Redistributing Ill-defined Causes of Death – A Case Study from the Burden 2020-Project in Germany

Wengler, Annelene; Gruhl, Heike; Plaß, Dietrich; Leddin, Janko; Rommel, Alexander; Lippe, Elena von der

doi:10.21203/rs.3.rs-117779/v1

Cited by 7 publications

(11 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the region with the lowest share of IDD the case numbers only increase by 10% (672, UI: 639–705) which results in a much smaller UI (5% deviation from mean to minimum and maximum) than for the first region (18% deviation from mean in both directions). More results on the regional variation of number of deaths and YLL will soon become available through another publication [ 24 ] and a website [ 25 ].…”

Section: Resultsmentioning

confidence: 99%

“…It is comprehensive in the way that all valid ICD-codes are assigned to one exclusive cause on each level [ 16 ]. We adapted this GBD mapping of ICD-codes to CoD and refer to the different levels in the results section of this paper and other publications [ 24 , 25 ].…”

Section: Methodsmentioning

confidence: 99%

“…2 ) and this results in uncertainty intervals for all valid CoD. Additionally, the 1000 draws can be used to depict uncertainty when calculating YLL [ 24 ].…”

Section: Methodsmentioning

confidence: 99%

See 2 more Smart Citations

Redistributing ill-defined causes of death – a case study from the BURDEN 2020-project in Germany

et al. 2021

Self Cite

View full text Add to dashboard Cite

Background The cause of death statistics in Germany include a relatively high share (26% in 2017) of ill-defined deaths (IDD). To make use of the cause of death statistics for Burden of Disease calculations we redistribute those IDD to valid causes of death. Methods The process of proportional redistribution is described in detail. It makes use of the distribution of the valid ICD-codes in the cause of death data. We use examples of stroke, diabetes, and heart failure to illustrate how IDD are reallocated. Results The largest increases in the number of deaths for both women and men were found for lower respiratory infections, diabetes mellitus, and stroke. The numbers of deaths for these causes more than doubled after redistribution. Conclusion This is the first comprehensive redistribution of IDD using the German cause of death statistics. Performing a redistribution is necessary for burden of disease analyses, otherwise there would be an underreporting of certain causes of death or large numbers of deaths coded to residual or unspecific codes.

show abstract

Section: Resultsmentioning

confidence: 99%

Section: Methodsmentioning

confidence: 99%

See 1 more Smart Citation

Redistributing ill-defined causes of death – a case study from the BURDEN 2020-project in Germany

et al. 2021

Self Cite

View full text Add to dashboard Cite

show abstract

“…Use of national or GBD (standard/ideal) life tables to estimate YLL [16] Methods used to redistribute garbage codes/ill-de ned codes and invalid ICD-10 codes when making counts of death by cause [4,17] Use of bespoke national or GBD disability weights and severity distributions when calculating YLDs [18] Multimorbidity adjustment method [19] Methods for estimating uncertainty levels is optional whether to quantify uncertainty, and if so, whether to use a quantitative or qualitative approach. Distribution of potential risk factors in population by age, sex and geographical level to calculate the relative risk (RR), attributable fraction (AR) and population attributable fraction (PAF) and to calculate risk attribution to disease burden.…”

Section: Choose the Appropriate Methodological Approachesmentioning

confidence: 99%

Recommendations to Plan a National Burden of Disease Study

Haneef

Schmidt

Gallay

et al. 2021

Preprint

Self Cite

View full text Add to dashboard Cite

Background: The InfAct (Information for Action) project is a European Commission Joint Action on Health Information which has promoted the potential role of burden of disease (BoD) approaches to improve the current European-Health Information System (EU-HIS). It has done so by raising awareness of the concept, the methods used to calculate estimates and their potential implications and uses in policymaking. The BoD approach is a systematic and scientific effort to quantify and compare the magnitude of health loss due to different diseases, injuries, and risk factors with estimates produced by demographic characteristics and geographies for specific points in time. Not all countries have the resources to undertake such work, and may therefore start with a more restricted objective, e.g., a limited number of diseases, or the use of simple measures of population health such as disease prevalence or life expectancy. The main objective to develop these recommendations was to facilitate those countries planning to start a national burden of disease study. Results: These recommendations could be considered as minimum requirements for those countries planning to start a BoD study and includes following elements: 1. Define the objectives of a burden of disease study within the context of your country, 2. Identify, communicate and secure the benefits of performing national burden of disease studies, 3. Secure access to the minimum required data sources, 4. Ensure the minimum required capacity and capability is available to carry out burden of disease study, 5. Establish a clear governance structure for the burden of disease study and stakeholder engagement/involvement, and 6. Choose the appropriate methodological approaches. These were guided by the results from our survey performed to identify the needs of European countries for BoD studies, a narrative overview from four European countries (Belgium, Germany, The Netherlands and Scotland) and the summary of a comparative study of country health profiles with national health statistics. Conclusions: These recommendations as minimum requirements would facilitate efforts by those European countries who intend to perform national BoD studies.

