Gesundheitsdaten verstehen E-Book

Joseph Kuhn

• Herausgeber: Hogrefe, vorm. Verlag Hans Huber
• Kategorie: Fachliteratur
• Sprache: Deutsch

Seitenzahl: 148

Veröffentlichungsjahr: 2019

Beschreibung

"Der Käsekonsum entwickelt sich von 2000 bis 2010 parallel zur Anzahl der Menschen, die auf tragische Weise unter ihrer Bettdecke erstickt sind." (Bartens, W., 18. März 2018. Die Folge der technisch aufgerüsteten Absicherungsmedizin ist - Verunsicherung. Süddeutsche Zeitung) ) Im Umgang mit Gesundheitsdaten die Spreu vom Weizen zu trennen, erfordert neue Lesefähigkeiten! Dieses Buch führt allgemeinverständlich in die Welt der uns täglich umgebenden Gesundheitsdaten ein und fordert "Glaube nur der Statistik, die du verstanden hast". Es zeigt anschaulich, wie man Statistiken lesen muss, wie man Prävalenzen, Risiken und Scheinzusammenhänge richtig einschätzt und welche Fallstricke dabei zu beachten sind. Vorkenntnisse der Statistik oder Medizin sind nicht erforderlich. Durch zahlreiche Beispiele erfährt man außerdem ganz nebenbei, wie es um die Gesundheit der Menschen in Deutschland bestellt ist und lernt auf unterhaltsame Weise: - "Deutsch-Epidemiologisch"- ein Sprachkurs für die wichtigsten Erklärungen epidemiologischer Begriffe und Kennziffern - relevante Daten und Datenquellen zu suchen und zu finden - aber sich dabei nicht im Datendschungel zu verirren - durch aufschlussreiche Beispiele, wie Daten auch manipulativ dargestellt werden können - Lerneffekt garantiert! Neu in der 2.Auflage: Komplette Aktualisierung aller Kapitel, zusätzliche neue Kapitel zu den Themen Depressionen, Krankenstand und Big Data

Leseprobe

Joseph Kuhn

Manfred Wildner

Gesundheitsdaten verstehen

Statistiken lesen lernen – ein Einsteigerbuch

2., vollständig überarbeitete und erweiterte Auflage

unter Mitarbeit von Benjamin Moritz

Gesundheitsdaten verstehen

Joseph Kuhn, Manfred Wildner

Wissenschaftlicher Beirat Programmbereich Gesundheit:

Ansgar Gerhardus, Bremen; Klaus Hurrelmann, Berlin; Petra Kolip, Bielefeld; Milo Puhan, Zürich; Doris Schaeffer, Bielefeld

Dr. Joseph Kuhn

Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit

GE 4.2 – Gesundheitsberichterstattung, Sozialmedizin, Öffentlicher Gesundheitsdienst

Veterinärstr. 2

85764 Oberschleißheim

[email protected]

Prof. Dr. Manfred Wildner

Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit

GE 4.2 – Gesundheitsberichterstattung, Sozialmedizin, Öffentlicher Gesundheitsdienst

Veterinärstr. 2

85764 Oberschleißheim

[email protected]

Wichtiger Hinweis: Der Verlag hat gemeinsam mit den Autoren bzw. den Herausgebern große Mühe darauf verwandt, dass alle in diesem Buch enthaltenen Informationen (Programme, Verfahren, Mengen, Dosierungen, Applikationen, Internetlinks etc.) entsprechend dem Wissensstand bei Fertigstellung des Werkes abgedruckt oder in digitaler Form wiedergegeben wurden. Trotz sorgfältiger Manuskriptherstellung und Korrektur des Satzes und der digitalen Produkte können Fehler nicht ganz ausgeschlossen werden. Autoren bzw. Herausgeber und Verlag übernehmen infolgedessen keine Verantwortung und keine daraus folgende oder sonstige Haftung, die auf irgendeine Art aus der Benutzung der in dem Werk enthaltenen Informationen oder Teilen davon entsteht. Geschützte Warennamen (Warenzeichen) werden nicht besonders kenntlich gemacht. Aus dem Fehlen eines solchen Hinweises kann also nicht geschlossen werden, dass es sich um einen freien Warennamen handelt.

