Dokumentation
Beitragende
Team der Nationalen Diabetes-Surveillance ¹𝄒²
¹ Robert Koch-Institut | Fachgebiet 24
² Robert Koch-Institut | Fachgebiet 25
Zitieren
Robert Koch-Institut. (2025). Ergebnisse der Diabetes-Surveillance 2015 - 2024 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.14935276
Am Robert Koch-Institut (RKI) wurde im Zeitraum 2015-2024 ein indikatorbasiertes Diabetes-Surveillance-System aufgebaut. Auf Basis bundesweiter, verfügbarer Datenquellen (z.B. RKI-Befragungs- und Untersuchungssurveys, Daten der gesetzlichen Krankenversicherungen und der Amtlichen Statistik) werden 40 gesundheitspolitisch relevante Indikatoren bzw. Indikatorgruppen in 4 Handlungsfeldern abgebildet (https://doi.org/10.1515/pubhef-2021-0081). Die Ergebnisse werden pro Indikator in einem Faktenblatt dargestellt, welches einem Handlungsfeld und relevanten Altersbereich zugeordnet ist. Der Fokus des vorliegenden Datensatzes liegt auf Indikatoren zu Krankheitsdynamik, Versorgungsqualität, und Folgeerkrankungen des Diabetes mellitus sowie auf verhaltens- bzw. verhältnisbasierten Determinanten des Diabetes (z.B. „Rauchen“ bzw. „Kontextfaktoren“), die gleichzeitig auch Einflussfaktoren für weitere nichtübertragbare Erkrankungen (noncommunicable diseases, NCD), wie Herz-Kreislauf-Erkrankungen, darstellen.
Der Ergebnisstand der Diabetes-Surveillance zum Projektende 2024 ist auf dem Publikationsserver des RKI (https://edoc.rki.de/handle/176904/12467) veröffentlicht. Zukünftig werden ausgewählte zentrale Diabetes-Indikatoren als Teil einer übergreifenden NCD-Surveillance unter http://www.gbe.rki.de regelmäßig mit neuen Daten aktualisiert werden.
Das Projekt Diabetes-Surveillance wurde von einem fachgebietsübergreifenden Projektteam in der Abteilung für Epidemiologie und Gesundheitsmonitoring (Abteilung 2) durchgeführt. Die wissenschaftliche Leitung des Projekts lag in den Fachgebieten „Körperliche Gesundheit (FG25)“ (Projektleitung Dr. Christa Scheidt-Nave, ab 2023 Dr. Christin Heidemann) und „Gesundheitsberichterstattung (FG24)“ (Stellvertretende Projektleitung Dr. Thomas Ziese). Die Koordination des Projekts übernahmen Dr. Christin Heidemann (FG25) und Dr. Lukas Reitzle (FG 24) und ab 2022 zudem Maike Buchmann (FG25).
Zur Entwicklung des inhaltlichen Rahmenkonzepts und zur Auswahl und Definition der Indikatoren erfolgten zunächst umfangreiche Literaturrecherchen und nationale und internationale Workshops. Anhand eines strukturierten Konsensprozesses wurde durch den wissenschaftlichen Beirat der Diabetes-Surveillance ein umfassendes Indikatorenset abgestimmt (https://doi.org/10.17886/RKI-GBE-2018-061; https://doi.org/10.1515/pubhef-2021-0081). Dieses besteht aus 30 Kern- und 10 Zusatzindikatoren, die den folgenden vier Handlungsfeldern zugeordnet werden:
- (1) Diabetesrisiko reduzieren,
- (2) Diabetesfrüherkennung und -behandlung verbessern,
- (3) Diabeteskomplikationen reduzieren,
- (4) Krankheitslast und Krankheitskosten senken.
Neben den Primärdaten des RKI-Gesundheitsmonitorings wurden auch verfügbare Sekundärdatenquellen zur Abbildung der Indikatoren der Diabetes-Surveillance herangezogen.
Die Datenaufbereitung der RKI-Gesundheitsstudien (Bundes-Gesundheitssurvey 1997-1999 (BGS98), Studie zur Gesundheit Erwachsener in Deutschland 2008 – 2011 (DEGS1), Gesundheit in Deutschland aktuell (GEDA)) wurde maßgeblich von FG 21 | Epidemiologisches Daten- und Befragungszentrum unterstützt. Die Bewertung der verfügbaren Daten sowie Berechnung der Ergebnisse zur Abbildung der Indikatoren, nach Möglichkeit differenziert nach Geschlecht, Alter, Region und Bildung bzw. regionaler sozioökonomischer Deprivation erfolgte durch das Projektteam bzw. teilweise durch die Datenhaltenden. Die inhaltliche Einordnung und Erstellung der Texte wurden vom Projektteam, zum Teil unter Beratung der jeweils fachlich zuständigen Fachgebiete übernommen. Folgende Fachgebiete haben dabei essenziell mitgewirkt: FG 24 | Gesundheitsberichterstattung, FG 25| Körperliche Gesundheit, FG 26 | Psychische Gesundheit, FG 27 | Gesundheitsverhalten, FG 28 | Soziale Determinanten der Gesundheit. Die Veröffentlichung der Daten, die Datenkuration sowie das Qualitätsmanagement der (Meta-)Daten erfolgen durch das Fachgebiet MF 4 | Fach- und Forschungsdatenmanagement. Fragen zum Datenmanagement und zur Publikationsinfrastruktur können an das Open Data Team des Fachgebiets MF4 unter OpenData@rki.de gerichtet werden.
