Originalien und Übersichten Bundesgesundheitsbl 2014 · 57:455–463 DOI 10.1007/s00103-013-1916-x Online publiziert: 22. März 2014 © Springer-Verlag Berlin Heidelberg 2014
F. Hoffmann1 · C.J. Bachmann2 1 Zentrum für Sozialpolitik (ZeS), Abteilung Gesundheitsökonomie,
Gesundheitspolitik und Versorgungsforschung, Universität Bremen 2 Klinik für Kinder- und Jugendpsychiatrie, Psychosomatik und Psychotherapie,
Fachbereich Medizin, Philipps-Universität Marburg
Unterschiede in den soziodemo- grafischen Merkmalen, der Gesundheit und Inanspruchnahme bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit
Die Analyse von Routinedaten der Krankenkassen erfreut sich in den letzten Jahren in der Versorgungsforschung zunehmender Beliebtheit und die Anzahl entsprechender Veröffentlichungen nimmt stetig zu [1, 2]. Zudem werden solche Sekundärdatenanalysen sogar in Ausschreibungen explizit erwähnt, wie beispielsweise bei den Förderinitiativen von Studien in der Versorgungsforschung des Bundesministeriums für Bildung und Forschung (BMBF).1 Mittlerweile liegen auch zahlreiche Studien vor, in denen ausschließlich Daten von Kindern und Jugendlichen untersucht wurden. Neben Analysen beispielsweise zu Antibiotikaverschreibungen [3, 4, 5] oder atopischen bzw. dermatologischen Erkrankungen [6, 7, 8] beschäftigte sich ein Großteil dieser Studien mit Fragen zu psychischen Störungen bzw. zur Psychopharmakotherapie. So wurden beispielsweise Beiträge zur Prävalenz, zur medikamentösen Versorgung sowie zu den Kosten von hyperkinetischen Störungen [9, 10, 11], Depressionen [12, 13, 14], Autismus [15] oder Störungen des Sozialverhaltens [16] im Kindes- und Jugendalter veröffentlicht. In diesen Arbeiten wurden als Grundlage Daten ganz unterschiedlicher gesetzlicher Krankenversi-
cherungen verwendet, wie beispielsweise der Allgemeinen Ortskrankenkassen (AOK) [3, 8, 10, 16], der Deutschen Angestellten-Krankenkasse (DAK) [9, 12], der Gmünder ErsatzKasse (GEK) [6, 13, 15] bzw. der daraus nach der Fusion entstandenen BARMER GEK [5] oder der Techniker Krankenkasse (TK) [9, 11, 12]. Analysen speziell zu Kindern und Jugendlichen mit Routinedaten aus dem Bereich der Privaten Krankenversicherungen (PKV) liegen unseres Wissens bisher nicht vor. Im Januar 2013 waren 69,6 Mio. Personen und damit etwa 87% der bundesdeutschen Bevölkerung in einer der 134 gesetzlichen Krankenkassen versichert.2 Die 6 Ersatzkassen versicherten insgesamt 25,8 Mio. Personen, die 11 AOKen 24,2 Mio. und die 109 Betriebskrankenkassen (BKKen) 11,6 Mio. Personen. Die verbleibenden 7,9 Mio. Versicherten verteilen sich auf die Innungskrankenkassen, die Landwirtschaftlichen Krankenkassen und die Knappschaft. Es ist mittlerweile gut belegt, dass zwischen den verschiedenen Kassen(arten) und nicht nur zwischen gesetzlich und privat Versicherten Unterschiede in der Versichertenstruktur existieren. Diese betreffen nicht nur die 2
1 http://www.gesundheitsforschung-bmbf.de/
de/4441.php (letzter Zugriff: 23.06.2013).
http://www.bmg.bund.de/krankenversicherung/zahlen-und-fakten-zur-krankenversicherung.html (letzter Zugriff: 23.06.2013).
Alters- und Geschlechtsverteilung sondern vor allem auch sozioökonomische Variablen [17, 18, 19], die wiederum einen Einfluss auf die Morbidität oder die Inanspruchnahme von Gesundheitsleistungen und deren Kosten haben können. So wurde anhand verschiedener Surveydaten gezeigt, dass sich die Prävalenz des Diabetes auch nach Berücksichtigung von Alter und Geschlecht zwischen Versicherten unterschiedlicher Kassen erheblich unterscheidet [20, 21, 22]. Somit sind Ergebnisse aus Analysen von Daten einzelner Kassen – auch nach einer Alters- und Geschlechtsstandardisierung – nicht ohne Weiteres auf die gesamtdeutsche Bevölkerung übertragbar. Studien zu Unterschieden zwischen den Versicherten verschiedener gesetzlicher Kassen wurden bisher ausschließlich für Erwachsene durchgeführt und es ist unklar, ob solche Unterschiede auch bei Kindern und Jugendlichen bestehen. In der vorliegenden Arbeit soll deshalb untersucht werden, ob bei Kindern und Jugendlichen in Abhängigkeit der Kassenzugehörigkeit: F Unterschiede in Bezug auf soziodemografische Merkmale, Gesundheitsrisiken und die Inanspruchnahme von Gesundheitsleistungen existieren, F Unterschiede bei somatischen und psychischen Störungen vorliegen und
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 455
Originalien und Übersichten F inwieweit sich mögliche Unterschiede in der psychischen Gesundheit aus der ungleichen Verteilung soziodemografischer Merkmale erklären lassen.
Methoden Studiendesign und Datenbasis Für die Analysen wurden Daten des Kinder- und Jugendgesundheitssurveys (KiGGS) verwendet. Diese bundesweite Querschnittstudie von Personen im Alter zwischen 0 und 17 Jahren wurde zwischen Mai 2003 und Mai 2006 vom Robert Koch-Institut (RKI) durchgeführt. Es handelte sich um eine 2-stufig geschichtete Zufallsauswahl, bei der zunächst 167 Untersuchungsorte (primary sample units; PSUs) mit einer Überrepräsentierung ostdeutscher Gemeinden ausgewählt wurden. Anschließend wurde jeweils 8 Wochen vor Beginn des Untersuchungszeitraums über die Einwohnermelderegister eine jeweils gleiche Anzahl von 24 Personenadressen pro Altersjahrgang gezogen. Die endgültige Stichprobe enthielt für jeden Altersjahrgang 8, 9 oder 10 Kinder bzw. Jugendliche, entsprechend wurden 144, 162 oder 180 Personen pro PSU eingeladen. Die KiGGS-Stichprobe umfasste 28.299 Kinder und Jugendliche, von denen letztlich 17.641 teilnahmen (Response: 66,6%). Im KiGGS wurden sowohl Fragebögen durch die Eltern als auch parallel ab einem Alter von 11 Jahren durch die Kinder und Jugendlichen selbst ausgefüllt sowie auch körperliche Untersuchungen, Tests und computergestützte ärztliche Interviews (CAPI) durchgeführt. Ausführlichere Informationen zu Konzept, Design und Durchführung des KiGGS sind in einer Reihe von weiteren Beiträgen zu finden [23, 24, 25, 26, 27, 28].
Variablen Neben allgemeinen soziodemografischen Merkmalen wie Alter und Geschlecht wurden im KiGGS auch der sozioökonomische Status und der Migrationshintergrund erfasst. Der soziale Status wurde anhand von Angaben der Eltern zur
456 |
Schulbildung und beruflichen Qualifikation, zur beruflichen Stellung und zum Haushaltsnettoeinkommen in 3 Statusgruppen unterteilt (Winkler-Index). Als Migranten wurden Kinder und Jugendliche angesehen, die selbst aus einem anderen Land zugewandert sind und bei denen mindestens ein Elternteil nicht in Deutschland geboren ist oder von denen beide Eltern zugewandert oder nicht deutscher Staatsangehörigkeit sind. Detaillierte Informationen zur Messung soziodemografischer Merkmale im KiGGS finden sich in Kamtsiuris et al. [25]. Zur Abbildung des Gesundheitszustands der Kinder und Jugendlichen wurden neben dem Auftreten akuter und chronischer somatischer Erkrankungen auch psychische Probleme untersucht. Psychische Auffälligkeiten wurden im KiGGS ab 3 Jahren mit der Elternversion des Strengths and Difficulties Questionnaire (SDQ) erhoben ([29], deutsche Version: [30, 31]). Der SDQ erfasst psychische Schwächen und Stärken in den 5 Bereichen emotionale Probleme, Hyperaktivitätsprobleme, Verhaltensprobleme, Probleme mit Gleichaltrigen und prosoziales Verhalten. Aus deren Summe wird ein Gesamtproblemwert berechnet. Für jeden dieser Werte erfolgt mittels normierter Cut-off-Werte eine Einteilung als „unauffällig“, „grenzwertig“ oder „auffällig“. Ausführlichere Informationen dazu sind in Hölling et al. [23] zu finden. Für unsere Auswertungen wurden die Werte des SDQ in „unauffällig“ vs. „grenzwertig/auffällig“ dichotomisiert [32]. Zur Abbildung der Inanspruchnahme wurden u. a. Besuche bei verschiedenen Arztgruppen sowie die Einnahme von Medikamenten untersucht. Die Einteilung der Medikamente erfolgte anhand des ATC-Index (ATC: Anatomical Ther apeutic Chemical Code). Dieser klassifiziert Arzneimittel entsprechend dem Organ bzw. Organsystem, auf das sie einwirken, in verschiedene hierarchisch gegliederte Gruppen. Wichtigste unabhängige Variable war die Zugehörigkeit zu einer Krankenkassenart. Im Elternfragebogen konnten hierzu 11 verschiedene Items bearbeitet werden. Hieraus bildeten wir folgende 5 Kategorien: Ersatzkasse (diese wurden im Fragebogen lediglich gemeinsam
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
abgefragt), Allgemeine Ortskrankenkasse (AOK), Betriebskrankenkassen (BKK), Innungskrankenkassen bzw. sonstige gesetzliche Krankenversicherung (andere GKV) sowie voll privat Versicherte bzw. Beihilfeberechtigte (PKV). Gesetzlich Versicherte mit gleichzeitiger Nennung einer privaten Zusatzversicherung oder Beihilfe wurden der entsprechenden gesetzlichen Kasse zugeordnet.
Statistische Analyse Von den Auswertungen ausgeschlossen wurden alle Kinder mit mehreren nicht plausiblen Nennungen zur Krankenkasse (z. B. gleichzeitig AOK und private Vollversicherung), einer ausländischen Krankenkasse, sonstigem Anspruch auf Krankenversorgung sowie keiner Krankenversicherung bzw. fehlenden Angaben. Dies betraf 740 der insgesamt 17.641 Teilnehmer des KiGGS. Ausschlüsse erfolgten größtenteils aufgrund fehlender Angaben zur Kassenzugehörigkeit bzw. weil keine Krankenversicherung vorlag (61,1%) sowie wegen ungültiger Doppelnennungen (32,2%). Alle Analysen wurden stratifiziert nach Kassenzugehörigkeit durchgeführt. Zur Anwendung kamen Maße der deskriptiven Statistik, und es wurden Mittelwerte bzw. Anteile mit entsprechenden 95%-Konfidenzintervallen (95%-KI) geschätzt. Bei sich nicht überschneidenden Konfidenzintervallen wurden Unterschiede als statistisch signifikant angesehen. Zudem wurde für die psychische Gesundheit (grenzwertige/auffällige Gesamtproblemwerte des SDQ) eine logistische Regression durchgeführt, um zu prüfen, wie sich Unterschiede zwischen den Kassenarten bei schrittweiser Adjustierung verändern. In Modell 1 schätzen wir ausschließlich rohe Odds Ratios (OR). Bei Modell 2 adjustierten wir neben der Wohnregion (Ost vs. West) für das Alter und Geschlecht. In Modell 3 wurden zusätzlich der Migrationshintergrund und der sozioökonomische Status berücksichtigt. Aufgrund von fehlenden Angaben unterscheidet sich die Nennerpopulation teilweise zwischen den Auswertungen. Es wurde der im Datensatz enthaltene Gewichtungsfaktor (wkiggs) verwendet, um
Zusammenfassung · Abstract Abweichungen der Netto-Stichprobe von der Bevölkerungsstruktur zum 31.12.2004 und die Überrepräsentierung ostdeutscher Gemeinden zu korrigieren. Es werden ausschließlich gewichtete Ergebnisse präsentiert. Die Analysen wurden mit dem Softwarepaket SAS für Windows in der Version 9.2 durchgeführt (SAS Institute Inc., Cary, NC). Um das komplexe Surveydesign, also sowohl die Clusterung der Stichprobenziehung als auch die Gewichtung der Teilnehmer, bei der Schätzung der Varianzen zu berücksichtigen, wurden PROC SURVEYMEANS, PROC SURVEYFREQ und PROC SURVEYLOGISTIC verwendet.
Ergebnisse Soziodemografische Merkmale und Gesundheitsrisiken Insgesamt konnten 16.901 Kinder und Jugendliche für die Analysen berücksichtigt werden. Etwa jeweils ein Drittel von ihnen war in Ersatzkassen (30,9%) und in der AOK (28,4%) versichert, 10,8% entfielen auf die PKV. . Tab. 1 zeigt den Vergleich der soziodemografische Merkmale und der Gesundheitsrisiken zwischen den 5 untersuchten Kassenarten. Der Altersdurchschnitt der Studienteilnehmer lag zwischen 9 und 10 Jahren, und jeweils etwas mehr als die Hälfte der Kinder und Jugendlichen war männlichen Geschlechts. 30% der in der BKK, Ersatzkasse und PKV Versicherten hatten noch mindestens 2 weitere Geschwister, in der AOK lag dieser Anteil bei 40,2%. Deutliche Unterschiede zeigten sich auch beim Migrationshintergrund: So waren in der PKV 2,9% und in der BKK 13,5% der versicherten Kinder und Jugendlichen Migranten, in der AOK waren es hingegen 32,2%. Eine private Zusatzversicherung bzw. einen zusätzlichen Beihilfeanspruch hatten am häufigsten Kinder und Jugendliche, die in den Ersatzkassen versichert waren. Bei der Elterneinschätzung des Gewichts ihrer Kinder fanden sich je nach Kassenzugehörigkeit ebenfalls Unterschiede. Beim Rauchverhalten zeigten sich keine signifikanten Unterschiede zwischen Kindern und Jugendlichen in verschiedenen gesetzlichen Krankenkassen.