Copyright-Hinweis:

Das E-Book einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar.

Der Nutzer verpflichtet sich, die Urheberrechte anzuerkennen und einzuhalten.

Anregungen und Zuschriften bitte an:

Hogrefe AG

Lektorat Gesundheit

Länggass-Strasse 76

3012 Bern

Schweiz

Tel. [phone]

[email protected]

www.hogrefe.ch

Lektorat: Susanne Ristea

Bearbeitung: Thomas Koch-Albrecht, Münchwald

Herstellung: Daniel Berger

Umschlag: Claude Borer, Riehen

Satz: punktgenau GmbH, Bühl

Format: EPUB

2., vollst. überarb. u. erw. Auflage 2019

© 2019Hogrefe Verlag, Bern

(E-Book-ISBN_PDF 978-3-456-95912-2)

(E-Book-ISBN_EPUB 978-3-456-75912-8)

ISBN 978-3-456-85912-5

http://doi.org/10.1024/85912-000

Nutzungsbedingungen:

Der Erwerber erhält ein einfaches und nicht übertragbares Nutzungsrecht, das ihn zum privaten Gebrauch des E-Books und all der dazugehörigen Dateien berechtigt.

Der Inhalt dieses E-Books darf von dem Kunden vorbehaltlich abweichender zwingender gesetzlicher Regeln weder inhaltlich noch redaktionell verändert werden. Insbesondere darf er Urheberrechtsvermerke, Markenzeichen, digitale Wasserzeichen und andere Rechtsvorbehalte im abgerufenen Inhalt nicht entfernen.

Der Nutzer ist nicht berechtigt, das E-Book – auch nicht auszugsweise – anderen Personen zugänglich zu machen, insbesondere es weiterzuleiten, zu verleihen oder zu vermieten.

Das entgeltliche oder unentgeltliche Einstellen des E-Books ins Internet oder in andere Netzwerke, der Weiterverkauf und/oder jede Art der Nutzung zu kommerziellen Zwecken sind nicht zulässig.

Das Anfertigen von Vervielfältigungen, das Ausdrucken oder Speichern auf anderen Wiedergabegeräten ist nur für den persönlichen Gebrauch gestattet. Dritten darf dadurch kein Zugang ermöglicht werden.

Die Übernahme des gesamten E-Books in eine eigene Print- und/oder Online-Publikation ist nicht gestattet. Die Inhalte des E-Books dürfen nur zu privaten Zwecken und nur auszugsweise kopiert werden.

Diese Bestimmungen gelten gegebenenfalls auch für zum E-Book gehörende Audiodateien.

Anmerkung:

Sofern der Printausgabe eine CD-ROM beigefügt ist, sind die Materialien/Arbeitsblätter, die sich darauf befinden, bereits Bestandteil dieses E-Books.

Zitierfähigkeit: Dieses EPUB beinhaltet Seitenzahlen zwischen senkrechten Strichen (Beispiel: |1|), die den Seitenzahlen der gedruckten Ausgabe und des E-Books im PDF-Format entsprechen.