Das im Zeitraum 2015-2024 in vier Förderphasen vom Bundesministerium für Gesundheit geförderte Projekt der Diabetes-Surveillance (Förderkennzeichen : GE20150323, GE20190305, 2522DIA700, 2523DIA002) hatte zum Ziel, verlässliche Informationen zur gesundheitlichen Lage der Bevölkerung in Deutschland im Kontext des Diabetes als eine der häufigsten NCD, zu liefern und damit zudem Voraussetzungen für den Aufbau einer NCD-Surveillance zu schaffen. Zum einen weisen beispielsweise aktuelle Informationen und zeitliche Trends in der Bevölkerung Deutschlands zur Inzidenz, Prävalenz und Sterblichkeit sowie zur Versorgungsqualität auf gesundheitspolitische Handlungsbedarfe hin. Zum anderen unterstützen die Informationen zu den verhaltens- und verhältnisbasierten Determinanten bei der Entwicklung von Primärpräventionsmaßnahmen und deren Evaluation. Kernziel der Diabetes-Surveillance war daher der Auf- und Ausbau indikatorenbasierter Zeitreihen mithilfe von Primär- und Sekundärdaten. Zur Ergebnisverbreitung wurden eine Webseite (www.diabsurv.rki.de) entwickelt sowie der Diabetes-Bericht 2019 und deutsch- und englischsprachige Fachpublikationen veröffentlicht. Auf der Webseite wurde jeder Indikator (epidemiologische Kennzahl), beispielsweise die Häufigkeit von Schwangerschaftsdiabetes (Prävalenz Gestationsdiabetes), auf einer Subseite in interaktiven Grafiken abgebildet, wobei die Ergebnisse textlich beschrieben und in einem Fazit eingeordnet wurden. Der Ergebnisstand der Diabetes-Surveillance wurde zum Projektende 2024 in Form von einzeln als PDF zugänglichen Faktenblättern des RKI aufbereitet und veröffentlicht (https://edoc.rki.de/handle/176904/12467).
Im Rahmen der Weiterentwicklung zu einer NCD-Surveillance am RKI wird das Krankheitsgeschehen wichtiger nichtübertragbarer körperlicher Erkrankungen und psychischer Störungen abgebildet. Neben der Häufigkeit der Erkrankungen und Störungen werden auch die Einflussfaktoren, insbesondere das Gesundheitsverhalten und soziale Determinanten, sowie die gesundheitliche Versorgung und die Krankheitsfolgen beleuchtet. Die NCD-Surveillance führt bestehende Surveillance-Projekte am RKI (Diabetes-Surveillance, Mental-Health-Surveillance, Burden of Disease und AdiMon) zusammen. So wurden ausgewählte zentrale Indikatoren zum Krankheitsgeschehens des Diabetes bzw. Einflussfaktoren auf die Gesundheit und Rahmenbedingungen aus dem Projekt Diabetes-Surveillance übernommen, die zukünftig wiederkehrend auf der gemeinsamen Webplattform der Gesundheitsberichterstattung des RKI (www.gbe.rki.de) abgebildet werden.
Für die Darstellung jedes Indikators wurde jeweils die bestmögliche Datenquelle genutzt, die möglichst repräsentativ für die Bevölkerung ist, zeitnah und wiederholt zur Verfügung steht und die jeweilige Kennzahl verlässlich abbildet.
Ein großer Teil der Indikatoren wird auf Basis von Primärdaten aus Gesundheitsstudien des RKI abgebildet. Hierbei wurden u.a. Daten der Studie GEDA verwendet. Einige Indikatoren können nur mithilfe von Untersuchungsdaten abgebildet werden, die zuletzt in den bundesweiten RKI-Befragungs- und Untersuchungssurveys BGS98 und DEGS1, erhoben wurden. Die Darstellung weiterer Indikatoren, insbesondere der Versorgungsqualität des Typ-2-Diabetes, erfolgte auf Grundlage des im Rahmen der Diabetes-Surveillance konzipierten, bundesweiten Ad hoc-Surveys GEDA 2021/2022-Diabetes basierend auf einem speziellen Screeningverfahren der Zielgruppe von Personen mit bekanntem Diabetes (Festnetz und Mobilnummern). Darüber hinaus wurden für einige Indikatoren Daten der amtlichen Statistik (z.B. Todesursachenstatistik, Krankenhausstatistik), Routinedaten der gesetzlichen Krankenversicherung oder Daten aus Registern verwendet. Die detaillierte Beschreibung der Datenquellen ist in der Methodik der jeweiligen Indikatoren (siehe https://edoc.rki.de/handle/176904/12467) zu finden.
Jeder Indikator bildet eine spezifische epidemiologische Kennzahl zu einem spezifischen Thema ab. Zumeist handelt es sich um Prävalenzen, das heißt die Kennzahl bildet den Anteil der Personen mit einer bestimmten Eigenschaft zu einem Zeitpunkt oder innerhalb eines spezifischen Zeitraums ab. Ein Beispiel hierfür ist der Indikator Prävalenz Prädiabetes, der den Anteil von Personen zwischen 18 und 79 Jahren in der Bevölkerung mit erhöhten Blutzuckerwerten, die noch nicht im Bereich der Definitionskriterien eines Diabetes liegen, widergibt. Weiterhin werden auch Inzidenzen (Neuerkrankungsraten) und andere epidemiologische Maßzahlen verwendet.
Die Berechnung der Indikatoren erfolgt stratifiziert nach Berichtsjahr, Geschlecht, Altersgruppe, Bundesland oder Region. Zusätzlich erfolgt, wenn möglich, eine Stratifizierung nach Bildung (basierend auf Individualdaten) oder nach regionaler sozioökonomischer Deprivation (wenn die Information zur Bildung auf individueller Ebene nicht vorliegt). In Abhängigkeit der Datenquelle sind Besonderheiten bei der Berechnung der Indikatoren zu beachten. So findet bei Auswertung der GEDA-Daten beispielsweise eine Gewichtung statt.
Die genaue Beschreibung der Definition, Operationalisierung und Berechnung ist in der Methodik des jeweiligen Indikators (siehe https://edoc.rki.de/handle/176904/12467) beschrieben.