Bundesgesundheitsbl 2014 · 57:455–463 DOI 10.1007/s00103-013-1916-x © Springer-Verlag Berlin Heidelberg 2014 F. Hoffmann · C.J. Bachmann
Unterschiede in den soziodemografischen Merkmalen, der Gesundheit und Inanspruchnahme bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit Zusammenfassung Für den Erwachsenenbereich ist belegt, dass Unterschiede (insbesondere hinsichtlich sozioökonomischer Variablen und der Morbidität) in der Versichertenstruktur nicht nur zwischen gesetzlichen und privaten Krankenversicherungen, sondern auch zwischen verschiedenen gesetzlichen Kassen existieren. Die hier vorliegende Studie untersuchte anhand von Daten des Kinder- und Jugendgesundheitssurveys (KiGGS) Unterschiede bei soziodemografischen Merkmalen, Gesundheitsrisiken, der Morbidität sowie der Inanspruchnahme von Gesundheitsleistungen bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit (Ersatzkasse, Allgemeine Ortskrankenkasse, Betriebskrankenkasse, Innungskrankenkasse, andere gesetzli-
che Kasse, privat Versicherte). Es zeigten sich hier insbesondere Unterschiede beim Migrationshintergrund, bei körperlichen Erkrankungen, bei psychischen Auffälligkeiten und bei Zahnarztbesuchen. In der Forschung zur sozialen Ungleichheit, die sich oftmals nur auf Unterschiede zwischen gesetzlich und privat Versicherten konzentriert, sollte dieser Aspekt zukünftig Berücksichtigung finden. Die Ergebnisse haben ebenfalls Relevanz für die Forschung mit Kassendaten. Schlüsselwörter Gesetzliche Krankenversicherung · Kinder · Jugendliche · Versichertenstruktur · Versorgungsforschung
Differences in sociodemographic characteristics, health, and health service use of children and adolescents according to their health insurance funds Abstract Differences in the socioeconomic characteristics and morbidity between members of German private and statutory health insurance funds and also between several statutory health insurances have been shown for adults. We used data from the National Health Survey for Children and Adolescents (KiGGS) to study differences in sociodemographic characteristics, health risks, morbidity, and health service use in child and adolescent insurants of different types of health insurance funds (Ersatzkasse, Allgemeine Ortskrankenkasse, Betriebskrankenkasse, Innungskrankenkasse, other statutory health insurance funds, private health insurance). Differences in the proportion of re-
Inanspruchnahme von Gesundheitsleistungen In . Tab. 2 werden Variablen der Inanspruchnahme von Gesundheitsleistungen dargestellt. Beim Arztkontakt mit ausgewählten Fachgruppen zeigten sich zwischen den in den unterschiedlichen Kassen versicherten Kindern und Jugendlichen kaum Unterschiede. Auffällig war lediglich die Tatsache, dass mit 60,8%
spondents with a migration background, somatic diseases, psychopathological problems, and contact with a dentist between the different health insurance fund types were found. These results should be considered in studies on health inequalities, which often focus solely on differences between statutory and private health insurance. Our results are also of relevance for health services research using the claims data of health insurance funds. Keywords Statutory health insurance · Children · Adolescents · Insurant structure · Health services research
deutlich weniger bei der AOK versicherte Kinder und Jugendliche in den letzten 12 Monaten einen Zahnarzt aufgesucht hatten als Versicherte anderer Kassenarten (66,1–68,9%). Zwischen 6,2 und 9,3% der Kinder und Jugendlichen hatten in den 12 Monaten vor der Befragung mindestens eine Nacht im Krankenhaus verbracht. Privat Versicherte nahmen am häufigsten Arzneimittel ein (57,0%), Kinder und Jugendliche in der AOK am sel-
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 457
Originalien und Übersichten Tab. 1 Vergleich der soziodemografischen Merkmale und Gesundheitsrisiken bei kranken-
versicherten Kindern und Jugendlichen nach Kassenart (mit 95%-Konfidenzintervall) Charakteristika
Ersatzkasse (n=5216)a
Alter in Jahren, 9,4 Mittelwert (9,2–9,6) Geschlecht, 51,3% männlich (49,9–52,8) Anzahl Geschwister – Keine 19,8% (18,3–21,4) –1 50,5% (48,8–52,2) – 2+ 29,6% (27,9–31,3) Wohnregion, 19,2% Ost (inklusive (13,6–24,7) Berlin) Migrationshin- 5,8% tergrund (4,7–6,8) Sozioökonomischer Status – Niedrig 14,7% (13,5–15,9) – Mittel 50,3% (48,4–52,1) – Hoch 35,0% (32,8–37,3) Private Zusatz- 17,1% versicherung (15,4–18,7) bzw. zusätzlich Beihilfe Elterneinschätzung des Gewichts – Zu dünn 17,5% (16,3–18,6) – Genau 66,7% richtig (65,2–68,1) – Zu dick 15,9% (14,8–17,0) Raucher, 20,2% Selbstangaben (18,1–22,3) Jugendlicher (11 bis 17 Jahre)b
AOK (n=4792)a
BKK (n=3204)a
Andere GKV (n=1857)a
PKV (n=1832)a
9,9 (9,7–10,0) 51,3% (49,9–52,6)
9,4 (9,2–9,6) 50,4% (48,5–52,4)
9,8 (9,6–10,0) 50,6% (48,0–53,1)
9,3 (9,0–9,6) 53,5% (50,7–56,3)
16,6% (15,2–18,0) 43,2% (41,4–45,0) 40,2% (38,2–42,2) 17,0% (12,0–22,1)
21,2% (19,3–23,1) 50,9% (49,0–52,8) 27,9% (25,9–29,9) 15,7% (10,8–20,6)
17,4% (15,3–19,5) 45,1% (42,3–48,0) 37,4% (34,1–40,7) 17,9% (12,5–23,3)
18,9% (16,6–21,2) 50,0% (47,4–52,5) 31,1% (28,5–33,8) 11,9% (6,9–16,9)
32,3% (28,3–36,3)
13,5% (11,1–15,9)
16,4% (13,4–19,4)
2,9% (2,0–3,8)
49,5% (47,3–51,7) 43,1% (41,1–45,1) 7,4% (6,4–8,3) 8,6% (7,3–9,8)
21,7% (19,8–23,7) 54,4% (52,0–56,7) 23,9% (21,6–26,2) 13,3% (11,6–15,0)
40,1% (37,1–43,1) 47,2% (44,0–50,4) 12,7% (10,5–14,9) 12,5% (10,3–14,6)
1,9% (1,2–2,6) 22,0% (19,0–24,9) 76,1% (73,1–79,2) –
20,1% (18,6–21,7) 58,8% (56,9–60,7) 21,1% (19,8–22,4) 22,7% (20,4–25,0)
16,8% (15,4–18,2) 65,7% (63,8–67,6) 17,5% (15,9–19,1) 20,0% (17,3–22,7)
18,5% (16,4–20,6) 62,3% (59,8–64,9) 19,2% (16,8–21,5) 18,4% (15,2–21,7)
15,9% (14,0–17,8) 71,2% (69,0–73,5) 12,8% (11,2–14,5) 14,1% (10,6–17,5)
an kann je nach Auswertung aufgrund von Missings variieren. bRaucher, wenn täglich, mehrmals pro Woche,
1-mal pro Woche oder seltener geraucht wurde; n=7181.
tensten (46,7%). Die größten Unterschiede mit Blick auf die eingenommenen Medikamentengruppen zeigten sich bei den häufig im Rahmen der Selbstmedikation angewendeten Mitteln für das alimentäre System und den Stoffwechsel.
Somatische und psychische Störungen . Tab. 3 zeigt den Vergleich des Gesund-
heitszustands der Kinder und Jugendli-
458 |
chen nach Kassenart. Bei 4,9 bzw. 5,5% der PKV-Versicherten bzw. der Versicherten in den Ersatzkassen wurde der subjektive Gesundheitszustand als mittel/schlecht eingeschätzt, bei in der AOK Versicherten lag dieser Anteil hingegen bei 8,8%. Die Prävalenz akuter Erkrankungen innerhalb der letzten 12 Monate war bei den in der AOK versicherten Kindern und Jugendlichen für Erkältungen und Durchfall am niedrigsten, für Mittelohrentzündungen fand sich zwischen den
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
Kassenarten kein Unterschied. Auch atopische Erkrankungen kamen insgesamt seltener bei AOK-Versicherten (20,0%) als z. B. bei Kindern und Jugendlichen in Ersatzkassen (25,7%) oder in der PKV (24,3%) vor. Keine Unterschiede zeigten sich zwischen den Kassenarten für Asthma. Unterschiede zeigten sich auch bei den Angaben zur psychischen Gesundheit (. Tab. 3). Mit Blick auf Gesamtproblemwerte des SDQ fanden sich bei 8,5% der privat versicherten Kinder und Jugendlichen auffällige oder grenzwertige Befunde, bei in Ersatzkassen Versicherten lag dieser Wert hingegen bei 12,3% und in der AOK bei 19,4%. Für diesen Score wurden weitere stratifizierte Analysen zum Vergleich zwischen der AOK, anderen gesetzlichen Krankenkassen und der PKV nach Alter, Geschlecht und Wohnregion durchgeführt (. Tab. 4). Die bereits beschriebenen Unterschiede waren gleichermaßen in Ost- sowie Westdeutschland, bei beiden Geschlechtern und in allen Altersgruppen, besonders jedoch bei den 3- bis 6-Jährigen vorhanden. Diese Unterschiede bestehen auch, wenn nur auffällige Gesamtproblemwerte betrachtet werden (Daten nicht gezeigt). Die multivariate Analyse bestätigt, dass die beobachteten Unterschiede bei auffälligen oder grenzwertigen Gesamtproblemwerten des SDQ auch nach Adjustierung für Alter, Geschlecht und Wohnregion bestehen bleiben (Modell 2 in . Tab. 5). Wird zusätzlich für den Migrationshintergrund und den sozioökonomischen Status adjustiert (Modell 3), reduzieren sich die Unterschiede zwischen den Kassenarten erheblich (OR für AOK vs. PKV von 2,69 in Modell 2 auf 1,32 in Modell 3). Es zeigt sich auch ein deutlicher Zusammenhang zwischen niedrigem soziökonomischem Status und dem Auftreten psychischer Störungen.
Diskussion Interpretation der Ergebnisse Unterschiede zwischen den verschiedenen Kassenarten zeigten sich vor allem bei den soziodemografischen Merkmalen der versicherten Kinder und Jugendlichen, wobei auch hier – wie bei Er-
Tab. 2 Vergleich der Inanspruchnahme bei krankenversicherten Kindern und Jugendlichen
nach Kassenart (mit 95%-Konfidenzintervall) Charakteristika
Ersatzkasse (n=5216)a
AOK (n=4792)a
BKK (n=3204)a
Arztbesuch (innerhalb der letzten 12 Monate) – Zahnarzt 68,9% 60,8% 68,1% (67,3–70,5) (58,7–63,0) (66,0–70,1) – Kinderarzt 62,4% 58,9% 62,8% (60,1–64,6) (56,1–61,7) (60,3–65,4) – Allgemein36,8% 39,4% 37,0% mediziner/ (34,1–39,4) (36,3–42,6) (33,8–40,3) Internist – Augenarzt 23,2% 21,6% 25,0% (21,7–24,7) (20,0–23,2) (23,3–26,7) – HNO-Arzt 13,9% 12,6% 12,8% (12,7–15,1) (11,3–13,9) (11,4–14,1) – Orthopäde 11,6% 8,7% 10,4% (10,5–12,8) (7,7–9,8) (9,0–11,8) – Hautarzt 11,4% 10,2% 12,3% (10,3–12,5) (9,2–11,1) (11,1–13,5) – Nervenarzt/ 3,7% 2,7% 3,9% Psychiater/ (3,1–4,4) (2,1–3,2) (3,0–4,8) Psychologe Mindestens 7,7% 9,3% 8,5% eine Nacht im (6,9–8,4) (8,4–10,2) (7,5–9,5) Krankenhaus (innerhalb der letzten 12 Monate) Einnahme von Medikamenten (innerhalb der letzten 7 Tage) – Respira18,6% 15,4% 17,6% tionstrakt (17,1–20,0) (13,9–17,0) (16,0–19,2) (ATC: R) – Alimentäres 18,2% 13,3% 17,0% System und (17,0–19,3) (12,1–14,5) (15,5–18,5) Stoffwechsel (ATC: A) – Dermatika 10,7% 8,8% 9,5% (ATC: D) (9,5–11,9) (7,7–9,8) (8,2–10,8) – Nervensys6,6% 7,5% 7,8% tem (ATC: N) (5,8–7,4) (6,6–8,5) (6,7–9,0) – Jegliche 53,9% 46,7% 51,7% Medikamente (52,0–55,8) (44,7–48,7) (49,3–54,1)
Andere GKV (n=1857)a
PKV (n=1832)a
66,1% (63,5–68,8) 57,6% (54,1–61,2) 41,9% (38,5–45,3)
67,1% (64,4–69,7) 61,5% (58,3–64,7) 35,3% (31,5–39,2)
21,0% (18,5–23,4) 13,0% (11,0–14,9) 8,8% (7,3–10,2) 10,8% (9,0–12,5) 3,3% (2,4–4,2)
23,8% (21,5–26,0) 13,2% (11,2–15,3) 10,5% (8,8–12,2) 12,3% (10,6–13,9) 2,7% (1,8–3,7)
8,5% (7,2–9,8)
6,2% (4,9–7,5)
15,3% (13,5–17,1)
18,1% (15,9–20,2)
15,5% (13,7–17,3)
19,3% (17,1–21,4)
9,4% (7,9–11,0) 6,6% (5,2–7,9) 48,5% (46,0–51,0)
11,6% (10,0–13,2) 6,2% (5,0–7,5) 57,0% (54,4–59,7)
an kann je nach Auswertung aufgrund von Missings variieren.
