Advertisement

Krankenhausfälle und Amputationen bei Diabetes mellitus – Zeitreihen und Unterschiede auf kleinräumiger Ebene in Deutschland

  • Johannes PollmannsEmail author
  • Maria Weyermann
  • Max Geraedts
  • Saskia E. Drösler
Originalien und Übersichten

Zusammenfassung

Hintergrund

Krankenhausaufnahmen und Amputationen bei Diabetes mellitus (DM) gelten als potenziell vermeidbar, da die Erkrankung durch eine effektive ambulante Versorgung gut kontrollierbar ist. Daten zu vermeidbaren Krankenhausfällen bei DM sind als Kernindikatoren Bestandteil der deutschen Diabetes-Surveillance. Im internationalen Vergleich zeigen sich in Deutschland hohe Raten bei beiden Indikatoren.

Ziel der Arbeit

Ziel der Arbeit ist die Darstellung der zeitlichen Entwicklung von Krankenbehandlungen und stationären Amputationen der unteren Extremität (Major-Amputationen) bei DM sowie die Darstellung von Unterschieden auf kleinräumiger Ebene.

Material und Methoden

Auf Basis der fallpauschalenbezogenen Krankenhausstatistik (DRG-Statistik) wurden altersstandardisierte Raten nach der aktuellen Definition der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) für die Jahre 2005–2015 in Zwei-Jahres-Schritten ermittelt und die mittleren jährlichen Veränderungen mittels linearer Regression berechnet. Für das Jahr 2015 wurden die Unterschiede der Aufnahmeraten auf Kreisebene sowie deren Verteilung nach Altersgruppen analysiert.

Ergebnisse

Die rohe Hospitalisierungsrate lag im Jahr 2015 für Männer bei 310 Fällen je 100.000 Einwohner (diabetesbedingte Amputationsrate: 15,6) bzw. für Frauen bei 216 Fällen je 100.000 Einwohner (Amputationsrate: 7,1). Während bei Frauen sowohl die altersstandardisierte Hospitalisierungsrate bei DM als auch die Amputationsrate sank (um 10,3 bzw. 1,2 Fälle pro 100.000 Einwohner und Jahr), konnte bei Männern eine signifikante Abnahme der Amputationsrate beobachtet werden (1,5 Fälle pro 100.000 Einwohner und Jahr). In fast allen Altersklassen zeigen sich bei Männern höhere Raten als bei Frauen. Kreise mit hohen Hospitalisierungsraten zeigen sich vor allem in den neuen Bundesländern sowie Teilen Bayerns und Nordrhein-Westfalens.

Diskussion

Abnehmende Hospitalisierungsraten weisen möglicherweise auf eine verbesserte ambulante Versorgungsqualität des DM im Zeitverlauf hin. Geschlechtsspezifische Unterschiede und regionale Differenzen bedürfen weitergehender Untersuchung.

Schlüsselwörter

Surveillance Ambulant-sensitive Erkrankungen Indikatoren Versorgungsqualität Routinedaten 

Hospitalizations and amputations for diabetes mellitus—trends and small-area variation in Germany

Abstract

Background

Hospitalizations and lower limb amputations related to diabetes mellitus (DM) are considered to be potentially avoidable. Appropriate outpatient care of diabetes prevents complications. Rates on potentially avoidable hospitalizations for diabetes are core indicators of the German diabetes surveillance program. International comparisons showed high hospitalization rates in Germany for both indicators.

Objectives

The objective of this analysis is to describe time trends on hospitalizations and inpatient lower limb amputations (major amputations) for DM. Furthermore, we analyze small area variations.

Materials and methods

Based on the German diagnosis related groups (DRGs) dataset we calculated age-standardized rates covering 2005–2015. Calculations rely on the Organisation for Economic Co-operation and Development (OECD) indicator definitions. Time trends are obtained by linear regression modelling. We also stratified into age groups and analyzed 2015 small-area variations using age-adjusted rates.

