werden können. Ein individuelles Datenlinkage setzt das Probandeneinverständnis und die Teilnahme seiner Kasse voraus.

Methodik Die realisierte Zuspielung individueller KK-Daten wurde als abhängige Variable einer multivariaten binären logistischen Regression definiert. Insgesamt wurden 21 (1. Befragung) bzw. 22 Faktoren (2. Befragung) analysiert, die mutmaßlich Einfluss auf die Zuspielungschancen haben.

Ergebnisse Die Prävalenzen sozialer und gesundheitlicher Merkmale waren fast identisch in den Gruppen mit und ohne zugespielte Krankenkassendaten. Die logistische Regression fand signifikante Einflussgrößen in der ersten Befragung bezogen auf eine räumliche Kategorisierung (BIK), die Einkommensgruppe „1000 bis unter 2000 Euro“ und die Teilzeitarbeit. Nur die Fach-/Hochschulreife zeigte in beiden Wellen gegenüber der niedrigsten Bildungsstufe signifikante Assoziationen (OR W1: 1,63; OR W2: 1,83). Bildung sowie Beruf (Blossfeld) zeigten als Merkmalskomplex in beiden Wellen einen signifikanten Einfluss.

Schlussfolgerung Ein Linkage von KK- mit Befragungsdaten ist in der lidA-Studie fast selektionsfrei realisiert, trotz einer Datenlieferung für nur 21 % bzw. 24 % der Probanden. Alle Datenlinkage-Studien mit KK-Daten sollten deren Selektivität prüfen.

Abstract

Aim Within the scope of the lidA study, survey data are linked with individual statutory health insurance claims data (SHI data). The following paper investigates the social and health selection effects that occur if linkage is incomplete. Linkage of individual data requires written consent of the individual and participation of the respective SHI funds.

Method The actual linkage of SHI data was defined as the dependent variable in a multivariate binary logistic regression. In total, 21 (1. wave) resp. 22 factors (2. wave) that presumably influence the probability of a successful linkage were analyzed.

Results Prevalence rates of social and health-related variables are very similar in groups with and without SHI data. In the logistic regression, significant influencing factors were found for the data of the first wave related to spatial categorization (BIK region), the income group „1000 to below 2000 Euro“ and part-time work. Only higher education has shown significantly associations in both waves compared to the lowest level (OR W1: 1,63; OR W2: 1,83). Education and occupational classification (Blossfeld) significantly influence the chance of a successful linkage in both waves.

Conclusion SHI data can be linked to survey data with almost no bias, although SHI data were available for only 21 % or 24 % of all the participants. All studies focusing on data linkage with SHI data should analyze their selectivity.