wachsenen [17, 18, 19] – deutlich wurde, dass sich in der AOK mehr sozial schlechter gestellte Familien finden. Besonders auffällig waren die Unterschiede mit Blick auf den Migrationshintergrund, der in Studien mit Erwachsenen oftmals nicht spezifisch genug erhoben wird. Ein weiterer Fokus unserer Untersuchung lag auf psychischen Störungen, da sich ein Großteil der auf Kinder und Jugendliche begrenzten Kassendatenanalysen mit Fragen aus diesem Bereich beschäftigte. Viele dieser Studien verwende-
ten (ausschließlich) Daten verschiedener AOKen [9, 10, 16, 33]. Wie beim sozioökonomischen Status zeigte sich auch bei den psychischen Auffälligkeiten (gemessen mit dem SDQ) eine deutliche Graduierung zwischen Kindern und Jugendlichen, die in der AOK, in anderen GKVen als der AOK und in der PKV versichert sind (. Tab. 3). Die 12-Monats-Prävalenz für psychische Auffälligkeiten (Gesamtproblemwerte beim SDQ) ist bei versicherten Kindern und Jugendlichen in der AOK
mit 19,4% nahezu identisch zu einer Auswertung von Daten der AOK Hessen aus dem Jahr 2006 (der Anteil 0- bis 17-Jähriger mit Diagnosen aus dem Bereich jeglicher psychischer und Verhaltensstörungen war hier 19,3%) [33]. Vergleichbare Analysen anderer Kassen liegen leider nicht vor. Zwar existieren Auswertungen zur Prävalenz hyperkinetischer Störungen in verschiedenen Kassen, allerdings unterscheiden sich diese in der Methodik (mindestens eine ambulante oder stationäre Diagnose bzw. mindestens eine stationäre oder mindestens 2 ambulante Diagnosen) [9, 10]. Zudem beziehen sich die Daten in der einen Studie (von Schubert et al. [10]) nur auf Hessen, die in der anderen (von Lindemann et al. [9]) hingegen auf Gesamtdeutschland. Da bekannt ist, dass es deutliche regionale Unterschiede in der Häufigkeit der Diagnosestellung hyperkinetischer Störungen gibt und Hessen hier merklich unter dem Bundesdurchschnitt liegt [34], ist auch aus diesem Grund eine direkte Vergleichbarkeit der Ergebnisse nicht gegeben. Weiterhin muss sich eine erhöhte Morbidität in diesem Bereich nicht unbedingt in einer erhöhten Inanspruchnahme von Gesundheitsleistungen widerspiegeln. In unseren Analysen lag die Häufigkeit eines Kontaktes mit Nervenärzten, Psychiatern oder Psychologen in der AOK und der PKV auf gleichem Niveau. Die zwischen den Kassenarten beobachteten Unterschiede in der Prävalenz psychischer Auffälligkeiten bei Kindern und Jugendlichen hängen eng mit dem sozioökonomischen Status zusammen. Dass sich bei Kindern und Jugendlichen mit niedrigem sozialen Sozialstatus (der wiederum öfter bei Migranten vorliegt) häufiger psychische Störungen bzw. subjektive gesundheitliche Einschränkungen finden, ist gut belegt [35, 36, 37, 38]. In der multivariaten Analyse zeigte sich (. Tab. 5), dass die Adjustierung für Alter, Geschlecht und Wohnregion keinen Einfluss auf die Schätzer zu psychischen Störungen hatte. Nach zusätzlicher Kontrolle für den Migrationshintergrund und sozioökonomischen Status reduzierten sich die Unterschiede zwischen den Kassenarten erheblich (OR für AOK vs. PKV von 2,69 in Modell 2 auf 1,32 in Modell 3), jedoch fanden sich bei in der AOK versi-
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 459
Originalien und Übersichten Tab. 3 Vergleich des Gesundheitszustands bei krankenversicherten Kindern und Jugend-
lichen nach Kassenart (mit 95%-Konfidenzintervall) Charakteristika
Ersatzkasse (n=5216)a
AOK (n=4792)a
BKK (n=3204)a
Elterneinschätzung des subjektiven Gesundheitszustands – Mittel/ 5,5% 8,8% 5,9% schlecht (4,8–6,2) (7,8–9,9) (4,9–7,0) – Sehr gut/ 94,5% 91,2% 94,1% gut (93,8–95,2) (90,1–92,2) (93,0–95,1) Prävalenz akuter Erkrankungen (innerhalb der letzten 12 Monate) – Erkältung, 90,6% 85,6% 89,8% grippaler (89,7–91,5) (84,3–87,0) (88,6–91,0) Infekt – Durchfall, 48,4% 44,4% 45,8% Magen-Darm- (46,7–50,0) (42,5–46,4) (43,6–48,0) Infektion – Mittelohr10,6% 10,4% 11,1% entzündung (9,5–11,6) (9,3–11,5) (9,7–12,5) Chronische Erkrankungen (Lebenszeitprävalenz) – Asthma 4,9% 4,7% 4,6% (4,3–5,5) (4,0–5,4) (3,8–5,3) – Heuschnup- 11,6% 9,9% 11,2% fen (10,5–12,7) (8,8–11,0) (9,9–12,6) – Neuroder15,9% 10,7% 13,8% mitis, atopi(14,6–17,2) (9,7–11,7) (12,3–15,2) sches Ekzem – Atopische 25,7% 20,0% 23,6% Erkrankungb (24,1–27,3) (18,7–21,3) (21,9–25,3) Psychische Gesundheit, SDQ (3 bis 17 Jahre)c – Emotionale 15,1% 19,1% 15,5% Probleme (13,8–16,4) (17,6–20,5) (14,1–16,9) – Verhaltens- 28,6% 34,5% 30,8% probleme (27,1–30,1) (32,9–36,2) (29,1–32,5) – Hyperakti12,7% 16,8% 13,4% vität (11,6–13,8) (15,5–18,0) (11,8–14,9) – Peer-Pro 18,3% 28,8% 19,8% bleme (17,0–19,5) (27,1–30,6) (18,1–21,4) – Prosoziales 10,6% 11,5% 10,4% Verhalten (9,6–11,6) (10,3–12,6) (9,0–11,7) – Gesamtpro- 12,3% 19,4% 14,0% blemwert (11,2–13,5) (18,0–20,9) (12,6–15,3)
Andere GKV (n=1857)a
PKV (n=1832)a
6,9% (5,5–8,3) 93,1% (91,7–94,5)
4,9% (3,8–6,0) 95,1% (94,0–96,2)
86,7% (84,8–88,7)
90,6% (89,1–92,0)
46,5% (43,5–49,5)
50,3% (47,8–52,8)
10,2% (8,7–11,8)
11,3% (9,6–13,0)
5,0% (3,9–6,2) 9,0% (7,5–10,5) 12,6% (10,7–14,5)
4,5% (3,4–5,6) 12,2% (10,4–14,1) 14,2% (12,3–16,0)
22,2% (19,8–24,6)
24,3% (21,9–26,7)
16,6% (14,6–18,6) 33,3% (30,7–35,9) 13,4% (11,4–15,3) 21,7% (19,2–24,2) 10,1% (8,4–11,8) 15,4% (13,5–17,3)
12,2% (10,2–14,2) 23,2% (20,9–25,6) 10,0% (7,9–12,0) 15,8% (13,6–18,1) 9,3% (7,7–11,0) 8,5% (6,8–10,2)
an kann je nach Auswertung aufgrund von Missings variieren. bMindestens eine atopische Erkrankung (Asthma,
Heuschnupfen, Neurodermitis). cJeweils grenzwertig/auffällige Werte.
cherten Kindern und Jugendlichen noch immer statistisch signifikant erhöhte Werte. Solche Befunde konnten auch für verschiedene chronische Erkrankungen im Erwachsenenalter gezeigt werden [17, 20, 21]. Es ist also möglich, dass sich gesundheitliche Unterschiede zwischen Versicherten verschiedener Kassen nicht ausschließlich durch soziale Ungleichheit erklären bzw. die verwendeten Instrumente dieses Konstrukt nicht zufriedenstellend erfassen. Über Unterschiede in der Prävalenz atopischer Erkrankungen nach Sozial-
460 |
status, von denen Kinder und Jugendliche aus sozial besser gestellten Familien stärker betroffen sind, wurde bereits in Analysen des KiGGS berichtet [28]. Vergleichbare Ergebnisse finden sich auch für Erwachsene [39]. Entsprechende Befunde zeigen sich ebenfalls bei unseren Analysen zu Prävalenzen atopischer Erkrankungen nach Kassenzugehörigkeit, d. h., bei den vergleichsweise sozial schlechter gestellten AOK-Versicherten werden die niedrigsten Prävalenzen gefunden. Unterschiede bei der Anwendung von Medikamenten – in
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
der PKV nehmen deutlich mehr Kinder und Jugendliche (57,0%) Arzneimittel ein als beispielsweise in der AOK (46,7%) – dürften ihre Ursache größtenteils im Bereich der Selbstmedikation haben. Besonders deutlich zeigte sich dies bei Mitteln für das alimentäre System und den Stoffwechsel, worunter beispielsweise Vitamine und Mineralstoffe fallen. Es ist bekannt, dass Kinder aus sozial besser gestellten Familien häufiger (solche) Mittel der Selbstmedikation einnehmen [40, 41]. Als mögliche Erklärung wird eine erhöhte Aufmerksamkeit für die eigene Gesundheit bzw. die Gesundheit der Kinder in diesen Familien genannt [40]. Sie erklärt wahrscheinlich auch die Unterschiede bei der Inanspruchnahme von Zahnärzten zwischen den in verschiedenen Kassen Versicherten. Interessant sind auch die teilweise zur AOK ähnlichen Ergebnisse in der Kategorie „andere GKV“ (z. B. beim sozioökonomischen Status oder der psychischen Gesundheit). Etwas mehr als die Hälfte dieser Kinder und Jugendlichen ist in Innungskrankenkassen versichert. Mit Daten der Innungskrankenkassen wurden unseres Wissens bisher noch keine Analysen in nationalen und internationalen Fachzeitschriften publiziert, sodass zu dieser Population insgesamt kaum Informationen vorliegen.
Stärken und Schwächen der Studie Mit dem KiGGS wurde eine der bisher umfangreichsten Primärerhebungen zur Gesundheit von Kindern und Jugendlichen durchgeführt. Mit Blick auf die Kassenzugehörigkeit wurde hier jedoch nicht nach einzelnen Ersatzkassen differenziert, auch wenn immerhin fast ein Drittel der Kinder und Jugendlichen in solchen versichert ist. Diese Einschränkung gilt auch für andere vom RKI durchgeführte Surveys, wie z. B. für den Telefonischen Gesundheitssurvey [21] oder die Studie zur Gesundheit Erwachsener in Deutschland (DEGS1) [22]. Diese Differenzierung wäre jedoch von erheblicher Relevanz, da bekannt ist, dass es zwischen verschiedenen Ersatzkassen bei Erwachsenen erhebliche Unterschiede in der Versichertenstruktur gibt. So ist beispielsweise unter Versicherten der
Tab. 4 Vergleich auffälliger/grenzwertiger Gesamtproblemwerte beim SDQ bei krankenver-
sicherten Kindern und Jugendlichen ab einem Alter von 3 Jahren nach Kassenart (3 Kategorien), Alter, Geschlecht und Wohnregion (mit 95%-Konfidenzintervall) Charakteristika Geschlecht – Männlich – Weiblich Alter – 3 bis 6 Jahre – 7 bis 10 Jahre – 11 bis 13 Jahre – 14 bis 17 Jahre Wohnregion – Ost – West Gesamt
AOK (n=4094)
Andere GKV als AOK (n=8771)
PKV (n=1556)
22,3% (20,2–24,4) 16,5% (14,5–18,4)
16,9% (15,6–18,1) 9,8% (8,9–10,8)
10,4% (8,1–12,8) 6,3% (3,8–8,8)
18,7% (16,0–21,4) 23,2% (19,8–26,7) 20,8% (17,2–24,3) 16,1% (13,8–18,5)
12,0% (10,5–13,5) 15,8% (14,3–17,3) 15,3% (13,3–17,2) 11,3% (9,7–12,8)
6,5% (3,7–9,3) 11,2% (7,8–14,6) 9,6% (5,8–13,3) 7,3% (4,0–10,6)
16,4% (14,4–18,4) 20,1% (18,3–21,8) 19,4% (18,0–20,9)
12,1% (10,3–13,8) 13,7% (12,8–14,6) 13,4% (12,6–14,2)
5,9% (4,3–7,6) 8,9% (7,0–10,8) 8,5% (6,8–10,2)
Tab. 5 Assoziation von auffälligen/grenzwertigen Gesamtproblemwerten beim SDQ bei
krankenversicherten Kindern und Jugendlichen ab einem Alter von 3 Jahren und der Kassenart (3 Kategorien), schrittweise adjustiert Charakteristika
Modell 1 OR (95%-KI)
Kassenart – AOK 2,59 (2,06–3,24) – Andere GKV als AOK 1,66 (1,33–2,07) – PKV 1 Geschlecht – Männlich – Weiblich Alter – 3 bis 6 Jahre – 7 bis 10 Jahre – 11 bis 13 Jahre – 14 bis 17 Jahre Wohnregion – Ost – West Migrationshintergrund – Migrant – Kein Migrant Sozioökonomischer Status – Niedrig – Mittel – Hoch
Modell 2 OR (95%-KI)
Modell 3 OR (95%-KI)
2,69 (2,14–3,37) 1,71 (1,37–2,13) 1
1,32 (1,03–1,68) 1,14 (0,91–1,44) 1
1,70 (1,53–1,88) 1
1,70 (1,52–1,89) 1
1 1,38 (1,21–1,57) 1,26 (1,08–1,48) 0,92 (0,78–1,07)
1 1,39 (1,22–1,58) 1,25 (1,06–1,46) 0,91 (0,78–1,07)
1 1,17 (1,03–1,33)
1 1,12 (0,99–1,28)
1,22 (1,04–1,42) 1
3,01 (2,52–3,60) 1,66 (1,40–1,96) 1
TK der Anteil Personen, deren höchster Schulabschluss das Abitur oder die Fachhochschulreife ist, deutlich höher als in der DAK (48,0 bzw. 30,6%) [17]. Auch ist die Zahl von etwa 17.000 Studienteilnehmern zu klein, um weitere Unterschiede im Bereich der psychischen Störungen zwischen den Kassenarten abbilden zu können: So suchten insgesamt 3,3% der Kinder und Jugendlichen in einem 12-Monats-Zeitraum einen Psychiater, Nervenarzt oder Psychologen auf. Bei verschiedenen kinder- und jugendpsychiatrischen Störungen sind die 12-Monats-Prävalenzen ebenfalls vergleichsweise niedrig, wie beispielsweise bei depressiven Störungen (3,1% bei 12bis –18-Jährigen) [42], bei hyperkinetischen Störungen (2,5% bei 3- bis 17-Jährigen) [9] oder bei Autismus-SpektrumStörungen (0,25% bei 0- bis 24-Jährigen) [15], sodass die Zahl der hiervon betroffenen Kinder und Jugendlichen in der Studiengruppe zu klein wäre, um Unterschiede zwischen verschiedenen Kassenarten zu detektieren. Zudem wurden die im KiGGS erfassten Daten zur Kassenzugehörigkeit nicht korrigiert, sodass eine Reihe von teils unplausiblen Doppelnennungen vorlag. Diese wurden für unsere Analysen ausgeschlossen. Aus der Arbeit von Huber et al. [32] geht leider nicht hervor, wie dort mit diesem Problem umgegangen wurde. Daher unterscheidet sich auch die Zahl der Teilnehmer zwischen dieser und unserer Studie. Abschließend muss noch berücksichtigt werden, dass größtenteils Merkmale der Kinder und Jugendlichen ausgewertet wurden, die auf Elternurteilen oder Selbstangaben basieren, sodass eine Erinnerungsverzerrung (Recall Bias) berücksichtigt werden muss.