Limitationen ergeben sich aus den Datenquellen sowie aus der Methodik zur Berechnung der Indikatoren. Zum einen können aus der verwendeten Datenquelle Selektionseffekte resultieren. So sind beispielsweise in den GEDA-Studien nur deutschsprachige Personen eingeschlossen und in den Analysen basierend auf Routinedaten der gesetzlichen Krankenversicherung sind keine Informationen zu Personen in der privaten Krankenversicherung enthalten. Zum anderen kann es zu Verzerrungen durch die Definition des Indikators auf Basis der jeweiligen Datenquelle kommen. Dies bedeutet beispielsweise, dass bei Auswertungen von Befragungsdaten nur bereits bekannte (selbstberichtete diagnostizierte) Erkrankungen oder bei Auswertungen von Sekundärdaten nur dokumentierte Erkrankungen erfasst werden.
Auf die spezifischen Limitationen der einzelnen Indikatoren wird in der Beschreibung der Methodik unter „Datenqualität“ eingegangen.
Das Kernstück der Diabetes-Surveillance ist das Indikatorenset mit insgesamt 40 definierten Indikatoren bzw. Indikatorgruppen, die in vier Handlungsfelder eingeordnet sind:
- „Handlungsfeld 1 - Diabetesrisiko reduzieren“ umfasst Indikatoren, die die Prävalenz von Einflussfaktoren für die Entwicklung eines Typ-2-Diabetes in der Bevölkerung darstellen, darunter verhaltensbasierte Faktoren wie z.B. „Rauchen“ und verhältnisbasierte Kontextfaktoren wie z.B. „Armutsrisikoquote“. Außerdem werden das 5-Jahres-Diabetesrisiko auf Basis eines Risikoscores, die Inzidenz des Diabetes und die Krankheitsvorstufe „Prädiabetes“ abgebildet.
- „Handlungsfeld 2 – Diabetesfrüherkennung und -behandlung verbessern“ beinhaltet die „Prävalenz bekannter und unerkannter Diabetes“ sowie verschiedene Aspekte der Prozess- und Ergebnisqualität im Rahmen der Früherkennung und Behandlung von Diabetes wie z.B. „Screening Gestationsdiabetes“, die Indikatorgruppe „Versorgungsqualität des Typ-2-Diabetes“ und die „Selbsteingeschätzte Versorgungsqualität“.
- „Handlungsfeld 3 – Diabeteskomplikationen reduzieren“ fokussiert auf die Häufigkeit von akut auftretenden bzw. sich über einen längeren Zeitraum entwickelnden Folgeerkrankungen des Diabetes wie z.B. „Häufigkeit schwerer Hypoglykämien“ und „Diabetesbedingte Amputationen“ sowie auf die Häufigkeit von Begleiterkrankungen bei Personen mit Diabetes im Vergleich zu Personen ohne Diabetes wie z.B. „Kardiovaskuläre Erkrankungen“ und „Depressive Symptomatik“.
- „Handlungsfeld 4 – Krankheitslast und Krankheitskosten senken“ umfasst Indikatoren, die die individuelle und gesellschaftliche Belastung durch Diabetes abbilden wie z.B. „In Einschränkung verbrachte Lebensjahre“, „Mortalität“ und „Direkte Kosten“.
In verschiedenen Szenarien zur Hochrechnung der zukünftigen Fallzahlen für Typ-2-Diabetes zeigt sich eine zunehmende Anzahl der Personen mit einer Diabeteserkrankung. Wie stark der vorhergesagte Fallzahlanstieg ausfallen wird, hängt insbesondere von der zeitlichen Entwicklung der Neuerkrankungsrate und damit der zeitlichen Entwicklung entscheidender Risikofaktoren für Typ-2-Diabetes ab. Wie für andere NCD mit hoher Public-Health-Relevanz zählen hierzu potenziell beeinflussbare Faktoren wie gesundheitsrelevante Verhaltensweisen sowie Lebens- und Umweltbedingungen (sogenannte Kontextfaktoren). Vor diesem Hintergrund wurden die Inzidenz des Diabetes und die Prävalenz wesentlicher bekannter, gesundheitspolitisch beeinflussbarer verhaltens- bzw. verhältnisbasierter Einflussfaktoren für das Handlungsfeld 1 „Diabetesrisiko reduzieren“ der Diabetes-Surveillance ausgewählt und mit Indikatoren hinterlegt.
