Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
Regionale Unterschiede der Pflegebedürftigkeit in
Deutschland
– Sozialräumliche Musterder Pflege im Alter –
Daniel Kreft und Gabriele Doblhammer
Universität Rostock und Rostocker Zentrum zur Erforschung des Demografischen Wandels
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
Demografische / gesundheitliche Trends der letzten Jahrzehnte
• Wachsender Anteil von Personen in den höheren und höchstenAltersjahren in den letzten und in den kommenden Jahren
• Stark zunehmendes Risiko des Eintretens einer schwerwiegenden, langandauernden Erkrankung/Behinderung mit steigendem Alter
Starke Zunahme der Zahl pflegebedürftiger Personensowie von pflegenden Angehörigen zu beobachten/erwarten
Hintergrund
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 3
* Anmerkung: Pflegereform im Sommer 2008 hat Einfluss auf die Vergleichbarkeit
Hintergrund
Quelle: Statistische Ämter des Bundes und der Länder, Pflegestatistik 2001-2009
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
Gesundheitswissenschaftliche Entwicklung
• Medizin-ethischer Grundsatz der Gleichbehandlung/Chancengleichheitund das Grundgesetzpostulat der „Herstellung gleichwertigerLebensverhältnisse“ (Artikel 72 Absatz 2 GG):
Bedeutungsgewinn regional differenzierter Analysen in denletzten Jahren
• Hohe Relevanz der regionalspezifischen Pflegebedarfsentwicklung undderen Einflussfaktoren für die gesundheitswissenschaftliche Forschungund Versorgungsplanung
Hintergrund
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
Teil I1. Gibt es geografische Muster der Pflegebedürftigkeit in
Deutschland im Jahre 2009?2. Wie stark sind die regionalen Unterschiede/Ungleichheiten
in den einzelnen Bundesländern?
Teil IIGibt es einen Zusammenhang zwischen dem Niveau derPflegebedürftigkeit und speziellen soziostrukturellen Eigen-schaften der Regionen?
Forschungsfragen
1Hypothesen
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 6
• Daten:– Deutsche Pflegestatistik 2009 (SUF via KDFV)
Fallzahlen: etwa 2,34 Mio. PersonenRegionen: 412 (Land-)Kreise und kreisfreie Städte (Stand ´09)
– Weitere Daten aus der amtlichen Regionalstatistik:
Demographie: Bevölkerungsbestandszahlen (nach Alter)Sterbefallzahlen (nach Alter)
Regionalmerkmale: Einwohnerdichte (bzw. Gebietsstände)Verfügbares Einkommen der privaten HaushalteArbeitslosenquote
Datenquellen und Fallzahlen
2Daten und Methoden
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
• Ökologisches Studiendesign, d.h. Untersuchungseinheiten sind Regionen (Land-/Kreise und kreisfeie Städte)
• Teil I – Regionale Pflegeprävalenz-MusterLong-Term Care-Free Life Expectancy (LTCF LE) bzw. Health Ratio (HR) berechnet für:
• Männer und Frauen• Altersgruppen (0; 1-4; 5-9; 10-14;…; 85+)• Alle (Land-)Kreise und kreisfreien Städte in Deutschland
• Teil II – Multivariate Analysen• Multiple lineare Meta-Regressionsmodelle (mit Random Effects)• Geschlechtsspezifische Modelle (Exemplarisch: Personen im Alter 70-84)
Design und Methoden
2Daten und Methoden
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 8
Gesundheitsindikator
Long-Term Care-Free Life Expectancy (LTCF LE)
• Basierend auf den EU-Strukturindikatoren der Disability-Free Life Expectancy (DFLE) oder der Healthy Life Expectancy (HLE)
Indikator des Gesundheitszustands einer Population• Grundlage zur Berechnung des Health Ratio (HR)
Definition des HR: Anteil verbleibender Lebensjahre ohnePflegebedarf an der Restlebenserwartung
• Interpretation: Hohes Health Ratio (HR) = Gute gesundheitliche Situation
Operationalisierung
2Daten und Methoden
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 9
Unabhängige Variablen: Regionale Eigenschaften1. Siedlungsstruktur
Indikator: Einwohnerdichte 2. Regionale wirtschaftliche Lage
Indikator: Verfügbares Einkommen der priv. HH. je Kopf3. Sozialstruktur der Region
Indikator: Arbeitslosenquote4. Gesundheitsstruktur der Region