Inhaltsverzeichnis

Vorwort zur zweiten Auflage

1 Wenn Daten sprechen könnten: Einladung zu einer hermeneutischen Reise durch Statistiken und Studien

2 Von Prävalenzen und Risiken: ein Sprachkurs Deutsch – Epidemiologisch

2.1 Epidemiologie

2.2 Prävalenz

2.3 Inzidenz, absolutes Risiko

2.4 Relatives Risiko

2.5 Statistische Signifikanz und Kausalität

2.6 Morbidität, Mortalität, Letalität

3 Fündig werden: Daten und Datenquellen zur Gesundheit

3.1 Leben und Sterben

3.1.1 Lebenserwartung

3.1.2 Sterbefälle und Sterberaten

3.1.3 Sterberaten – noch einmal ganz genau unter die Lupe genommen

3.1.4 Todesursachen

3.1.5 Säuglingssterblichkeit und plötzlicher Kindstod

3.2 Krankheiten, über die man täglich liest

3.2.1 Herz-Kreislauf-Erkrankungen

3.2.2 Krebs

3.2.3 Diabetes mellitus

3.2.4 Depressionen

3.2.5 Demenz

3.3 Was uns krank macht: Gesundheitsgefahren

3.3.1 Unfälle

3.3.2 Rauchen und Trinken

3.3.3 Epidemie Übergewicht?

3.3.4 Infektionskrankheiten

3.3.5 Umweltbelastungen

3.3.6 Armut gefährdet Ihre Gesundheit

3.4 Unser Gesundheitswesen: drei Splitter

3.4.1 Ärzte und Krankenhausbetten

3.4.2 Krankheitskosten

3.4.3 Krankenstand

3.5 Wenn es keine Statistiken gibt: Das ganz kleine Einmaleins der Studien

3.6 Ein Exkurs in die Welt der großen Zahlen: Big Data

4 Daten präsentieren

4.1 „Ein Bild sagt mehr als 1000 Worte“

4.2 Vorsicht vor dem Durchschnittswert

4.3 Logarithmische Darstellungen

4.4 Genauigkeit hat Grenzen

4.5 Statistische Fehler

4.6 Am Ende kommt der Schluss

Anhang

Die wichtigsten Statistiken im Überblick

Kurzes Glossar

Literatur

Weiterführende Literatur

Sachregister

|7|Vorwort zur zweiten Auflage

Zahlen üben auf uns eine merkwürdige Magie aus. Sie gelten als Inbegriff des Exakten und unbestechlich Wahren. Wer in einer Talkshow Zahlen nennt, wirkt glaubhafter, besonders, wenn dabei noch eine Nachkommastelle vorkommt. Vielleicht ist das ein Reflex der Wissenschaftsgesellschaft, in der weniger spirituelle Wahrhaftigkeit als wahre Fakten gefragt sind. In unserer Welt haben Zahlen jedenfalls zu Recht einen hohen Stellenwert. Das gilt auch für das Gesundheitswesen. Oft sprechen die Daten aber nicht mit klarer Stimme, sie sind, einem antiken Orakel ähnlich, manchmal mehrdeutig, und manchmal täuschen sie auch etwas vor, was so gar nicht da ist. Gesundheitsdaten wollen befragt, interpretiert und verstanden werden. Dazu eine gut lesbare Hilfe für „Datenverbraucher und Datenverbraucherinnen“ zu leisten, war unser Anliegen mit dem vorliegenden kleinen Werk „Gesundheitsdaten verstehen“.

Vor gut zehn Jahren ist die erste Auflage erschienen. Wir freuen uns, dass es nun eine zweite Auflage bekommt. Zu manchen Themen gibt es heute andere Datenquellen, andere Zahlen natürlich sowieso, da und dort auch andere Interpretationen, und es gibt neue Themen, über die bei der ersten Auflage noch nicht viel gesprochen wurde, wie beispielsweise Big Data, des Weiteren Themen, die Leserinnen und Leser in der ersten Auflage vermisst haben, die Depressionen etwa oder den Krankenstand. Diesem Aktualisierungs- und Ergänzungsbedarf haben wir in der zweiten Auflage versucht, nachzukommen und hoffen, dass die Daten damit jetzt wieder klarer zu vernehmen sind.

Benjamin Moritz danken wir für seine Unterstützung bei der Datenaktualisierung, dem Verlag für die zweite Auflage und den Leserinnen und Lesern wünschen wir, wie schon beim ersten Mal, viel Lesevergnügen und die eine oder andere neue Einsicht.

Joseph Kuhn und Manfred Wildner, München, 25.3.2019

|9|1 Wenn Daten sprechen könnten: Einladung zu einer hermeneutischen Reise durch Statistiken und Studien

Der griechische Philosoph Pythagoras (570–480 v. Chr.) hielt Zahlen für das Wesen der Welt. Wenn man sich ansieht, welche Rolle Zahlen heute als Begründung für Entscheidungen in der Politik und in unserem Alltagsleben spielen, sind wir wohl alle praktizierende Pythagoräer.

