Analyse von Routinedaten in der Gesundheitsforschung: Validität, Generalisierbarkeit und Herausforderungen

Abstract

Background: Routine data such as claims data and health care documentation data are of increasing relevance in health services research—also in the field of general practice and family medicine. An increasing number of articles using these kind of data highlights the increasing relevance. Thus, it is essential for general practitioners (GPs) to know the strength and weaknesses of studies using routine data. Aim: The goal if this article is to empower readers to critically appraise articles based on routine data in a systematic and criteria-based fashion. Materials and methods: We used available guidelines and recommendations, a selective literature review, and our own expertise. Results: An advantage of routine data is that they are less cost intensive than primary data acquisition in prospective studies. Routine data have usually a lower selection bias; hence, they represent the reality of health care better than primarily acquired data. Another advantage is the high case numbers in routine data, which allows subgroup analyses even for low prevalent patient groups. Limitations are the restricted quality and validity of routine data. These limitations have to be addressed by measures of quality assurance such as internal and external validation. Conclusion: Routine data analyses are an important method in health care research. These analyses are especially good in researching everyday health care and analyzing subgroups with low prevalence. Results fromroutine data analyses should be reported transparently including the limitations of the study.

Hintergrund: Routinedaten aus der Abrechnung von Gesundheitsleistungen und der Dokumentation der Gesundheitsversorgung gewinnen zunehmend an Bedeutung für wissenschaftliche Analysen – auch in der Allgemeinmedizin. Dies spiegelt sich auch in einer steigenden Zahl an Publikationen, denen eine Routinedatenanalyse zugrunde liegt, wider. Eine kritische Reflektion der Stärken und Schwächen von Routinedatenanalysen in der Gesundheitsforschung ist essenziell. Ziel der Arbeit: Dieser Artikel soll die Leser*innen befähigen, eine kritische Einordnung von auf Routinedaten beruhenden Studien systematisch und kriteriengestützt vorzunehmen Material und Methoden:Nutzung vorhandener Leitlinien, selektiver Literaturrecherche und Expertise der Autor*innen. Ergebnisse: Routinedaten („Sekundärdaten“) sind imVergleich zu Daten aus klassischen prospektiven Interventions- und Beobachtungsstudien mit Primärdatenerhebung kostengünstiger und vergleichsweise schneller verfügbar sowie in der Regel mit einem geringeren Selektionsbias behaftet und damit eher geeignet, die tatsächliche Versorgungsrealität abzubilden. Ein weiterer Vorteil zeigt sich in hohen Fallzahlen und damit der Möglichkeit der Analyse von Subgruppen, auch mit seltenen Merkmalen, die in Studien mit Primärdatenerhebung häufig nicht in ausreichender Fallzahl verfügbar sind. Dem gegenüber stehen Limitation auf Grund der Qualität und Validität der Daten, die die Aussagekraft von Routinedatenanalysen gegebenenfalls einschränken und durch geeignete Methoden, wie interne und externe Validierung, adressiert werden können. Diskussion: Die Routinedatenanalyse ist eine wichtige Methode der Gesundheitsforschung, insbesondere um die Versorgungsrealität, auch für Subgruppen mit seltenen Merkmalen, abbilden zu können. Eine transparente Berichterstattung, insbesondere der generellen und projektspezifischen Limitationen, ist für die Interpretation der Analyseergebnisse notwendig