Indikator: Niveau der vorzeitigen Sterblichkeit im Alter zwischen 1 und 44
Einteilung in Quintile (Referenzgruppe: 1. Quintil = geringste Werte)
Operationalisierung
2Daten und Methoden
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 10
Ergebnisse – Teil I *
* gekürzte Darstellung gegenüber Vortragsversion
3Ergebnisse
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 111111
3Ergebnisse
05
1015
2025
3035
4045
5055
60
Anz
ahl a
n R
egio
nen
75,0 80,0 85,0 90,0 95,0
Health Ratio für Männer im Alter 70-840
510
1520
2530
3540
4550
Anz
ahl a
n R
egio
nen
60,0 65,0 70,0 75,0 80,0 85,0
Health Ratio für Frauen im Alter 70-84
Mittelwert = 90,2Median = 90,7
SD = 3,4
n = 412
Mittelwert = 77,5Median = 78,1
SD = 3,9
n = 412Quelle: Statistische Ämter des Bundes und der Länder, Pflegestatistik 2009
eigene Berechnung und Darstellung
Health Ratio für Männer im Alter 70-84 Health Ratio für Frauen im Alter 70-84
~10% ~10% ~10% ~10%
75 80 85 90 95 100Health Ratio für Männer
im Alter 70-84
Mecklenburg-VorpommernBrandenburg
ThüringenNiedersachsenSachsen-Anhalt
HessenNordrhein-Westfalen
SachsenBayern
SaarlandSchleswig-Holstein
Rheinland-PfalzBaden-Württemberg
7.147.73
4.283.54
3.074.23
2.603.35
4.763.16
2.213.15
2.44
0 2 4 6 8Interquartilsabstand
des Health Ratio (70-84)
Health Ratio für Männer im Alter 70-84
60 65 70 75 80 85Health Ratio für Frauen
im Alter 70-84
Mecklenburg-VorpommernBrandenburg
NiedersachsenSachsen-Anhalt
HessenThüringen
Nordrhein-WestfalenSachsen
Rheinland-PfalzBayern
SaarlandSchleswig-Holstein
Baden-Württemberg
4.886.32
3.194.24
4.744.98
3.152.51
3.475.39
4.802.22
1.58
0 2 4 6Interquartilsabstand
des Health Ratio (70-84)
Health Ratio für Frauen im Alter 70-84
Zum Vergleich - Berlin: HR = 87,95% (Männer) bzw. 75,10% (Frauen) und Hamburg: HR = 91,64% (Männer) bzw. 79,44% (Frauen)
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 131313
3Ergebnisse
Quelle: Statistische Ämter des Bundes und der Länder, Pflegestatistik 2009, eigene Berechnung und Darstellung
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 14
Ergebnisse – Teil II *
* gekürzte Darstellung gegenüber Vortragsversion
3Ergebnisse
1
2
3
4
5
Qui
ntile
(1=n
iedr
ig, 5
=hoc
h)
74 76 78 80 82 84 86 88 90 92 94
Quintilen des verfügbaren Einkommensder privaten Haushalte je Kopf
1
2
3
4
5
74 76 78 80 82 84 86 88 90 92 94
Quintilen der Bevölkerungsdichte
1
2
3
4
5
Qui
ntile
(1=n
iedr
ig, 5
=hoc
h)
74 76 78 80 82 84 86 88 90 92 94
Quintilen der Arbeitslosenquote
1
2
3
4
5
74 76 78 80 82 84 86 88 90 92 94
Quintilen des Niveausvorzeitiger Sterblichkeit
Mittelwerte des HR (95% KI) für Personen im Alter 70 - 84 nach
Frauen Männer
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin 151515
3Ergebnisse
Quelle: Statistische Ämter des Bundes und der Länder, Pflegestatistik 2009, Regionaldatenbank Deutschland, eigene Berechnung
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
Zusammenfassung der Ergebnisse:
• Teil I:Ausgeprägte regionale Muster vorhanden, die über die Grenzen der
Bundesländer hinausgehenAuch innerhalb der (Flächen-)Bundesländer z.T. große Disparitäten
• Teil II: Feststellung eines niedrigeren Health Ratio (d.h. höheres Pflegerisiko)
in Regionen mit
1) geringer wirtschaftlicher Performance (*),2) geringer Einwohnerdichte (**), 3) hoher Arbeitslosigkeit (**) oder 4) hoher vorzeitiger Sterblichkeit (*).
Diskussion
4Diskussion
18
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
• Probleme (Auswahl):
– Design-Probleme: Aggregatdatenanalyse Wohnorts-Selektionseffekte denkbar Kausalitätsmessung nicht möglich
– Datengrundlage: Messung von Pflegebedarfsanerkennung,nicht des grundsätzlichen Pflegebedarfs
Unterschätzung zu erwarten
• Ausblick: – Aufbauende Trendanalysen angestrebt– Anwendung von Methoden der räumlichen Statistik
4Diskussion
19
Diskussion
07.03.2013 Daniel Kreft - AGENS Methodenworkshop 2013 - Berlin
Vielen Dank für Ihre Aufmerksamkeit
20