nach oben

Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz

Erschienen in:

13.08.2019 | Störung des Sozialverhaltens | Originalien und Übersichten

Einfluss des sozioökonomischen Status auf Gesundheitskosten für Kinder und Jugendliche mit Störungen des Sozialverhaltens

Eine Analyse von Routinedaten einer gesetzlichen Krankenversicherung

verfasst von: Dr. rer. med. Dipl. hum. biol. Udo König, Monika Heinzel-Gutenbrunner, Gerhard Meinlschmidt, Werner Maier, Christian J. Bachmann

Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz | Ausgabe 9/2019

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Für verschiedene somatische und psychiatrische Krankheitsbilder ist bekannt, dass die Inanspruchnahme medizinischer Leistungen und die damit verbundenen Kosten vom sozioökonomischen Status (SES) der Patienten abhängen. Für den Bereich kinder- und jugendpsychiatrischer Störungen liegen zu dieser Thematik bislang keine Untersuchungen vor.

Fragestellung

Es wurde explorativ untersucht, inwieweit Kosten für Gesundheitsleistungen bei Kindern und Jugendlichen mit Störung des Sozialverhaltens (SSV), einem der häufigsten kinder- und jugendpsychiatrischen Störungsbilder, vom SES abhängen.

Material und Methoden

Grundlage der Analysen bildeten Routinedaten der AOK Nordost aus dem Jahr 2011 von 6461 Kindern und Jugendlichen (Alter: 5–18 Jahre) mit ICD-10-Diagnose einer SSV. Der SES der Versicherten wurde indirekt über die Sozialstruktur des Wohnortes (PLZ-Bezirk) mithilfe des German Index of Multiple Deprivation (Mecklenburg-Vorpommern, Brandenburg) bzw. des Berliner Sozialindex I (Berlin) bestimmt, die in Quintile aufgeteilt wurden. Auf Basis dieser Quintile wurden die durchschnittlichen Kosten pro Fall für ambulante Behandlungen bei Allgemeinärzten, Pädiatern, Kinder- und Jugendpsychiatern bzw. -psychotherapeuten sowie für stationäre Krankenhausaufenthalte und Arzneimittelverordnungen analysiert.

Ergebnisse

Für keine der untersuchten Kostenarten fand sich ein funktionaler Zusammenhang zwischen SES und Gesundheitskosten.

Diskussion

Im Gegensatz zu bisherigen Daten bei Erwachsenen zeigte sich in dieser Studie keine Assoziation zwischen dem SES und den Gesundheitskosten von Kindern und Jugendlichen mit SSV. Es scheint somit bei der medizinischen Versorgung dieser Patientengruppe in Deutschland keine signifikante sozial bedingte Ungleichheit zu bestehen.

Andersen RM (1995) Revisiting the behavioral model and access to medical care: does it matter? J Health Soc Behav 36(1):1–10CrossRefPubMed

Pfaff H, Neugebauer EA, Glaeske G, Schrappe M (2011) Lehrbuch Versorgungsforschung. Systematik – Methodik – Anwendung. Schattauer, Stuttgart

Thode N, Bergmann E, Kamtsiuris P, Kurth B‑M (2005) Einflussfaktoren auf die ambulante Inanspruchnahme in Deutschland (Predictors for ambulatory medical care utilization in Germany). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 48(3):296–306. https://doi.org/10.1007/s00103-004-1004-3 CrossRefPubMed

Klein J, von dem Knesebeck O (2016) Soziale Unterschiede in der ambulanten und stationären Versorgung. Ein Überblick über aktuelle Befunde aus Deutschland (Soziale Unterschiede in der ambulanten und stationaren Versorgung: Ein Uberblick uber aktuelle Befunde aus Deutschland). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 59(2):238–244. https://doi.org/10.1007/s00103-015-2283-6 CrossRefPubMed

Klein J, Hofreuter-Gätgens K, von dem Knesebeck O (2014) Socioeconomic status and the utilization of health services in Germany: a systematic review. In: Janssen C, Swart E, von Lengerke T (Hrsg) Health care utilization in Germany. Theory, methodology, and results. Springer, New York, S 117–143CrossRef

Rattay P, Butschalowsky H, Rommel A et al (2013) Inanspruchnahme der ambulanten und stationaren medizinischen Versorgung in Deutschland: Ergebnisse der Studie zur Gesundheit Erwachsener in Deutschland (DEGS1). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 56(5-6):832–844. https://doi.org/10.1007/s00103-013-1665-x CrossRefPubMed