„Hermeneutik“ ist übrigens die Lehre vom Verstehen und Auslegen und darum geht diese „Reise“ letztlich: um ein besseres Verstehen von statistischen Zahlen. Und weil wir in einer Gesellschaft leben, in der Geld erstens wichtig und zweitens knapp ist – Letzteres zumindest in den öffentlichen Kassen –, schauen wir besonders aufmerksam auf Finanzzahlen. Im Gesundheitswesen ist das nicht anders, das Gesundheitswesen kostet schließlich viel Geld, sehr viel Geld. Im Jahr 2016 waren es in Deutschland etwa 357 Mrd. Euro, wie Tabelle 1-1 zeigt. Zum Vergleich: Das Bruttoinlandsprodukt des gesamten Saarlandes betrug im gleichen Jahr nur ca. 34 Mrd. Euro, das Bruttoinlandsprodukt Hessens ca. 269 Mrd. Euro.

Der Verdacht, dass das Geld im Gesundheitswesen nicht immer sinnvoll ausgegeben wird, treibt daher die Gesundheitspolitik genauso um wie den Steuer- und Beitragszahler. Ein Beispiel: Infektionskrankheiten verursachen in Deutschland nur noch 5 % aller Sterbefälle – vor allem durch Grippe und Lungenentzündung. In den Gesundheitsämtern entfällt jedoch etwa ein Drittel der Personalkosten auf den Infektionsschutz, wobei es hier sogar nur um die meldepflichtigen Erkrankungen geht, deren Anteil an den Sterbefällen bei etwa 1 % liegt. Das scheint auf eine schlechte Kosten-Nutzen-Relation hinzudeuten: viel Geld für (fast) nichts. Gleichzeitig kann man in allen Zeitungen lesen, dass Übergewicht die Epidemie des 21. Jahrhunderts ist. In Deutschland gelten den Schuleingangsuntersuchungen zu|10|folge je nach Bundesland 8–12 % der Einschulungskinder als übergewichtig, bei den Erwachsenen sind es nach der DEGS-Studie des Robert Koch-Instituts 67 % der Männer und 53 % der Frauen (Mensink, Schienkiewitz, Haftenberger, Lampert, Ziese & Scheidt-Nave, 2013). Auch die Zukunft ist düster. In den USA liegen die Zahlen noch viel höher und das wird gelegentlich als Prognose für Deutschland gehandelt.

Tabelle 1-1: Gesundheitsausgaben in Deutschland nach Ausgabenträgern (in Mio. Euro). Datenquelle: Statistisches Bundesamt, https://www.destatis.de, Zugriff am 17.09.2018.

Jahr 2014

Jahr 2015

Jahr 2016

öffentliche Haushalte

 14 812

 15 230

 16 391

gesetzliche Krankenversicherung

191 767

200 032

207 181

soziale Pflegeversicherung

 25 452

 27 995

 29 445

gesetzliche Rentenversicherung

  4 363

  4 439

  4 527

gesetzliche Unfallversicherung

  5 213

  5 366

  5 577

private Krankenversicherung

 29 084

 30 536

 31 016

Arbeitgeber

 13 818

 14 464

 15 015

private Haushalte und private Organisationen ohne Erwerbscharakter

 44 688

 46 091

 47 384

insgesamt

329 198

344 153

356 537

Starkes Übergewicht, Fachleute sprechen von Adipositas, ist eine der wichtigsten Ursachen für lebensstilassoziierte Erkrankungen, bis hin zu vielen vorzeitigen Sterbefällen bei den Herz-Kreislauf-Krankheiten. Für die Prävention von Übergewicht geben die Gesundheitsämter aber so gut wie kein Geld aus.

Was also liegt näher, als die Mittel der Gesundheitsämter umzuschichten: beim Infektionsschutz sparen, bei der Prävention von Übergewicht mehr ausgeben. Die Daten sprechen jedenfalls dafür, oder? Aber wäre ein solcher gesundheitspolitischer Eingriff wirklich durch die Daten gedeckt, „evidence-based“, wie man heute sagt? Könnte es nicht sein, dass so wenig Menschen an Infektionskrankheiten sterben, weil der Infektionsschutz so gut ist? Dann wären die Zahl der an Infektionskrankheiten Gestorbenen und die Ausgaben für den Infektionsschutz sozusagen „kommunizierende Röhren“. Gibt man weniger aus, sterben mehr, gibt man mehr aus, sterben weniger. Das Umschichten von Ressourcen würde sich dann nur lohnen, wenn ein zusätzlich ausgegebener Euro im |11|Infektionsschutz weniger bringt als ein zusätzlich ausgegebener Euro in der Prävention von Übergewicht. Weiter wäre zu fragen, ob es überhaupt effektive Strategien zur Prävention von Übergewicht gibt. Und wenn ja, ist der Return on Investment nur anhand von Sterbefällen zu berechnen oder auch anhand von Erkrankungen oder schon am Rückgang der Übergewichtigen – was also sind unsere Outcome-Größen?

