RSS-Feed abonnieren
DOI: 10.1055/s-0034-1395642
Deterministisches Record Linkage mit indirekten Identifikatoren: Daten des Berliner Herzinfarktregisters und der AOK Nordost zum Herzinfarkt
Deterministic Record Linkage with Indirect Identifiers: Data of the Berlin Myocardial Infarction Registry and the AOK Nordost for Patients with Myocardial InfarctionPublikationsverlauf
Publikationsdatum:
25. Februar 2015 (online)
![](https://www.thieme-connect.de/media/gesu/201502/lookinside/thumbnails/10.1055-s-0034-1395642-1.jpg)
Zusammenfassung
Ziel der Studie: Wie lässt sich ein Record Linkage bei pseudonymisierten Datensätzen durchführen? Am Beispiel der Daten des Berliner Herzinfarktregisters und der AOK Nordost wird exemplarisch aufgezeigt, wie ein Datenlinkage von 2 pseudonymisierten Datensätzen erfolgen kann.
Methode: In verschiedenen Schritten wird die eingesetzte Methode des deterministischen Linkage mit indirekten Patientenidentifikatoren: Alter, Geschlecht, Klinikaufnahmedatum und Klinikaufnahmeuhrzeit erläutert.
Ergebnis: Im Ergebnis konnte gezeigt werden, dass 80,6% der geschätzten Fallzahl an maximal zu matchenden Patienten mit dem Vorgehen verknüpft werden konnten. Das Record Linkage führte in keinem Fall zu einem Matching von einem Patienten mit 2 oder mehr Patienten des jeweils anderen Datensatzes, sodass davon auszugehen ist, dass die Kombination der 4 indirekten Identifikatoren die Einzigartigkeit des jeweiligen Patienten abgebildet hat.
Schlussfolgerung: Deterministisches Record Linkage mit den folgenden indirekten Indikatoren: Alter, Geschlecht, Klinikaufnahmedatum und Klinikaufnahmeuhrzeit, war in unserer Studie für Herzinfarktpatienten einer Region, welches die zu matchende Fallzahl eingrenzte, möglich und führte im Prozess des Record Linkage in keinem Fall zu einem Matching von einem Patienten mit 2 oder mehr Patienten des jeweils anderen Datensatzes.
Abstract
Aim of the Study: How can 2 pseudonymised data sets be linked? Using the example of data from the Berlin Myocardial Infarction Registry and from a German sickness fund (AOK Nordost) we will demonstrate how record linkage can be achieved without personal identifiers.
Methods: In different steps the method of deterministic record linkage with indirect identifiers: age, sex, hospital admission date and time, will be explained.
Results: We were able to show that 80.6% of the expected maximum number of patients were matched with our approach. As a result we had no duplicate matches in the linkage process, where one AOK patient was linked to 2 or more BMIR patients or vice versa. The matching variables produced enough uniqueness to be used as indirect patient identifiers.
Conclusion: Deterministic record linkage with the following indirect indicators: age, sex, hospital admission date and time was possible in our study of patients with myocardial infarction in a circumscribed geographical region, which limited the number of cases and avoided mismatches.
-
Literatur
- 1 Hammill BG, Hernandez AF, Petersen ED. Linking inpatient clinical registry data to Medicare claims data using indirect identifiers. Am Heart J 2009; 157: 995-1000
- 2 Fosbol EL, Granger CB, Peterson ED et al. Prehospital system delay in ST-segment elevation myocardial infarction care: a novel linkage of emergency medicine services and inhospital registry data. Am Heart J 2013; 165: 363-370
- 3 Brennan JM, Peterson ED, Messenger JC et al. Linking the national cardiovascular data registry CathPCI Registry with Medicare claims data. Circ Cardiovasc Qual Outcomes 2012; 5: 134-140
- 4 Maier B, Thimme W, Schoeller R et al. Improved therapy and outcome for patients with acute myocardial infarction: Data of the Berlin Myocardial Infarction Registry from 1999 to 2004. International Journal of Cardiology 2008; 130: 211-219
- 5 Thygesen K, Alpert JS, White HD. on behalf of the joint ESC/ACC/AHA/WHF Task force for the redefinition of myocardial infarction. Universal definition of myocardial infarction. EHJ 2007; 28: 2525-2538
- 6 www.herzinfarktregister.de/fakten/untersuchung.htm
- 7 Tromp M, Ravelli AC, Bonsel GJ et al. Results from simulated data sets: probabilistic record linkage outperforms deterministic record linkage. Journal of Clinical Epidemiology 2011; 64: 565-572
- 8 Friedman L, Ruestow P, Forst L. Data Linkage of State Registries for Assessment of Construction Injuries. University of Illinois, School of Public Health 2013
- 9 www.gbe-bund.de
- 10 Basisbericht 2010/2011 und Basisbericht 2012/2013, Gesundheitsberichterstattung Berlin, Daten des Gesundheits- und Sozialwesens, Senatsverwaltung für Gesundheit, Umwelt und Verbraucherschutz
- 11 Saaby L, Poulsen TS, Hosbond S et al. Classification of myocardial infarction: frequency and features of type 2 myocardial infarction. Am J Med 2013; 126: 789-797
- 12 Cha KS, Lee HW, Ahn JH et al. Incidence and variable clinical outcomes according to type 1 and 2 myocardial infarction by the 3rd universal definition: results from the Korea working group on myocardial infarction. Eur Heart J 2013; (Suppl. 01) DOI: 10.1093/eurheartj/eht310.P4820.
- 13 El-Haddad H, Robinson E, Swett K et al. Prognostic implications of type 2 myocardial infarction. World Journal of cardiovascular Diseases 2012; 2: 237-241
- 14 Burghardt A. To link or not to link – Der Umgang mit Sekundärdaten des Instituts für Arbeitsmarkt- und Berufsforschung. 12. Deutscher Kongress für Versorgungsforschung. Berlin, 23.–25.10.2013. Düsseldorf: German Medical Science GMS Publishing House; 2013. DOI: 10.3205/13dkvf043 www.netzwerk-versorgungsforschung.de/uploads/burghardt_201310223_DKVF_ToLinkOrNot.pdf
- 15 Lawson EH, Ko CY, Louie R et al. Linkage of a clinical surgical registry with Medicare inpatient claims data using indirect identifiers. Surgery 2013; 153: 423-430
- 16 Huntington SE, Bansi LK, Thorne C et al. Using two on-going HIV studies to obtain clinical data from before, during and after pregnancy for HIV-positive women. BMC Medical research Methodology 2012; 12: 110
- 17 Clark DE. Practical introduction to record linkage for injury research. Injury Prevention 2004; 10: 186-191