| Indikator_Name | Indikator_ID | Lebensphase_Name | Datenstand | DOI | DOI (englische Version) |
|---|---|---|---|---|---|
| Inzidenz dokumentierter Diabetes | 1011 | Erwachsene | 2021-02-24 | https://doi.org/10.25646/12249 | https://doi.org/10.25646/12250 |
| Inzidenz Typ-1-Diabetes | 1012 | Kinder und Jugendliche | 2024-06-03 | https://doi.org/10.25646/12265 | https://doi.org/10.25646/12266 |
| Inzidenz Typ-2-Diabetes | 1014 | Kinder und Jugendliche | 2024-06-03 | https://doi.org/10.25646/12267 | https://doi.org/10.25646/12268 |
| Prävalenz Gestationsdiabetes | 1021 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12251 | https://doi.org/10.25646/12252 |
| Übergewicht und Adipositas | 1031 | Erwachsene | 2021-03-01 | https://doi.org/10.25646/12253 | https://doi.org/10.25646/12254 |
| Übergewicht und Adipositas | 1032 | Kinder und Jugendliche | 2021-04-19 | https://doi.org/10.25646/12269 | https://doi.org/10.25646/12270 |
| Körperliche Inaktivität | 1041 | Erwachsene | 2022-09-20 | https://doi.org/10.25646/12255 | https://doi.org/10.25646/12256 |
| Körperliche Inaktivität | 1042 | Kinder und Jugendliche | 2021-09-19 | https://doi.org/10.25646/12271 | https://doi.org/10.25646/12272 |
| Rauchen | 1051 | Erwachsene | 2022-09-26 | https://doi.org/10.25646/12257 | https://doi.org/10.25646/12258 |
| Rauchen | 1052 | Kinder und Jugendliche | 2021-04-19 | https://doi.org/10.25646/12273 | https://doi.org/10.25646/12274 |
| Armutsrisikoquote | 1061 | Allgemein/Alle Altersgruppen | 2024-06-12 | https://doi.org/10.25646/12277 | https://doi.org/10.25646/12278 |
| Prädiabetes | 1071 | Erwachsene | 2021-02-25 | https://doi.org/10.25646/12259 | https://doi.org/10.25646/12260 |
| Zuckerhaltige Erfrischungsgetränke | 1081 | Erwachsene | 2021-02-25 | https://doi.org/10.25646/12261 | https://doi.org/10.25646/12262 |
| Zuckerhaltige Erfrischungsgetränke | 1082 | Kinder und Jugendliche | 2021-06-02 | https://doi.org/10.25646/12275 | https://doi.org/10.25646/12276 |
| Absolutes Diabetesrisiko | 1091 | Erwachsene | 2021-02-25 | https://doi.org/10.25646/12263 | https://doi.org/10.25646/12264 |
| Kontextfaktoren: Verkehrsmittelnutzung | 1102 | Allgemein/Alle Altersgruppen | 2024-06-07 | https://doi.org/10.25646/12279 | https://doi.org/10.25646/12280 |
| Kontextfaktoren: Tabakkontrolle | 1103 | Allgemein/Alle Altersgruppen | 2023-08-29 | https://doi.org/10.25646/12281 | https://doi.org/10.25646/12282 |
| Kontextfaktoren: Präventionsausgaben | 1104 | Allgemein/Alle Altersgruppen | 2024-06-03 | https://doi.org/10.25646/12283 | https://doi.org/10.25646/12284 |
| Kontextfaktoren: Verbraucherpreisindex | 1105 | Allgemein/Alle Altersgruppen | 2024-05-30 | https://doi.org/10.25646/12285 | https://doi.org/10.25646/12286 |
| Kontextfaktoren: Lebensmittelbesteuerung | 1106 | Allgemein/Alle Altersgruppen | 2024-05-30 | https://doi.org/10.25646/12287 | https://doi.org/10.25646/12288 |
Zwischen Auftreten und Diagnosestellung eines Diabetes wird eine Latenzzeit von einigen Jahren angenommen. Bei einem Teil der Personen mit bislang unerkanntem Diabetes liegen bereits zum Zeitpunkt der Diagnosestellung diabetesspezifische Komplikationen oder kardiovaskuläre Begleiterkrankungen vor. Daher ist es wichtig, einen Diabetes frühzeitig zu erkennen und die gesundheitliche Versorgung von Personen mit Diabetes zu verbessern. Vor diesem Hintergrund wurden mehrere Kern- und Zusatzindikatoren bzw. Indikatorengruppen, darunter die Prävalenz des bekannten und unerkannten Diabetes, die Teilnahmequoten an Früherkennungsmaßnahmen und verschiedene Aspekte der Versorgung, in das Handlungsfeld 2 „Diabetesfrüherkennung und -behandlung verbessern“ aufgenommen. Handlungsfeld 2 umfasst auch zwei Indikatorgruppen zur Erreichung der Qualitätsziele der Disease-Management-Programme (DMP) für Typ-1- und Typ-2-Diabetes, die auf Daten des DMP-Atlas Nordrhein-Westfalen des Zentralinstituts für die kassenärztliche Versorgung in der Bundesrepublik Deutschland (Zi) beruhen (https://www.zi-dmp.de/dmp-atlas_nrw/) und deren Daten nicht im hier Datensatz enthalten sind.
| Indikator_Name | Indikator_ID | Lebensphase_Name | Datenstand | DOI | DOI (englische Version) |
|---|---|---|---|---|---|
| Prävalenz bekannter und unerkannter Diabetes | 2111 | Erwachsene | 2021-04-08 | https://doi.org/10.25646/12290 | https://doi.org/10.25646/12291 |
| Prävalenz dokumentierter Diabetes | 2121 | Erwachsene | 2021-03-11 | https://doi.org/10.25646/12292 | https://doi.org/10.25646/12293 |
| Prävalenz Typ-1-Diabetes | 2122 | Kinder und Jugendliche | 2024-06-03 | https://doi.org/10.25646/12355 | https://doi.org/10.25646/12356 |
| Prävalenz Typ-2-Diabetes | 2124 | Kinder und Jugendliche | 2024-06-03 | https://doi.org/10.25646/12357 | https://doi.org/10.25646/12358 |
| DMP-Qualitätszielerreichung Typ-1-Diabetes | Erwachsene | https://doi.org/10.25646/12294 | https://doi.org/10.25646/12296 | ||
| DMP-Qualitätszielerreichung Typ-1-Diabetes | Erwachsene | https://doi.org/10.25646/12297 | https://doi.org/10.25646/12298 | ||
| Behandlungsprofile des Typ-2-Diabetes | 2161 | Erwachsene | 2022-09-23 | https://doi.org/10.25646/12339 | https://doi.org/10.25646/12340 |
| Medikation des Typ-2-Diabetes | 2162 | Erwachsene | 2021-02-26 | https://doi.org/10.25646/12341 | https://doi.org/10.25646/12342 |
| Insulinpumpentherapie bei Typ-1-Diabetes | 2163 | Kinder und Jugendliche | 2024-06-03 | https://doi.org/10.25646/12359 | https://doi.org/10.25646/12360 |
| Kontinuierliche Glukosemessung bei Typ-1-Diabetes | 2167 | Kinder und Jugendliche | 2024-06-03 | https://doi.org/10.25646/12361 | https://doi.org/10.25646/12362 |
| Gesundheitsbezogene Lebensqualität - Körperliche Dimension | 2171 | Erwachsene | 2021-03-01 | https://doi.org/10.25646/12343 | https://doi.org/10.25646/12344 |
| Gesundheitsbezogene Lebensqualität - Psychische Dimension | 2172 | Erwachsene | 2021-03-01 | https://doi.org/10.25646/12345 | https://doi.org/10.25646/12346 |
| Screening Gestationsdiabetes | 2181 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12347 | https://doi.org/10.25646/12348 |
