Download PDF
Gesundheitswesen 2018; 80(03): e20-e31
DOI: 10.1055/s-0043-125070
Übersichtsarbeit
© Georg Thieme Verlag KG Stuttgart · New York

Quo vadis Datenlinkage in Deutschland? Eine erste Bestandsaufnahme

Quo Vadis Data Linkage in Germany? An Initial Inventory
Stefanie March
1   Medizinische Fakultät, Institut für Sozialmedizin und Gesundheitsökonomie, Otto-von-Guericke-Universität Magdeburg, Magdeburg
,
Manfred Antoni
2   Institut für Arbeitsmarkt- und Berufsforschung der Bundesagentur für Arbeit (IAB), Nürnberg
,
Joachim Kieschke
3   Registerstelle, Epidemiologisches Krebsregister Niedersachsen, Oldenburg
,
Bianca Kollhorst
4   Abteilung Biometrie und EDV, Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS, Bremen
,
Birga Maier
4   Berlin-Brandenburger Herzinfarktregister e.V., Berlin
,
Gabriele Müller
5   Universitätsklinikum und Medizinische Fakultät Carl Gustav Carus, Zentrum für Evidenzbasierte Gesundheitsversorgung (ZEGV), TU Dresden, Dresden
,
Murat Sariyar
6   TMF – Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V., Berlin
8   University of Applied Sciences Bern, Department of Medical Informatics, Bern
,
Mandy Schulz
9   Zentralinstitut für die kassenärztliche Versorgung in Deutschland (Zi), Fachbereich Versorgungsforschung und Risikostruktur, Berlin
,
Swart Enno
1   Medizinische Fakultät, Institut für Sozialmedizin und Gesundheitsökonomie, Otto-von-Guericke-Universität Magdeburg, Magdeburg
,
Jan Zeidler
9   Center for Health Economics Research Hannover (CHERH), Leibniz Universität Hannover, Hannover
,
Falk Hoffmann
10   Department für Versorgungsforschung, Carl von Ossietzky Universität Oldenburg, Oldenburg
› Author Affiliations
Further Information

Publication History

Publication Date:
20 February 2018 (online)

Also available at
   Permissions and Reprints

Zusammenfassung

Die Verknüpfung verschiedener Datenquellen, genannt Datenlinkage oder auch Record Linkage, zur Beantwortung von wissenschaftlichen Fragestellungen findet in den letzten Jahren in Deutschland vermehrt Anwendung. Jedoch mangelt es bisher an publizierten Erfahrungen. Neue Projekte erarbeiten sich in der Regel autark voneinander das notwendige Handwerkszeug. Daher hat sich eine Gruppe von Forschern zusammengefunden, um ihre Erfahrungen zum Datenlinkage in Deutschland als mögliche Hilfestellung bzw. Anregung für Projekte, Gutachter sowie Datenschützer und Ethikkommissionen zusammenzustellen. Ziel dieser ersten Bestandsaufnahme zum Datenlinkage ist es deshalb, eine Unterstützung für zukünftige Projekte zu liefern, die Daten aus Deutschland auf individueller Ebene verknüpfen möchten. Neben den (datenschutz-)rechtlichen Rahmenbedingungen werden dabei auch praxisorientiert die Arten des Datenlinkage, deren Anwendungsfelder und Ansätze zur Vermeidung von Fehlern anhand von Beispielen dargestellt.

Abstract

In recent years, linking different data sources, also called data linkage or record linkage, to address scientific questions, is being increasingly used in Germany. However, there are very few published reports and new projects develop the necessary tools independently of each other. Therefore, a team of researchers joined together to exchange their experiences on data linkage and to give suggestions on how linkage could be done for scientists, reviewers as well as members of data privacy boards and ethics committees. It is the aim of this article to assist future projects that want to link German data on an individual level. In addition to the legal framework conditions (data privacy), also examples of types of data linkage, their fields of application und potential pitfalls as well as the methods of preventing them will be described in an application-oriented fashion.

