RSS-Feed abonnieren
DOI: 10.1055/s-0034-1398618
Suchtdiagnoseraten bei Hartz-IV-Beziehenden in der medizinischen Versorgung im Vergleich zu ALG-I-Arbeitslosen und Erwerbstätigen: eine Auswertung der Leistungsdaten aller AOK-Versicherten der Jahre 2007–2012
Addiction Prevalence Rates among Medical Care Patients receiving Unemployment Benefit II (Hartz-IV) in Relation to Recipients of Unemployment Benefit I and employed Patients: an Analysis of Routine Data of all AOK-Insured Persons in 2007–2012Publikationsverlauf
Publikationsdatum:
05. März 2015 (online)
![](https://www.thieme-connect.de/media/suchttherapie/201503/lookinside/thumbnails/566_10-1055-s-0034-1398618-1.jpg)
Zusammenfassung
Fragestellung: Es wurde untersucht, ob sich die Hartz-IV-beziehenden Patienten der medizinischen Versorgung in ihren Suchtdiagnoseraten von den ALG-I-beziehenden arbeitslosen und den sozialversicherungspflichtigen erwerbstätigen Patienten unterscheiden.
Methodik: Dazu wurden die Leistungsdaten aller AOK-Versicherten analysiert, die in den Jahren 2007–2012 durchgängig AOK-versichert und in ambulanter oder stationärer medizinischer Behandlung waren. Ausgewertet wurden alle suchtbezogenen ICD-10-GM-Diagnosen: F10-F19, F50 und F63.0. Dabei wurde zwischen Männern und Frauen und 3 Altersklassen differenziert: 18–29, 30–49 und 50–64 Jahre. Als Auswertungseinheit wurde das Quartal gewählt, um die größtmögliche zeitliche Koinzidenz zwischen dem Sozial- bzw. Erwerbsstatus und der Suchtdiagnose zu gewährleisten. Die Daten basieren bei der Hartz-IV-Gruppe auf 28 Millionen und insgesamt auf 173 Millionen Quartalsfällen in den Jahren 2007–2012. Als Suchtdiagnoserate wurde der Prozentanteil der Untersuchungsquartale mit ärztlich kodierter ICD-Diagnose berechnet, getrennt für die 3 Untersuchungsgruppen.
Ergebnisse: Bei 10,2% aller Hartz-IV-Quartalsfälle wurde mindestens eine Suchtdiagnose gestellt. Bei den ALG-I-Arbeitslosen betrug diese Diagnoserate 6,3% und bei den Erwerbstätigen 3,7%. Ein solch markantes Gefälle in den Diagnoseraten gab es auch bei F10 (Alkohol), F11 (Opioide), F12 (Cannabinoide), F13 (Sedativa/Hypnotika), F17 (Tabak), F19 (multipler Substanzgebrauch) und F50 (Essstörungen), sowohl bei den Männern und Frauen als auch in allen 3 Altersklassen. Die Diagnosen F14 (Kokain), F15 (andere Stimulantien), F16 (Halluzinogene), F18 (flüchtige Lösungsmittel) und F63,0 (pathologisches Spielen) wurden insgesamt kaum bzw. gar nicht kodiert.
Schlussfolgerungen: Es werden Schlussfolgerungen gezogen hinsichtlich des Einsatzes von Screening-Verfahren in der primärmedizinischen Versorgung und in Bezug auf die Aufgabe der Jobcenter, suchtkranke Hartz-IV-Bezieher an die Suchthilfe zu vermitteln.
Abstract
Objective: We investigated whether patients receiving Unemployment Benefit II (Hartz-IV) differ in their addiction-related prevalence rates from recipients of Unemployment Benefit I (ALG I) and employed patients subjected to social security contributions.
Method: For this purpose, we analysed the data of all AOK-insurees who were continuously insured with the AOK in the years 2007–2012 and in outpatient or inpatient treatment. We analysed all addiction-related ICD-10-GM-diagnoses: F10-F19, F50 and F63.0, differentiating between men and women and 3 age groups: 18–29, 30–49 and 50–64 years. To ensure maximum coincidence between the social and employment status and addiction-related diagnosis, we chose quarterly periods as evaluation unit. The data are based on 28 million quarterly cases for the Hartz-IV group and 173 million cases for all 3 groups in the years 2007–2012. As rate of addiction-related diagnoses, the percentage of investigated quarters with medically coded ICD diagnoses was calculated separately for the 3 study groups.
Results: For 10.2% of all Hartz-IV quarterly cases at least one addiction-related diagnosis was found. For unemployed ALG-I recipients, the diagnosis rate was 6.3% and 3.7% for employed patients. A similarly striking disparity in diagnosis rates was found for F10 (alcohol), F11 (opioids), F12 (cannabinoids), F13 (sedatives/hypnotics), F17 (tobacco), F19 (multiple substance use) and F50 (eating disorders), both for men and women as well as in all 3 age classes. For the diagnoses F14 (cocaine), F15 (other stimulants), F16 (hallucinogens), F18 (volatile solvent) and F63.0 (pathological gambling), generally little or no coding was found.