Ganz so einfach scheinen die Dinge also nicht zu liegen. Die Daten selbst sprechen eben nicht (und wenn sie es könnten, würden sie sicher manchmal schreien müssen, damit man sie nicht missversteht). Was die Daten scheinbar sagen, hat viel mit unseren Annahmen, unseren Theorien über die Sachverhalte hinter den Daten zu tun. Genauer formuliert: Daten sind erst vor dem Hintergrund von Annahmen und Theorien zu einem Gegenstandsbereich verständlich. Das ist übrigens eine der wichtigsten Erkenntnisse der Wissenschaftsphilosophie des 20. Jahrhunderts.

Daten und Wissen

In der Philosophie gibt es eine Tradition, die man „Empirismus“ nennt. Wichtige Vertreter dieser Tradition waren John Locke (1632–1704), David Hume (1711–1776) und John Stuart Mill (1806–1873). Auch im „Wiener Kreis“, einer bis heute einflussreichen philosophischen Gruppe Anfang des 20. Jahrhunderts, waren empiristische Strömungen vorherrschend. Der Empirismus ging davon aus, dass alles Wissen allein aus der Erfahrung kommt. Als Grundlage der Erfahrung wiederum wurden Sinneseindrücke oder Beobachtungen angesehen. Der Versuch, dieses philosophische Programm stringent durchzuhalten, ist aber gescheitert. Es ist z. B. nicht möglich, aus einzelnen Beobachtungen allgemeingültige Sätze, etwa Naturgesetze, abzuleiten. Man hat auch erkannt, dass schon das Formulieren von einfachen Beobachtungsaussagen nicht ohne Allgemeinbegriffe bzw. ohne Theorie auskommt. Vielmehr hat sich gezeigt, dass wir Beobachtungen immer nur aus dem Blickwinkel bestimmter theoretischer Annahmen machen und Beobachtungen immer nur vor dem Hintergrund solcher Annahmen sinnvoll zu interpretieren sind. Das Gleiche gilt für das Verhältnis von Daten und Wissen. Daten alleine sind also ein sandiger Boden, kein fester Grund, auf den man sein Wissen gründen könnte.

Literaturtipp

Poser, H. (2001). Wissenschaftstheorie. Eine philosophische Einführung. Dietzingen: Reclam.

|12|Dieses Ergebnis ist etwas unbefriedigend. Daten und Wissen stehen in einem „hermeneutischen“ Verhältnis zueinander. Man kann den Daten nicht ohne Weiteres ansehen, was sie bedeuten, sie müssen interpretiert werden, wenn man etwas verstehen will. Es ist wie in dem Buch „Per Anhalter durch die Galaxis“ von Douglas Adams. Dort wird bekanntlich die Zahl 42 als Antwort auf die letzte Frage nach dem Sinn des Lebens und des Universums enthüllt, nur leider ist die genaue Frage nicht mehr bekannt.

Das vorliegende Buch ist kein epidemiologisches Lehrbuch. Es ist keine Handlungsanleitung für Datenproduzenten, sondern für Datennutzer und soll ein allgemeinverständlicher Begleiter für Jedermann (und jede Frau) zum Umgang mit Gesundheitsdaten sein. Gesundheitsdaten begegnen uns täglich, in Form von Kosten, von Erkrankungshäufigkeiten oder von Kennziffern über die Wirksamkeit medizinischer Behandlungen. Immer sind damit Ansprüche auf Zustimmung für weiterreichende Aussagen verbunden: was womit zusammenhängt, was worauf zurückzuführen ist, wie etwas verändert werden soll. Wir würden uns freuen, wenn die Leser und Leserinnen nach der Lektüre unseres Buches bei Sätzen wie „Die Daten führen zu der Schlussfolgerung, dass …“ skeptisch werden und erst einmal darüber nachdenken, ob die Daten das wirklich tun bzw. aufgrund welcher Annahmen sie das tun.