Bremer P, Wübker A (2013) Sozioökonomische Unterschiede in der Inanspruchnahme von Haus- und Facharztleistungen in Deutschland. Präv Gesundheitsf 8(1):15–21. https://doi.org/10.1007/s11553-012-0368-8 CrossRef

Kroll LE, Lampert T (2013) Direct costs of inequalities in health care utilization in Germany 1994 to 2009: a top-down projection. BMC Health Serv Res 13:271. https://doi.org/10.1186/1472-6963-13-271 CrossRefPubMedPubMedCentral

Oliver A, Mossialos E (2004) Equity of access to health care: outlining the foundations for action. J Epidemiol Community Health 58(8):655–658. https://doi.org/10.1136/jech.2003.017731 CrossRefPubMedPubMedCentral

10.

Siegel M (2016) Empirische Messung von Ungleichheit und Ungerechtigkeit. In: Jungbauer-Gans M, Kriwy P (Hrsg) Handbuch Gesundheitssoziologie. Beiträge der Salutogenese zu Forschung, Theorie und Professionsentwicklung im Gesundheitswesen, 1. Aufl. Springer VS, Wiesbaden, S 1–25

11.

Packness A, Waldorff FB, Christensen R et al (2017) Impact of socioeconomic position and distance on mental health care utilization: a nationwide Danish follow-up study. Soc Psychiatry Psychiatr Epidemiol 52(11):1405–1413. https://doi.org/10.1007/s00127-017-1437-2 CrossRefPubMedPubMedCentral

12.

Epping J, Muschik D, Geyer S (2017) Social inequalities in the utilization of outpatient psychotherapy: analyses of registry data from German statutory health insurance. Int J Equity Health 16(1):147. https://doi.org/10.1186/s12939-017-0644-5 CrossRefPubMedPubMedCentral

13.

Wang PS, Lane M, Olfson M, Pincus HA, Wells KB, Kessler RC (2005) Twelve-month use of mental health services in the United States: results from the National Comorbidity Survey Replication. Arch Gen Psychiatry 62(6):629–640CrossRefPubMed

14.

Scott S (2015) Oppositional and conduct disorders. In: Thapar A, Taylor E, Leckman JF, Snowling MJ, Scott S (Hrsg) Rutter’s child and adolescent psychiatry, 6. Aufl. John Wiley & Sons Inc, Chichester, West Sussex, Ames, S 913–930

15.

Universitätsklinikum Gießen und Marburg GmbH (2016) Qualitätsbericht 2016 des Universitätsklinikums Marburg. https://www.ukgm.de/ugm_2/deu/ugm_gfu/PDF/QB_MR_2016.pdf. Zugegriffen: 28. Dez. 2018

16.

Bachmann M, Bachmann CJ, John K, Heinzel-Gutenbrunner M, Remschmidt H, Mattejat F (2010) The effectiveness of child and adolescent psychiatric treatments in a naturalistic outpatient setting. World Psychiatry 9(2):111–117CrossRefPubMedPubMedCentral

17.

Piotrowska PJ, Stride CB, Croft SE, Rowe R (2015) Socioeconomic status and antisocial behaviour among children and adolescents: a systematic review and meta-analysis. Clin Psychol Rev 35:47–55. https://doi.org/10.1016/j.cpr.2014.11.003 CrossRefPubMed

18.

Ravens-Sieberer U (2013) Sachbericht des Abschlussberichts der BELLAplus-Befragung (Befragung „Seelisches Wohlbefinden und Verhalten“): Prädiktoren, Verlauf und Folgen psychischer Auffälligkeiten bei Kindern, Jugendlichen und jungen Erwachsenen in Deutschland. Universitätsklinikum Hamburg-Eppendorf, Hamburg

19.

Beecham J (2014) Annual research review: child and adolescent mental health interventions: a review of progress in economic studies across different disorders. J Child Psychol Psychiatry 55(6):714–732. https://doi.org/10.1111/jcpp.12216 CrossRefPubMedPubMedCentral

20.

Schreyögg J, Stargardt T (2012) Gesundheitsökonomische Evaluation auf Grundlage von GKV-Routinedaten. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 55(5):668–674. https://doi.org/10.1007/s00103-012-1476-5 CrossRefPubMed

21.