| Alter bei Diagnose | 2191 | Erwachsene | 2022-09-23 | https://doi.org/10.25646/12349 | https://doi.org/10.25646/12350 |
| Gesundheits-Check-up | 2201 | Erwachsene | 2020-12-16 | https://doi.org/10.25646/12351 | https://doi.org/10.25646/12352 |
| Selbsteingeschätzte Versorgungsqualität | 2211 | Erwachsene | 2022-09-26 | https://doi.org/10.25646/12353 | https://doi.org/10.25646/12354 |
| Versorgungsqualität des Typ-2-Diabetes: Abgestuftes HbA1c-Ziel | 21501 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12299 | https://doi.org/10.25646/12300 |
| Versorgungsqualität des Typ-2-Diabetes: Cholesterin-Ziel | 21502 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12301 | https://doi.org/10.25646/12302 |
| Versorgungsqualität des Typ-2-Diabetes: Blutdruck-Therapieziel | 21503 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12317 | https://doi.org/10.25646/12318 |
| Versorgungsqualität des Typ-2-Diabetes: Selbstbestimmung Glukose | 21504 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12319 | https://doi.org/10.25646/12320 |
| Versorgungsqualität des Typ-2-Diabetes: Diabetes-Schulung | 21505 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12321 | https://doi.org/10.25646/12322 |
| Versorgungsqualität des Typ-2-Diabetes: Augenärztliche Untersuchung | 21506 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12331 | https://doi.org/10.25646/12332 |
| Versorgungsqualität des Typ-2-Diabetes: Ärztliche Fußuntersuchung | 21507 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12333 | https://doi.org/10.25646/12334 |
| Versorgungsqualität des Typ-2-Diabetes: HbA1C-Bestimmung | 21508 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12324 | https://doi.org/10.25646/12330 |
| Versorgungsqualität des Typ-2-Diabetes: Anwendung von ACEI oder ARB | 21509 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12335 | https://doi.org/10.25646/12336 |
| Versorgungsqualität des Typ-2-Diabetes: Anwendung von Statinen | 21510 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12337 | https://doi.org/10.25646/12338 |
Die Krankheitslast des Diabetes ist nicht zuletzt auf seine Begleit- und Folgeerkrankungen zurückzuführen. Zum einen steigern langfristig erhöhte Blutzuckerspiegel das Risiko für diabetesspezifische Folgeerkrankungen, wie die diabetische Nierenerkrankung (Nephropathie), Augenerkrankung (Retinopathie) und Nervenerkrankung (Neuropathie). Zum anderen haben Erwachsene mit Diabetes ein deutlich höheres Risiko für kardiovaskuläre Erkrankungen als gleichaltrige Personen ohne Diabetes. Dies gilt insbesondere für kardiovaskuläre Ereignisse wie Herzinfarkt und Schlaganfall sowie die chronische koronare Herzerkrankung (KHK). Zusätzlich sind Personen mit Diabetes häufiger von Depressionen betroffen. Vor diesem Hintergrund enthält das Handlungsfeld 3 „Diabeteskomplikationen reduzieren“ verschiedene Kern- und Zusatzindikatoren zur Abbildung von Folge- und Begleiterkrankungen.
| Indikator_Name | Indikator_ID | Lebensphase_Name | Datenstand | DOI | DOI (englische Version) |
|---|---|---|---|---|---|
| Depressive Symptomatik | 3221 | Erwachsene | 2022-09-23 | https://doi.org/10.25646/12363 | https://doi.org/10.25646/12364 |
| Kardiovaskuläre Erkrankungen | 3231 | Erwachsene | 2021-04-08 | https://doi.org/10.25646/12365 | https://doi.org/10.25646/12366 |
| Bluthochdruck | 3232 | Erwachsene | 2020-12-30 | https://doi.org/10.25646/12367 | https://doi.org/10.25646/12368 |
| Diabetische Nierenerkrankung | 3251 | Erwachsene | 2020-12-16 | https://doi.org/10.25646/12369 | https://doi.org/10.25646/12370 |
| Diabetische Nierenerkrankung | 3252 | Kinder und Jugendliche | 2021-09-24 | https://doi.org/10.25646/12390 | https://doi.org/10.25646/12391 |
| Diabetische Polyneuropathie | 3271 | Erwachsene | 2020-12-16 | https://doi.org/10.25646/12371 | https://doi.org/10.25646/12372 |
| Diabetische Polyneuropathie | 3272 | Kinder und Jugendliche | 2021-09-24 | https://doi.org/10.25646/12392 | https://doi.org/10.25646/12393 |
| Diabetisches Fußsyndrom | 3281 | Erwachsene | 2020-12-16 | https://doi.org/10.25646/12374 | https://doi.org/10.25646/12375 |
| Diabetesbedingte Amputationen | 3291 | Erwachsene | 2024-04-23 | https://doi.org/10.25646/12376 | https://doi.org/10.25646/12377 |
| Häufigkeit schwerer Hypoglykämien | 3301 | Erwachsene | 2021-03-10 | https://doi.org/10.25646/12378 | https://doi.org/10.25646/12379 |
| Risiko kardiovaskuläres Ereignis | 3311 | Erwachsene | 2021-02-26 | https://doi.org/10.25646/12380 | https://doi.org/10.25646/12381 |
| Schwangerschaftskomplikationen: Frühgeburt | 3321 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12384 | https://doi.org/10.25646/12385 |
| Schwangerschaftskomplikationen: Erhöhtes Geburtsgewicht | 3322 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12388 | https://doi.org/10.25646/12389 |
| Schwangerschaftskomplikationen: Kaiserschnitt | 3323 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12386 | https://doi.org/10.25646/12387 |
| Schwangerschaftskomplikationen: Totgeburt | 3324 | Erwachsene | 2023-08-29 | https://doi.org/10.25646/12382 | https://doi.org/10.25646/12383 |
Diabetes zählt zu den häufigen NCD, die für Individuum und Gesellschaft mit einer hohen Krankheitslast verbunden sind. Auf der individuellen Ebene drückt sich diese Krankheitslast in Verlust an Lebensqualität, Einkommen, Lebenserwartung und gesunder Lebenszeit aus. Auf gesellschaftlicher Ebene wird die Krankheitslast in Zusammenhang mit Diabetes insgesamt durch verschiedene Maßzahlen erfasst. Hierzu zählen die diabetesbedingten Inanspruchnahmen von Leistungen des Gesundheits- und Sozialsystems, die diabetesbedingten direkten Kosten sowie Unterschiede in der Sterblichkeit und in der zu erwartenden verbleibenden gesunden Lebenszeit bei Personen mit Diabetes im Vergleich zu Personen ohne Diabetes. Für das Handlungsfeld 4 „Krankheitslast und Krankheitskosten senken“ der Diabetes-Surveillance wurden mehrere Kern- und Zusatzindikatoren ausgewählt.
