Analyse der krankheitsbedingten Fehltage von Soldatinnen und Soldaten der Bundeswehr von 2008 bis 2018 Teil 1: Retrospektive Analyse mit Vergleich zur Gesetzlichen Krankenversicherung

Zusammenfassung

Hintergrund Krankheitsbedingten Fehltagen kommen sowohl in der Bundeswehr als auch im zivilen Bereich eine besondere Bedeutung zu. Ziel dieser Studie

ist es, dass zu krankheitsbedingten Fehltagen führende Krankheitsgeschehen bei SoldatInnen im Vergleich zu erwerbstätigen Mitgliedern der Gesetzlichen Krankenversicherung zu analysieren.

Methode Es werden entsprechend der Systematik der Gesetzlichen Krankenversicherungen die Kennzahlen zur Arbeitsunfähigkeit im Zeitraum 2008–2018 alters- und geschlechtsstandardisiert berechnet. Ebenso werden die TOP 20 ICD-10 Diagnosen nach AU-Tagen im Analysezeitraum ermittelt, sowie deren durchschnittliche jährliche Veränderungsraten berechnet.

Ergebnisse Der Krankenstand bei SoldatInnen liegt mit jährlichen Raten zwischen 1,5–2,3% unter dem der GKV (3,1–5,0%). Die Krankheitsdauer (AU-Tage je Fall) beträgt in der Bundeswehr jährlich zwischen 9,0–15,6 Tagen gegenüber der GKV mit 10,9–14,4 Tagen. Die Krankheitshäufigkeit (AU-Fälle je 100 Personen) ist in der Bundeswehr mit 48,2–75,0 Fällen niedriger als in der GKV mit 96,8–131,0 Fällen. Die meisten Fehltage werden bei SoldatInnen durch „Atemwegsinfektionen (J06)“ mit 13,2%, „Belastungsreaktionen (F43)“ mit 8,7%, „Sonstige infektiöse Gastroenteritis und Kolitis (A09)“ mit 6,5%, „Rückenschmerzen (M54)“ mit 4,4% sowie „Depressive Episode (F32)“ mit 4,0% aller Fehltage verursacht und sind vergleichbar mit der GKV. „Depressive Episode (F32)“, „Verletzungen (T14)“, „Belastungsreaktionen (F43)“, „Atemwegsinfektionen (J06)“ und „Schwangerschaftsbeschwerden (O26)“ weisen die höchsten Steigerungsraten mit+6,1% bis+3,6% der AU-Tage auf.

Schlussfolgerungen Der im Vergleich zur GKV niedrigere Krankenstand bei Soldatinnen und Soldaten ist, bei ähnlicher Krankheitsdauer und ähnlichem Krankheitsgeschehen, im Wesentlichen durch eine niedrigere Krankheitshäufigkeit bedingt, bei jedoch insgesamt steigenden Tendenzen. Die, bezogen auf die Fehltage überdurchschnittlich ansteigenden ICD-10 Diagnosen „Depressive Episode (32)“, „Verletzungen (T14)“, „Belastungsreaktionen (F43)“, „Atemwegsinfektionen (J06)“ und „Schwangerschaftsbeschwerden (O26)“ bedürfen weitergehender Analysen. Erstmals konnte ein Vergleich des Krankenstands von SoldatInnen mit dem der Allgemeinbevölkerung in Deutschland durchgeführt werden. Dieser Ansatz erscheint vielversprechend, um z. B. Hypothesen und Ideen zur Weiterentwicklung der Gesundheitsversorgung zu generieren und sollte weiterverfolgt werden.

Abstract

Background Sickness-related absences are of particular importance both in the German armed forces and in the civilian sector.

The aim of this study was to analyze the incidence of sick leave among soldiers in comparison to the working population covered by the statutory health insurance (SHI) system.

Method According to the systematics of the SHI, the key figures on incapacity to work in the period 2008–2018 are calculated in an age- and gender-standardized manner. Likewise, a list of the TOP 20 ICD-10 diagnoses in relation to incapacity to work was determined, and their average annual rates of change were calculated for trend analysis.