• Literatur

• 1 Swart E. Stallmann C. Powietzka J. et al. Datenlinkage von Primär- und Sekundärdaten. Ein Zugewinn auch für die kleinräumige Versorgungsforschung in Deutschland?. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 2014; 57: 180-187
  CrossrefPubMedGoogle Scholar
• 2 Andrich S. Hablawetz M. Schnell-Inderst P. et al. Gesundheitsökonomische Begleitevaluation Heinz Nixdorf Recall Studie – Validierung der Arzneimitteldaten. Gesundheitswesen 2009; 71: A104
  Article in Thieme ConnectPubMedGoogle Scholar
• 3 Moebus S. Andrich S. Gesundheitsökonomische Begleitevaluation der Heinz Nixdorf Recall Studie. Fachlicher Abschlussbericht Teil A. Essen: 2010
  PubMedGoogle Scholar
• 4 John J. Krauth C. Verknüpfung von Primärdaten mit Daten der Gesetzlichen Krankenversicherung in gesundheitsökonomischen Evaluationsstudien: Erfahrungen aus zwei KORA-Studien. In: Swart E. Ihle P. (Hrsg) Routinedaten im Gesundheitswesen. 1. Aufl. Bern: Hans Huber Verlag; 2005: 215-234
  Google Scholar
• 5 Hartmann J. Krug G. Verknüpfung von personenbezogenen Prozess- und Befragungsdaten – Selektivität durch fehlende Zustimmung der Befragten?. ZAF 2009; 42: 121-139
  CrossrefPubMedGoogle Scholar
• 6 Beste J. Selektivitätsprozesse bei der Verknüpfung von Befragungs- mit Prozessdaten. Record Linkage mit Daten des Panels „Arbeitsmarkt und soziale Sicherung“ und administrativen Daten der Bundesagentur für Arbeit. FDZ-Methodenreport 2011; 09/2011. Nürnberg: http://doku.iab.de/fdz/reporte/2011/MR_09-11.pdf [Stand: 02.02.2016]
  PubMedGoogle Scholar
• 7 Antoni M. Linking survey data with administrative employment data: The case of the German ALWA survey (24.10.2011). 2011 http://www.norc.org/pdfs/october%202011%20utilizing%20administrative%20data%20conference/4.%20antoni%20linkage_october2011.pdf [Stand: 02.02.2016]
  PubMedGoogle Scholar
• 8 Swart E. Thomas D. March S. et al. Erfahrungen mit der Datenverknüpfung von Primär- und Sekundärdaten in einer Interventionsstudie. Gesundheitswesen 2011; 73: e126-e132
  Article in Thieme ConnectPubMedGoogle Scholar
• 9 Hasselhorn HM. Peter R. Rauch A. et al. Cohort profile: the lidA Cohort Study-a German Cohort Study on Work, Age, Health and Work Participation. International journal of epidemiology 2014; 43: 1736-1749
  CrossrefPubMedGoogle Scholar
• 10 March S. Rauch A. Thomas D. et al. Datenschutzrechtliche Vorgehensweise bei der Verknüpfung von Primär- und Sekundärdaten in einer Kohortenstudie: die lidA-Studie. Gesundheitswesen 2012; 74: e122-e129
  Article in Thieme ConnectPubMedGoogle Scholar
• 11 Schröder H. Kersting A. Gilberg R. et al. Methodenbericht zur Haupterhebung lidA – leben in der Arbeit. FDZ-Methodenreport 2013; 01/2013. Nürnberg: http://doku.iab.de/fdz/reporte/2013/MR_01-13.pdf [Stand:02.02.2016]
  PubMedGoogle Scholar
• 12 Steinwede J. Kleudgen M. Häring A. et al. Methodenbericht zur Haupterhebung lidA – leben in der Arbeit, 2. Welle. FDZ-Methodenreport 2015; 07/2015. Nürnberg: http://doku.iab.de/fdz/reporte/2015/MR_07-15.pdf [Stand:02.02.2016]
  PubMedGoogle Scholar
• 13 Korbmacher JM. Schroeder M. Consent when Linking Survey Data with Administrative Records: The Role of the Consent when Linking Survey Data with Administrative Records: The Role of the Interviewer. Survey Research Methods 2013; 7: 115-131
  PubMedGoogle Scholar
• 14 Schröder H. Kleudgen M. Steinwede J. et al. Zustimmung von Befragten zur Verknüpfung von Daten – selektionsfrei?. Gesundheitswesen 2015; 77: e57-e62
  Article in Thieme ConnectPubMedGoogle Scholar
• 15 Stallmann C. March S. Swart E. Das Einwilligungsverhalten von Befragten zur Verknüpfung primärer Befragungsdaten mit Sekundär- und Registerdaten – Ergebnisse der lidA-Basiserhebung. Gesundh ökon Qual manag 2015; 20:  173-177
  Article in Thieme ConnectPubMedGoogle Scholar
• 16 March S. Powietzka J. Stallmann C. et al. Viele Krankenkassen, Fusionen und deren Bedeutung für die Versorgungsforschung mit Daten der Gesetzlichen Krankenversicherung in Deutschland – Erfahrungen aus der lidA-(leben in der Arbeit)-Studie. Gesundheitswesen 2015; 77: e32-e36
