Skip to main content
SpringerLink
Log in

Nichtinformative Codierungen bei kardiovaskulären Todesursachen: Auswirkungen auf die Mortalitätsrate für ischämische Herzerkrankungen

Noninformative coding of causes of death in cardiovascular deaths: effects on the mortality rate for ischemic heart disease

  • Leitthema
  • Published:
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz Aims and scope

Zusammenfassung

Hintergrund

Die Validität von Mortalitätsstatistiken ist todesursachenspezifisch und abhängig von der Qualität der Todesbescheinigungen. Der Anteil nichtinformativer, als Grundleiden nach WHO codierter Todesursachen an allen Todesfällen ist ein Indikator für die Validität einer Mortalitätsstatistik. Die häufigsten nichtinformativen Todesursachen betreffen kardiovaskuläre Erkrankungen (ICD-10: I00–I99).

Ziel der Arbeit

In der Arbeit werden regionale Unterschiede in der Häufigkeit und Art der Verwendung nichtinformativer kardiovaskulärer Todesursachen untersucht und die Auswirkung auf die Mortalitätsrate für ischämische Herzerkrankungen dargestellt.

Material und Methoden

Mortalitätsraten für kardiovaskuläre Todesursachen wurden für die Jahre 2000, 2010, 2015 und 2016 nach Geschlecht, Altersgruppe und Bundesland aus der Gesundheitsberichterstattung (GBE) des Bundes extrahiert. Die Anteile nichtinformativer Todesursachen an allen kardiovaskulären Todesursachen sowie die Mortalitätsrate für ischämische Herzerkrankungen nach Umcodierung nichtinformativer Todesursachen wurden berechnet.

Ergebnisse

Der Anteil nichtinformativer Todesursachen an kardiovaskulären Todesfällen ist hoch und abhängig von Alter, Geschlecht, Bundesland und Todesjahr. Es gibt regionale Unterschiede in der Häufigkeit und Art der Verwendung der Codes. Nach Umcodierung ausgewählter nichtinformativer Todesursachen erhöhte sich die Mortalitätsrate für ischämische Herzerkrankungen in den Bundesländern im Mittel um 33 %.

Diskussion

Ein Vergleich von todesursachenspezifischen Mortalitätsraten – zwischen Regionen, Geschlechtern und über die Zeit – wird durch die unterschiedliche Häufigkeit nichtinformativer Todesursachen beeinträchtigt. Eine Verbesserung der Qualität der Todesbescheinigungen ist Voraussetzung für valide Mortalitätsstatistiken.

Abstract

Background

The validity of mortality statistics is specific to causes of death and depends on the quality of death certificates. The proportion of noninformative underlying causes of death in all deaths is an indicator for the validity of a mortality statistic. The most frequent noninformative cause of death involves cardiovascular diseases (ICD-10: I00-I99).

Objectives

Regional differences in the frequency and type of use of noninformative cardiovascular causes of death are investigated and their effect on the mortality rate of ischemic heart disease is presented.

Materials and methods

Mortality rates for cardiovascular causes of death by gender, age group, and federal state were extracted from the Information System of the Federal Health Monitoring (GBE) for 2000, 2010, 2015, and 2016. The proportion of noninformative causes of death in all cardiovascular deaths, as well as the mortality rate for ischemic heart disease after recoding noninformative causes of death, were calculated.

Results

The proportion of noninformative causes of death in all cardiovascular deaths is high and depends on age, sex, federal state, and year of death. Regional differences in frequency and type of use were found. After recoding selected noninformative causes of death, the mean increase in the mortality rate for ischemic heart disease in all federal states was 33%.

Discussion

A comparison of cause-specific mortality rates between regions, sexes, and over time is affected by differences in the use of noninformative causes of death. Improving the quality of death certificates is a prerequisite for valid mortality statistics.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4

Notes

  1. Baden-Württemberg, Berlin, Brandenburg, Nordrhein-Westfalen, Rheinland-Pfalz, Sachsen, Sachsen-Anhalt.

Literatur

  1. Manson JE, Aragaki AK, Rossouw JE et al (2017) Menopausal hormone therapy and long-term all-cause and cause-specific mortality: the women’s health initiative randomized trials. JAMA 318(10):927–938