Conclusions: Conclusions are drawn on the use of screening procedures in primary health care and in relation to the duty of job centers to refer Hartz-IV recipients affected by addiction to facilities of addiction aid.
-
Literatur
- 1 Bundesagentur für Arbeit . Der Arbeits- und Ausbildungsmarkt in Deutschland. Nürnberg: Bundesagentur für Arbeit; 2013
- 2 Henkel D. Unemployment and substance use: a review of the literature (1990-2010). Curr Drug Abuse Rev 2011; 4: 4-27
- 3 Pockrandt C, Coder B, Lau K et al. Gesundheits- und Risikoverhalten unter Arbeitssuchenden: Ein Screening am Arbeitsamt. Gesundheitswesen 2007; 69: 628-634
- 4 Bush K, Kiviahan DR, MacDonald P et al. The AUDIT alcohol consumption questions (AUDIT-C): an effective brief screening test for problem drinking. Arch Intern Med 1998; 158: 1789-1795
- 5 Meyer C, Rumpf HJ, Hapke U et al. Regionale Unterschiede in der Prävalenz riskanten Alkoholkonsums: Sekundäranalyse des Gesundheitssurveys Ost-West. Gesundheitswesen 1998; 60: 486-492
- 6 Klauber J, Günster C, Gerste B et al. Hrsg Versorgungs-Report 2013/2014. Schwerpunkt Depression. Stuttgart: Schattauer Verlag 2014;
- 7 Swart E, Ihle P, Gothe H et al., Hrsg. Routinedaten im Gesundheitswesen. Handbuch Sekundäranalyse. Grundlagen, Methoden und Perspektiven. 2. Auflage. Bern: Verlag Hans Huber; 2014
- 8 Techniker Krankenkasse . Gesundheitsreport 2008. Schwerpunktthema: psychische Störungen. Hamburg: Techniker Krankenkasse; 2008
- 9 DIMDI Deutsches Institut für Medizinische Dokumentation und Information Internationale statistische Klassifikation der Krankheiten, 10 . Revision, German Modification (ICD-10-GM). Köln: DIMDI; 2014
- 10 Schubert M., Parthier K, Kupka P et al. Menschen mit psychischen Störungen im SGB II. IAB-Forschungsbericht 12/2013. Nürnberg: IAB; 2013
- 11 Bundesministerium für Gesundheit . GKV-Statistik KM6. Berlin: 2013
- 12 Lampert T, von der Lippe E, Müters S. Verbreitung des Rauchens in der Erwachsenenbevölkerung in Deutschland. Bundesgesundheitsblatt 2013; 56: 802-808
- 13 IGES Institut . Bewertung der Kodierqualität von vertragsärztlichen Diagnosen. Eine Studie im Auftrag des GKV-Spitzenverbandes in Kooperation mit der BARMER GEK. Berlin: IGES-Institut; 2012
- 14 Lampert T, Kroll L. Einfluss der Einkommensposition auf die Gesundheit und Lebenserwartung. Discussion Papers 527. Berlin: Deutsches Institut für Wirtschaftsforschung; 2005
- 15 Zok K, Jaehrling C. Wenn die Arbeit krank macht: Zusammenhänge zwischen Arbeitssucht und gesundheitlichen Beschwerden. In: Badura B, Ducki A, Schröder H. et al. Hrsg Fehlzeiten-Report 2013. Verdammt zum Erfolg – die süchtige Arbeitsgesellschaft. Berlin, Heidelberg: Springer Verlag; 2013
- 16 Sassen M, Kraus L, Bühringer G et al. Gambling among adults in Germany: prevalence, disorder and risk factors. Sucht 2011; 57: 249-257
- 17 Behrendt K, Kunstmann W, Wanek V et al. Früherkennung und Frühintervention bei alkoholbezogenen Störungen – Konsenspapier des Schnittstellenausschusses des Drogen- und Suchtrats. Sucht 2012; 58: 203-206
- 18 Schneider S, Diehl K, Bock C et al. Terra Incognita Hausarztpraxis – Tabakentwöhnung in der deutschen Primärversorgung. Sucht 2014; 60: 175-187
- 19 Henkel D, Zemlin U. Suchtkranke im SGB II: Vermittlungen an die Suchthilfe durch Jobcenter und Integration in Arbeit – eine kritische Bilanz. Sucht 2013; 59: 279-286
- 20 Kaltenborn B, Kaps P. Einbeziehung der kommunalen Leistungen in die Zielsteuerung des SGB II. In: Bundesministerium für Arbeit und Soziales. Hrsg Forschungsbericht 434: 2–480. Berlin: BMAS; 2012