Results

Crude hospitalization rates were 310 admissions per 100,000 inhabitants in men (amputation rate: 15.6) and 216 admissions per 100,000 inhabitants in women (amputation rate: 7.1) in 2015. Age-adjusted hospitalizations and amputations rates in women decreased over time (10.3 and 1.2 cases per 100,000 inhabitants and year, respectively). In men, the amputation rate decreased significantly (1.5 cases per 100,000 inhabitants and year). We found higher rates for men than for women in almost all age categories. In eastern Germany and parts of Bavaria and North Rhine-Westphalia rates are particularly high.

Conclusions

A decrease in hospitalization rates may indicate improvements in ambulatory diabetes care over time. Future studies should consider age-specific differences and small-area variations.

Keywords

Surveillance Ambulatory care-sensitive conditions Indicators Quality of care Routine data 

Notes

Danksagung

Die Autoren danken dem Zentralinstitut für die kassenärztliche Versorgung in Deutschland für die Bereitstellung der kleinräumigen Prävalenzinformationen.

Einhaltung ethischer Richtlinien

Interessenkonflikt

J. Pollmanns, M. Weyermann, M. Geraedts und S.E. Drösler geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    World Health Organization (2016) Global report on diabetes. World Health Organization, GenevaGoogle Scholar
  2. 2.
    Heidemann C, Kuhnert R, Born S, Scheidt-Nave C (2017) 12-Monats-Prävalenz des bekannten Diabetes mellitus in Deutschland. J Health Monit 2(1):48–56Google Scholar
  3. 3.
    van Dieren S, Beulens JWJ, van der Schouw YT, Grobbee DE, Neal B (2010) The global burden of diabetes and its complications: An emerging pandemic. Eur J Cardiovasc Prev Rehabil 17(Suppl 1):S3–S8PubMedGoogle Scholar
  4. 4.
    American Diabetes Association (2009) Diagnosis and Classification of Diabetes Mellitus. Diabetes Care 33(Suppl 1):S62–S69CrossRefGoogle Scholar
  5. 5.
    Wilke T, Groth A, Fuchs A et al (2014) Real life treatment of diabetes mellitus type 2 patients: an analysis based on a large sample of 394,828 German patients. Diabetes Res Clin Pract 106(2):275–285CrossRefGoogle Scholar
  6. 6.
    Billings J, Zeitel L, Lukomnik J, Carey TS, Blank AE, Newman L (1993) Impact of socioeconomic status on hospital use in New York City. Health Aff (millwood) 12(1):162–173CrossRefGoogle Scholar
  7. 7.
    Weissmann JS, Gatsonis C, Epstein AM (1992) Rates of avoidable hospitalization by insurance status in Massachusetts and Maryland. JAMA 286(17):2388–2394CrossRefGoogle Scholar
  8. 8.
    Sundmacher L, Fischbach D, Schuettig W, Naumann C, Augustin U, Faisst C (2015) Which hospitalisations are ambulatory care-sensitive, to what degree, and how could the rates be reduced? Results of a group consensus study in Germany. Health Policy (New York) 119(11):1415–1423CrossRefGoogle Scholar
  9. 9.
    Marshall M, Leatherman S, Mattke S (2004) Selecting indicators for the quality of health promotion, prevention and primary care at the health systems level in OECD countries. http://www.oecd.org/els/health-systems/33865865.pdf. Zugegriffen: 23. Juli 2018 (OECD Health Technical Papers No. 16)Google Scholar
  10. 10.
    van Loenen T, van den Berg MJ, Westert GP, Faber MJ (2014) Organizational aspects of primary care related to avoidable hospitalization: A systematic review. Fam Pract 31(5):502–516CrossRefGoogle Scholar