Schlüsselwörter

Datenlinkage - Record Linkage - Primärdaten - Routinedaten - administrative Daten

Key words

data linkage - record linkage - primary data - routine data - administrative data
 

  • Literatur

  • 1 Glaeske G, Augustin M, Abholz H. et al. Epidemiological methods for health services research. Gesundheitswesen 2009; 71: 685-693
    Article in Thieme ConnectPubMedGoogle Scholar
  • 2 Swart E, Gothe H, Geyer S. et al. Good practice of secondary data analysis (GPS): guidelines and recommendations. Third Revision 2012/2014. Gesundheitswesen 2015; 77: 120-126
    PubMedGoogle Scholar
  • 3 Kurth BM. Monitoring and no end in sight: after the survey is before the survey. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 607-608
    CrossrefPubMedGoogle Scholar
  • 4 German National Cohort (GNC) Consortium. The German National Cohort: aims, study design and organization. Eur J Epidemiol 2014; 29: 371-382
    CrossrefPubMedGoogle Scholar
  • 5 Swart E, Stallmann C, Powietzka J. et al. Data linkage of primary and secondary data: a gain for small-area health-care analysis?. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2014; 57: 180-187
    CrossrefPubMedGoogle Scholar
  • 6 Kreis K, Neubauer S, Klora M. et al. Status and perspectives of claims data analyses in Germany-A systematic review. Health Policy 2016; 120: 213-226
    CrossrefPubMedGoogle Scholar
  • 7 Hoffmann F. Review on use of German health insurance medication claims data for epidemiological research. Pharmacoepidemiol Drug Saf 2009; 18: 349-356
    CrossrefPubMedGoogle Scholar
  • 8 Swart E, Ihle P, Gothe H. et al. Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse Grundlagen, Methoden und Perspektiven. 2. Aufl 2014. Bern: Huber;
    Google Scholar
  • 9 March S, Rauch A, Bender S. et al. Data protection aspects concerning the use of social or routine data. FDZ Methodenreport 2015; 12: 1-22
    PubMedGoogle Scholar
  • 10 Hoffmann F, Abbas S. Gut gelinkt ist halb gewonnen: Es könnte alles so einfach sein, ist es aber nicht. Gesundheitswesen 2015; 77: 72-73
    Article in Thieme ConnectPubMedGoogle Scholar
  • 11 Maier B, Wagner K, Behrens S. et al. Deterministic record linkage with indirect identifiers: data of the Berlin Myocardial Infarction Registry and the AOK Nordost for patients with myocardial infarction. Gesundheitswesen 2015; 77: e15-e19
    Article in Thieme ConnectPubMedGoogle Scholar
  • 12 March S, Powietzka J, Stallmann C. et al. The significance of a large number of health insurance funds and fusions for health services research with statutory health insurance data in Germany - Experiences of the lidA Study. Gesundheitswesen 2015; 77: e32-e36
    Article in Thieme ConnectPubMedGoogle Scholar
  • 13 Schmidt CO, Reber K, Baumeister SE. et al. Integration of primary and secondary data in the Study of Health in Pomerania and description of clinical outcomes using stroke as an example. Gesundheitswesen 2015; 77: e20-e25
    Article in Thieme ConnectPubMedGoogle Scholar
  • 14 March S, Stallmann C, Swart E. Datenlinkage. In: Swart E, Ihle P, Gothe H, Matusiewicz D. (eds) Routinedaten im Gesundheitswesen. Handb. Sekundärdatenanalyse Grundlagen, Methoden und Perspekt.. 2. Aufl. 2014. Bern: Huber; pp 347-355
    Google Scholar
  • 15 Hoffmann W, Latza U, Terschüren C. Deutsche Arbeitsgemeinschaft für Epidemiologie (DAE), Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutsche Gesellschaft für Sozialmedizin und Prävention (DGSMP) DR der IBG (DR-I. Guidelines and Recommendations for Ensuring Good Epidemiological Practice (GEP) - Revised Version after Evaluation. Gesundheitswesen 2005; 67: 217-225
