Zusammenfassung
Bis zu 60 % der Bevölkerung Deutschlands kann als adipös bezeichnet werden. Adipositas
stellt aufgrund der Häufigkeit und der damit verbundenen schweren Folgeerkrankungen
wie Herz- und Kreislauferkrankungen oder Erkrankungen des Bewegungsapparates eine
schwerwiegende Belastung für unser Gesundheitssystem dar, u. a. bedingt durch Krankheitskosten
und Kosten durch vorzeitige Berentungen. In dieser retrospektiven Studie wurde anhand
routinemäßig erhobener Daten (n = 599) aus dem vereinheitlichten Entlassungsbericht
des Verbandes Deutscher Rentenversicherungsträger eine Risikoanalyse anhand einer
logistischen Regression durchgeführt, um Einflussfaktoren auf vorzeitige Berentung
(n = 135 entsprechend 22,5 %) nach stationärer Rehabilitation wegen Adipositas zu
erkennen. Die Daten stammen aus der Forschungsdatenbank „Patientenkonto” des rehabilitationswissenschaftlichen
Forschungsverbundes Ulm und wurden dort im Rahmen des „RehaNet-Projektes” von der
Landesversicherungsanstalt Baden-Württemberg (LVA-BW) anonymisiert zur Verfügung gestellt.
Im Modell verbleiben drei Variablen: Alter (in Jahre), Angabe des Arztes über die
Einschränkungen bezüglich des Bewegungsapparates (ja/nein) sowie die Einschätzung
des Arztes über den zeitlichen Umfang der zukünftig zu leistenden beruflichen Tätigkeit
(weniger/mehr als halbtags). Nach interner Validierung des Modells anhand der Bootstraptechnik
ergibt sich für die Prognose einer vorzeitigen Berentung eine Sensitivität von 0,73,
eine Spezifität von 0,87, ein positiver und ein negativer Vorhersagewert von 0,57
bzw. 0,93. Mit einer „area under the curve” (AUC) von 0,87 wird eine gute Prognosegüte
erreicht. Dieses Modell eignet sich somit gut als diagnostischer Ausschlusstest für
die Vorhersage einer drohenden vorzeitigen Berentung bei stattgehabter Rehabilitation
wegen Adipositas. Es zeigt sich, dass mit wenigen Informationen die Prognose einer
vorzeitigen Berentung bei Patienten, die wegen Adipositas rehabilitiert wurden, relativ
genau getroffen werden kann und dies eine Perspektive aufzeichnet für die Möglichkeit
einer frühzeitigen, risikoadaptiven, individualisierten Intervention in einem entsprechenden
Subkollektiv, um einen Verbleib im Arbeitsleben zu ermöglichen.
Abstract
Up to 60 % of the German population can be marked as obese. Due is to its frequency
and its associated diseases like cardiovascular disorders and disorders of the musculoskeletal
system adipositas is a severe burden on the German health care system. This burden
is caused by costs of the disease and costs due to premature pensioning. In this study
logistic regression modelling has been performed by means of routinely collected data
of patients of the regional statutory pension insurance institute Landesversicherungsanstalt
Baden-Württemberg (LVA-BW) rehabilitated due to adipositas (n = 599). The aim was
to detect influential variables for the prognosis of premature pensioning (n = 135).
The data of the patients were obtained from a research database of the „RehaNet” project
which includes data of the standardized discharge report of the Federation of German
Pension Insurances Institutes and quality assurance questionnaires of the LVA-BW.
Three variables remain in the model after a step-down procedure for modelling by logistic
regression. The selected variables are age (in years), the physician's statement about
the patients limitations of movement after rehabilitation (yes/no) and about the patients
ability to work in future (more/less than half-day). After internal validation of
the model by bootstrap methods the model achieves a sensitivity of 73 %, a specificity
of 87 %, a positive and a negative predictive value of 57 and 93 % respectively. The
area under the curve (AUC) of the ROC analysis is 0.87, so the model achieves a good
prognostic value. Thus, this model is a valuable test for the exclusion of possible
premature pension while or after rehabilitation due to adipositas. It was found that
the situation of „no premature pensioning” of patients rehabilitated due to adipositas
can be predicted quite accurately with little information (three variables). This
reveals a perspective for further research in the possibility of an early, risk-adapted
and individualised intervention after stationary rehabilitation for adipositas to
keep employment.
Schlüsselwörter
Vorzeitige Berentung - Prognosemodell - logistische Regression - Variablenselektion
- Validierung des Modells
Key words
Premature pensioning - prognostic model - logistic regression - selection of variables
- model validation
Literatur
1 Römpler A. Das Übergewicht in der Rehaklinik. Vortrag auf der Wissenschaftlichen
Tagung des Berufsverbandes Deutscher Ernährungsmediziner (BDEM). 28. - 29. September
2001 in Erlangen. Verfügbar unter: www.bdem.de/tagungen/abstracts2/uebergewicht.htm(aufgerufen
am 14.8.04)
2
Wabitsch M, Hauner H, Hertrampf M, Muche R, Hay B, Mayer H, Kratzer W, Debatin K-M,
Heinze E.