Fazit Zusammengefasst zeigen sich auch bei Kindern und Jugendlichen nicht nur zwischen der PKV und GKV, sondern auch zwischen den gesetzlichen Krankenkassen Unterschiede hinsichtlich soziodemografischer Merkmale, der Morbidität und (geringer ausgeprägt) der Inanspruchnahme. In der Forschung zur sozialen Ungleichheit, die sich bisher eher auf Unterschiede zwischen GKV- und
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 461
Originalien und Übersichten PKV-Versicherten konzentriert [32, 43, 44], sollte dieser Aspekt zukünftig Berücksichtigung finden. Allein innerhalb der Ersatzkassen existieren unter Umständen noch größere Unterschiede [17]. Jedoch war uns keine Differenzierung zwischen den Ersatzkassen möglich, sodass weitere Untersuchungen zu diesem Thema durchgeführt werden sollten. Ebenfalls von hohem Forschungsinteresse ist die Frage, ob die gefundenen Unterschiede in der Versichertenstruktur auf einer Kontinuität individueller Lebensverläufe vom Kindesüber das Jugend- bis hin zum Erwachsenenalter beruhen. Eine Standardisierung nach Alter und Geschlecht kann bei Routinedatenanalysen die Unterschiede in der Versichertenstruktur zwischen den Kassen nicht ausgleichen und ist speziell bei Kindern und Jugendlichen wenig sinnvoll, da sich deren Alters- und Geschlechtsstruktur zwischen den Kassen kaum unterscheidet. Die Übertragbarkeit der Ergebnisse von Analysen einzelner Kassen auf die Gesamtbevölkerung sollte deshalb kritisch diskutiert werden.
Korrespondenzadresse PD Dr. F. Hoffmann Zentrum für Sozialpolitik (ZeS), Abteilung Gesundheitsökonomie, Gesundheitspolitik und Versorgungsforschung, Universität Bremen Postfach 330440, 28334 Bremen [email protected]
Einhaltung ethischer Richtlinien Interessenkonflikt. F. Hoffmann führt regelmäßig Analysen von Daten verschiedener Krankenkassen durch. C.J. Bachmann hat wissenschaftliche Arbeiten auf Basis von Sekundärdaten der AOK Nordost, der GEK sowie der BARMER GEK veröffentlicht. Diese Arbeit wurde ohne finanzielle Unterstützung von dritter Seite durchgeführt. Dieser Beitrag beinhaltet keine Studien an Menschen oder Tieren.
Literatur 1. Hoffmann F (2009) Review on use of German health insurance medication claims data for epidemiological research. Pharmacoepidemiol Drug Saf 18:349–356
462 |
2. Nellessen-Martens G, Driller E, Pientka L, Pfaff H (2009) Versorgungsforschungsaktivitäten in Nordrhein-Westfalen. Eine Analyse der Projektdatenbank Versorgungsforschung NRW. Med Klin (Munich) 104:457–463 3. Abbas S, Ihle P, Heymans L et al (2010) Unterschiede im Verschreibungsverhalten von Antibiotika bei Allgemein- und Kinderärzten in Hessen. Dtsch Med Wochenschr 135:1792–1797 4. Holstiege J, Garbe E (2013) Systemic antibiotic use among children and adolescents in Germany: a population-based study. Eur J Pediatr 172:787– 795 5. Koller D, Hoffmann F, Maier W et al (2013) Variation in antibiotic prescriptions: is area deprivation an explanation? Analysis of 1.2 million children in Germany. Infection 41:121–127 6. Augustin M, Reich K, Glaeske G et al (2013) Drug supply for children with psoriasis in Germany. J Dtsch Dermatol Ges 11:751–755 7. Hoffmann F, Glaeske G (2010) Prescriptions as a proxy for asthma in children: a good choice? Eur J Clin Pharmacol 66:307–313 8. Schmitt J, Schmitt NM, Kirch W, Meurer M (2010) Early exposure to antibiotics and infections and the incidence of atopic eczema: a populationbased cohort study. Pediatr Allergy Immunol 21:292–300 9. Lindemann C, Langner I, Kraut AA et al (2012) Age-specific prevalence, incidence of new diagnoses, and drug treatment of attention-deficit/ hyperactivity disorder in Germany. J Child Adolesc Psychopharmacol 22:307–314 10. Schubert I, Köster I, Lehmkuhl G (2010) The changing prevalence of attention-deficit/hyperactivity disorder and methylphenidate prescriptions: a study of data from a random sample of insurees of the AOK Health Insurance Company in the German State of Hesse, 2000–2007. Dtsch Arztebl Int 107:615–621 11. Braun S, Zeidler J, Linder R et al (2013) Treatment costs of attention deficit hyperactivity disorder in Germany. Eur J Health Econ 14:939–945 12. Dörks M, Langner I, Dittmann U et al (2013) Antidepressant drug use and off-label prescribing in children and adolescents in Germany: results from a large population-based cohort study. Eur Child Adolesc Psychiatry 22:511–518 13. Fegert JM, Kölch M, Zito JM et al (2006) Antidepressant use in children and adolescents in Germany. J Child Adolesc Psychopharmacol 16:197– 206 14. Hoffmann F, Glaeske G, Petermann F, Bachmann CJ (2012) Outpatient treatment in German adoles cents with depression: an analysis of nationwide health insurance data. Pharmacoepidemiol Drug Saf 21:972–979 15. Bachmann CJ, Manthey T, Kamp-Becker I et al (2013) Psychopharmacological treatment in child ren and adolescents with autism spectrum disorders in Germany. Res Dev Disabil 34:2551–2563 16. Ewest F, Reinhold T, Vloet TD et al (2013) Durch Jugendliche mit Störungen des Sozialverhaltens ausgelöste Krankenkassenausgaben – Eine gesundheitsökonomische Analyse von Versichertendaten einer gesetzlichen Krankenkasse. Kindh Entw 22:41–47 17. Hoffmann F, Icks A (2012) Unterschiede in der Versichertenstruktur von Krankenkassen und deren Auswirkungen für die Versorgungsforschung: Ergebnisse des Bertelsmann-Gesundheitsmonitors. Gesundheitswesen 74:291–297
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
18. Jaunzeme J, Eberhard S, Geyer S (2013) Wie „repräsentativ“ sind GKV-Daten? Demografische und soziale Unterschiede und Ähnlichkeiten zwischen einer GKV-Versichertenpopulation, der Bevölkerung Niedersachsens sowie der Bundesrepublik am Beispiel der AOK Niedersachsen. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 56:447–454 19. Schnee M (2008) Sozioökonomische Strukturen und Morbidität in den gesetzlichen Krankenkassen. In: Böcken J, Braun B, Amhof R (Hrsg) Gesundheitsmonitor 2008. Verlag Bertelsmann Stiftung, Gütersloh, S 88–104 20. Hoffmann F, Icks A (2011) Diabetes prevalence based on health insurance claims: large differ ences between companies. Diabet Med 28:919– 923 21. Hoffmann F, Icks A (2012) Diabetes „epidemic“ in Germany? A critical look at health insurance data sources. Exp Clin Endocrinol Diabetes 120:410– 415 22. Heidemann C, Du Y, Schubert I et al (2013) Prävalenz und zeitliche Entwicklung des bekannten Diabetes mellitus. Ergebnisse der Studie zur Gesundheit Erwachsener in Deutschland (DEGS1). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 56:668–677 23. Hölling H, Erhart M, Ravens-Sieberer U, Schlack R (2007) Verhaltensauffälligkeiten bei Kindern und Jugendlichen. Erste Ergebnisse aus dem Kinderund Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:784–793 24. Hölling H, Kamtsiuris P, Lange M et al (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Studienmanagement und Durchführung der Feldarbeit. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:557–566 25. Kamtsiuris P, Lange M, Schaffrath Rosario A (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Stichprobendesign, Response und Nonresponse-Analyse. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:547–556 26. Lange M, Kamtsiuris P, Lange C et al (2007) Messung soziodemographischer Merkmale im Kinder- und Jugendgesundheitssurvey (KiGGS) und ihre Bedeutung am Beispiel der Einschätzung des allgemeinen Gesundheitszustandes. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:578–589 27. Schenk L, Ellert U, Neuhauser H (2007) Kinder und Jugendliche mit Migrationshintergrund in Deutschland. Methodische Aspekte im Kinderund Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:590–599 28. Schlaud M, Atzpodien K, Thierfelder W (2007) Al lergische Erkrankungen. Ergebnisse aus dem Kinder- und Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:701–710 29. Goodman R (2001) Psychometric properties of the strengths and difficulties questionnaire. J Am Acad Child Adolesc Psychiatry 40:1337–1345 30. Klasen H, Woerner W, Rothenberger A, Goodman R (2003) Die deutsche Fassung des Strengths and Difficulties Questionnaire (SDQ-Deu) – Übersicht und Bewertung erster Validierungs- und Normierungsbefunde. Prax Kinderpsychol Kinderpsychiatr 52:491–502 31. Becker A, Woerner W, Hasselhorn M et al (2004) Validation of the parent and teacher SDQ in a clin ical sample. Eur Child Adolesc Psychiatry 13:11–16
32. Huber J, Lampert T, Mielck A (2012) Unterschiede bei Gesundheitsrisiken, Morbidität und gesundheitlicher Versorgung zwischen Kindern GKVbzw. PKV-versicherter Eltern: Ergebnisse aus dem Kinder- und Jugendgesundheitssurvey (KiGGS). Gesundheitswesen 74:627–638 33. Lehmkuhl G, Köster I, Schubert I (2009) Ambulante Versorgung kinder- und jugendpsychiatrischer Störungen – Daten einer versichertenbezogenen epidemiologischen Studie. Prax Kinderpsychol Kinderpsychiatr 58:170–185 34. Grobe TG, Bitzer EM, Schwartz FW (2013) BARMER GEK Arztreport 2013. Asgard, Siegburg 35. Reiss F (2013) Socioeconomic inequalities and mental health problems in children and adoles cents: a systematic review. Soc Sci Med 90:24–31 36. Erhart M, Hölling H, Bettge S et al (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Risiken und Ressourcen für die psychische Entwicklung von Kindern und Jugendlichen. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:800–809
37. Gaber TJ, Bouyrakhen S, Herpertz-Dahlmann B et al (2013) Migration background and juvenile mental health: a descriptive retrospective analysis of diagnostic rates of psychiatric disorders in young people. Glob Health Action 6:20187 38. Moor I, Pförtner TK, Lampert T et al (2012) Sozioökonomische Ungleichheiten in der subjektiven Gesundheit bei 11- bis 15-Jährigen in Deutschland. Eine Trendanalyse von 2002–2010. Gesundheitswesen 74:S49–S55 39. Langen U, Schmitz R, Steppuhn H (2013) Häufigkeit allergischer Erkrankungen in Deutschland. Ergebnisse der Studie zur Gesundheit Erwachsener in Deutschland (DEGS1). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 56:698– 706 40. Du Y, Knopf H (2009) Self-medication among children and adolescents in Germany: results of the National Health Survey for Children and Adolescents (KiGGS). Br J Clin Pharmacol 68:599–608
41. Franze M, Fendrich K, Schmidt CO et al (2010) Schmerzen und Schmerzmanagement bei Kindern in Greifswald und Ostvorpommern: Vergleich mit den Ergebnissen des Kinder- und Jugendgesundheitssurveys (KiGGS). Gesundheitswesen 72:e45–e50 42. Hoffmann F, Petermann F, Glaeske G, Bachmann CJ (2012) Prevalence and comorbidities of adoles cent depression in Germany. An analysis of health insurance data. Z Kinder Jugendpsychiatr Psychother 40:399–404 43. Huber J, Mielck A (2010) Morbidität und Gesundheitsversorgung bei GKV- und PKV-Versicherten Forschungsstand empirischer Studien. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 53:925–938 44. Kriwy P, Mielck A (2006) Versicherte der gesetzlichen Krankenversicherung (GKV) und der privaten Krankenversicherung (PKV): Unterschiede in Morbidität und Gesundheitsverhalten. Gesundheitswesen 68:281–288
F. Hoffmann1 · C.J. Bachmann2 1 Zentrum für Sozialpolitik (ZeS), Abteilung Gesundheitsökonomie,
Gesundheitspolitik und Versorgungsforschung, Universität Bremen 2 Klinik für Kinder- und Jugendpsychiatrie, Psychosomatik und Psychotherapie,
Fachbereich Medizin, Philipps-Universität Marburg
Unterschiede in den soziodemo- grafischen Merkmalen, der Gesundheit und Inanspruchnahme bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit
Die Analyse von Routinedaten der Krankenkassen erfreut sich in den letzten Jahren in der Versorgungsforschung zunehmender Beliebtheit und die Anzahl entsprechender Veröffentlichungen nimmt stetig zu [1, 2]. Zudem werden solche Sekundärdatenanalysen sogar in Ausschreibungen explizit erwähnt, wie beispielsweise bei den Förderinitiativen von Studien in der Versorgungsforschung des Bundesministeriums für Bildung und Forschung (BMBF).1 Mittlerweile liegen auch zahlreiche Studien vor, in denen ausschließlich Daten von Kindern und Jugendlichen untersucht wurden. Neben Analysen beispielsweise zu Antibiotikaverschreibungen [3, 4, 5] oder atopischen bzw. dermatologischen Erkrankungen [6, 7, 8] beschäftigte sich ein Großteil dieser Studien mit Fragen zu psychischen Störungen bzw. zur Psychopharmakotherapie. So wurden beispielsweise Beiträge zur Prävalenz, zur medikamentösen Versorgung sowie zu den Kosten von hyperkinetischen Störungen [9, 10, 11], Depressionen [12, 13, 14], Autismus [15] oder Störungen des Sozialverhaltens [16] im Kindes- und Jugendalter veröffentlicht. In diesen Arbeiten wurden als Grundlage Daten ganz unterschiedlicher gesetzlicher Krankenversi-
cherungen verwendet, wie beispielsweise der Allgemeinen Ortskrankenkassen (AOK) [3, 8, 10, 16], der Deutschen Angestellten-Krankenkasse (DAK) [9, 12], der Gmünder ErsatzKasse (GEK) [6, 13, 15] bzw. der daraus nach der Fusion entstandenen BARMER GEK [5] oder der Techniker Krankenkasse (TK) [9, 11, 12]. Analysen speziell zu Kindern und Jugendlichen mit Routinedaten aus dem Bereich der Privaten Krankenversicherungen (PKV) liegen unseres Wissens bisher nicht vor. Im Januar 2013 waren 69,6 Mio. Personen und damit etwa 87% der bundesdeutschen Bevölkerung in einer der 134 gesetzlichen Krankenkassen versichert.2 Die 6 Ersatzkassen versicherten insgesamt 25,8 Mio. Personen, die 11 AOKen 24,2 Mio. und die 109 Betriebskrankenkassen (BKKen) 11,6 Mio. Personen. Die verbleibenden 7,9 Mio. Versicherten verteilen sich auf die Innungskrankenkassen, die Landwirtschaftlichen Krankenkassen und die Knappschaft. Es ist mittlerweile gut belegt, dass zwischen den verschiedenen Kassen(arten) und nicht nur zwischen gesetzlich und privat Versicherten Unterschiede in der Versichertenstruktur existieren. Diese betreffen nicht nur die 2
1 http://www.gesundheitsforschung-bmbf.de/
de/4441.php (letzter Zugriff: 23.06.2013).