Die Welt der Gesundheitsdaten ist inzwischen dicht bevölkert. Viele Institutionen stellen Gesundheitsdaten bereit, statistische Ämter, Ministerien, Krankenkassen, Verbände aller Art und viele mehr. Wir können natürlich nicht auf alles eingehen, sonst wäre dieses kleine Buch nie fertig geworden und falls doch, würden Sie mit dem Lesen nie fertig werden. Wir greifen exemplarisch einige Themen heraus, bevorzugt solche, auf die man in der Zeitung oder sonst in der öffentlichen Diskussion öfter stößt. Daran wollen wir deutlich machen, dass Zahlen zwar nicht lügen, aber meist mit Verstand gelesen werden wollen.

Was bietet das Buch dazu an Handwerkszeug? Wir stellen im nächsten Kapitel so kurz wie möglich die wichtigsten epidemiologischen Begriffe und Kennziffern vor. Das ist – zugegeben – ein etwas spröder Stoff. Aber die Gebrauchsanleitung eines Videorecorders hat ja auch nicht den gleichen Unterhaltungswert wie die Videofilme selbst und trotzdem führt daran kein Weg vorbei, wenn man Filme sehen will. Das ist hier leider nicht anders. Danach gibt es einen Überblick über Daten und Datenquellen, mit denen man immer wieder konfrontiert wird. Hier versprechen wir schon mehr Spannung. Am Ende gehen wir auf die Darstellung und Vermarktung von Daten ein. Dabei gibt es auch einen Abschnitt zum Thema Verführung, garantiert jugendfrei: Wir präsentieren eine kleine Sammlung von Möglichkeiten, Daten manipulativ darzustellen, natürlich mit immunisierender Absicht.

|13|2 Von Prävalenzen und Risiken: ein Sprachkurs Deutsch – Epidemiologisch

2.1 Epidemiologie

Eine (ganz) kurze Geschichte der Epidemiologie

Das Beobachten und zahlenmäßige Erfassen von Krankheiten in der Bevölkerung reicht historisch weit zurück. Vor allem über die Ausbreitung der Pest in Europa im Mittelalter gibt es eine Vielzahl von „epidemiologieähnlichen“ Berichten. Systematische Bemühungen, die Verbreitung von Krankheiten genau zu erfassen, sind jedoch neueren Datums. So forderte z. B. einer der Stammväter der Sozialmedizin, Johann Peter Frank (1745–1821), dass die Ärzte „medizinische Topografien“ erstellen sollten. Frank meinte damit die Sammlung medizinisch relevanter Daten für eine Region.

John Snow (1813–1858) schließlich demonstrierte als Erster den Nutzen epidemiologischer Studien: Er wies nach, dass die Cholera in London mit der Trinkwasserversorgung zusammenhing. Snow vertrat die Ansicht, dass verunreinigtes Trinkwasser die Ursache der Erkrankungen war, lange bevor der Choleraerreger entdeckt wurde.

Richtig etabliert hat sich die Epidemiologie jedoch erst nach dem 2. Weltkrieg. In den USA nahm die Zahl epidemiologischer Studien rasch zu. Meilensteine der modernen Epidemiologie sind z. B. die „Framingham Heart Study“ von 1949 zur Erforschung bevölkerungsbezogener Risiken von Herz-Kreislauf-Erkrankungen oder der Bericht „Smoking and Health“ von 1964, mit vielen Belegen zu den gesundheitlichen Folgen des Rauchens. In Deutschland waren epidemiologische Studien, wie die Sozialmedizin insgesamt, lange Zeit diskreditiert: Die Sozialmedizin war im Nationalsozialismus zur Rassenhygiene mutiert und hatte in erheblichem Umfang zur Vernichtung von Menschen beigetragen. Mit bevölkerungsbezogenen Studien konnte die Sozialmedizin in Deutschland erst in den 1980er- und 1990er-Jahren wieder Fuß fassen, unter dem etwas sperrigen Begriff „Public Health“.

