Analyse von Routinedaten in der Gesundheitsforschung: Validität, Generalisierbarkeit und Herausforderungen Analysis of routine data in health services research: validity, generalizability, and challenges
You can manage bookmarks using lists, please log in to your user account for this.
Media type:
E-Article
Title:
Analyse von Routinedaten in der Gesundheitsforschung: Validität, Generalisierbarkeit und Herausforderungen Analysis of routine data in health services research: validity, generalizability, and challenges
imprint:
Springer Science and Business Media LLC, 2023
Published in:Zeitschrift für Allgemeinmedizin
Language:
German
DOI:
10.1007/s44266-022-00004-0
ISSN:
1433-6251;
1439-9229
Origination:
Footnote:
Description:
<jats:title>Zusammenfassung</jats:title><jats:sec>
<jats:title>Hintergrund</jats:title>
<jats:p>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.</jats:p>
</jats:sec><jats:sec>
<jats:title>Ziel der Arbeit</jats:title>
<jats:p>Dieser Artikel soll die Leser*innen befähigen, eine kritische Einordnung von auf Routinedaten beruhenden Studien systematisch und kriteriengestützt vorzunehmen</jats:p>
</jats:sec><jats:sec>
<jats:title>Material und Methoden</jats:title>
<jats:p>Nutzung vorhandener Leitlinien, selektiver Literaturrecherche und Expertise der Autor*innen.</jats:p>
</jats:sec><jats:sec>
<jats:title>Ergebnisse</jats:title>
<jats:p>Routinedaten („Sekundärdaten“) sind im Vergleich 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.</jats:p>
</jats:sec><jats:sec>
<jats:title>Diskussion</jats:title>
<jats:p>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</jats:p>
</jats:sec>