  11. 11.
    Gibson OR, Segal L, McDermott RA (2013) A systematic review of evidence on the association between hospitalisation for chronic disease related ambulatory care sensitive conditions and primary health care resourcing. Bmc Health Serv Res 13(1).  https://doi.org/10.1186/1472-6963-13-336 CrossRefPubMedPubMedCentralGoogle Scholar
  12. 12.
    Burgdorf F, Sundmacher L (2014) Potentially avoidable hospital admissions in Germany—an analysis of factors influencing rates of ambulatory care sensitive hospitalizations. Dtsch Ärztebl Int 111(13):215–223PubMedPubMedCentralGoogle Scholar
  13. 13.
    Gabrys L, Schmidt C, Heidemann C et al (2017) Diabetes-Surveillance in Deutschland – Hintergrund, Konzept, Ausblick. J Health Monit 2(1):91–104Google Scholar
  14. 14.
    Organization for Economic Co-operation and Development (2017) Health at a glance 2017 – OECD indicators. OECD Publishing, ParisGoogle Scholar
  15. 15.
    Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen (2012) Wettbewerb an der Schnittstelle zwischen ambulanter und stationärer Gesundheitsversorgung – Sondergutachten 2012. Huber, BernGoogle Scholar
  16. 16.
    Organization for Economic Co-operation and Development (2016) Definitions for health care quality indicators—2016–2017 HCQI data collection. http://www.oecd.org/els/health-systems/Definitions-of-Health-Care-Quality-Indicators.pdf. Zugegriffen: 23. Juli 2018Google Scholar
  17. 17.
    Kreienbrock L, Schach S (2005) Epidemiologische Methoden, 4. Aufl. Elsevier, MünchenGoogle Scholar
  18. 18.
    Pollmanns J, Romano PS, Weyermann M, Geraedts M, Drosler SE (2018) Impact of disease prevalence adjustment on hospitalization rates for chronic ambulatory care-sensitive conditions in Germany. Health Serv Res 53(2):1180–1202CrossRefGoogle Scholar
  19. 19.
    Drösler SE, Garbe E, Hasford J et al (2017) Sondergutachten zu den Wirkungen des morbiditätsorientierten Risikostrukturausgleichs. https://www.bundesversicherungsamt.de/fileadmin/redaktion/Risikostrukturausgleich/20180125Sondergutachten_Wirkung_RSA_2017_korr.pdf. Zugegriffen: 17. Apr. 2018Google Scholar
  20. 20.
    WHO, IDF (1997) The Saint Vincent declaration. Acta Ophthalmol Scand 75(S223):63.  https://doi.org/10.1111/j.1600-0420.1997.tb00440.x CrossRefGoogle Scholar
  21. 21.
    Gemeinsamer Bundessausschuss (2017) Richtlinie des Gemeinsamen Bundesausschusses zur Zusammenführung der Anforderungen an strukturierte Behandlungsprogramme nach § 137f Abs. 2 SGB V. https://www.g-ba.de/downloads/62-492-1525/DMP-A-RL_2017-11-17_iK-2018-04-01.pdf. Zugegriffen: 6. Apr. 2018Google Scholar
  22. 22.
    Bundesärztekammer (BÄK), Kassenärztliche Bundesvereinigung (KBV), Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (2014) Nationale VersorgungsLeitlinie Therapie des Typ-2-Diabetes – Langfassung. https://www.leitlinien.de/mdb/downloads/nvl/diabetes-mellitus/dm-therapie-1aufl-vers4-lang.pdf. Zugegriffen: 6. Apr. 2018Google Scholar
  23. 23.
    Rosano A, Peschel P, Kugler J, Ricciardi W, Guasticchi G, Zee J (2013) Preventable hospitalization and the role of primary care: a comparison between Italy and Germany. J Public Health 21(5):445–454CrossRefGoogle Scholar
  24. 24.