Reinhold T, Andersohn F, Hessel F, Brüggenjürgen B, Willich SN (2011) Die Nutzung von Routinedaten der gesetzlichen Krankenkassen (GKV) zur Beantwortung gesundheitsökonomischer Fragestellungen – eine Potenzialanalyse. Gesundheitsökon Qualitätsmanage 16:153–159CrossRef

22.

Remschmidt H, Schmidt MH, Poustka F (Hrsg) (2012) Multiaxiales Klassifikationsschema für psychische Störungen des Kindes- und Jugendalters nach ICD-10 der WHO. Mit einem synoptischen Vergleich von ICD-10 mit DSM-IV, 6., korrigierte. Aufl. Huber, Bern

23.

Meinlschmidt G (Hrsg) (2013) Handlungsorientierter Sozialstrukturatlas Berlin 2013: ein Instrument der quantitativen, interregionalen und intertemporalen Sozialraumanalyse und -planung. Gesundheitsberichterstattung Berlin-Spezialbericht. Senatsverwaltung für Gesundheit, Umwelt und Verbraucherschutz Berlin, Berlin

24.

Maier W, Fairburn J, Mielck A (2012) Regionale Deprivation und Mortalität in Bayern. Entwicklung eines „Index Multipler Deprivation“ auf Gemeindeebene. Gesundheitswesen 74(7):416–425. https://doi.org/10.1055/s-0031-1280846 CrossRefPubMed

25.

Maier W, Holle R, Hunger M et al (2013) The impact of regional deprivation and individual socio-economic status on the prevalence of Type 2 diabetes in Germany. A pooled analysis of five population-based studies. Diabet Med 30(3):e78–e86. https://doi.org/10.1111/dme.12062 CrossRefPubMed

26.

Ewest F, Reinhold T, Vloet TD, Wenning V, Bachmann CJ (2013) Durch Jugendliche mit Störungen des Sozialverhaltens ausgelöste Krankenkassenausgaben. Eine gesundheitsökonomische Analyse von Versichertendaten einer gesetzlichen Krankenkasse. Kindh Entwickl 22(1):41–47. https://doi.org/10.1026/0942-5403/a000097 CrossRef

27.

Lüngen M (2010) Vergütung medizinischer Leistungen und ihre Anreizwirkung auf Qualität und Zugang. In: Lauterbach KW (Hrsg) Gesundheitsökonomie, Management und Evidence based medicine. Handbuch für Praxis, Politik und Studium; mit 71 Tabellen, 3., völlig neu bearb. und erw.. Aufl. Schattauer, Stuttgart, S 134–151

28.

Ziegler A (2011) Generalized estimating equations. EBL-Schweitzer. Springer, DordrechtCrossRef

29.

Hayes AF (2006) A primer on multilevel modeling. Human Comm Res 32(4):385–410. https://doi.org/10.1111/j.1468-2958.2006.00281.x CrossRef

30.

Kreft I, de Leeuw J (1998) Introducing multilevel modeling, Repr. Introducing statistical methods. SAGE, Los AngelesCrossRef

31.

Liang K, Zeger SL (1986) Longitudinal data analysis using generalized linear models. Biometrika 73(1):13–22CrossRef

32.

Hanley JA (2003) Statistical analysis of correlated data using generalized estimating equations: an orientation. Epidemiol Rev 157(4):364–375. https://doi.org/10.1093/aje/kwf215 CrossRef

33.

Hasan M, Dunn P (2011) Two Tweedie distributions that are near-optimal for modelling monthly rainfall in Australia. Int J Climatol 31(9):1389–1397CrossRef

34.

Tweedie MCK (1984) An index which distinguishes between some important exponential families. In: Ghosh JK, Roy J (Hrsg) Statistics applications and new directions. Indian Statistical Institute, Calcutta, S 579–604

35.

IBM Corp (2015) IBM SPSS Statistics 24 Command Syntax Reference. IBM Corporation, Armonk, NY, USA

36.

Holle R, Behrend C, Reitmeir P, John J (2005) Methodenfragen der Nutzung von GKV-Routinedaten für Kostenanalysen. In: Swart E, Ihle P (Hrsg) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven, 1. Aufl. Huber, Bern, S 301–318

37.

Mangiapane S, v. Stillfried D (2012) Vertragsärzte und -psychotherapeuten je 100.000 Einwohner (nach Arztgruppen) – Basisbericht 2010 (Versorgungsatlas-Bericht Nr. 12/01). Zentralinstitut für kassenärztliche Versorgung in der Bundesrepublik Deutschland, Berlin https://doi.org/10.20364/VA-12.01 CrossRef

38.