| Indikator_Name | Indikator_ID | Lebensphase_Name | Datenstand | DOI | DOI (englische Version) |
|---|---|---|---|---|---|
| Direkte Krankheitskosten | 4331 | Allgemein/Alle Altersgruppen | 2023-08-29 | https://doi.org/10.25646/12394 | https://doi.org/10.25646/12395 |
| Ambulant-sensitive Krankenhausfälle | 4341 | Erwachsene | 2024-04-23 | https://doi.org/10.25646/12396 | https://doi.org/10.25646/12397 |
| Erwerbsminderungsrente | 4351 | Erwachsene | 2024-04-23 | https://doi.org/10.25646/12398 | https://doi.org/10.25646/12399 |
| Mortalität | 4361 | Erwachsene | 2020-12-28 | https://doi.org/10.25646/12400 | https://doi.org/10.25646/12401 |
| Verlorene Lebensjahre (YLL) | 4371 | Allgemein/Alle Altersgruppen | 2022-03-04 | https://doi.org/10.25646/12402 | https://doi.org/10.25646/12403 |
| Gesunde Lebensjahre (HLY) | 4381 | Erwachsene | 2021-03-10 | https://doi.org/10.25646/12404 | https://doi.org/10.25646/12405 |
| In Einschränkung verbrachte Lebensjahre (YLD) | 4391 | Allgemein/Alle Altersgruppen | 2022-03-04 | https://doi.org/10.25646/12406 | https://doi.org/10.25646/12407 |
| Disability-adjusted life years (DALY) | 4401 | Allgemein/Alle Altersgruppen | 2022-03-04 | https://doi.org/10.25646/12408 | https://doi.org/10.25646/12409 |
Der Datensatz enthält die aggregierten und ausgewerteten Daten der Diabetes-Surveillance am RKI. Im Datensatz enthalten sind:
- Ergebnisse der Diabetes-Surveillance aus der Projektlaufzeit 2015-2024
- Datensatzdokumentation in deutscher Sprache
- Datenschema im Data Package Standard
- Metadaten der Publikation
- Lizenz-Dateien mit der Nutzungslizenz des Datensatzes auf Deutsch und Englisch
Der Datensatz enthält die Daten der berichteten Indikatoren der Diabetes-Surveillance. Diese sind im Hauptverzeichnis unter "Diabetes-Surveillance_Indikatoren.tsv" abrufbar.
Den einzelnen Indikatoren ist ein expliziter Datenstand zugeordnet. Dieser kann sich für die einzelnen Indikatoren unterscheiden.
Die Datei Diabetes-Surveillance_Indikatoren.tsv enthält die in der folgenden Tabelle abgebildeten Variablen und deren Ausprägungen. Ein maschinenlesbares Datenschema ist im Data Package Standard in tableschema_Diabetes-Surveillance_Indikatoren.json hinterlegt:
| Variable | Typ | Ausprägungen | Beschreibung |
|---|---|---|---|
| Handlungsfeld_ID | integer | Werte: 1, 2, 3, 4 |
ID des Handlungsfelds |
| Handlungsfeld_Name | string | Werte: Handlungsfeld 1 - Diabetesrisiko reduzieren, Handlungsfeld 2 - Diabetesfrüherkennung und -behandlung verbessern, Handlungsfeld 3 - Diabeteskomplikationen reduzieren, Handlungsfeld 4 - Krankheitslast und Krankheitskosten senken |
Textliche Bezeichnung des Handlungfelds |
| Indikator_ID | integer | Werte: 1011 - 21510 |
4- oder 5-stellige ID des Indikators |
| Indikator_Name | string | Beispiel: Prävalenz bekannter und unerkannter Diabetes |
Name des Indikators |
| Kennzahl_ID | integer | Werte: 0 - 8 |
ID der Kennzahl insbesondere für mehrere Kennzahlen innerhalb des Indikators. Enthält 0, bei nur einer Kennzahl innerhalb des Indikators. |
| Kennzahl_Name | string | Beispiel: Bekannter Diabetes |
Name der Kennzahl bei mehreren Kennzahlen innerhalb des Indikators. Entspricht Indikator_Name bei nur einer Kennzahl innerhalb des Indikators. |
| Kennzahl_Definition | string | Beispiel: Anzahl der Personen in Millionen |
Definition der Kennzahl inklusive der Maßeinheit |
| Lebensphase_ID | integer | Werte: 0, 1, 2 |
ID der Lebensphase: 0= Erwachsene1= Kinder und Jugendliche2= Allgemein/Alle Altersgruppen |
| Lebensphase_Name | string | Textliche Bezeichnung der Lebensphase | |
| Jahr | integer | Format: YYYY |
Jahr, auf das sich die Kennzahl bezieht |
| Geschlecht_ID | integer | Werte: 0, 1, 2Fehlende Werte: NA |
ID des Geschlechts (Definition siehe Beschreibung des jeweiligen Indikators): 0 = Gesamt, 1 = Weiblich, 2 = Männlich. Enthält NA, wenn der Indikator nicht auf Geschlecht bezogen ist. |
| Geschlecht_Name | string | Werte: Gesamt, Weiblich, MännlichFehlende Werte: NA |
Textliche Bezeichnung des Geschlechts. Enthält NA, wenn der Indikator nicht auf Geschlecht bezogen ist. |
| Alter_ID | string | Werte: 00-02, 00-06, 00-09, 00-14, 00-17, 00-19, 00-24, …Fehlende Werte: NA |
Altersgruppen in Jahren in der Form "von-bis", z.B. 30-39= 30-39 Jahre, oder in der Form "von+", z.B. 75+ = >=75 Jahre. Der Wert 00+ beinhaltet alle Altersgruppen. Enthält NA, wenn der Indikator nicht altersbezogen ist. |
| Alter_Name | string | Werte: <3 Jahre, <7 Jahre, <10 Jahre, <15 Jahre, <18 Jahre, <20 Jahre, <25 Jahre, …Fehlende Werte: NA |