    PubMed  PubMed Central  Google Scholar 

  2. Deutsche Herzstiftung e. V. (2018) Deutscher Herzbericht 2018. Deutsche Herzstiftung e. V., Frankfurt

    Google Scholar 

  3. Stang A, Stang M (2014) An Inter-State Comparison of Cardiovascular Risk Factors in Germany—towards an explanation of high ischemic heart disease mortality in Saxony-Anhalt. Dtsch Arztebl Int 111:530–536

    PubMed  PubMed Central  Google Scholar 

  4. Lenzen-Schulte M (2017) Kardiovaskuläre Mortalität: Deutschland nur im Mittelfeld. Dtsch Arztebl 114(6):A-272 / B‑242 / C‑239

    Google Scholar 

  5. Willich SN, Löwel H, Mey W, Trautner C (1999) Regionale Unterschiede der Herz-Kreislauf-Mortalität in Deutschland. Dtsch Arztebl 96(8):A-483–488

    Google Scholar 

  6. Jahn I, Jöckel KH (1995) Studie zur Verbesserung der Validität und Reliabilität der amtlichen Todesursachenstatistik. Schriftenreihe des Bundesministeriums für Gesundheit, Bd. 52. Nomos, Baden-Baden (Das Bundesministerium für Gesundheit [Hrsg])

    Google Scholar 

  7. Andersohn F, Müller-Riemenschneider F, Willich S (2011) Kodierungsprobleme in der deutschen Todesursachenstatistik am Beispiel ischämischer Herzkrankheiten. Gesundheitswesen 73:416–422

    CAS  PubMed  Google Scholar 

  8. Klug SJ, Bardehle D, Ressing M, Schmidtmann I, Blettner M (2009) Vergleich von ICD-Kodierungen zwischen Mortalitätsstatistik und studieninterner retrospektiver Nachkodierung. Gesundheitswesen 71:220–225

    CAS  PubMed  Google Scholar 

  9. Lu Th, Hsu PY, Bjorkenstam C, Anderson RN (2006) Certifying diabetes-related cause-of-death: a comparison of inappropriate statements in Sweden, Taiwan and the USA. Diabetologia 49(12):2878–2881

    CAS  PubMed  Google Scholar 

  10. Mieno M, Tanaka N, Arai T et al (2016) Accuracy of death certificates and assessment of factors for misclassification of underlying cause of death. J Epidemiol 26(4):191–198

    PubMed  Google Scholar 

  11. Jütte R, Dietel M, Rothschild MA (2016) Lässt sich der Trend sinkender Sektionsraten umkehren? Dtsch Arztebl 113(46):A-2094–A-2100

    Google Scholar 

  12. Illing G, Lessig R, Stang A (2019) Analyse der Kodierungsqualität der Leichenschauscheine und Obduktionsraten in Chemnitz, 2010–2013. Gesundheitswesen. https://doi.org/10.1055/a-0820-3452

    Article  PubMed  Google Scholar 

  13. Schwarze EW (2001) Die Bedeutung der Autopsie – heute und morgen. Verh Dtsch Ges Pathol 85:118–131

    CAS  PubMed  Google Scholar 

  14. Deutsches Institut für Medizinische Dokumentation und Information (2016) Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme, German Modification (ICD-10-GM). DIMDI, Köln

    Google Scholar 

  15. Naghavi M, Makela S, Foreman K, O’Brien J, Pourmalek F, Lozano R (2010) Algorithms for enhancing public health utility of national causes-of-death data. Popul Health Metrics 8:9

    Google Scholar 

  16. Department of Information, Evidence and Research (2017) WHO methods and data sources for country-level causes of death 2000–2015. Global Health Estimates Technical Paper WHO/HIS/IER/GHE/2016.3. WHO, Genf

    Google Scholar 

  17. Lozano R, Naghavi M, Foreman K et al (2012) Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet 380:2095–2128 (Supplementary appendix)

    PubMed  Google Scholar 

  18. Désesquelles A, Gamboni A, Demuru E, MultiCause network (2016) We only die once but from how many causes? Popul Soc 534:1–4

    Google Scholar 

  19. McKee M (2015) What do people die from? The challenges of measuring disease burden posed by multi-morbidity. Isr J Health Policy Res 4:53–56

    PubMed  PubMed Central  Google Scholar 

  20. Schelhase T, Weber S (2007) Die Todesursachenstatistik in Deutschland. Probleme und Perspektiven. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 50:969–976

