Neu: CareLit 5.0 testen

Zusammenfassung

     Corrected by: Erratum: Analyse der krankheitsbedingten Fehltage von Soldatinnen und Soldaten der Bundeswehr von 2008 bis 2018 Teil 1: Retrospektive Analyse mit Vergleich zur Gesetzlichen KrankenversicherungGesundheitswesen 2023; 85(10): e45-e45 DOI: 10.1055/a-2085-0412 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 Zusätzliches Material Zusätzliches Material 27 February 2023 © 2023. Thieme. All rights reserved. Georg Thieme Verlag Rüdigerstraße 14, 70469 Stuttgart, Germany Literatur 1 RKI. Gesundheitsberichtserstattung. Online: https://www.rki.de/DE/Content/Institut/OrgEinheiten/Abt2/FG24/fg24_node.html; letzter Zugriff: 10.09.2021 PubMed 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 PubMed 3 Lenders CE, Bauer J, Groneberg DA. et al. Arbeitsunfähigkeit. Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie 2016; 66: 205-210 CrossrefPubMedGoogle Scholar 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 PubMed 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 PubMed 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 CrossrefPubMedGoogle Scholar 7 Amiri S, Behnezhad S. Alcohol consumption and sick leave: a meta-analysis. Journal of addictive diseases 2020; 38: 100-112 CrossrefPubMedGoogle Scholar 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 CrossrefPubMedGoogle Scholar 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 CrossrefPubMedGoogle Scholar 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 CrossrefPubMedGoogle Scholar 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 CrossrefPubMedGoogle Scholar 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 CrossrefPubMedGoogle Scholar 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 PubMedGoogle Scholar 14 Marschall J, Hildebrandt S, Nolting H-D. DAK – Gesundheit. Gesundheitsreport 2019 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: medhochzwei-Verl.; 2019 Google Scholar 15 Storm A, Marschall J, Hildebrandt-Heene S. et al. Hrsg. DAK – Gesundheit. Gesundheitsreport 2018 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: medhochwzwei Verlag GmbH; 2018 Google Scholar 16 Storm A, Marschall J, Hildebrandt-Heene S. et al. Hrsg. DAK – Gesundheit. Gesundheitsreport 2017 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: medhochwzwei Verlag GmbH; 2017 Google Scholar 17 Rebscher H, Marschall J, Hildebrandt-Heene S. et al. Hrsg. DAK- Gesundheit. Gesundheitsreport 2016 Analyse der Arbeitsunfähigkeitsdaten. Heidelberg: Medhochzwei Verlag GmbH; 2016 Google Scholar 18 Marschall J, Kordt M. DAK – Gesundheit. Analyse der Arbeitsunfähigkeitsdaten. Gesundheitsreport; Analyse der Arbeitsunfähigkeitsdaten 2015; 9 PubMedGoogle Scholar 19 Kordt M. DAK Gesundheitsreport 2014; Februar 2014 PubMed 20 Kordt M. DAK Gesundheitsreport 2013; Februar 2013 PubMed 21 Kordt M. DAK Gesundheitsreport 2012; Februar 2012 PubMed 22 Kordt M. DAK Gesundheitsreport 2011; Februar 2011 PubMed 23 Kordt M. DAK Gesundheitsreport 2010; Februar 2010 PubMed 24 Kordt M. DAK Gesundheitsreport 2009; Februar 2009 PubMed 25 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2019 PubMed 26 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2018 PubMed 27 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2017 PubMed 28 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2016 PubMed 29 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2015 PubMed 30 Techniker-Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2014 PubMed 31 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2013 PubMed 32 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2012 PubMed 33 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2011 PubMed 34 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2010 PubMed 35 Techniker Krankenkasse. Gesundheitsreport der Techniker-Krankenkasse. Hamburg; 2009 PubMed 36 Thomas G. Grobe, Susanne Steinmann und Julia Gerr. Gesundheitsreport. 1. Aufl.. Berlin: BARMER; 2019 Google Scholar 37 Thomas G. Grobe, Susanne Steinmann und Julia Gerr. Gesundheitsreport. Gesundheitsreport … 2018; Band 9 PubMed 38 Thomas G. Grobe, Susanne Steinmann und Julia Gerr. Gesundheitsreport. Berlin: Siegburg: BARMER; Müller Verlagsservice e.K; 2017 Google Scholar 39 Barmer GEK. Gesundheitsreport. Online: https://www.barmer.de/presse/infothek/studien-und-reports/gesundheitsreports-der-laender/arbeitsunfaehigkeitsgeschehen-38600 letzter Zugriff: 12.09.2021 PubMed 40 Deutschland; Statistisches Bundesamt. Statistisches Jahrbuch … für die Bundesrepublik Deutschland. Stuttgart: Metzler-Poeschel; 1994 PubMed 41 Statistisches Bundesamt. Mikrozensus – Bevölkerung und Erwerbstätigkeit – Beruf, Ausbildung und Arbeitsbedingungen der Erwerbstätigen in Deutschland 2011. Fachserie 1 Reihe 4.1.2 PubMed 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 PubMed 43 Ärzteblatt.de. Zahl der Krankheitstage deutlich gestiegen. Online: https://www.aerzteblatt.de/nachrichten/sw/Krankenstand?s=&p=1&n=1&nid=106881 PubMed 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 PubMedGoogle Scholar 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 PubMedGoogle Scholar 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 PubMedGoogle Scholar

Vorschau