|14|Epidemiologie ist die Lehre von der Häufigkeit und Verteilung von Risikofaktoren, Erkrankungen und Befindlichkeitsstörungen in der Bevölkerung. Darüber hinaus hat sich in den letzten Jahren eine „Versorgungsepidemiologie“ entwickelt. Ihr Gegenstand ist die Versorgungssituation der Bevölkerung mit Leistungen des Gesundheitssystems. Wörtlich bedeutet Epidemiologie die Lehre davon, „was auf dem Volk liegt“. Darin klingt noch die Herkunft der Epidemiologie aus der Seuchenbekämpfung nach.

Man unterscheidet die deskriptive Epidemiologie von der analytischen Epidemiologie: Während sich die deskriptive Epidemiologie, wie der Name schon sagt, auf eine Beschreibung der gesundheitlichen Situation beschränkt, geht die analytische Epidemiologie darüber hinaus und versucht, ursächliche Zusammenhänge im Erkrankungsgeschehen aufzudecken.

2.2 Prävalenz

Am Anfang der Epidemiologie stehen kluge Fragen – und Daten, um diese Fragen zu beantworten. Eine wichtige Größe ist die Häufigkeit von Fällen mit bestimmten Merkmalen – beispielsweise die Häufigkeit von Rückenschmerzen nach Geschlecht und Alter. Für manche Zwecke, z. B. für die Abschätzung des Behandlungsaufwands, braucht man die absolute Zahl der Betroffenen: Man muss wissen, wie viele Menschen versorgt werden müssen. Will man darüber hinaus aber wissen, ob Frauen häufiger betroffen sind als Männer, braucht man neben der absoluten Häufigkeit auch die relative Häufigkeit, also den Anteil der Betroffenen unter den Frauen bzw. unter den Männern.

Diese Zahl wird in der Sprache der Epidemiologie„Prävalenz“ genannt. Sie ist der Quotient aus der Anzahl der Fälle und der dazugehörenden Bevölkerung. Dabei wird unterschieden zwischen der Punktprävalenz (wie häufig ist eine Krankheit zu einem bestimmten Zeitpunkt), derPeriodenprävalenz (wie häufig ist eine Krankheit in einem bestimmten Zeitraum) und derLebenszeitprävalenz, einer Sonderform der Periodenprävalenz (wie häufig tritt eine Krankheit im Zeitraum von der Geburt bis zu einem bestimmten Lebensalter auf).

Für unser Beispiel kann man aus einer repräsentativen Studie, der Studie zur Gesundheit Erwachsener in Deutschland (GEDA), einiges zur Verteilung nach dem Alter und zwischen den Geschlechtern erfahren (Tab. 2-1). Führen die Daten also zu der Schlussfolgerung, dass Frauen häufiger unter Rückenschmerzen leiden als Männer? Davon, dass die Daten lege artis erhoben wurden und kein Datenmüll sind, gehen wir einmal aus, schließlich wurde die GEDA-Studie|15|vom Robert Koch-Institut durchgeführt, einer der „ersten Adressen“ der Epidemiologie in Deutschland. Aber: Es handelt sich um Daten aus einer Befragung. Könnte es also sein, dass Frauen nur häufiger angeben, unter Rückenschmerzen zu leiden, während die Männer lieber die Zähne zusammenbeißen? Dann würden die Daten nicht zeigen, dass Rückenschmerzen bei Frauen häufiger auftreten als bei Männern, sondern dass Frauen häufiger oder bereits bei leichteren Schmerzen darüber klagen als Männer. Aber gäbe es als Alternative überhaupt eine objektive Datenquelle, sind Schmerzempfindungen nicht immer subjektiv?

Tabelle 2-1: Prävalenz chronischer Rückenschmerzen (Prozentanteil Betroffener in den jeweiligen Altersgruppen) in den letzten zwölf Monaten. Datenquelle: GEDA 2009, Robert Koch-Institut, https://www.gbe-bund.de, Zugriff am 17.09.2018.

Alter

Männer

Frauen

18–29

 7,7

14,5

30–44

13,4

18,5

45–64

20,1

25,8

65 und älter

23,4

34,6

gesamt

16,6

24,5