Results The annual rate of sick leave among soldiers was between 1.5 and 2.3%, which was lower than that of the SHI (3.1 to 5.0%). The duration of illness (sick days per case) among soldiers was between 9.0–15.6 days per year, compared with 10.9–14.4 days in the SHI system. The sickness frequency (cases per 100 persons) was lower among soldiers (48.2–75.0 cases) than in the SHI (96.8–131.0 cases). Most days of absence among soldiers were due to “respiratory infections (J06)” with 13.2%, “stress reactions (F43)” with 8.7%, “other infectious gastroenteritis and colitis (A09)” with 6.5%, “back pain (M54)” with 4.4% and “depressive episode (F32)” with 4.0% of all days of absence and were comparable to the values in SHI. “Depressive episode (F32)”, “injuries (T14)”, sreactions (F43)”, “respiratory infections (J06)” and “pregnancy complaints (O26)” showed the highest rates of increase of+6.1% to+3.6% of days off work.

Conclusion For the first time, it was possible to compare the sickness rate of soldiers with that of the general population in Germany, which may also provide indications for further measures for primary, secondary and tertiary prevention. The lower sickness rate among soldiers compared with the general population is mainly due to a lower incidence of illness, with a similar duration and pattern of illness, but with an overall upward trend. The ICD-10 diagnoses “Depressive episode (F32),” “injuries (T14),” “stress reactions (F43),” “acute upper respiratory tract infections (J06)” and “pregnancy complaints (O26),” which are increasing at an above-average rate in relation to the number of days absent, require further analysis. This approach seems promising, for example, to generate hypotheses and ideas for further improvement of health care.

Schlüsselwörter

Bundeswehr - Soldaten - Arbeitsunfähigkeit - Krankenstand - Depressive Episode - Anpassungsstörungen

Key words

military personnel - soldiers - sick leave - sick days - depressive disorder - stress disorder