Textliche Bezeichnung der Altersgruppe. Enthält NA, wenn der Indikator nicht altersbezogen ist. |
| Region_ID | string | Werte: 00, 01, 02, 03, 04, 05, 06, … |
Land, Bundesland bzw. Region: 00 = Deutschland, 01-16 = Bundesländer, 21-25 = Zusammenfassung der Bundesländer in fünf Regionen (siehe Regionalcodes, 31-32 = Ost/West, AT-UA = europäische Länder nach ISO 3166-1-ALPHA-2 |
| Region_Name | string | Werte: Baden-Württemberg, Bayern, Belgien, Berlin, Bosnien und Herzegowina, Brandenburg, Bremen, … |
Textliche Bezeichnung der Region |
| Bildung_Casmin_ID | string | Werte: 0, 1, 2, 3, 4Fehlende Werte: NA |
Bildungsgruppe anhand des CASMIN-Indexes (Brauns et al. 2003). Dieser verwendet Angaben zu schulischer und beruflicher Bildung und ermöglicht die Einteilung der Bildungsgruppen in 1 = untere, 2= mittlere, 3= obere. Die Ausprägung 4= mittlere/obere enthält die mittlere und obere Bildungsgruppe. Die Ausprägung 0 = Gesamt beinhaltet alle Bildungsgruppen. Enthält NA, wenn der Indikator nicht nach Bildung stratifiziert wurde. |
| Bildung_Casmin_Name | string | Werte: Gesamt, untere, mittlere, obere, mittlere/obereFehlende Werte: NA |
Textliche Bezeichnung der Bildung. Enthält NA, wenn der Indikator nicht nach Bildung stratifiziert wurde. |
| Bildung_Isced_ID | string | Werte: 0, 1, 2, 3Fehlende Werte: NA |
Bildungsgruppe anhand des ISCED-Indexes (UNESCO (2011): International Standard Classification of Education ISCED 2011. Quebec: UNESCO Institute for Statistics; 2012 [cited 30.04.2025]. Available from:. https://uis.unesco.org/sites/default/files/documents/international-standard-classification-of-education-isced-2011-en.pdf). Dieser verwendet Angaben zu schulischer und beruflicher Bildung und ermöglicht die Einteilung der Bildungsgruppen in 1 = untere, 2= mittlere, 3= obere. Die Ausprägung 0 = Gesamt beinhaltet alle Bildungsgruppen. Enthält NA, für alle Indikatoren außer Armutsrisikoquote. |
| Bildung_Isced_Name | string | Werte: Gesamt, untere, mittlere, obereFehlende Werte: NA |
Textliche Bezeichnung der Bildung nach ISCED. Enthält NA, für alle Indikatoren außer Artmutsrisikoquote. |
| GISD_ID | string | Werte: 0, 1, 2, 3, 4, 5Fehlende Werte: NA |
Regionale sozioökonomische Deprivation auf Grundlage des German Index of Socioeconomic Deprivation (GISD) (Michalski et al. 2022). Der GISD fasst Merkmale der Erwerbs-, Bildungs- und Einkommenssituation für jeden Kreis und jede kreisfreie Stadt in einer Kennzahl zusammen. Die Kreise werden entlang ihrer GISD-Werte in Quintile von niedriger bis hoher sozioökonomischer Deprivation eingeteilt, die über den Wohnort verknüpft werden: Einteilung der Deprivation in 1 = niedrig - 1. Quintil, 2 = 2. Quintil, 3 = 3. Quintil, 4 = 4. Quintil und 5 = hoch - 5. Quintil. Die Ausprägung 0 = Gesamt beinhaltet alle Quintile. Unterschiede in den Werten nach sozioökonomischer Deprivation beziehen sich auf die räumliche Ebene.Enthält NA, wenn der Indikator nicht nach GISD stratifiziert wurde. |
| GISD_Name | string | Werte: Gesamt, niedrig - 1. Quintil, 2. Quintil, 3. Quintil, 4. Quintil, hoch - 5. QuintilFehlende Werte: NA |
Textliche Bezeichnung der regionalen sozioökonomische Deprivation. Enthält NA, wenn der Indikator nicht nach GISD stratifiziert wurde. |
| Standardisierung_ID | integer | Werte: 0, 1, 2, 3Fehlende Werte: NA |
Art der Standardisierung für die Berechnung des Wertes:0 = beobachtet1 = beobachtet relativ2= beobachtet absolut3 = altersstandardisiert |
| Standardisierung_Name | string | Werte: beobachtet, beobachtet relativ, beobachtet absolut, altersstandardisiertFehlende Werte: NA |
Textliche Bezeichnung der Standardisierung |
| Wert | number | Beispiel: 1.7Fehlende Werte: NA |
Wert der Kennzahl. Enthält NA, wenn der Wert nicht verfügbar ist oder nicht veröffentlicht wird. |
| Unteres_Konfidenzintervall | string | Beispiel: 1.09Fehlende Werte: NA |
Untere Grenze des 95%-Konfidenzintervalls. Enthält NA, wenn für den Wert kein Konfidenzintervall berechnet wurde. |
| Oberes_Konfidenzintervall | string | Beispiel: 2.7Fehlende Werte: NA |
Obere Grenze des 95%-Konfidenzintervalls. Enthält NA, wenn für den Wert kein Konfidenzintervall berechnet wurde. |
| Datenstand | date | Format: YYYY-MM-DD |
Datum im ISO-Format, an dem der Indikator zuletzt aktualisiert wurde |
Die Auswertung nach Region basiert auf den 16 deutschen Bundesländern. Bei einigen Indikatoren werden die Bundesländer in 5 Regionen zusammengefasst, weil eine detailliertere Auswertung aufgrund zu geringer Fallzahlen nicht möglich ist.