    CAS  PubMed  Google Scholar 

  21. Goldacre M, Roberts S, Griffith M (2003) Multiple-cause coding of death from myocardial infarction: population-based study of trends in death certificate data. J Public Health Med 25(1):69–71

    PubMed  Google Scholar 

  22. Valentini J, Goetz K, Yen K et al (2018) Knowledge, competencies and attitudes regarding external post-mortem physical examination: a survey among German post-graduate trainees in general practice. Eur J Gen Pract 24(1):26–31

    PubMed  Google Scholar 

  23. Stolpe S (2017) Regional differences in the use of ill-defined causes of death in cardiovascular mortality. Eur J Public Health. https://doi.org/10.1093/eurpub/ckx187.711

    Article  Google Scholar 

  24. Van den Tweel JG, Wittekind C (2016) The medical autopsy as quality assurance tool in clinical medicine: dreams and realities. Virchows Arch 468:75–81

    PubMed  Google Scholar 

  25. Robert Koch-Institut (Hrsg) (2011) Sterblichkeit, Todesursachen und regionale Unterschiede. Gesundheitsberichterstattung des Bundes. Heft 52. RKI, Berlin

    Google Scholar 

  26. Eckert O, Vogel U (2018) Todesursachenstatistik und ICD, quo vadis? Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. https://doi.org/10.1007/s00103-018-2756-5

    Article  PubMed  Google Scholar 

  27. Stengel E (2018) Qualifizierte Leichenschau – Revolution ist ausgeblieben. Ärzte-Zeitung online, 03.08.2018. https://www.aerztezeitung.de/praxis_wirtschaft/recht/article/968949/ein-jahres-fazit-qualifizierte-leichenschau-revolution-ausgeblieben.html. Zugegriffen: 9. Mai 2019

    Google Scholar 

  28. Zack F, Kaden A, Riepenhausen S, Rentsch D, Kegler R, Büttner A (2017) Fehler bei der Ausstellung von Todesbescheinigungen. Eine Analyse von 10.000 Sterbefällen aus Mecklenburg. Rechtsmedizin 27:516–527

    Google Scholar 

  29. Harteloh P, de Bruin K, Kardaun J (2010) The reliability of cause-of-death coding in The Netherlands. Eur J Epidemiol 25(8):531–538

    PubMed  Google Scholar 

  30. Zellweger U, Junker C, Bopp M (2019) Swiss National Cohort Study Group. Cause of death coding in Switzerland: evaluation based on a nationwide individual linkage of mortality and hospital in-patient records. Popul Health Metr 17(1):2

    PubMed  PubMed Central  Google Scholar 

  31. Johansson LA, Björkenstam C, Westerling R (2009) Unexplained differences between hospital and mortality data indicated mistakes in death certification: an investigation of 1,094 deaths in Sweden during 1995. J Clin Epidemiol 62(11):1202–1209

    PubMed  Google Scholar 

  32. Ravakhah K (2006) Death certificates are not reliable: revivification of the autopsy. South Med J 99(7):728–733

    PubMed  Google Scholar 

  33. Deutsches Institut für Medizinische Dokumentation und Information (2016) ICD-10. Internationale statistische Klassifiktation der Krankheiten und verwandter Gesundheitsprobleme, 10. Revision – WHO-Ausgabe – Regelwerk Bd. 2. DIMDI, Köln

    Google Scholar 

  34. Rampatige R, Mikkelsen L, Hernandez B, Riley I, Lopez AD (2014) Hospital cause-of-death statistics: what should we make oft hem? Bull World Health Organ 92:3–3A

    PubMed  PubMed Central  Google Scholar 

  35. Rampatige R, Mikkelsen L, Hernandez B, Riley I, Lopez AD (2014) Systematic review of statistics on causes of deaths in hospitals: strengthening the evidence for policy-makers. Bull World Health Organ 92(11):807–816

    PubMed  PubMed Central  Google Scholar 

  36. Berlit S (2009) Retrospektive Analyse autoptischer Befunde und klinischer Diagnosen des Universitätsklinikums Hamburg-Eppendorf der Jahre 1998–2006. Dissertation

    Google Scholar 

  37. Early CA, Gilliland MGF, Kelly KL, Oliver WR, Kragel PJ (2019) Autopsy standardized mortality review: a pilot study offering a methodology for improved patient outcomes. Acad Pathol 6:2374289519826281