http://www.bmg.bund.de/krankenversicherung/zahlen-und-fakten-zur-krankenversicherung.html (letzter Zugriff: 23.06.2013).
Alters- und Geschlechtsverteilung sondern vor allem auch sozioökonomische Variablen [17, 18, 19], die wiederum einen Einfluss auf die Morbidität oder die Inanspruchnahme von Gesundheitsleistungen und deren Kosten haben können. So wurde anhand verschiedener Surveydaten gezeigt, dass sich die Prävalenz des Diabetes auch nach Berücksichtigung von Alter und Geschlecht zwischen Versicherten unterschiedlicher Kassen erheblich unterscheidet [20, 21, 22]. Somit sind Ergebnisse aus Analysen von Daten einzelner Kassen – auch nach einer Alters- und Geschlechtsstandardisierung – nicht ohne Weiteres auf die gesamtdeutsche Bevölkerung übertragbar. Studien zu Unterschieden zwischen den Versicherten verschiedener gesetzlicher Kassen wurden bisher ausschließlich für Erwachsene durchgeführt und es ist unklar, ob solche Unterschiede auch bei Kindern und Jugendlichen bestehen. In der vorliegenden Arbeit soll deshalb untersucht werden, ob bei Kindern und Jugendlichen in Abhängigkeit der Kassenzugehörigkeit: F Unterschiede in Bezug auf soziodemografische Merkmale, Gesundheitsrisiken und die Inanspruchnahme von Gesundheitsleistungen existieren, F Unterschiede bei somatischen und psychischen Störungen vorliegen und
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 455
Originalien und Übersichten F inwieweit sich mögliche Unterschiede in der psychischen Gesundheit aus der ungleichen Verteilung soziodemografischer Merkmale erklären lassen.
Methoden Studiendesign und Datenbasis Für die Analysen wurden Daten des Kinder- und Jugendgesundheitssurveys (KiGGS) verwendet. Diese bundesweite Querschnittstudie von Personen im Alter zwischen 0 und 17 Jahren wurde zwischen Mai 2003 und Mai 2006 vom Robert Koch-Institut (RKI) durchgeführt. Es handelte sich um eine 2-stufig geschichtete Zufallsauswahl, bei der zunächst 167 Untersuchungsorte (primary sample units; PSUs) mit einer Überrepräsentierung ostdeutscher Gemeinden ausgewählt wurden. Anschließend wurde jeweils 8 Wochen vor Beginn des Untersuchungszeitraums über die Einwohnermelderegister eine jeweils gleiche Anzahl von 24 Personenadressen pro Altersjahrgang gezogen. Die endgültige Stichprobe enthielt für jeden Altersjahrgang 8, 9 oder 10 Kinder bzw. Jugendliche, entsprechend wurden 144, 162 oder 180 Personen pro PSU eingeladen. Die KiGGS-Stichprobe umfasste 28.299 Kinder und Jugendliche, von denen letztlich 17.641 teilnahmen (Response: 66,6%). Im KiGGS wurden sowohl Fragebögen durch die Eltern als auch parallel ab einem Alter von 11 Jahren durch die Kinder und Jugendlichen selbst ausgefüllt sowie auch körperliche Untersuchungen, Tests und computergestützte ärztliche Interviews (CAPI) durchgeführt. Ausführlichere Informationen zu Konzept, Design und Durchführung des KiGGS sind in einer Reihe von weiteren Beiträgen zu finden [23, 24, 25, 26, 27, 28].
Variablen Neben allgemeinen soziodemografischen Merkmalen wie Alter und Geschlecht wurden im KiGGS auch der sozioökonomische Status und der Migrationshintergrund erfasst. Der soziale Status wurde anhand von Angaben der Eltern zur
456 |
Schulbildung und beruflichen Qualifikation, zur beruflichen Stellung und zum Haushaltsnettoeinkommen in 3 Statusgruppen unterteilt (Winkler-Index). Als Migranten wurden Kinder und Jugendliche angesehen, die selbst aus einem anderen Land zugewandert sind und bei denen mindestens ein Elternteil nicht in Deutschland geboren ist oder von denen beide Eltern zugewandert oder nicht deutscher Staatsangehörigkeit sind. Detaillierte Informationen zur Messung soziodemografischer Merkmale im KiGGS finden sich in Kamtsiuris et al. [25]. Zur Abbildung des Gesundheitszustands der Kinder und Jugendlichen wurden neben dem Auftreten akuter und chronischer somatischer Erkrankungen auch psychische Probleme untersucht. Psychische Auffälligkeiten wurden im KiGGS ab 3 Jahren mit der Elternversion des Strengths and Difficulties Questionnaire (SDQ) erhoben ([29], deutsche Version: [30, 31]). Der SDQ erfasst psychische Schwächen und Stärken in den 5 Bereichen emotionale Probleme, Hyperaktivitätsprobleme, Verhaltensprobleme, Probleme mit Gleichaltrigen und prosoziales Verhalten. Aus deren Summe wird ein Gesamtproblemwert berechnet. Für jeden dieser Werte erfolgt mittels normierter Cut-off-Werte eine Einteilung als „unauffällig“, „grenzwertig“ oder „auffällig“. Ausführlichere Informationen dazu sind in Hölling et al. [23] zu finden. Für unsere Auswertungen wurden die Werte des SDQ in „unauffällig“ vs. „grenzwertig/auffällig“ dichotomisiert [32]. Zur Abbildung der Inanspruchnahme wurden u. a. Besuche bei verschiedenen Arztgruppen sowie die Einnahme von Medikamenten untersucht. Die Einteilung der Medikamente erfolgte anhand des ATC-Index (ATC: Anatomical Ther apeutic Chemical Code). Dieser klassifiziert Arzneimittel entsprechend dem Organ bzw. Organsystem, auf das sie einwirken, in verschiedene hierarchisch gegliederte Gruppen. Wichtigste unabhängige Variable war die Zugehörigkeit zu einer Krankenkassenart. Im Elternfragebogen konnten hierzu 11 verschiedene Items bearbeitet werden. Hieraus bildeten wir folgende 5 Kategorien: Ersatzkasse (diese wurden im Fragebogen lediglich gemeinsam
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
abgefragt), Allgemeine Ortskrankenkasse (AOK), Betriebskrankenkassen (BKK), Innungskrankenkassen bzw. sonstige gesetzliche Krankenversicherung (andere GKV) sowie voll privat Versicherte bzw. Beihilfeberechtigte (PKV). Gesetzlich Versicherte mit gleichzeitiger Nennung einer privaten Zusatzversicherung oder Beihilfe wurden der entsprechenden gesetzlichen Kasse zugeordnet.
Statistische Analyse Von den Auswertungen ausgeschlossen wurden alle Kinder mit mehreren nicht plausiblen Nennungen zur Krankenkasse (z. B. gleichzeitig AOK und private Vollversicherung), einer ausländischen Krankenkasse, sonstigem Anspruch auf Krankenversorgung sowie keiner Krankenversicherung bzw. fehlenden Angaben. Dies betraf 740 der insgesamt 17.641 Teilnehmer des KiGGS. Ausschlüsse erfolgten größtenteils aufgrund fehlender Angaben zur Kassenzugehörigkeit bzw. weil keine Krankenversicherung vorlag (61,1%) sowie wegen ungültiger Doppelnennungen (32,2%). Alle Analysen wurden stratifiziert nach Kassenzugehörigkeit durchgeführt. Zur Anwendung kamen Maße der deskriptiven Statistik, und es wurden Mittelwerte bzw. Anteile mit entsprechenden 95%-Konfidenzintervallen (95%-KI) geschätzt. Bei sich nicht überschneidenden Konfidenzintervallen wurden Unterschiede als statistisch signifikant angesehen. Zudem wurde für die psychische Gesundheit (grenzwertige/auffällige Gesamtproblemwerte des SDQ) eine logistische Regression durchgeführt, um zu prüfen, wie sich Unterschiede zwischen den Kassenarten bei schrittweiser Adjustierung verändern. In Modell 1 schätzen wir ausschließlich rohe Odds Ratios (OR). Bei Modell 2 adjustierten wir neben der Wohnregion (Ost vs. West) für das Alter und Geschlecht. In Modell 3 wurden zusätzlich der Migrationshintergrund und der sozioökonomische Status berücksichtigt. Aufgrund von fehlenden Angaben unterscheidet sich die Nennerpopulation teilweise zwischen den Auswertungen. Es wurde der im Datensatz enthaltene Gewichtungsfaktor (wkiggs) verwendet, um
Zusammenfassung · Abstract Abweichungen der Netto-Stichprobe von der Bevölkerungsstruktur zum 31.12.2004 und die Überrepräsentierung ostdeutscher Gemeinden zu korrigieren. Es werden ausschließlich gewichtete Ergebnisse präsentiert. Die Analysen wurden mit dem Softwarepaket SAS für Windows in der Version 9.2 durchgeführt (SAS Institute Inc., Cary, NC). Um das komplexe Surveydesign, also sowohl die Clusterung der Stichprobenziehung als auch die Gewichtung der Teilnehmer, bei der Schätzung der Varianzen zu berücksichtigen, wurden PROC SURVEYMEANS, PROC SURVEYFREQ und PROC SURVEYLOGISTIC verwendet.
Ergebnisse Soziodemografische Merkmale und Gesundheitsrisiken Insgesamt konnten 16.901 Kinder und Jugendliche für die Analysen berücksichtigt werden. Etwa jeweils ein Drittel von ihnen war in Ersatzkassen (30,9%) und in der AOK (28,4%) versichert, 10,8% entfielen auf die PKV. . Tab. 1 zeigt den Vergleich der soziodemografische Merkmale und der Gesundheitsrisiken zwischen den 5 untersuchten Kassenarten. Der Altersdurchschnitt der Studienteilnehmer lag zwischen 9 und 10 Jahren, und jeweils etwas mehr als die Hälfte der Kinder und Jugendlichen war männlichen Geschlechts. 30% der in der BKK, Ersatzkasse und PKV Versicherten hatten noch mindestens 2 weitere Geschwister, in der AOK lag dieser Anteil bei 40,2%. Deutliche Unterschiede zeigten sich auch beim Migrationshintergrund: So waren in der PKV 2,9% und in der BKK 13,5% der versicherten Kinder und Jugendlichen Migranten, in der AOK waren es hingegen 32,2%. Eine private Zusatzversicherung bzw. einen zusätzlichen Beihilfeanspruch hatten am häufigsten Kinder und Jugendliche, die in den Ersatzkassen versichert waren. Bei der Elterneinschätzung des Gewichts ihrer Kinder fanden sich je nach Kassenzugehörigkeit ebenfalls Unterschiede. Beim Rauchverhalten zeigten sich keine signifikanten Unterschiede zwischen Kindern und Jugendlichen in verschiedenen gesetzlichen Krankenkassen.