    PubMedGoogle Scholar
  • 16 Benchimol EI, Smeeth L, Guttmann A. et al. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) statement. Z Evid Fortbild Qual Gesundhwes 2016; 115–116: 33-48
    PubMedGoogle Scholar
  • 17 Swart E, Bitzer E, Gothe H. et al. A Consensus German Reporting Standard for Secondary Data Analyses, Version 2 (STROSA-STandardisierte BerichtsROutine für SekundärdatenAnalysen). Gesundheitswesen 2016; 78: e145-e160
    Article in Thieme ConnectPubMedGoogle Scholar
  • 18 Sariyar M, Borg A. The Record Linkage package: Detecting errors in data. R J 2010; 2: 61-67
    PubMedGoogle Scholar
  • 19 Harron K, Goldstein H, Dibben C. Methodological developments in data linkage. 2015. John Wiley & Sons;
    Google Scholar
  • 20 Christen P, Winkler WE. Record Linkage. Encycl. Mach. Learn. Data Min. 2016. Boston, MA: Springer US; pp 1-10
    Google Scholar
  • 21 Fellegi IP, Sunter AB. A Theory for Record Linkage. J Am Stat Assoc 1969; 64: 1183-1210
    CrossrefPubMedGoogle Scholar
  • 22 Cochinwala M, Kurien V, Lalk G. et al. Efficient data reconciliation. Inf Sci (Ny) 2001; 137: 1-15
    CrossrefPubMedGoogle Scholar
  • 23 Elmagarmid AK, Ipeirotis PG, Verykios VS. Duplicate record detection: A survey. IEEE Trans Knowl Data Eng 2007; 19: 1-16
    CrossrefPubMedGoogle Scholar
  • 24 Christen P. Data matching: concepts and techniques for record linkage, entity resolution, and duplicate detection. 2012. Springer Science & Business Media;
    Google Scholar
  • 25 Schnell R, Bachteler T, Reiher J. Die Anwendung statistischer Record-Linkage-Methoden auf selbst-generierte Codes bei Längsschnitterhebungen. ZA-Information 2006; 128-152
    PubMedGoogle Scholar
  • 26 Schnell R, Bachteler T, Reiher J. Entwicklung einer neuen fehlertoleranten Methode bei der Verknüpfung von personenbezogenen Datenbanken unter Gewährleistung des Datenschutzes. Methoden, Daten, Anal 2009; 3: 203-217
    PubMedGoogle Scholar
  • 27 Gomatam S, Carter R, Ariet M. et al. An empirical comparison of record linkage procedures. Stat Med 2002; 21: 1485-1496
    CrossrefPubMedGoogle Scholar
  • 28 Ristad ES, Yianilos PN. Learning string-edit distance. IEEE Trans Pattern Anal Mach Intell 1998; 20: 522–532
    PubMed
  • 29 Navarro G. A guided tour to approximate string matching. ACM Comput Surv 2001; 33: 31-88
    CrossrefPubMedGoogle Scholar
  • 30 Ristad ES, Yianilos PN. Learning string-edit distance. IEEE Trans Pattern Anal Mach Intell 1998; 20: 522-532
    CrossrefPubMedGoogle Scholar
  • 31 Schnell R, Bachteler T, Reiher J. MTB: ein Record-Linkage-Programm für die empirische Sozialforschung. ZA-Information 2005; 56: 93–103
    PubMed
  • 32 Jaro MA. Advances in record-linkage methodology as applied to matching the 1985 census of Tampa, Florida. J Am Stat Assoc 1989; 84: 414-420
    CrossrefPubMedGoogle Scholar
  • 33 Schnell R, Bachteler T, Reiher J. MTB: ein Record-Linkage-Programm für die empirische Sozialforschung. ZA-Information 2005; 56: 93-103
    PubMedGoogle Scholar
  • 34 Newcombe HB, Kennedy JM, Axford SJ. et al. Automatic linkage of vital records. Science 1959; 130: 954-959
    CrossrefPubMedGoogle Scholar
  • 35 Tromp M, Ravelli AC, Bonsel GJ. et al. Results from simulated data sets: probabilistic record linkage outperforms deterministic record linkage. J Clin Epidemiol 2011; 64: 565-572
    CrossrefPubMedGoogle Scholar
  • 36 Giersiepen K, Bachteler T, Gramlich T et al. Performance of record linkage for cancer registry data linked with mammography screening data. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2010; 53: 740–747
    PubMed