    CAS  PubMed  PubMed Central  Google Scholar 

  38. Bauer TM, Potratz D, Göller T, Wagner A, Schäfer R (1991) Qualitätskontrolle durch Autopsie: Wie häufig korrigiert der Obduktionsbefund die klinische Diagnose? Dtsch Med Wochenschr 116(21):801–807

    CAS  PubMed  Google Scholar 

  39. DeStatis (Hrsg) (2016) Fallpauschalbezogene Krankenhausstatistik (DRG-Statistik), Diagnosen und Prozeduren der vollstationären Patienten und Patientinnen in Krankenhäusern. Fachserie 12 Reihe 6.4. DeStatis, Wiesbaden

    Google Scholar 

  40. Duncan ME, Pitcher A, Goldacre MJ (2014) Atrial fibrillation as a cause of death increased steeply in England between 1995 and 2010. Eurospace 16:797–802

    Google Scholar 

  41. Roth GA, Huffmann MD, Moran AE et al (2015) Global and regional patterns in cardiovascular mortality from 1990 to 2013. Circulation 132:1667–1678

    PubMed  Google Scholar 

  42. Fauchier L, Samson A, Chaize G et al (2016) Causes of death and influencing factors in patients with atrial fibrillation. Am J Med 129(12):1278–1287

    PubMed  Google Scholar 

  43. Lakkireddy DR, Gowda MS, Murray CW, Basarakodu KR, Vacek JL (2004) Death certificate completion: how well are physicians trained and are cardiovascular causes overstated? Am J Med 117:492–498

    Google Scholar 

  44. Villar J, Pérez-Méndez L (2007) Evaluating an educational intervention to improve the accuracy of death certification among trainees from various specialties. BMC Health Serv Res 7:183

    PubMed  PubMed Central  Google Scholar 

  45. Myers KA, Farquhar DRE (1998) Improving the accuracy of death certification. CMAJ 158:1317–1327

    CAS  PubMed  PubMed Central  Google Scholar 

  46. Miki J, Rampatige R, Richards N, Adair T, Cortez-Escalante J, Vargas-Herrera J (2018) Saving lives through certifying deaths: assessing the impact of two interventions to improve cause of death data in Perú. BMC Public Health 18(1):1329

    PubMed  PubMed Central  Google Scholar 

  47. Aung E, Rao C, Walker S (2010) Teaching cause-of-death certification: lessons from international experience. Postgrad Med J 86(1013):143–152

    PubMed  Google Scholar 

  48. Gesundheitsministerkonferenz der Länder (GMK) (2011) Top 5.6: Bericht der länderoffenen Arbeitsgruppe zur Prüfung der Reformvorschläge für eine Verbesserung der äußeren Leichenschau. https://www.gmkonline.de/Beschluesse.html?id=84_05.06&jahr=2011. Zugegriffen: 6. Aug. 2019 (Beschluss der 84)

    Google Scholar 

  49. Gesundheitsministerkonferenz der Länder (GMK) (2013) Top 11.1 Qualitätsverbesserung bei der Todesursachen-Kodierung. https://www.gmkonline.de/Beschluesse.html?id=27&jahr=2013. Zugegriffen: 9. Aug. 2019 (Beschluss der 86)

    Google Scholar 

  50. Roberts IS, Benamore RE, Benbow EW et al (2012) Post-mortem imaging as an alternative to autopsy in the diagnosis of adult deaths: a validation study. Lancet 379:136–142

    PubMed  PubMed Central  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Zentrum für klinische Epidemiologie am Institut für medizinische Informatik, Biometrie und Epidemiologie, Universitätsklinikum Essen, Hufelandstr. 55, 45147, Essen, Deutschland

    Susanne Stolpe &  Andreas Stang

  2. Department of Epidemiology, School of Public Health, Boston, USA

    Andreas Stang

Authors
  1. Susanne Stolpe
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Andreas Stang
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Andreas Stang.

Ethics declarations

Interessenkonflikt

S. Stolpe und A. Stang geben an, dass kein Interessenkonflikt besteht.

Für diesen Beitrag wurden von den Autoren keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Stolpe, S., Stang, A. Nichtinformative Codierungen bei kardiovaskulären Todesursachen: Auswirkungen auf die Mortalitätsrate für ischämische Herzerkrankungen. Bundesgesundheitsbl 62, 1458–1467 (2019). https://doi.org/10.1007/s00103-019-03050-5

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00103-019-03050-5

Schlüsselwörter

Keywords

Search

Navigation