Bundesgesundheitsbl 2014 · 57:455–463 DOI 10.1007/s00103-013-1916-x © Springer-Verlag Berlin Heidelberg 2014 F. Hoffmann · C.J. Bachmann
Unterschiede in den soziodemografischen Merkmalen, der Gesundheit und Inanspruchnahme bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit Zusammenfassung Für den Erwachsenenbereich ist belegt, dass Unterschiede (insbesondere hinsichtlich sozioökonomischer Variablen und der Morbidität) in der Versichertenstruktur nicht nur zwischen gesetzlichen und privaten Krankenversicherungen, sondern auch zwischen verschiedenen gesetzlichen Kassen existieren. Die hier vorliegende Studie untersuchte anhand von Daten des Kinder- und Jugendgesundheitssurveys (KiGGS) Unterschiede bei soziodemografischen Merkmalen, Gesundheitsrisiken, der Morbidität sowie der Inanspruchnahme von Gesundheitsleistungen bei Kindern und Jugendlichen nach ihrer Krankenkassenzugehörigkeit (Ersatzkasse, Allgemeine Ortskrankenkasse, Betriebskrankenkasse, Innungskrankenkasse, andere gesetzli-
che Kasse, privat Versicherte). Es zeigten sich hier insbesondere Unterschiede beim Migrationshintergrund, bei körperlichen Erkrankungen, bei psychischen Auffälligkeiten und bei Zahnarztbesuchen. In der Forschung zur sozialen Ungleichheit, die sich oftmals nur auf Unterschiede zwischen gesetzlich und privat Versicherten konzentriert, sollte dieser Aspekt zukünftig Berücksichtigung finden. Die Ergebnisse haben ebenfalls Relevanz für die Forschung mit Kassendaten. Schlüsselwörter Gesetzliche Krankenversicherung · Kinder · Jugendliche · Versichertenstruktur · Versorgungsforschung
Differences in sociodemographic characteristics, health, and health service use of children and adolescents according to their health insurance funds Abstract Differences in the socioeconomic characteristics and morbidity between members of German private and statutory health insurance funds and also between several statutory health insurances have been shown for adults. We used data from the National Health Survey for Children and Adolescents (KiGGS) to study differences in sociodemographic characteristics, health risks, morbidity, and health service use in child and adolescent insurants of different types of health insurance funds (Ersatzkasse, Allgemeine Ortskrankenkasse, Betriebskrankenkasse, Innungskrankenkasse, other statutory health insurance funds, private health insurance). Differences in the proportion of re-
Inanspruchnahme von Gesundheitsleistungen In . Tab. 2 werden Variablen der Inanspruchnahme von Gesundheitsleistungen dargestellt. Beim Arztkontakt mit ausgewählten Fachgruppen zeigten sich zwischen den in den unterschiedlichen Kassen versicherten Kindern und Jugendlichen kaum Unterschiede. Auffällig war lediglich die Tatsache, dass mit 60,8%
spondents with a migration background, somatic diseases, psychopathological problems, and contact with a dentist between the different health insurance fund types were found. These results should be considered in studies on health inequalities, which often focus solely on differences between statutory and private health insurance. Our results are also of relevance for health services research using the claims data of health insurance funds. Keywords Statutory health insurance · Children · Adolescents · Insurant structure · Health services research
deutlich weniger bei der AOK versicherte Kinder und Jugendliche in den letzten 12 Monaten einen Zahnarzt aufgesucht hatten als Versicherte anderer Kassenarten (66,1–68,9%). Zwischen 6,2 und 9,3% der Kinder und Jugendlichen hatten in den 12 Monaten vor der Befragung mindestens eine Nacht im Krankenhaus verbracht. Privat Versicherte nahmen am häufigsten Arzneimittel ein (57,0%), Kinder und Jugendliche in der AOK am sel-
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 457
Originalien und Übersichten Tab. 1 Vergleich der soziodemografischen Merkmale und Gesundheitsrisiken bei kranken-
versicherten Kindern und Jugendlichen nach Kassenart (mit 95%-Konfidenzintervall) Charakteristika
Ersatzkasse (n=5216)a
Alter in Jahren, 9,4 Mittelwert (9,2–9,6) Geschlecht, 51,3% männlich (49,9–52,8) Anzahl Geschwister – Keine 19,8% (18,3–21,4) –1 50,5% (48,8–52,2) – 2+ 29,6% (27,9–31,3) Wohnregion, 19,2% Ost (inklusive (13,6–24,7) Berlin) Migrationshin- 5,8% tergrund (4,7–6,8) Sozioökonomischer Status – Niedrig 14,7% (13,5–15,9) – Mittel 50,3% (48,4–52,1) – Hoch 35,0% (32,8–37,3) Private Zusatz- 17,1% versicherung (15,4–18,7) bzw. zusätzlich Beihilfe Elterneinschätzung des Gewichts – Zu dünn 17,5% (16,3–18,6) – Genau 66,7% richtig (65,2–68,1) – Zu dick 15,9% (14,8–17,0) Raucher, 20,2% Selbstangaben (18,1–22,3) Jugendlicher (11 bis 17 Jahre)b
AOK (n=4792)a
BKK (n=3204)a
Andere GKV (n=1857)a
PKV (n=1832)a
9,9 (9,7–10,0) 51,3% (49,9–52,6)
9,4 (9,2–9,6) 50,4% (48,5–52,4)
9,8 (9,6–10,0) 50,6% (48,0–53,1)
9,3 (9,0–9,6) 53,5% (50,7–56,3)
16,6% (15,2–18,0) 43,2% (41,4–45,0) 40,2% (38,2–42,2) 17,0% (12,0–22,1)
21,2% (19,3–23,1) 50,9% (49,0–52,8) 27,9% (25,9–29,9) 15,7% (10,8–20,6)
17,4% (15,3–19,5) 45,1% (42,3–48,0) 37,4% (34,1–40,7) 17,9% (12,5–23,3)
18,9% (16,6–21,2) 50,0% (47,4–52,5) 31,1% (28,5–33,8) 11,9% (6,9–16,9)
32,3% (28,3–36,3)
13,5% (11,1–15,9)
16,4% (13,4–19,4)
2,9% (2,0–3,8)
49,5% (47,3–51,7) 43,1% (41,1–45,1) 7,4% (6,4–8,3) 8,6% (7,3–9,8)
21,7% (19,8–23,7) 54,4% (52,0–56,7) 23,9% (21,6–26,2) 13,3% (11,6–15,0)
40,1% (37,1–43,1) 47,2% (44,0–50,4) 12,7% (10,5–14,9) 12,5% (10,3–14,6)
1,9% (1,2–2,6) 22,0% (19,0–24,9) 76,1% (73,1–79,2) –
20,1% (18,6–21,7) 58,8% (56,9–60,7) 21,1% (19,8–22,4) 22,7% (20,4–25,0)
16,8% (15,4–18,2) 65,7% (63,8–67,6) 17,5% (15,9–19,1) 20,0% (17,3–22,7)
18,5% (16,4–20,6) 62,3% (59,8–64,9) 19,2% (16,8–21,5) 18,4% (15,2–21,7)
15,9% (14,0–17,8) 71,2% (69,0–73,5) 12,8% (11,2–14,5) 14,1% (10,6–17,5)
an kann je nach Auswertung aufgrund von Missings variieren. bRaucher, wenn täglich, mehrmals pro Woche,
1-mal pro Woche oder seltener geraucht wurde; n=7181.
tensten (46,7%). Die größten Unterschiede mit Blick auf die eingenommenen Medikamentengruppen zeigten sich bei den häufig im Rahmen der Selbstmedikation angewendeten Mitteln für das alimentäre System und den Stoffwechsel.
Somatische und psychische Störungen . Tab. 3 zeigt den Vergleich des Gesund-
heitszustands der Kinder und Jugendli-
458 |
chen nach Kassenart. Bei 4,9 bzw. 5,5% der PKV-Versicherten bzw. der Versicherten in den Ersatzkassen wurde der subjektive Gesundheitszustand als mittel/schlecht eingeschätzt, bei in der AOK Versicherten lag dieser Anteil hingegen bei 8,8%. Die Prävalenz akuter Erkrankungen innerhalb der letzten 12 Monate war bei den in der AOK versicherten Kindern und Jugendlichen für Erkältungen und Durchfall am niedrigsten, für Mittelohrentzündungen fand sich zwischen den
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
Kassenarten kein Unterschied. Auch atopische Erkrankungen kamen insgesamt seltener bei AOK-Versicherten (20,0%) als z. B. bei Kindern und Jugendlichen in Ersatzkassen (25,7%) oder in der PKV (24,3%) vor. Keine Unterschiede zeigten sich zwischen den Kassenarten für Asthma. Unterschiede zeigten sich auch bei den Angaben zur psychischen Gesundheit (. Tab. 3). Mit Blick auf Gesamtproblemwerte des SDQ fanden sich bei 8,5% der privat versicherten Kinder und Jugendlichen auffällige oder grenzwertige Befunde, bei in Ersatzkassen Versicherten lag dieser Wert hingegen bei 12,3% und in der AOK bei 19,4%. Für diesen Score wurden weitere stratifizierte Analysen zum Vergleich zwischen der AOK, anderen gesetzlichen Krankenkassen und der PKV nach Alter, Geschlecht und Wohnregion durchgeführt (. Tab. 4). Die bereits beschriebenen Unterschiede waren gleichermaßen in Ost- sowie Westdeutschland, bei beiden Geschlechtern und in allen Altersgruppen, besonders jedoch bei den 3- bis 6-Jährigen vorhanden. Diese Unterschiede bestehen auch, wenn nur auffällige Gesamtproblemwerte betrachtet werden (Daten nicht gezeigt). Die multivariate Analyse bestätigt, dass die beobachteten Unterschiede bei auffälligen oder grenzwertigen Gesamtproblemwerten des SDQ auch nach Adjustierung für Alter, Geschlecht und Wohnregion bestehen bleiben (Modell 2 in . Tab. 5). Wird zusätzlich für den Migrationshintergrund und den sozioökonomischen Status adjustiert (Modell 3), reduzieren sich die Unterschiede zwischen den Kassenarten erheblich (OR für AOK vs. PKV von 2,69 in Modell 2 auf 1,32 in Modell 3). Es zeigt sich auch ein deutlicher Zusammenhang zwischen niedrigem soziökonomischem Status und dem Auftreten psychischer Störungen.
Diskussion Interpretation der Ergebnisse Unterschiede zwischen den verschiedenen Kassenarten zeigten sich vor allem bei den soziodemografischen Merkmalen der versicherten Kinder und Jugendlichen, wobei auch hier – wie bei Er-
Tab. 2 Vergleich der Inanspruchnahme bei krankenversicherten Kindern und Jugendlichen
nach Kassenart (mit 95%-Konfidenzintervall) Charakteristika
Ersatzkasse (n=5216)a
AOK (n=4792)a
BKK (n=3204)a
Arztbesuch (innerhalb der letzten 12 Monate) – Zahnarzt 68,9% 60,8% 68,1% (67,3–70,5) (58,7–63,0) (66,0–70,1) – Kinderarzt 62,4% 58,9% 62,8% (60,1–64,6) (56,1–61,7) (60,3–65,4) – Allgemein36,8% 39,4% 37,0% mediziner/ (34,1–39,4) (36,3–42,6) (33,8–40,3) Internist – Augenarzt 23,2% 21,6% 25,0% (21,7–24,7) (20,0–23,2) (23,3–26,7) – HNO-Arzt 13,9% 12,6% 12,8% (12,7–15,1) (11,3–13,9) (11,4–14,1) – Orthopäde 11,6% 8,7% 10,4% (10,5–12,8) (7,7–9,8) (9,0–11,8) – Hautarzt 11,4% 10,2% 12,3% (10,3–12,5) (9,2–11,1) (11,1–13,5) – Nervenarzt/ 3,7% 2,7% 3,9% Psychiater/ (3,1–4,4) (2,1–3,2) (3,0–4,8) Psychologe Mindestens 7,7% 9,3% 8,5% eine Nacht im (6,9–8,4) (8,4–10,2) (7,5–9,5) Krankenhaus (innerhalb der letzten 12 Monate) Einnahme von Medikamenten (innerhalb der letzten 7 Tage) – Respira18,6% 15,4% 17,6% tionstrakt (17,1–20,0) (13,9–17,0) (16,0–19,2) (ATC: R) – Alimentäres 18,2% 13,3% 17,0% System und (17,0–19,3) (12,1–14,5) (15,5–18,5) Stoffwechsel (ATC: A) – Dermatika 10,7% 8,8% 9,5% (ATC: D) (9,5–11,9) (7,7–9,8) (8,2–10,8) – Nervensys6,6% 7,5% 7,8% tem (ATC: N) (5,8–7,4) (6,6–8,5) (6,7–9,0) – Jegliche 53,9% 46,7% 51,7% Medikamente (52,0–55,8) (44,7–48,7) (49,3–54,1)
Andere GKV (n=1857)a
PKV (n=1832)a
66,1% (63,5–68,8) 57,6% (54,1–61,2) 41,9% (38,5–45,3)
67,1% (64,4–69,7) 61,5% (58,3–64,7) 35,3% (31,5–39,2)
21,0% (18,5–23,4) 13,0% (11,0–14,9) 8,8% (7,3–10,2) 10,8% (9,0–12,5) 3,3% (2,4–4,2)
23,8% (21,5–26,0) 13,2% (11,2–15,3) 10,5% (8,8–12,2) 12,3% (10,6–13,9) 2,7% (1,8–3,7)
8,5% (7,2–9,8)
6,2% (4,9–7,5)
15,3% (13,5–17,1)
18,1% (15,9–20,2)
15,5% (13,7–17,3)
19,3% (17,1–21,4)
9,4% (7,9–11,0) 6,6% (5,2–7,9) 48,5% (46,0–51,0)
11,6% (10,0–13,2) 6,2% (5,0–7,5) 57,0% (54,4–59,7)
an kann je nach Auswertung aufgrund von Missings variieren.