  Article in Thieme ConnectPubMedGoogle Scholar
• 17 GKV Spitzenverband. Krankenkassenliste. http://www.gkv-spitzenverband.de/service/versicherten_service/krankenkassenliste/krankenkassen.jsp [Stand: 02.02.2016]
  PubMedGoogle Scholar
• 18 Hoffmann F. Icks A. Unterschiede in der Versichertenstruktur von Krankenkassen und deren Auswirkungen für die Versorgungsforschung: Ergebnisse des Bertelsmann-Gesundheitsmonitors. Gesundheitswesen 2012; 74: 291-297
  Article in Thieme ConnectPubMedGoogle Scholar
• 19 March S. Griehl S. Werrmann J. et al. Zuspielung von individuellen Krankenkassendaten in einer Kohortenstudie am Beispiel der lidA-(leben in der Arbeit-) Studie – Eine methodische Herausforderung. In: DGEPI, Deutsche Gesellschaft für Epidemiologie (Hrsg). Populationen und Patienten: Epidemiologie als Brücke in eine gesunde Zukunft. Abstractband. 7. Jahrestagung der Deutschen Gesellschaft für Epidemiologie. 26. – 29. September 2012. 18. Regensburg: 2012
  Google Scholar
• 20 Blossfeld H. Bildungsexpansion und Berufschancen. Frankfurt: Campus; 1985 68. http://www.gesis.org/fileadmin/upload/dienstleistung/tools_standards/mikrodaten_tools/Berufsklassifikation/bk_schema.pdf [Stand: 26.07.2015]
  PubMedGoogle Scholar
• 21 Hasselhorn H. Freude G. Der Work-ability-Index. Ein Leitfaden. Schriftenreihe der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin. 87. Bremerhaven: Wirtschaftsverl. NW, Verl. f. Neue Wiss; 2007
  Google Scholar
• 22 Nübling M. Andersen HH. Mühlbacher A. Entwicklung eines Verfahrens zur Berechnung der körperlichen und psychischen Summenskalen auf Basis der SOEP-Version des SF 12 (Algorithmus). Data Documentation 16. Berlin, 2006. http://www.diw.de/documents/publikationen/73/diw_01.c.44987.de/diw_datadoc_2006-016.pdf [Stand:01.03.2015]
  PubMedGoogle Scholar
• 23 Burr H. Kersten N. Kroll L. et al. Selbstberichteter allgemeiner Gesundheitszustand nach Beruf und Alter in der Erwerbsbevölkerung. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 2013; 56: 349-358
  CrossrefPubMedGoogle Scholar
• 24 Schmitt M. Maes J. Vorschlag zur Vereinfachung des Beck-Depressions-Inventars (BDI). Diagnostica 2000; 46: 38-46
  CrossrefPubMedGoogle Scholar
• 25 Schmitt M. Beckmann M. Dusi D. et al. Messgüte des vereinfachten Beck-Depressions-Inventars (BDI-V). Diagnostica 2003; 49: 147-156
  CrossrefPubMedGoogle Scholar
• 26 Schmitt M. Altstötter-Gleich C. Hinz A. et al. Normwerte für das Vereinfachte Beck-Depressions-Inventar (BDI-V) in der Allgemeinbevölkerung. Diagnostica 2006; 52: 51-59
  CrossrefPubMedGoogle Scholar
• 27 Bellach B. Knopf H. Thefeld W. Der Bundes-Gesundheitssurvey 1997/98. Gesundheitswesen 1998. Sonderheft 2. 59-68
  PubMedGoogle Scholar
• 28 Kreienbrock L. Pigeot I. Ahrens W. Epidemiologische Methoden. 5. Aufl. Heidelberg: Spektrum Akademischer Verlag; 2012
  Google Scholar
• 29 lidA. Kooperierende Krankenkassen. 2013 http://www.arbeit.uni-wuppertal.de/index.php?kooperierende-krankenkassen [Stand: 02.02.2016]
  PubMedGoogle Scholar
• 30 March S. Swart E. Datenlinkage von GKV-Daten mit Befragungsdaten der lidA-Studie. Was lässt sich final realisieren?. In: AGENS (Hrsg). Abstractband. AGENS-Methodenworkshop 2015. 19. und 20. Februar 2015. 20. Freiburg: 2015
  Google Scholar
• 31 Delgado-Rodríguez M. Llorca J. Bias. Journal of epidemiology and community health 2004; 58: 635-641
  CrossrefPubMedGoogle Scholar
• 32 Jenkins SP. Cappellari L. Lynn P. et al. Patterns of consent: evidence from a general household survey. J Royal Statistical Soc 2006; A 169: 701-722
  PubMedGoogle Scholar
• 33 Knies G. Burton J. Sala E. Consenting to health record linkage: evidence from a multi-purpose longitudinal survey of a general population. BMC health services research 2012; 12: 52
  CrossrefPubMedGoogle Scholar
• 34 Nimptsch U. Bestmann A. Erhart M. et al. Zugang zu Routinedaten. In: Swart E. Ihle P. Gothe H. et al.(Hrsg) Routinedaten im Gesundheitswesen, 2., vollst. überarb. Aufl. Bern: Hans Huber Verlag; 2014: 270-290
  Google Scholar