Publication History

Article published online:
27 February 2023

• Literatur

• 1 RKI. Gesundheitsberichtserstattung. Online: https://www.rki.de/DE/Content/Institut/OrgEinheiten/Abt2/FG24/fg24_node.html; letzter Zugriff: 10.09.2021
• 2 Bundesanstalt für Arbeitsschutz und Arbeitsmedizin. Volkswirtschaftliche Kosten durch Arbeitsunfähigkeit 2019. Online: https://www.baua.de/DE/Themen/Arbeitswelt-und-Arbeitsschutz-im-Wandel/Arbeitsweltberichterstattung/Kosten-der-AU/Kosten-der-Arbeitsunfaehigkeit_node.html letzter Zugriff: 10.09.2021
• 3 Lenders CE, Bauer J, Groneberg DA. et al. Arbeitsunfähigkeit. Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie 2016; 66: 205-210
• 4 Gesundheitsberichtserstattung des Bundes. Methodische Erläuterungen zur Erfassung und Bewertung von Indikatoren zur Arbeitsunfähigkeit. Online: www.gbe-bund.de/gbe10/F?F=12428D letzter Zugriff: 10.09.2021
• 5 Gemeinsamer Bundesausschuss. Richtlinie des Gemeinsamen Bundesausschusses über die Beurteilung der Arbeitsunfähigkeit und die Maßnahmen zur stufenweisen Wiedereingliederung nach § 92 Absatz 1 Satz 2 Nummer 7 SGB V (10.09.2021). Online: https://www.g-ba.de/richtlinien/2/letzter Zugriff: 10.09.2021
• 6 Amiri S, Behnezhad S. Depression symptoms and risk of sick leave: a systematic review and meta-analysis. International archives of occupational and environmental health 2021; 94: 1495-1512
• 7 Amiri S, Behnezhad S. Alcohol consumption and sick leave: a meta-analysis. Journal of addictive diseases 2020; 38: 100-112
• 8 O’Hara NN, Isaac M, Slobogean GP. et al. The socioeconomic impact of orthopaedic trauma: A systematic review and meta-analysis. PloS one 2020; 15: e0227907
• 9 Shiri R, Coggon D, Falah-Hassani K. Exercise for the Prevention of Low Back Pain: Systematic Review and Meta-Analysis of Controlled Trials. American journal of epidemiology 2018; 187: 1093-1101
• 10 Carolan S, Harris PR, Cavanagh K. Improving Employee Well-Being and Effectiveness: Systematic Review and Meta-Analysis of Web-Based Psychological Interventions Delivered in the Workplace. Journal of medical Internet research 2017; 19: e271
• 11 Perski O, Grossi G, Perski A. et al. A systematic review and meta-analysis of tertiary interventions in clinical burnout. Scandinavian journal of psychology 2017; 58: 551-561
• 12 Nigatu YT, Liu Y, Uppal M. et al. Interventions for enhancing return to work in individuals with a common mental illness: systematic review and meta-analysis of randomized controlled trials. Psychological medicine 2016; 46: 3263-3274
• 13 Verhagen AP, Bierma-Zeinstra SMA, Burdorf A. et al. Conservative interventions for treating work-related complaints of the arm, neck or shoulder in adults. The Cochrane database of systematic reviews 2013; CD008742
• 14 Marschall J, Hildebrandt S, Nolting H-D. DAK – Gesundheit. Gesundheitsreport 2019 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: medhochzwei-Verl.; 2019
• 15 Storm A, Marschall J, Hildebrandt-Heene S. et al. Hrsg. DAK – Gesundheit. Gesundheitsreport 2018 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: medhochwzwei Verlag GmbH; 2018
• 16 Storm A, Marschall J, Hildebrandt-Heene S. et al. Hrsg. DAK – Gesundheit. Gesundheitsreport 2017 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: medhochwzwei Verlag GmbH; 2017
• 17 Rebscher H, Marschall J, Hildebrandt-Heene S. et al. Hrsg. DAK- Gesundheit. Gesundheitsreport 2016 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: Medhochzwei Verlag GmbH; 2016
• 18 Marschall J, Kordt M. DAK – Gesundheit. Analyse der Arbeitsunfähigkeitsdaten. Gesundheitsreport; Analyse der Arbeitsunfähigkeitsdaten 2015; 9
• 19 Kordt M. DAK Gesundheitsreport 2014; Februar 2014
• 20 Kordt M. DAK Gesundheitsreport 2013; Februar 2013
• 21 Kordt M. DAK Gesundheitsreport 2012; Februar 2012
• 22 Kordt M. DAK Gesundheitsreport 2011; Februar 2011
• 23 Kordt M. DAK Gesundheitsreport 2010; Februar 2010
• 24 Kordt M. DAK Gesundheitsreport 2009; Februar 2009
• 25 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2019
• 26 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2018
• 27 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2017
• 28 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2016
• 29 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2015
• 30 Techniker-Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2014
• 31 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2013
• 32 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2012
• 33 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2011
• 34 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2010
• 35 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2009
• 36 Thomas G. Grobe, Susanne Steinmann und Julia Gerr. Gesundheitsreport. 1. Aufl.. Berlin: BARMER; 2019
• 37 Thomas G. Grobe, Susanne Steinmann und Julia Gerr. Gesundheitsreport. Gesundheitsreport … 2018; Band 9
• 38 Thomas G. Grobe, Susanne Steinmann und Julia Gerr. Gesundheitsreport. Berlin: Siegburg: BARMER; Müller Verlagsservice e.K; 2017
• 39 Barmer GEK. Gesundheitsreport. Online: https://www.barmer.de/presse/infothek/studien-und-reports/gesundheitsreports-der-laender/arbeitsunfaehigkeitsgeschehen-38600 letzter Zugriff: 12.09.2021
• 40 Deutschland; Statistisches Bundesamt. Statistisches Jahrbuch … für die Bundesrepublik Deutschland. Stuttgart: Metzler-Poeschel; 1994
• 41 Statistisches Bundesamt. Mikrozensus – Bevölkerung und Erwerbstätigkeit – Beruf, Ausbildung und Arbeitsbedingungen der Erwerbstätigen in Deutschland 2011. Fachserie 1 Reihe 4.1.2
• 42 SACHVERSTÄNDIGENRAT zur Begutachtung der Entwicklung im Gesundheitswesen. Krankengeld – Entwicklung, Ursachen und Steuerungsmöglichkeiten. Online: https://www.svr-gesundheit.de/gutachten/sondergutachten-2015/letzter; Zugriff: 10.09.2015
• 43 Ärzteblatt.de. Zahl der Krankheitstage deutlich gestiegen. Online: https://www.aerzteblatt.de/nachrichten/sw/Krankenstand?s=&p=1&n=1&nid=106881
• 44 Kowalski JT, Hauffa R, Jacobs H. et al. Deployment-related stress disorder in german soldiers: utilization of psychiatric and psychotherapeutic treatment. Deutsches Aerzteblatt International 2012; 109: 569-575
• 45 Wittchen H-U, Schönfeld S, Kirschbaum C. et al. Traumatic experiences and posttraumatic stress disorder in soldiers following deployment abroad: how big is the hidden problem?. Deutsches Aerzteblatt International 2012; 109: 559-568
• 46 Erler A, Beyer M, Muth C. et al. Garbage in – Garbage out? Validität von Abrechnungsdiagnosen in hausärztlichen Praxen. Gesundheitswesen (Bundesverband der Arzte des Offentlichen Gesundheitsdienstes (Germany)) 2009; 71: 823-831