wachsenen [17, 18, 19] – deutlich wurde, dass sich in der AOK mehr sozial schlechter gestellte Familien finden. Besonders auffällig waren die Unterschiede mit Blick auf den Migrationshintergrund, der in Studien mit Erwachsenen oftmals nicht spezifisch genug erhoben wird. Ein weiterer Fokus unserer Untersuchung lag auf psychischen Störungen, da sich ein Großteil der auf Kinder und Jugendliche begrenzten Kassendatenanalysen mit Fragen aus diesem Bereich beschäftigte. Viele dieser Studien verwende-
ten (ausschließlich) Daten verschiedener AOKen [9, 10, 16, 33]. Wie beim sozioökonomischen Status zeigte sich auch bei den psychischen Auffälligkeiten (gemessen mit dem SDQ) eine deutliche Graduierung zwischen Kindern und Jugendlichen, die in der AOK, in anderen GKVen als der AOK und in der PKV versichert sind (. Tab. 3). Die 12-Monats-Prävalenz für psychische Auffälligkeiten (Gesamtproblemwerte beim SDQ) ist bei versicherten Kindern und Jugendlichen in der AOK
mit 19,4% nahezu identisch zu einer Auswertung von Daten der AOK Hessen aus dem Jahr 2006 (der Anteil 0- bis 17-Jähriger mit Diagnosen aus dem Bereich jeglicher psychischer und Verhaltensstörungen war hier 19,3%) [33]. Vergleichbare Analysen anderer Kassen liegen leider nicht vor. Zwar existieren Auswertungen zur Prävalenz hyperkinetischer Störungen in verschiedenen Kassen, allerdings unterscheiden sich diese in der Methodik (mindestens eine ambulante oder stationäre Diagnose bzw. mindestens eine stationäre oder mindestens 2 ambulante Diagnosen) [9, 10]. Zudem beziehen sich die Daten in der einen Studie (von Schubert et al. [10]) nur auf Hessen, die in der anderen (von Lindemann et al. [9]) hingegen auf Gesamtdeutschland. Da bekannt ist, dass es deutliche regionale Unterschiede in der Häufigkeit der Diagnosestellung hyperkinetischer Störungen gibt und Hessen hier merklich unter dem Bundesdurchschnitt liegt [34], ist auch aus diesem Grund eine direkte Vergleichbarkeit der Ergebnisse nicht gegeben. Weiterhin muss sich eine erhöhte Morbidität in diesem Bereich nicht unbedingt in einer erhöhten Inanspruchnahme von Gesundheitsleistungen widerspiegeln. In unseren Analysen lag die Häufigkeit eines Kontaktes mit Nervenärzten, Psychiatern oder Psychologen in der AOK und der PKV auf gleichem Niveau. Die zwischen den Kassenarten beobachteten Unterschiede in der Prävalenz psychischer Auffälligkeiten bei Kindern und Jugendlichen hängen eng mit dem sozioökonomischen Status zusammen. Dass sich bei Kindern und Jugendlichen mit niedrigem sozialen Sozialstatus (der wiederum öfter bei Migranten vorliegt) häufiger psychische Störungen bzw. subjektive gesundheitliche Einschränkungen finden, ist gut belegt [35, 36, 37, 38]. In der multivariaten Analyse zeigte sich (. Tab. 5), dass die Adjustierung für Alter, Geschlecht und Wohnregion keinen Einfluss auf die Schätzer zu psychischen Störungen hatte. Nach zusätzlicher Kontrolle für den Migrationshintergrund und sozioökonomischen Status reduzierten sich die Unterschiede zwischen den Kassenarten erheblich (OR für AOK vs. PKV von 2,69 in Modell 2 auf 1,32 in Modell 3), jedoch fanden sich bei in der AOK versi-
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 459
Originalien und Übersichten Tab. 3 Vergleich des Gesundheitszustands bei krankenversicherten Kindern und Jugend-
lichen nach Kassenart (mit 95%-Konfidenzintervall) Charakteristika
Ersatzkasse (n=5216)a
AOK (n=4792)a
BKK (n=3204)a
Elterneinschätzung des subjektiven Gesundheitszustands – Mittel/ 5,5% 8,8% 5,9% schlecht (4,8–6,2) (7,8–9,9) (4,9–7,0) – Sehr gut/ 94,5% 91,2% 94,1% gut (93,8–95,2) (90,1–92,2) (93,0–95,1) Prävalenz akuter Erkrankungen (innerhalb der letzten 12 Monate) – Erkältung, 90,6% 85,6% 89,8% grippaler (89,7–91,5) (84,3–87,0) (88,6–91,0) Infekt – Durchfall, 48,4% 44,4% 45,8% Magen-Darm- (46,7–50,0) (42,5–46,4) (43,6–48,0) Infektion – Mittelohr10,6% 10,4% 11,1% entzündung (9,5–11,6) (9,3–11,5) (9,7–12,5) Chronische Erkrankungen (Lebenszeitprävalenz) – Asthma 4,9% 4,7% 4,6% (4,3–5,5) (4,0–5,4) (3,8–5,3) – Heuschnup- 11,6% 9,9% 11,2% fen (10,5–12,7) (8,8–11,0) (9,9–12,6) – Neuroder15,9% 10,7% 13,8% mitis, atopi(14,6–17,2) (9,7–11,7) (12,3–15,2) sches Ekzem – Atopische 25,7% 20,0% 23,6% Erkrankungb (24,1–27,3) (18,7–21,3) (21,9–25,3) Psychische Gesundheit, SDQ (3 bis 17 Jahre)c – Emotionale 15,1% 19,1% 15,5% Probleme (13,8–16,4) (17,6–20,5) (14,1–16,9) – Verhaltens- 28,6% 34,5% 30,8% probleme (27,1–30,1) (32,9–36,2) (29,1–32,5) – Hyperakti12,7% 16,8% 13,4% vität (11,6–13,8) (15,5–18,0) (11,8–14,9) – Peer-Pro 18,3% 28,8% 19,8% bleme (17,0–19,5) (27,1–30,6) (18,1–21,4) – Prosoziales 10,6% 11,5% 10,4% Verhalten (9,6–11,6) (10,3–12,6) (9,0–11,7) – Gesamtpro- 12,3% 19,4% 14,0% blemwert (11,2–13,5) (18,0–20,9) (12,6–15,3)
Andere GKV (n=1857)a
PKV (n=1832)a
6,9% (5,5–8,3) 93,1% (91,7–94,5)
4,9% (3,8–6,0) 95,1% (94,0–96,2)
86,7% (84,8–88,7)
90,6% (89,1–92,0)
46,5% (43,5–49,5)
50,3% (47,8–52,8)
10,2% (8,7–11,8)
11,3% (9,6–13,0)
5,0% (3,9–6,2) 9,0% (7,5–10,5) 12,6% (10,7–14,5)
4,5% (3,4–5,6) 12,2% (10,4–14,1) 14,2% (12,3–16,0)
22,2% (19,8–24,6)
24,3% (21,9–26,7)
16,6% (14,6–18,6) 33,3% (30,7–35,9) 13,4% (11,4–15,3) 21,7% (19,2–24,2) 10,1% (8,4–11,8) 15,4% (13,5–17,3)
12,2% (10,2–14,2) 23,2% (20,9–25,6) 10,0% (7,9–12,0) 15,8% (13,6–18,1) 9,3% (7,7–11,0) 8,5% (6,8–10,2)
an kann je nach Auswertung aufgrund von Missings variieren. bMindestens eine atopische Erkrankung (Asthma,
Heuschnupfen, Neurodermitis). cJeweils grenzwertig/auffällige Werte.
cherten Kindern und Jugendlichen noch immer statistisch signifikant erhöhte Werte. Solche Befunde konnten auch für verschiedene chronische Erkrankungen im Erwachsenenalter gezeigt werden [17, 20, 21]. Es ist also möglich, dass sich gesundheitliche Unterschiede zwischen Versicherten verschiedener Kassen nicht ausschließlich durch soziale Ungleichheit erklären bzw. die verwendeten Instrumente dieses Konstrukt nicht zufriedenstellend erfassen. Über Unterschiede in der Prävalenz atopischer Erkrankungen nach Sozial-
460 |
status, von denen Kinder und Jugendliche aus sozial besser gestellten Familien stärker betroffen sind, wurde bereits in Analysen des KiGGS berichtet [28]. Vergleichbare Ergebnisse finden sich auch für Erwachsene [39]. Entsprechende Befunde zeigen sich ebenfalls bei unseren Analysen zu Prävalenzen atopischer Erkrankungen nach Kassenzugehörigkeit, d. h., bei den vergleichsweise sozial schlechter gestellten AOK-Versicherten werden die niedrigsten Prävalenzen gefunden. Unterschiede bei der Anwendung von Medikamenten – in
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
der PKV nehmen deutlich mehr Kinder und Jugendliche (57,0%) Arzneimittel ein als beispielsweise in der AOK (46,7%) – dürften ihre Ursache größtenteils im Bereich der Selbstmedikation haben. Besonders deutlich zeigte sich dies bei Mitteln für das alimentäre System und den Stoffwechsel, worunter beispielsweise Vitamine und Mineralstoffe fallen. Es ist bekannt, dass Kinder aus sozial besser gestellten Familien häufiger (solche) Mittel der Selbstmedikation einnehmen [40, 41]. Als mögliche Erklärung wird eine erhöhte Aufmerksamkeit für die eigene Gesundheit bzw. die Gesundheit der Kinder in diesen Familien genannt [40]. Sie erklärt wahrscheinlich auch die Unterschiede bei der Inanspruchnahme von Zahnärzten zwischen den in verschiedenen Kassen Versicherten. Interessant sind auch die teilweise zur AOK ähnlichen Ergebnisse in der Kategorie „andere GKV“ (z. B. beim sozioökonomischen Status oder der psychischen Gesundheit). Etwas mehr als die Hälfte dieser Kinder und Jugendlichen ist in Innungskrankenkassen versichert. Mit Daten der Innungskrankenkassen wurden unseres Wissens bisher noch keine Analysen in nationalen und internationalen Fachzeitschriften publiziert, sodass zu dieser Population insgesamt kaum Informationen vorliegen.
Stärken und Schwächen der Studie Mit dem KiGGS wurde eine der bisher umfangreichsten Primärerhebungen zur Gesundheit von Kindern und Jugendlichen durchgeführt. Mit Blick auf die Kassenzugehörigkeit wurde hier jedoch nicht nach einzelnen Ersatzkassen differenziert, auch wenn immerhin fast ein Drittel der Kinder und Jugendlichen in solchen versichert ist. Diese Einschränkung gilt auch für andere vom RKI durchgeführte Surveys, wie z. B. für den Telefonischen Gesundheitssurvey [21] oder die Studie zur Gesundheit Erwachsener in Deutschland (DEGS1) [22]. Diese Differenzierung wäre jedoch von erheblicher Relevanz, da bekannt ist, dass es zwischen verschiedenen Ersatzkassen bei Erwachsenen erhebliche Unterschiede in der Versichertenstruktur gibt. So ist beispielsweise unter Versicherten der
Tab. 4 Vergleich auffälliger/grenzwertiger Gesamtproblemwerte beim SDQ bei krankenver-
sicherten Kindern und Jugendlichen ab einem Alter von 3 Jahren nach Kassenart (3 Kategorien), Alter, Geschlecht und Wohnregion (mit 95%-Konfidenzintervall) Charakteristika Geschlecht – Männlich – Weiblich Alter – 3 bis 6 Jahre – 7 bis 10 Jahre – 11 bis 13 Jahre – 14 bis 17 Jahre Wohnregion – Ost – West Gesamt
AOK (n=4094)
Andere GKV als AOK (n=8771)
PKV (n=1556)
22,3% (20,2–24,4) 16,5% (14,5–18,4)
16,9% (15,6–18,1) 9,8% (8,9–10,8)
10,4% (8,1–12,8) 6,3% (3,8–8,8)
18,7% (16,0–21,4) 23,2% (19,8–26,7) 20,8% (17,2–24,3) 16,1% (13,8–18,5)
12,0% (10,5–13,5) 15,8% (14,3–17,3) 15,3% (13,3–17,2) 11,3% (9,7–12,8)
6,5% (3,7–9,3) 11,2% (7,8–14,6) 9,6% (5,8–13,3) 7,3% (4,0–10,6)
16,4% (14,4–18,4) 20,1% (18,3–21,8) 19,4% (18,0–20,9)
12,1% (10,3–13,8) 13,7% (12,8–14,6) 13,4% (12,6–14,2)
5,9% (4,3–7,6) 8,9% (7,0–10,8) 8,5% (6,8–10,2)
Tab. 5 Assoziation von auffälligen/grenzwertigen Gesamtproblemwerten beim SDQ bei
krankenversicherten Kindern und Jugendlichen ab einem Alter von 3 Jahren und der Kassenart (3 Kategorien), schrittweise adjustiert Charakteristika
Modell 1 OR (95%-KI)
Kassenart – AOK 2,59 (2,06–3,24) – Andere GKV als AOK 1,66 (1,33–2,07) – PKV 1 Geschlecht – Männlich – Weiblich Alter – 3 bis 6 Jahre – 7 bis 10 Jahre – 11 bis 13 Jahre – 14 bis 17 Jahre Wohnregion – Ost – West Migrationshintergrund – Migrant – Kein Migrant Sozioökonomischer Status – Niedrig – Mittel – Hoch
Modell 2 OR (95%-KI)
Modell 3 OR (95%-KI)
2,69 (2,14–3,37) 1,71 (1,37–2,13) 1
1,32 (1,03–1,68) 1,14 (0,91–1,44) 1
1,70 (1,53–1,88) 1
1,70 (1,52–1,89) 1
1 1,38 (1,21–1,57) 1,26 (1,08–1,48) 0,92 (0,78–1,07)
1 1,39 (1,22–1,58) 1,25 (1,06–1,46) 0,91 (0,78–1,07)
1 1,17 (1,03–1,33)
1 1,12 (0,99–1,28)
1,22 (1,04–1,42) 1
3,01 (2,52–3,60) 1,66 (1,40–1,96) 1
TK der Anteil Personen, deren höchster Schulabschluss das Abitur oder die Fachhochschulreife ist, deutlich höher als in der DAK (48,0 bzw. 30,6%) [17]. Auch ist die Zahl von etwa 17.000 Studienteilnehmern zu klein, um weitere Unterschiede im Bereich der psychischen Störungen zwischen den Kassenarten abbilden zu können: So suchten insgesamt 3,3% der Kinder und Jugendlichen in einem 12-Monats-Zeitraum einen Psychiater, Nervenarzt oder Psychologen auf. Bei verschiedenen kinder- und jugendpsychiatrischen Störungen sind die 12-Monats-Prävalenzen ebenfalls vergleichsweise niedrig, wie beispielsweise bei depressiven Störungen (3,1% bei 12bis –18-Jährigen) [42], bei hyperkinetischen Störungen (2,5% bei 3- bis 17-Jährigen) [9] oder bei Autismus-SpektrumStörungen (0,25% bei 0- bis 24-Jährigen) [15], sodass die Zahl der hiervon betroffenen Kinder und Jugendlichen in der Studiengruppe zu klein wäre, um Unterschiede zwischen verschiedenen Kassenarten zu detektieren. Zudem wurden die im KiGGS erfassten Daten zur Kassenzugehörigkeit nicht korrigiert, sodass eine Reihe von teils unplausiblen Doppelnennungen vorlag. Diese wurden für unsere Analysen ausgeschlossen. Aus der Arbeit von Huber et al. [32] geht leider nicht hervor, wie dort mit diesem Problem umgegangen wurde. Daher unterscheidet sich auch die Zahl der Teilnehmer zwischen dieser und unserer Studie. Abschließend muss noch berücksichtigt werden, dass größtenteils Merkmale der Kinder und Jugendlichen ausgewertet wurden, die auf Elternurteilen oder Selbstangaben basieren, sodass eine Erinnerungsverzerrung (Recall Bias) berücksichtigt werden muss.
