Open Access

Falk Hoffmann, Gerd Glaeske, Matthias S. Pfannkuche

• Hintergrund: Für die Forschung mit Routinedaten sind Kenntnisse zum Entstehungsprozess sowie zur Validität der Daten Voraussetzung. Ziel der Studie war es, die valide Erfassung forschungsrelevanter Informationen in Arzneimittelroutinedaten zwischen Betäubungsmittel (BtM)-Rezepten und Muster-16-Rezepten (für sonstige Arzneimittel) zu vergleichen. Methodik: Grundlage waren Routinedaten der Gmünder ErsatzKasse (GEK) aus dem Jahr 2006. Aus den 7,2 Mio. Rezepten wurde eine einfache Zufallsstichprobe von 600 Muster 16 und 600 BtM-Rezepten gezogen. Die eingescannten Originalbelege wurden gesichtet und mit den in Routinedaten befindlichen Informationen verglichen. Die Angaben auf dem Rezept dienten als Goldstandard. Ergebnisse: Insgesamt ist auf BtM-Rezepten sowohl das Verordnungsdatum (68,1% vs. 92,5%; p<0,0001) wie auch das Abgabedatum (61,8% vs. 85,5%; p<0,0001) schlechter erfasst als auf Muster-16-Rezepten. Auffällig sind die großen Unterschiede zwischen den Apothekenrechenzentren. Die Verrechnungsstelle der Süddeutschen Apotheken GmbH (VSA) als größtes Apothekenrechenzentrum lieferte, im Vergleich zu allen anderen Apothekenrechenzentren, beim Verordnungsdatum (56,1% vs. 73,3%; p<0,0001) wie auch beim Abgabedatum (41,2% vs. 70,8%; p<0,0001) von BtM-Rezepten auffällig seltener korrekte Ergebnisse. Fehler beim Abgabedatum waren bei der VSA assoziiert mit den in den Routinedaten verfügbaren Variablen Art des Rezeptes (Betäubungsmittelrezept vs. Muster 16; Odds Ratio [OR]: 3,12; 95% Konfidenzintervall [KI]: 1,85–5,27), Abgabe laut Routinedaten am Verordnungstag (Ja vs. Nein; OR: 9,33; 95% KI: 1,78–48,87) sowie Verordnung laut Routinedaten am 5., 15. oder 25. (Ja vs. Nein; OR: 6,70; 95% KI: 2,85–15,76). Schlussfolgerung: Es besteht für hiesige Routinedaten ein erheblicher Mangel an methodisch fundierten Analysen bzw. Validierungsstudien, insbesondere auch zur Güte von Diagnosen.
• Background: Information on the developing process and on data validity is crucial when using health insurance claims data (on medications) for research purposes. In Germany, different prescription forms are available for narcotics (so-called 'Betäubungsmittelrezepte') and other medications (so-called 'Muster 16'). The aim of this study was to compare the correctness of the recorded research relevant information between them. Methods: We used data of the Gmünder ErsatzKasse (GEK) for the year 2006. Out of 7.2 million prescriptions we drew a simple random sample of 600 prescriptions for narcotics and 600 for other medications. Data on the scanned original prescription, which was used as a gold standard, were validated against that information in claims data. Results: Compared to prescriptions for other medications, dates of prescription (92.5% vs. 68.1%; p<0.0001) and dispensing (85.5% vs. 61.8%; p<0.0001) were recorded less correctly on prescriptions for narcotics. Significant differences were found between pharmacy data processing centres (Apothekenrechenzentren). Compared to all other pharmacy data processing centres, the 'Verrechnungsstelle der Süddeutschen Apotheken GmbH' (VSA), as the biggest institution, showed lower accuracy in recording dates of prescription (56.1% vs. 73.3%; p<0.0001) and dispensing (41.2% vs. 70.8%; p<0.0001) on prescriptions for narcotics. Errors in dates of dispensing at the VSA were associated with the variables prescription form (narcotics vs. other medications; Odds Ratio [OR]: 3.12; 95% confidence interval [CI]: 1.85–5.27), dispensing in claims data on date of prescribing (yes vs. no; OR: 9.33; 95% CI: 1.78–48.87) and date of prescribing on 5., 15. or 25. (yes vs. no; OR: 6.70; 95% CI: 2.85–15.76). Conclusion: Methodological research and validation studies of German statutory health insurance claims data, especially on diagnoses, are urgently needed in the near future.