  • 37 Zhu VJ, Overhage MJ, Egg J. et al. An empiric modification to the probabilistic record linkage algorithm using frequency-based weight scaling. J Am Med Informatics Assoc 2009; 16: 738-745
    CrossrefPubMedGoogle Scholar
  • 38 Giersiepen K, Bachteler T, Gramlich T. et al. Performance of record linkage for cancer registry data linked with mammography screening data. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2010; 53: 740-747
    CrossrefPubMedGoogle Scholar
  • 39 Kajüter H, Geier A, Wellmann I. et al. Cohort study of cancer incidence in patients with type 2 diabetes : Record linkage of encrypted data from an external cohort with data from the Epidemiological Cancer Registry of North Rhine-Westphalia. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2014; 57: 52-59
    CrossrefPubMedGoogle Scholar
  • 40 Hammill BG, Hernandez AF, Peterson ED. et al. Linking inpatient clinical registry data to Medicare claims data using indirect identifiers. Am Heart J 2009; 157: 995-1000
    CrossrefPubMedGoogle Scholar
  • 41 Brennan JM, Peterson ED, Messenger JC. et al. Linking the National Cardiovascular Data Registry CathPCI Registry with Medicare claims data: validation of a longitudinal cohort of elderly patients undergoing cardiac catheterization. Circ Cardiovasc Qual Outcomes 2012; 5: 134-140
    CrossrefPubMedGoogle Scholar
  • 42 Ohlmeier C, Hoffmann F, Giersiepen K. et al. Linkage of Statutory Health Insurance Data with those of a Hospital Information System: Feasible, but also “Useful”?. Gesundheitswesen 2015; 77: e8-e14
    Article in Thieme ConnectPubMedGoogle Scholar
  • 43 Rothe U, Müller G. Evaluation eines Strukturvertrages zur Inzidenz des Gestationsdiabetes auf der Basis von Sekundärdaten. Diabetol und Stoffwechsel 2013; 8: FV65
    PubMedGoogle Scholar
  • 44 Boyd JH, Randall SM, Ferrante AM. Application of privacy-preserving techniques in operational record linkage centres. Med. Data Priv. Handb 2015; Springer pp 267-287
    PubMedGoogle Scholar
  • 45 Randall SM, Ferrante AM, Boyd JH. et al. Privacy-preserving record linkage on large real world datasets. J Biomed Inform 2014; 50: 205-212
    CrossrefPubMedGoogle Scholar
  • 46 Vatsalan D, Christen P. Privacy-preserving matching of similar patients. J Biomed Inform 2016; 59: 285-298
    CrossrefPubMedGoogle Scholar
  • 47 Niedermeyer F, Steinmetzer S, Kroll M. et al. Cryptanalysis of basic bloom filters used for privacy preserving record linkage. J Priv Confidentiality 2014; 6: 3
    PubMedGoogle Scholar
  • 48 Randall SM, Ferrante AM, Boyd JH. et al. Limited privacy protection and poor sensitivity. Is it time to move on from the statistical linkage key-581?. Heal Inf Manag J 2016; 45: 71-79
    PubMedGoogle Scholar
  • 49 Weber SC, Lowe H, Das A. et al. A simple heuristic for blindfolded record linkage. J Am Med Inform Assoc 2012; 19: e157-e161
    CrossrefPubMedGoogle Scholar
  • 50 Hochfellner D, Voigt A, Budzak U. et al. Das Projekt BASiD: Biografiedaten ausgewählter Sozialversicherungsträger in Deutschland. Projektinhalte, aktueller Stand der Arbeiten und Analysemöglichkeiten. Dtsch Rentenversicherung Bund (Hrsg). FDZ-RV-Daten zur Rehabil über Versicherte und Rentner 2010; 74-86
    PubMedGoogle Scholar
  • 51 Korbmacher JM, Schroeder M. Consent when linking survey data with administrative records: the role of the interviewer. Surv Res Methods 2013; pp 115-131
    PubMedGoogle Scholar
  • 52 March S, Swart E, Robra B-P. Können Krankenkassendaten Primärdaten verzerrungsfrei ergänzen? – Selektivitätsanalysen im Rahmen der lidA-Studie. Gesundheitsökonomie Qual 2017; 22: 104-115
    PubMedGoogle Scholar