Fazit Zusammengefasst zeigen sich auch bei Kindern und Jugendlichen nicht nur zwischen der PKV und GKV, sondern auch zwischen den gesetzlichen Krankenkassen Unterschiede hinsichtlich soziodemografischer Merkmale, der Morbidität und (geringer ausgeprägt) der Inanspruchnahme. In der Forschung zur sozialen Ungleichheit, die sich bisher eher auf Unterschiede zwischen GKV- und
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
| 461
Originalien und Übersichten PKV-Versicherten konzentriert [32, 43, 44], sollte dieser Aspekt zukünftig Berücksichtigung finden. Allein innerhalb der Ersatzkassen existieren unter Umständen noch größere Unterschiede [17]. Jedoch war uns keine Differenzierung zwischen den Ersatzkassen möglich, sodass weitere Untersuchungen zu diesem Thema durchgeführt werden sollten. Ebenfalls von hohem Forschungsinteresse ist die Frage, ob die gefundenen Unterschiede in der Versichertenstruktur auf einer Kontinuität individueller Lebensverläufe vom Kindesüber das Jugend- bis hin zum Erwachsenenalter beruhen. Eine Standardisierung nach Alter und Geschlecht kann bei Routinedatenanalysen die Unterschiede in der Versichertenstruktur zwischen den Kassen nicht ausgleichen und ist speziell bei Kindern und Jugendlichen wenig sinnvoll, da sich deren Alters- und Geschlechtsstruktur zwischen den Kassen kaum unterscheidet. Die Übertragbarkeit der Ergebnisse von Analysen einzelner Kassen auf die Gesamtbevölkerung sollte deshalb kritisch diskutiert werden.
Korrespondenzadresse PD Dr. F. Hoffmann Zentrum für Sozialpolitik (ZeS), Abteilung Gesundheitsökonomie, Gesundheitspolitik und Versorgungsforschung, Universität Bremen Postfach 330440, 28334 Bremen [email protected]
Einhaltung ethischer Richtlinien Interessenkonflikt. F. Hoffmann führt regelmäßig Analysen von Daten verschiedener Krankenkassen durch. C.J. Bachmann hat wissenschaftliche Arbeiten auf Basis von Sekundärdaten der AOK Nordost, der GEK sowie der BARMER GEK veröffentlicht. Diese Arbeit wurde ohne finanzielle Unterstützung von dritter Seite durchgeführt. Dieser Beitrag beinhaltet keine Studien an Menschen oder Tieren.
Literatur 1. Hoffmann F (2009) Review on use of German health insurance medication claims data for epidemiological research. Pharmacoepidemiol Drug Saf 18:349–356
462 |
2. Nellessen-Martens G, Driller E, Pientka L, Pfaff H (2009) Versorgungsforschungsaktivitäten in Nordrhein-Westfalen. Eine Analyse der Projektdatenbank Versorgungsforschung NRW. Med Klin (Munich) 104:457–463 3. Abbas S, Ihle P, Heymans L et al (2010) Unterschiede im Verschreibungsverhalten von Antibiotika bei Allgemein- und Kinderärzten in Hessen. Dtsch Med Wochenschr 135:1792–1797 4. Holstiege J, Garbe E (2013) Systemic antibiotic use among children and adolescents in Germany: a population-based study. Eur J Pediatr 172:787– 795 5. Koller D, Hoffmann F, Maier W et al (2013) Variation in antibiotic prescriptions: is area deprivation an explanation? Analysis of 1.2 million children in Germany. Infection 41:121–127 6. Augustin M, Reich K, Glaeske G et al (2013) Drug supply for children with psoriasis in Germany. J Dtsch Dermatol Ges 11:751–755 7. Hoffmann F, Glaeske G (2010) Prescriptions as a proxy for asthma in children: a good choice? Eur J Clin Pharmacol 66:307–313 8. Schmitt J, Schmitt NM, Kirch W, Meurer M (2010) Early exposure to antibiotics and infections and the incidence of atopic eczema: a populationbased cohort study. Pediatr Allergy Immunol 21:292–300 9. Lindemann C, Langner I, Kraut AA et al (2012) Age-specific prevalence, incidence of new diagnoses, and drug treatment of attention-deficit/ hyperactivity disorder in Germany. J Child Adolesc Psychopharmacol 22:307–314 10. Schubert I, Köster I, Lehmkuhl G (2010) The changing prevalence of attention-deficit/hyperactivity disorder and methylphenidate prescriptions: a study of data from a random sample of insurees of the AOK Health Insurance Company in the German State of Hesse, 2000–2007. Dtsch Arztebl Int 107:615–621 11. Braun S, Zeidler J, Linder R et al (2013) Treatment costs of attention deficit hyperactivity disorder in Germany. Eur J Health Econ 14:939–945 12. Dörks M, Langner I, Dittmann U et al (2013) Antidepressant drug use and off-label prescribing in children and adolescents in Germany: results from a large population-based cohort study. Eur Child Adolesc Psychiatry 22:511–518 13. Fegert JM, Kölch M, Zito JM et al (2006) Antidepressant use in children and adolescents in Germany. J Child Adolesc Psychopharmacol 16:197– 206 14. Hoffmann F, Glaeske G, Petermann F, Bachmann CJ (2012) Outpatient treatment in German adoles cents with depression: an analysis of nationwide health insurance data. Pharmacoepidemiol Drug Saf 21:972–979 15. Bachmann CJ, Manthey T, Kamp-Becker I et al (2013) Psychopharmacological treatment in child ren and adolescents with autism spectrum disorders in Germany. Res Dev Disabil 34:2551–2563 16. Ewest F, Reinhold T, Vloet TD et al (2013) Durch Jugendliche mit Störungen des Sozialverhaltens ausgelöste Krankenkassenausgaben – Eine gesundheitsökonomische Analyse von Versichertendaten einer gesetzlichen Krankenkasse. Kindh Entw 22:41–47 17. Hoffmann F, Icks A (2012) Unterschiede in der Versichertenstruktur von Krankenkassen und deren Auswirkungen für die Versorgungsforschung: Ergebnisse des Bertelsmann-Gesundheitsmonitors. Gesundheitswesen 74:291–297
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 4 · 2014
18. Jaunzeme J, Eberhard S, Geyer S (2013) Wie „repräsentativ“ sind GKV-Daten? Demografische und soziale Unterschiede und Ähnlichkeiten zwischen einer GKV-Versichertenpopulation, der Bevölkerung Niedersachsens sowie der Bundesrepublik am Beispiel der AOK Niedersachsen. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 56:447–454 19. Schnee M (2008) Sozioökonomische Strukturen und Morbidität in den gesetzlichen Krankenkassen. In: Böcken J, Braun B, Amhof R (Hrsg) Gesundheitsmonitor 2008. Verlag Bertelsmann Stiftung, Gütersloh, S 88–104 20. Hoffmann F, Icks A (2011) Diabetes prevalence based on health insurance claims: large differ ences between companies. Diabet Med 28:919– 923 21. Hoffmann F, Icks A (2012) Diabetes „epidemic“ in Germany? A critical look at health insurance data sources. Exp Clin Endocrinol Diabetes 120:410– 415 22. Heidemann C, Du Y, Schubert I et al (2013) Prävalenz und zeitliche Entwicklung des bekannten Diabetes mellitus. Ergebnisse der Studie zur Gesundheit Erwachsener in Deutschland (DEGS1). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 56:668–677 23. Hölling H, Erhart M, Ravens-Sieberer U, Schlack R (2007) Verhaltensauffälligkeiten bei Kindern und Jugendlichen. Erste Ergebnisse aus dem Kinderund Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:784–793 24. Hölling H, Kamtsiuris P, Lange M et al (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Studienmanagement und Durchführung der Feldarbeit. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:557–566 25. Kamtsiuris P, Lange M, Schaffrath Rosario A (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Stichprobendesign, Response und Nonresponse-Analyse. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:547–556 26. Lange M, Kamtsiuris P, Lange C et al (2007) Messung soziodemographischer Merkmale im Kinder- und Jugendgesundheitssurvey (KiGGS) und ihre Bedeutung am Beispiel der Einschätzung des allgemeinen Gesundheitszustandes. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:578–589 27. Schenk L, Ellert U, Neuhauser H (2007) Kinder und Jugendliche mit Migrationshintergrund in Deutschland. Methodische Aspekte im Kinderund Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:590–599 28. Schlaud M, Atzpodien K, Thierfelder W (2007) Al lergische Erkrankungen. Ergebnisse aus dem Kinder- und Jugendgesundheitssurvey (KiGGS). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:701–710 29. Goodman R (2001) Psychometric properties of the strengths and difficulties questionnaire. J Am Acad Child Adolesc Psychiatry 40:1337–1345 30. Klasen H, Woerner W, Rothenberger A, Goodman R (2003) Die deutsche Fassung des Strengths and Difficulties Questionnaire (SDQ-Deu) – Übersicht und Bewertung erster Validierungs- und Normierungsbefunde. Prax Kinderpsychol Kinderpsychiatr 52:491–502 31. Becker A, Woerner W, Hasselhorn M et al (2004) Validation of the parent and teacher SDQ in a clin ical sample. Eur Child Adolesc Psychiatry 13:11–16
32. Huber J, Lampert T, Mielck A (2012) Unterschiede bei Gesundheitsrisiken, Morbidität und gesundheitlicher Versorgung zwischen Kindern GKVbzw. PKV-versicherter Eltern: Ergebnisse aus dem Kinder- und Jugendgesundheitssurvey (KiGGS). Gesundheitswesen 74:627–638 33. Lehmkuhl G, Köster I, Schubert I (2009) Ambulante Versorgung kinder- und jugendpsychiatrischer Störungen – Daten einer versichertenbezogenen epidemiologischen Studie. Prax Kinderpsychol Kinderpsychiatr 58:170–185 34. Grobe TG, Bitzer EM, Schwartz FW (2013) BARMER GEK Arztreport 2013. Asgard, Siegburg 35. Reiss F (2013) Socioeconomic inequalities and mental health problems in children and adoles cents: a systematic review. Soc Sci Med 90:24–31 36. Erhart M, Hölling H, Bettge S et al (2007) Der Kinder- und Jugendgesundheitssurvey (KiGGS): Risiken und Ressourcen für die psychische Entwicklung von Kindern und Jugendlichen. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 50:800–809
37. Gaber TJ, Bouyrakhen S, Herpertz-Dahlmann B et al (2013) Migration background and juvenile mental health: a descriptive retrospective analysis of diagnostic rates of psychiatric disorders in young people. Glob Health Action 6:20187 38. Moor I, Pförtner TK, Lampert T et al (2012) Sozioökonomische Ungleichheiten in der subjektiven Gesundheit bei 11- bis 15-Jährigen in Deutschland. Eine Trendanalyse von 2002–2010. Gesundheitswesen 74:S49–S55 39. Langen U, Schmitz R, Steppuhn H (2013) Häufigkeit allergischer Erkrankungen in Deutschland. Ergebnisse der Studie zur Gesundheit Erwachsener in Deutschland (DEGS1). Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 56:698– 706 40. Du Y, Knopf H (2009) Self-medication among children and adolescents in Germany: results of the National Health Survey for Children and Adolescents (KiGGS). Br J Clin Pharmacol 68:599–608
41. Franze M, Fendrich K, Schmidt CO et al (2010) Schmerzen und Schmerzmanagement bei Kindern in Greifswald und Ostvorpommern: Vergleich mit den Ergebnissen des Kinder- und Jugendgesundheitssurveys (KiGGS). Gesundheitswesen 72:e45–e50 42. Hoffmann F, Petermann F, Glaeske G, Bachmann CJ (2012) Prevalence and comorbidities of adoles cent depression in Germany. An analysis of health insurance data. Z Kinder Jugendpsychiatr Psychother 40:399–404 43. Huber J, Mielck A (2010) Morbidität und Gesundheitsversorgung bei GKV- und PKV-Versicherten Forschungsstand empirischer Studien. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 53:925–938 44. Kriwy P, Mielck A (2006) Versicherte der gesetzlichen Krankenversicherung (GKV) und der privaten Krankenversicherung (PKV): Unterschiede in Morbidität und Gesundheitsverhalten. Gesundheitswesen 68:281–288
![[Children and Adolescents in Need of Long-Term Care. An Analysis of Data Obtained by the Medical Service of Compulsory Health Insurance Funds, MDK Bavaria].](/assets/img/hold.png)
