gms | German Medical Science

HEC 2016: Health — Exploring Complexity
2016 Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

28.08. - 02.09.2016, München

Der kleinräumige Krebsatlas für Schleswig-Holstein

Meeting Abstract

  • Ron Pritzkuleit - Institut für Krebsepidemiologie, Lübeck, Deutschland
  • Nora Eisemann - Institut für Krebsepidemiologie e.V., Universität zu Lübeck, Lübeck, Deutschland
  • Werner Maier - Helmholtz Zentrum München, Neuherberg, Deutschland
  • Alexander Katalinic - Institut für Krebsepidemiologie e.V. Lübeck, Institut für Sozialmedizin und Epidemiologie, Universitätsklinikum S-H, Campus Lübeck, Lübeck, Deutschland

HEC 2016: Health – Exploring Complexity. Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI. München, 28.08.-02.09.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. DocAbstr. 417

doi: 10.3205/16gmds046, urn:nbn:de:0183-16gmds0461

Published: August 8, 2016

© 2016 Pritzkuleit 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: Das epidemiologische Krebsregister Schleswig-Holstein erfasst alle Krebsneuerkrankungen. Dabei wird für jeden Erkrankungsfall die Wohngemeinde des Patienten mit erfasst. Die Krebsberichterstattung erfolgt üblicherweise auf einem höheren räumlichen Aggregationsniveau (Kreise und kreisfreie Städte). Der kleinräumige Krebsatlas Schleswig-Holstein nutzt die gesamte erfasste räumliche Informationsmenge, indem die Gemeinden als räumliche Ebene gewählt wurden. Die Daten wurden einer räumlichen Glättung unterzogen.

Die Krebsberichterstattung muss auch unter dem Gesichtspunkt der Risikokommunikation betrachtet werden. Zur Vermeidung des Vorurteils der Datenmanipulation wurde die Inzidenz neben der kleinräumigen Darstellung auf Gemeindeebene darüber hinaus auch noch auf einer räumlichen Zwischenebene zwischen Gemeinden und Kreisen – auf Ebene der Ämter – dargestellt.

Daten: Verwendet wurden die Inzidenzdaten des Krebsregisters Schleswig-Holstein, die Todesursachenstatistik sowie die Bevölkerungsstatistik des Statistischen Landesamtes für die Diagnosejahre 2001 bis 2010 (gepoolt). Die regionale Deprivation wurde mit dem German Index of Multiple Deprivation (GIMD) [1], [2] bestimmt. Analysiert und dargestellt wurden sowohl die 18 häufigsten Krebsarten als auch Krebs gesamt. Die Daten wurden für 1.142 Gebiete (Ebene der Gemeinden) und für 173 Gebiete (Ebene der Ämter) ausgewertet.

Methoden: Inzidenz, Mortalität und relative 5-Jahres-Überlebensraten – operationalisiert als relativ excess risk – wurden mit einem generalisierten linearen Modell (BYM-Modell) räumlich geglättet. Verwendet wurde dafür das Programm OpenBUGS 3.2.2 [3]. Die kartografische Darstellung erfolgte über quasikontinuierliche Skalierung bei geglätteten und mit einer absoluten Skalierung bei ungeglätteten Karten. Es wird die Verteilung von Inzidenz, Mortalität und Überleben nach regionaler Deprivation stratifiziert dargestellt.

Ergebnisse: Es werden verschiedene thematische Landkarten, Tabellen und Abbildungen präsentiert. Dabei wird deutlich, dass kleinräumige geglättete Karten die räumliche Variabilität adäquat abbilden und die dadurch sichtbar gewordenen räumlichen Muster hilfreich für die Interpretation des Krebsgeschehens und zur Hypothesenbildung sind.

Zusammenfassung: Die Nutzung aufwändiger statistischer Methoden zur kartografischen Darstellung in der Krebsberichterstattung ermöglicht einen anderen Blick auf das Krebsgeschehen eines Landes. Die Erstellung eines kleinräumigen Krebsatlasses geht aber weit über die Kartendarstellung hinaus. Zur Risikokommunikation sind auch Karten auf höherem räumlichen Niveau und Tabellen hilfreich. Nicht zu unterschätzen ist der Aufwand für die öffentlichkeitssnahe verständliche Beschreibung der Methodik, der Interpretationshilfen und der Limitationen eines solchen Atlasses.


Literatur

1.
Maier W, Fairburn J, MielckA. Regionale Deprivation und Mortalität in Bayern. Entwicklung eines „Index Multipler Deprivation“ auf Gemeindeebene. Gesundheitswesen. 2012; 74:416-425.
2.
Maier W, Holle R, Hunger M, Peters A, Meisinger C, Greiser KH, Kluttig A, Völzke H, Schipf S, Moebus S, Bokhof B, Berger K, Mueller G, Rathmann W, Tamayo T, Mielck A; DIAB-COREConsortium. 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. 2013; 30:e78-86.
3.
Lunn D, Spiegelhalter D, Thomas A, Best N. The BUGS project: Evolution, critique and future directions. Stat Med. 2009 Nov 10;28(25):3049-67. DOI: 10.1002/sim.3680 External link