| Region | Region_ID | Zugeordnete Regionen |
|---|---|---|
| Nordost | 21 | Berlin, Brandenburg, Mecklenburg-Vorpommern |
| Nordwest | 22 | Schleswig-Holstein, Hamburg, Niedersachsen, Bremen |
| Mitte-Ost | 23 | Sachsen, Sachsen-Anhalt, Thüringen |
| Mitte-West | 24 | Nordrhein-Westfalen, Hessen, Rheinland-Pfalz, Saarland |
| Süden | 25 | Baden-Württemberg, Bayern |
| Region | Region_ID | Zugeordnete Regionen |
|---|---|---|
| Ost | 31 | Berlin, Brandenburg, Mecklenburg-Vorpommern, Sachsen, Sachsen-Anhalt, Thüringen (Ost = neue Bundesländer einschließlich Berlin) |
| West | 32 | Baden-Württemberg, Bayern, Bremen, Hamburg, Hessen, Niedersachsen, Nordrhein-Westfalen, Rheinland-Pfalz, Saarland, Schleswig-Holstein (West = alte Bundesländer ohne Berlin) |
Die Daten sind im Datensatz als tabseparierte Datei (TSV) enthalten. Der verwendete Zeichensatz der TSV-Datei ist UTF-8. Trennzeichen der einzelnen Werte ist ein Tab "\t".
- Zeichensatz: UTF-8
- TSV-Trennzeichen: Tab "\t"
Zur Erhöhung der Auffindbarkeit sind die bereitgestellten Daten mit Metadaten beschrieben. Über GitHub Actions werden Metadaten an die entsprechenden Plattformen verteilt. Für jede Plattform existiert eine spezifische Metadatendatei, diese sind im Metadatenordner hinterlegt:
Versionierung und DOI-Vergabe erfolgt über Zenodo.org. Die für den Import in Zenodo bereitgestellten Metadaten sind in der zenodo.json hinterlegt. Die Dokumentation der einzelnen Metadatenvariablen ist unter https://developers.zenodo.org/#representation nachlesbar.
In der zenodo.json ist neben dem Publikationsdatum ("publication_date") auch der Datenstand in folgendem Format enthalten (Beispiel):
"dates": [
{
"start": "2023-09-11T15:00:21+02:00",
"end": "2023-09-11T15:00:21+02:00",
"type": "Collected",
"description": "Date when the Dataset was created"
}
],
Zusätzlich beschreiben wir tabellarische Daten mithilfe des Data Package Standards. Ein Data Package ist eine strukturierte Sammlung von Daten und zugehörigen Metadaten, die den Austausch und die Wiederverwendung von Daten erleichtert. Es besteht aus einer datapackage.json-Datei, die zentrale Informationen wie die enthaltenen Ressourcen, ihre Formate und Schema-Definitionen beschreibt.
Der Data Package Standard wird von der Open Knowledge Foundation bereitgestellt und ist ein offenes Format, das eine einfache, maschinenlesbare Beschreibung von Datensätzen ermöglicht.
Die Liste der in diesem Repository enthaltenen Daten ist in folgender Datei hinterlegt:
Für tabellarische Daten definieren wir zusätzlich ein Table Schema, das die Struktur der Tabellen beschreibt, einschließlich Spaltennamen, Datentypen und Validierungsregeln. Diese Schema-Dateien finden sich unter:
Offene Forschungsdaten des RKI werden auf Zenodo.org, GitHub.com, OpenCoDE und Edoc.rki.de bereitgestellt:
- https://zenodo.org/communities/robertkochinstitut
- https://github.com/robert-koch-institut
- https://gitlab.opencode.de/robert-koch-institut
- https://edoc.rki.de/
Der Datensatz "Ergebnisse der Diabetes-Surveillance 2015 - 2024" ist lizenziert unter der Creative Commons Namensnennung 4.0 International Public License | CC-BY 4.0 International.
Die im Datensatz bereitgestellten Daten sind, unter Bedingung der Namensnennung des Robert Koch-Instituts als Quelle, frei verfügbar. Das bedeutet, jede Person hat das Recht die Daten zu verarbeiten und zu verändern, Derivate des Datensatzes zu erstellen und sie für kommerzielle und nicht kommerzielle Zwecke zu nutzen. Weitere Informationen zur Lizenz finden sich in der LICENSE bzw. LIZENZ Datei des Datensatzes.