    Freund T, Heller G, Szecsenyi J (2014) Hospitalisations for ambulatory care sensitive conditions in Germany. Z Evid Fortbild Qual Gesundhwes 108(5–6):251–257CrossRefGoogle Scholar
  25. 25.
    Statistisches Bundesamt (2016) Rückgerechnete und fortgeschriebene Bevölkerung auf Grundlage des Zensus 2011. https://www.destatis.de/DE/Publikationen/Thematisch/Bevoelkerung/Bevoelkerungsstand/RueckgerechneteBevoelkerung5124105119004.pdf?__blob=publicationFile. Zugegriffen: 17. Apr. 2018Google Scholar
  26. 26.
    Lombardo FL, Maggini M, de Bellis A, Seghieri G, Anichini R (2014) Lower extremity amputations in persons with and without diabetes in Italy: 2001–2010. PLoS ONE 9(1):e86405.  https://doi.org/10.1371/journal.pone.0086405 CrossRefPubMedPubMedCentralGoogle Scholar
  27. 27.
    Jørgensen ME, Almdal TP, Faerch K (2014) Reduced incidence of lower-extremity amputations in a Danish diabetes population from 2000 to 2011. Diabet Med 31(4):443–447CrossRefGoogle Scholar
  28. 28.
    Kröger K, Berg C, Santosa F, Malyar N, Reinecke H (2017) Lower limb amputation in Germany. Dtsch Ärztebl Int 114(7):130–136PubMedPubMedCentralGoogle Scholar
  29. 29.
    Kassenärztliche Bundesvereinigung (2018) Entwicklung der Anzahl an Patienten im DMP Diabetes mellitus Typ 2 für den Zeitraum 2006 bis 2017. http://www.kbv.de/media/sp/DMP_Diabetes2_Patienten.pdf. Zugegriffen: 25. Juli 2018Google Scholar
  30. 30.
    Naumann C, Augustin U, Sundmacher L (2014) Ambulatory care-sensitive conditions in Germany: a small area analysis (2006–2009). Gesundheitswesen 77:e91–e105CrossRefGoogle Scholar
  31. 31.
    Faisst C, Sundmacher L (2014) Ambulatory care-sensitive conditions: an international overview with conclusions for a German catalogue. Gesundheitswesen 77:168–177CrossRefGoogle Scholar
  32. 32.
    Freund T, Campbell SM, Geissler S et al (2013) Strategies for reducing potentially avoidable hospitalizations for ambulatory care-sensitive conditions. Ann Fam Med 11(4):363–370CrossRefGoogle Scholar
  33. 33.
    Ansari Z, Rowe S, Ansari H, Sindall C (2013) Small area analysis of ambulatory care sensitive conditions in Victoria, Australia. Popul Health Manag 16(3):190–200CrossRefGoogle Scholar
  34. 34.
    Lenzen H (2011) Regionale Versorgungsunterschiede bei der Therapie des Diabetes mellitus. In: Repschläger U, Schulte C, Osterkamp N (Hrsg) BARMER Gesundheitswesen aktuell 2011: Beiträge und Analysen. Barmer GEK, Wuppertal, S 296–313Google Scholar
  35. 35.
    Wolters RJ, Braspenning JCC, Wensing M (2017) Impact of primary care on hospital admission rates for diabetes patients: A systematic review. Diabetes Res Clin Pract 129:182–196CrossRefGoogle Scholar
  36. 36.
    Tamayo T, Brinks R, Hoyer A, Kuss OS, Rathmann W (2016) The prevalence and incidence of diabetes in Germany. Dtsch Ärztebl Int 113(11):177–182PubMedPubMedCentralGoogle Scholar
  37. 37.
    Robert Koch-Institut (2014) Daten und Fakten: Ergebnisse der Studie „Gesundheit in Deutschland aktuell 2012“. Robert Koch-Institut, BerlinGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Johannes Pollmanns
    • 1
    Email author
  • Maria Weyermann
    • 1
  • Max Geraedts
    • 2
  • Saskia E. Drösler
    • 1
  1. 1.Fachbereich GesundheitswesenHochschule NiederrheinKrefeldDeutschland
  2. 2.Institut für Versorgungsforschung und Klinische EpidemiologiePhilipps-Universität MarburgMarburgDeutschland

Personalised recommendations