gms | German Medical Science

22. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

04.10. - 06.10.2023, Berlin

Quantifizierung der Missklassifikation von Respiratorischen Synzytial-Virus-Infektionen (RSV) mithilfe von Routinedaten gesetzlicher Krankenversicherungen

Meeting Abstract

Search Medline for

  • Juliana Schmidt - Universität Bielefeld, Fakultät für Gesundheitswissenschaften, Gesundheitsökonomie und Gesundheitsmanagement, Bielefeld, Deutschland
  • Maren Steinmann - Universität Bielefeld, Fakultät für Gesundheitswissenschaften, Gesundheitsökonomie und Gesundheitsmanagement, Bielefeld, Deutschland
  • Wolfgang Greiner - Universität Bielefeld, Fakultät für Gesundheitswissenschaften, Gesundheitsökonomie und Gesundheitsmanagement, Bielefeld, Deutschland

22. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. Doc23dkvf534

doi: 10.3205/23dkvf534, urn:nbn:de:0183-23dkvf5348

Published: October 2, 2023

© 2023 Schmidt et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund und Stand der Forschung: Das Respiratorische Synzytial-Virus (RSV) ist eine der häufigsten Ursachen für akute Infektionen der unteren Atemwege, Bronchiolitis und Lungenentzündungen insbesondere bei Säuglingen, Kleinkindern und älteren Menschen. Das klinische Erscheinungsbild von RSV ist anderen respiratorischen Infektionserkrankungen wie der Influenza ähnlich. Daher wird RSV bei der Diagnose von Patienten mit grippeähnlichen Symptomen nicht immer berücksichtigt und möglicherweise unterdiagnostiziert. Missklassifikation in der Versorgungsforschung kann zu einer Verzerrung der Studienergebnisse führen.

Fragestellung und Zielsetzung, Hypothese: Ziel der Studie ist die Abschätzung der Sensitivität und Spezifität von ICD-10-GM-kodierten RSV-Infektionen. Dabei soll der Fokus insbesondere auf der Quantifizierung einer eventuellen Missklassifikation von RSV-Infektionen liegen. Die Schätzung der tatsächlichen RSV-Krankheitslast kann dazu beitragen, Bevölkerungsgruppen zu identifizieren, die einem erhöhten Risiko für eine schwere Erkrankung ausgesetzt sind. Diese Informationen können zur Entwicklung gezielter Präventions- und Kontrollstrategien genutzt werden und als Grundlage für politische Entscheidungen und die Zuweisung von Ressourcen für die Prävention und Bekämpfung der Krankheit dienen.

Methode: Um die „wahre“ Krankheitslast zu einzuschätzen, wird die Sensitivität, Spezifität, der positive prädiktive Wert sowie der negative prädiktive Wert RSV-spezifischer ICD-10-Diagnosen in den GKV-Routinedaten analysiert. Ziel ist es, Patienten zu identifizieren, die tatsächlich eine RSV-Erkrankung und eine entsprechende Diagnose haben.

Ergebnisse: Auf Basis vorläufiger Analysen zeigt sich, dass die Verwendung von RSV-spezifischen ICD-10-Codes eine geringere Sensitivität (< 10%), aber eine hohe Spezifität (> 90%) aufweist. Beim DKVF erfolgt die umfassende Präsentation der Ergebnisse.

Diskussion: Routinedaten der gesetzlichen Krankenversicherungen werden als umfassende Datenquelle immer beliebter. Die Ergebnisse vorliegender Studie können darauf zurückgeführt werden, dass in Deutschland Laboruntersuchungen für vermutete RSV-Infektionen nicht immer routinemäßig durchgeführt werden. Darüber hinaus besteht die Möglichkeit, dass die vorherigen ICD-10-Diagnosen möglicherweise nicht aktualisiert werden, wenn Laborergebnisse erst zeitlich verzögert verfügbar sind. Folglich werden laborbestätigte RSV-Infektionen oftmals lediglich mit ICD-10-Codes für allgemeine akute Atemwegsinfektionen (ARI) dokumentiert. Daher sind Studien, bei denen GKV-Routinedaten verwendet werden, potenziell anfällig für Fehler, fehlende Werte, mangelnde Spezifität und Validität. Die Verwendung von ICD-10-Codes als Näherungswerte für das (Nicht-)Vorhandensein von Krankheiten könnte daher dazu führen, dass die „wahre“ Krankheitslast unter- oder überschätzt wird.

Implikation für die Forschung: Aufgrund der erheblichen Fehlschätzung von RSV-Infektionen in GKV-Routinedaten müssen die Analyseergebnisse mit geeigneten Methoden adjustiert werden, um korrekte Prävalenz- oder Inzidenzschätzungen zu erhalten.