Schulz M, Schulz M, Bätzing-Feigenbaum J, Stillfried D (2015) Vertragsärzte und -psychotherapeuten je 100.000 Einwohner nach Bedarfsplanungsfachgebieten und -regionen im Jahr 2013 (Versorgungsatlas-Bericht Nr. 15/02). Zentralinstitut für die kassenärztliche Versorgung in Deutschland (Zi), Berlin https://doi.org/10.20364/VA-15.02 CrossRef

39.

Swart E, Griehl S (2014) The problem of repeated surveys. How comparable are their results regarding the utilization of medical services? In: Janssen C, Swart E, von Lengerke T (Hrsg) Health Care Utilization in Germany. Theory, Methodology, and Results. Springer, New York, S 45–62CrossRef

40.

Rattay P, Starker A, Domanska O, Butschalowsky H, Gutsche J, Kamtsiuris P (2014) Trends in der Inanspruchnahme ambulant-ärztlicher Leistungen im Kindes- und Jugendalter. Ergebnisse der KiGGS-Studie – Ein Vergleich von Basiserhebung und erster Folgebefragung (KiGGS Welle 1). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57(7):878–891. https://doi.org/10.1007/s00103-014-1989-1 CrossRefPubMed

41.

Hintzpeter B, Metzner F, Pawils S et al (2014) Inanspruchnahme von ärztlichen und psychotherapeutischen Leistungen durch Kinder und Jugendliche mit psychischen Auffälligkeiten. Kindh Entwickl 23(4):229–238. https://doi.org/10.1026/0942-5403/a000148 CrossRef

42.

Kopetsch T, Maier W (2016) Analyse des Zusammenhangs zwischen regionaler Deprivation und Inanspruchnahme – Ein Diskussionsbeitrag zur Ermittlung des Arztbedarfes in Deutschland. Gesundheitswesen. https://doi.org/10.1055/s-0042-100622 CrossRefPubMed

43.

Godemann F, Hauth I, Richert A, Berton R (2015) Merkmale einer regionalen Pflichtversorgung in Deutschland: Eine Analyse mithilfe der VIPP-Datenbank (Features of regional mandatory psychiatric care in Germany: analysis using the VIPP databank). Nervenarzt 86(3):367–372. https://doi.org/10.1007/s00115-015-4257-1 CrossRefPubMed

44.

Grobe TG, Ihle P (2014) Stammdaten und Versichertenhistorien. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden, und Perspektiven, 2. Aufl. Huber, Bern, S 28–36

45.

Geyer S (2005) Die Bestimmung der sozioökonomischen Position in Prozessdaten und ihre Verwendung in Sekundärdatenanalysen. In: Swart E, Ihle P (Hrsg) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven, 1. Aufl. Huber, Bern, S 203–213

46.

Macintyre S, Ellaway A, Cummins S (2002) Place effects on health: how can we conceptualise, operationalise and measure them? Soc Sci Med 55(1):125–139CrossRefPubMed

47.

Maier W, Scheidt-Nave C, Holle R et al (2014) Area level deprivation is an independent determinant of prevalent type 2 diabetes and obesity at the national level in Germany. Results from the National Telephone Health Interview Surveys “German Health Update” GEDA 2009 and 2010. PLoS ONE 9(2):e89661. https://doi.org/10.1371/journal.pone.0089661 CrossRefPubMedPubMedCentral

48.

Hofmeister C, Maier W, Mielck A, Stahl L, Breckenkamp J, Razum O (2016) Regionale Deprivation in Deutschland: Bundesweite Analyse des Zusammenhangs mit Mortalität unter Verwendung des German Index of Multiple Deprivation (GIMD) (Regional Deprivation in Germany: Nation-wide Analysis of its Association with Mortality Using the German Index of Multiple Deprivation (GIMD)). Gesundheitswesen 78(1):42–48. https://doi.org/10.1055/s-0034-1390421 CrossRefPubMed

49.

Ravens-Sieberer U, Wille N, Bettge S, Erhart M (2007) Psychische Gesundheit von Kindern und Jugendlichen in Deutschland. Ergebnisse aus der BELLA-Studie im Kinder- und Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50(5):871–878. https://doi.org/10.1007/s00103-007-0250-6 CrossRef

50.