show abstract

“…Deutlich wurde, dass zur YLD-Berechnung die Angaben zur Häufigkeit einer Krankheit wie Prävalenzen oder Raten und die Anteilswerte der mit der betrachteten Krankheit einhergehenden Schweregrade oder Folgezustände unter Nutzung der Krankenkassenroutinedaten ermittelt werden konnten. Zur Ermittlung des Morbiditätsindikators YLL konnten die Informationen aus der Todesursachenstatistik mit einer Umverteilung nicht-informativer Codes genutzt werden 31 .…”

Section: Zusammenfassung Und Fazitunclassified

Nutzung von Krankenkassenroutinedaten zur Bestimmung von Krankheitshäufigkeiten im Projekt BURDEN 2020

2022

View full text Add to dashboard Cite

Zusammenfassung Ziel der Studie Das Konzept der Krankheitslast erlaubt eine umfassende Analyse des Gesundheitszustands einer Bevölkerung. Als Kennzahlen werden verlorene Lebensjahre aufgrund von Mortalität (years of life lost, YLL) und Morbidität (years lived with disability, YLD) berechnet und im Summenindikator DALY (disability adjusted life years) zusammengefasst. Diese Indikatoren liefern eine Planungsgrundlage für Bereiche wie Prävention, Versorgung oder Bedarfsplanung. In dem vom Innovationsfonds geförderten Projekt BURDEN 2020 wird erstmals für Deutschland eine regionalisierte Krankheitslastberechnung in Anlehnung an die internationale „Global Burden of Disease“-Studie durchgeführt. Methodik Zur Berechnung der YLD werden Informationen zur Häufigkeit von Krankheiten und deren Schweregradverteilungen benötigt. Dabei sind Krankenkassenroutinedaten eine wichtige Datengrundlage. In Expertentreffen wurden Falldefinitionen für 18 ausgewählte Krankheiten sowie Schweregrade bei 11 der Krankheiten entwickelt. Auf dieser Basis wurden Krankheitshäufigkeiten vom WIdO unter Nutzung der Routinedaten der AOK-Versicherten ermittelt. Ein spezifisches Prävalenzkonzept berücksichtigt die Dynamik der offenen Kohorte der Versicherten. Die Hochrechnung der Ergebnisse ausgehend von der AOK auf die Gesamtbevölkerung erfolgte bei den Schweregraden bundesweit nach Alter und Geschlecht und bei den Krankheitshäufigkeiten zusätzlich morbiditätsadjustiert und regionalisiert. Ergebnisse Systematisch wurden für 18 Erkrankungen aus sieben Krankheitsgruppen (kardiovaskuläre Krankheiten, Diabetes, Krebs, psychische Störungen, Demenz, COPD und untere Atemwegsinfekte) die Krankheitshäufigkeiten (Prävalenzen oder Raten) bis auf Ebene der Bundesländer und Raumordnungsregionen ermittelt. Schweregradverteilungen liegen bundesweit nach Alter und Geschlecht vor. Die Ergebnisse und Methodendokumentation sind verfügbar unter www.krankheitslage-deutschland.de. Schlussfolgerung Krankenkassenroutinedaten stellen eine wichtige Datengrundlage im Projekt BURDEN 2020 dar, weil auf Basis der großen Fallzahlen regionale Kennzahlen und teilweise Schweregrade ermittelt werden können. Eine umfassende Publikation der Ergebnisse schafft Transparenz und soll die Nachnutzung in Folgeprojekten ermöglichen. Perspektivisch scheint es sinnvoll, die Krankheitslastberechnung auf weitere Krankheiten auszuweiten. Zudem wird der Bedarf nach datenschutzkonformer Verknüpfung von Krankenkassenroutinedaten mit weiteren Gesundheitsdatenbeständen steigen.

show abstract

Redistributing Ill-defined Causes of Death – A Case Study from the Burden 2020-Project in Germany

Cited by 7 publications

References 15 publications

Redistributing ill-defined causes of death – a case study from the BURDEN 2020-project in Germany

Redistributing ill-defined causes of death – a case study from the BURDEN 2020-project in Germany

Recommendations to Plan a National Burden of Disease Study

Nutzung von Krankenkassenroutinedaten zur Bestimmung von Krankheitshäufigkeiten im Projekt BURDEN 2020

Contact Info

Product

Resources

About