  • 53 Christen P. A survey of indexing techniques for scalable record linkage and deduplication. IEEE Trans Knowl Data Eng 2012; 24: 1537-1555
    CrossrefPubMedGoogle Scholar
  • 54 Schnell R. An efficient privacy-preserving record linkage technique for administrative data and censuses. Stat J IAOS 2014; 30: 263-270
    PubMedGoogle Scholar
  • 55 March S, Rauch A, Thomas D. et al. Procedures according to data protection laws for coupling primary and secondary data in a cohort study: the lidA study. Gesundheitswesen 2012; 74: e122-e129
    Article in Thieme ConnectPubMedGoogle Scholar
  • 56 Ihle P. Data protection and methodological aspects in compiling a routine database from statutory health insurance data for research purposes. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2008; 51: 1127-1134
    CrossrefPubMedGoogle Scholar
  • 57 Ihle P, Köster I, Herholz H. et al. Sample survey of persons insured in statutory health insurance institutions in Hessen–concept and realisation of person-related data base. Gesundheitswesen 2005; 67: 638-645
    Article in Thieme ConnectPubMedGoogle Scholar
  • 58 Ohlmeier C, Langner I, Garbe E. et al. Validating mortality in the German Pharmacoepidemiological Research Database (GePaRD) against a mortality registry. Pharmacoepidemiol Drug Saf 2016; 25: 778-784
    CrossrefPubMedGoogle Scholar
  • 59 Sariyar M, Borg A. Deterministic linkage as a preceding filter for other record linkage methods. Int J Inf Technol Decis Mak 2015; 14: 521-533
    CrossrefPubMedGoogle Scholar
  • 60 Sariyar M, Borg A, Pommerening K. Evaluation of record linkage methods for iterative insertions. Methods Inf Med 2009; 48: 429-437
    Article in Thieme ConnectPubMedGoogle Scholar
  • 61 Sakshaug JW, Antoni M. Errors in linking survey and administrative data. In: Biemer PP, De Leeuw ED, Eckman S. et al. (eds) Total Surv. Error Pract. Improv. Qual. Era Big Data.. 2016. John Wiley & Sons;
    Google Scholar
  • 62 Gilbert R, Lafferty R, Hagger-Johnson G. et al. GUILD: GUidance for Information about Linking Data sets. J Public Health (Oxf) 2017; 1-8
    PubMedGoogle Scholar
  • 63 Ferrie JE. IJE series old and new. Int J Epidemiol 2014; 43: 1689-1690
    CrossrefPubMedGoogle Scholar
  • 64 Czaplicki C, Korbmacher J. SHARE-RV: Verknüpfung von Befragungsdaten des Survey of Health, Ageing and Retirement in Europe mit administrativen Daten der Rentenversicherung. In: Deutsche Rentenversicherung Bund (ed) Gesundheit, Migr. und Einkommensungleichheit. 2010. DRV-Schriften Band 55/2010 pp 28-37
    Google Scholar
  • 65 Korbmacher J, Czaplicki C. Linking SHARE survey data with administrative records: First experiences from SHARE-Germany. In: Malter F, Börsch-Supan A. (eds) SHARE Wave 4 Innov. Methodol. 2013. Munich: Max Planck Institute for Social Law and Social Policy; pp 47-52
    Google Scholar
  • 66 Antoni M, Jacobebbinghaus P, Seth S. ALWA-Befragungsdaten verknüpft mit administrativen Daten des IAB (ALWA-ADIAB) 1975-2009. FDZ Methodenreport 2011; 5: 1-64
    PubMedGoogle Scholar
  • 67 Antoni M, Seth S. ALWA-ADIAB-linked individual survey and administrative data for substantive and methodological research. Schmollers Jahrb 2012; 132: 141-146
    PubMedGoogle Scholar
  • 68 Ohmann C, Smektala R, Pientka L. et al. A new model of comprehensive data linkage–evaluation of its application in femoral neck fracture. Zeitschrift für ärztliche Fortbildung und Qual 2005; 99: 547-554
    PubMedGoogle Scholar
  • 69 Swart E, Ihle P, Gothe H. et al. Glossar. In: Swart E, Ihle P, Gothe H, Matusiewicz D. (eds) Routinedaten im Gesundheitswesen. Handb. Sekundärdatenanalyse Grundlagen, Methoden und Perspekt.. 2. Aufl. 2014. Bern: Huber; pp 504-515
    Google Scholar