Type II diabetes mellitus and impaired glucose regulation in Caucasian children and
adolescents with obesity living in Germany.
Int J Obesity.
2004;
28
307-313
3
Koch U, Schliehe F, Aufderheide E.
Stand und Entwicklung der rehabilitationswissenschaftlichen Forschung.
Rehabilitation.
1998;
37, Suppl 2
S66-S70
4 Kaluscha R, Jacobi E.
Eine Datenbank zur Effektivitätsbeurteilung: Das Datenkonzept des Rehabilitationswissenschaftlichen
Forschungsverbundes Ulm. In: Verband Deutscher Rentenversicherungsträger (Hrsg) Tagungsband, 9. Rehabilitationswissenschaftliches
Kolloquium, „Individualität und Reha-Prozess” vom 13. - 15. März 2000 in Würzburg. DRV-Schriften
2000
20
218-219
5 Moßhammer D. Logistische Regressionsmodellierung anhand routinemäßig erhobener Daten
zur Vorhersage drohender Erwerbsminderung bei Patienten der LVA-Baden-Württemberg,
die wegen Adipositas stationär rehabilitiert wurden. Ulm; Magisterarbeit Public Health,
Universität Ulm 2004
6 Muche R, Ring C, Ziegler C. Entwicklung und Validierung von Prognosemodellen auf
Basis der Logistischen Regression. Aachen; Shaker 2005
7 Der Ärztliche Reha-Entlassungsbericht. 2. Aufl. Berlin; Bundesversicherungsanstalt
für Angestellte, Abteilung Rehabilitation 2001
8 Bundesministerium für Gesundheit (Hrsg) .Internationale Klassifikation der Krankheiten
(ICD), 9. Revision, erste und zweite Auflage von 1979 bzw. 1993. Nachschlagewerke
(Band I und II).
9 Muche R. Variablenselektion in Kohortenstudien. Ulm; Dissertation an der Universität
Ulm zum Dr. hum. biol. 1995 (beim Autor zu beziehen)
10 Harrell jr F E. Regression modeling strategies. New York; Springer 2001
11 Hosmer D W, Lemeshow S. Applied logistic regression. 2. Aufl. New York; Wiley 2000
12
Bender R.
Interpretation von Effizienzmaßen der Vierfeldertafel für Diagnostik und Behandlung.
Med Klinik.
2001;
96
116-121
13 Assfalg I. Die Bootstrap-Methode zur internen Validierung von Prognosemodellen.
Diplomarbeit, Medizinische Dokumentation und Informatik. Ulm; FH Ulm 2003 - verfügbar
unter: http://www.uni-ulm.de/uni/fak/medizin/biodok/v2004/prognosemakros.htm
14
Efron B, Tibshirani R J.
Improvements on cross-validation: the .632+ bootstrap method.
J Am Stat Assoc.
1997;
92
548-560
15
Ring C, Muche R.
Bootstrap- und Crossvalidierung eines logistischen Regressionsmodells unter Einbeziehung
des Variablenselektionsprozesses.
Inform Biom Epidemiol Med Biol.
2003;
34
214-216
16 Ziegler C. Ein SAS-Makro-Paket zur Entwicklung und Validierung von Prognosemodellen
auf Basis der logistischen Regression. Diplomarbeit, Medizinische Dokumentation und
Informatik. Ulm; FH Ulm 2003 - verfügbar unter: http://www.uni-ulm.de/uni/fak/medizin/biodok/v2004/prognosemakros.htm
17
Ebinger M, Muche R, Osthus H, Schulte R-M, Gaus W, Jacobi E.
Vorhersage der Erwerbsfähigkeit ein bis zwei Jahre nach einer stationären Rehabilitationsbehandlung
bei Patienten mit Erkrankungen des Bewegungsapparates.
Z f Gesundheitswiss.
2002;
10
229-241
18
Muche R, Rösch M, Flierl S, Alt B, Jacobi E, Gaus W.
Entwicklung und Validierung eines Prognosemodells zur Vorhersage der Arbeitsfähigkeit
nach Rehabilitation anhand routinemäßig erhobener Parameter.
Rehabilitation.
2000;
39
262-267
19
Jacobi E, Rösch M, Alt B.
Rehabilitationswissenschaftlicher Forschungsverbund Ulm - „Bausteine der Reha”.
Rehabilitation.
1998;
37, Suppl 2
S111-S116
20 Bundesministerium für Bildung und Wissenschaft (BMBF) .Forschung in der Rehabilitation. Bonn;
BMBF 2001 - verfügbar unter: http://www.bmbf.de/pub/forschung_in_der_rehabilitation.pdf (aufgerufen am 16.1.2004)
PD Dr. R. Muche
Abteilung Biometrie und Medizinische Dokumentation · Universität Ulm
Schwabstraße 13
89075 Ulm
Email: rainer.muche@medizin.uni-ulm.de