Hoffmann F, Bachmann CJ (2014) Unterschiede in den soziodemografischen Merkmalen, der Gesundheit und Inanspruchnahme bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit (Differences in sociodemographic characteristics, health, and health service use of children and adolescents according to their health insurance funds). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57(4):455–463. https://doi.org/10.1007/s00103-013-1916-x CrossRefPubMed

51.

Ravens-Sieberer U, Otto C, Kriston L et al (2015) The longitudinal BELLA study: design, methods and first results on the course of mental health problems. Eur Child Adolesc Psychiatry 24(6):651–663. https://doi.org/10.1007/s00787-014-0638-4 CrossRefPubMed

52.

Mostardt S, Lux G, Dahl H, Matusiewicz D, Biermann J (2014) Matching-Verfahren. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden, und Perspektiven, 2. Aufl. Huber, Bern, S 402–410

53.

Baca-Garcia E, Perez-Rodriguez MM, Basurte-Villamor I et al (2007) Diagnostic stability of psychiatric disorders in clinical practice. Br J Psychiatry 190:210–216. https://doi.org/10.1192/bjp.bp.106.024026 CrossRefPubMed

Titel: Einfluss des sozioökonomischen Status auf Gesundheitskosten für Kinder und Jugendliche mit Störungen des Sozialverhaltens
Eine Analyse von Routinedaten einer gesetzlichen Krankenversicherung
verfasst von: Dr. rer. med. Dipl. hum. biol. Udo König
Monika Heinzel-Gutenbrunner
Gerhard Meinlschmidt
Werner Maier
Christian J. Bachmann
Publikationsdatum: 13.08.2019
Verlag: Springer Berlin Heidelberg
Schlagwort: Störung des Sozialverhaltens
Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz / Ausgabe 9/2019
Print ISSN: 1436-9990
Elektronische ISSN: 1437-1588
DOI: https://doi.org/10.1007/s00103-019-02991-1

Leitlinien kompakt für die Allgemeinmedizin

Mit medbee Pocketcards sicher entscheiden.

^{Seit 2022 gehört die medbee GmbH zum Springer Medizin Verlag}

Kostenlos registrieren

Facharzt-Training Allgemeinmedizin

Die ideale Vorbereitung zur anstehenden Prüfung mit den ersten 24 von 100 klinischen Fallbeispielen verschiedener Themenfelder

Mehr erfahren

Neu im Fachgebiet Allgemeinmedizin

19.04.2024 | EAU 2024 | Kongressbericht | Nachrichten

Update Allgemeinmedizin

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

Newsletter bestellen

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Einfluss des sozioökonomischen Status auf Gesundheitskosten für Kinder und Jugendliche mit Störungen des Sozialverhaltens

Eine Analyse von Routinedaten einer gesetzlichen Krankenversicherung

Zusammenfassung

Hintergrund

Fragestellung

Material und Methoden

Ergebnisse

Diskussion

Leitlinien kompakt für die Allgemeinmedizin

Facharzt-Training Allgemeinmedizin

Neu im Fachgebiet Allgemeinmedizin

Prostatakarzinom: EU initiiert neues Screeningkonzept

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Denken Sie bei starker Blutung auch an die Hemmkörper-Hämophilie

Delir kann Demenz begünstigen

Update Allgemeinmedizin

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Zusammenfassung

Hintergrund

Fragestellung

Material und Methoden

Ergebnisse

Diskussion

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 9/2019

Der Arbeitskreis Blut – Wertvolles Gremium im Bereich Transfusionsmedizin

Der Ebolafieberausbruch in Westafrika 2014/2015: Wichtige Daten und politische Ereignisse

Brauchen wir mehr Patientenvertretung in Deutschland?

Langzeittrends beim Krebsinformationsdienst (KID) des Deutschen Krebsforschungszentrums (DKFZ)

Tattoos in der deutschen Bevölkerung – Prävalenzen, Soziodemografie und Gesundheitsorientierung

Die Zukunftsprobleme der hausärztlichen Versorgung in Deutschland: Aktuelle Trends und notwenige Maßnahmen

Leitlinien kompakt für die Allgemeinmedizin

Facharzt-Training Allgemeinmedizin

Neu im Fachgebiet Allgemeinmedizin

Prostatakarzinom: EU initiiert neues Screeningkonzept

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Denken Sie bei starker Blutung auch an die Hemmkörper-Hämophilie

Delir kann Demenz begünstigen

Update Allgemeinmedizin