Hintergrund: Die Bevölkerung mit Migrationshintergrund unterscheidet sich in der Regel von der einheimischen Bevölkerung in Bezug auf Morbidität, Mortalität und Inanspruchnahme der Gesundheitsversorgung. Es gibt auch erhebliche gesundheitliche Unterschiede zwischen Migranten der ersten und zweiten Generation sowie zwischen den Herkunftsregionen. Ziel der Studie ist, die Häufigkeit von chronischen Erkrankungen bei im Ausland geborenen und Personen mit Migrationshintergrund der ersten und zweite Generation zu untersuchen. Dabei werden Sprachkompetenz und sozialer Status berücksichtigt.

Daten: Die Nationale Kohorte (NAKO) ist eine bevölkerungsbasierte Kohortenstudie an Erwachsenen im Alter von 19 bis 74 Jahren, die seit 2014 beobachtet werden (n=204.862). In der NAKO Gesundheitsstudie haben ca. 17,1 % der NAKO-Teilnehmer Menschen einen Migrationshintergrund (12,0 % erste Generation, 5,1 % zweite Generation). Die Datenerhebung zur Morbidität umfasst selbst ausgefüllte Gesundheitsfragebögen aber auch körperliche Untersuchungen und Bioproben. Ziel dieser Studie ist es, die Daten aus den selbst ausgefüllten Gesundheitsfragebögen aus der Baseline mit der ersten und zweiten Folgebefragung (U1-U3) zu kombinieren. Der Begriff "Multimorbidität" bezeichnet in diesem Kontext das Vorliegen mehrerer diagnostizierter bzw. selbstberichteter Erkrankungen. Dazu zählen Herzerkrankungen (einschließlich Myokardinfarkt, koronare Herzkrankheit, Angina pectoris, Herzinsuffizienz oder andere Herzprobleme), Bluthochdruck, zerebrovaskuläre Erkrankungen (Schlaganfall ohne transitorische ischämische Attacke), Diabetes mellitus, Arthritis, Lungenerkrankungen (einschließlich chronischer Bronchitis oder Emphysem und ohne Asthma) sowie Krebserkrankungen (einschließlich aller bösartigen Tumoren außer Hautkrebs).

Ergebnisse: Die Daten aus den beiden Folgeuntersuchungen werden aktuell noch qualitätsgeprüft. Daher sind die Ergebnisse erst einmal nur vorläufig. Tendenziell scheinen Migranten der ersten Generation häufiger von Multimorbidität betroffen zu sein als Migranten der zweiten Generation. Auch das Herkunftsland und das Geschlecht sind wichtige Indikatoren für eine höheres Maß von Multimorbidität.

Diskussion: Migranten der ersten Generation scheinen häufiger von Multimorbidität betroffen zu sein als Migranten der zweiten Generation, jedoch erst im höheren Alter. Diese Muster könnten auf eine bessere Integration und Gesundheitskompetenz der zweiten Generation hinweisen.

Einleitung:

Die gesundheitlichen Chancen und Risiken von Menschen mit Migrationsgeschichte variieren nach einer Vielzahl von Faktoren. Dieser Beitrag zielt darauf ab, die gesundheitliche Lage von Menschen mit ausgewählten Staatsangehörigkeiten in Deutschland anhand verschiedener Indikatoren zu beschreiben und relevante Determinanten der Gesundheit zu identifizieren.

Methoden:

Die Auswertungen basieren auf Daten der multimodalen, mehrsprachigen Befragungsstudie GEDA Fokus (11/21-5/22), die unter 18- bis 79-jährigen Menschen mit italienischer, kroatischer, polnischer, syrischer oder türkischer Staatsangehörigkeit durchgeführt wurde. Neben dem selbsteingeschätzten allgemeinen Gesundheitszustand (mittelmäßig bis sehr schlecht vs. gut/sehr gut) und dem Vorliegen chronischer Erkrankungen im Allgemeinen wurde die depressive Symptomatik (PHQ-9) als Indikator für die psychische Gesundheit ausgewählt. Es wurden Prevalence Ratios mittels Poisson-Regressionen berechnet, um Zusammenhänge zwischen den Gesundheitsoutcomes und verschiedenen soziodemografischen sowie migrationsbezogenen Charakteristika zu identifizieren.

Ergebnisse:

Insgesamt 6.038 Personen haben an GEDA Fokus teilgenommen, was einer Responsequote von 18,4% entspricht. Männliches Geschlecht, hohes Bildungs- und Einkommensniveau, soziale Unterstützung sowie eine kürzere Aufenthaltsdauer in Deutschland sind bei Adjustierung für Alter und Staatsangehörigkeit nach Einwohnermeldeamt mit niedrigeren Prävalenzen der Gesundheitsoutcomes assoziiert. Demgegenüber sind insbesondere ein geringes Zugehörigkeitsgefühl zur Gesellschaft in Deutschland sowie selbstberichtete Diskriminierungserfahrungen im Alltag mit einer schlechteren körperlichen und psychischen Gesundheit assoziiert.

Schlussfolgerung:

Die vorliegende Analyse ermöglicht eine differenzierte Beschreibung gesundheitsrelevanter Faktoren für Menschen mit Migrationsgeschichte, wie Geschlecht, sozioökonomische Lage, soziale Unterstützung, Aufenthaltsdauer, Zugehörigkeitsgefühl zur Gesellschaft und insbesondere Alltagsdiskriminierung. Die Ergebnisse verdeutlichen, wie heterogen diese Bevölkerung im Hinblick auf gesundheitliche Chancen und Bedarfe ist. Nur anhand solch differenzierter Analysen können Maßnahmen zur Adressierung gesundheitlicher Ungleichheit gezielt und effektiv geplant werden.

Whereas migrants generally suffer more from mental health problems than non-migrants in destination countries, it is less clear whether this also applies when comparing migrants to non-migrants in origin countries. This study investigates inequalities in late-life depression between intra-European migrants and non-migrants from both a destination and origin perspective. We used SHARE panel data (2004-2022, ages 65+) from 27 countries and estimated multilevel mixed logistic regression models to assess the risk of late-life depression. We compared migrants from the former Eastern Bloc (FEB) (North / Central), FEB (Balkan) and Southern Europe (SE) with (1) non-migrants from Western Europe (WE), Northern Europe (NE) and SE (destination perspective: 77,141 cases) as well as (2) non-migrants from FEB (North / Central), FEB (Balkan) and SE (origin perspective: 56,347 cases). The results showed that compared to non-migrants from NE, the risk of late-life depression was increased for migrants from FEB (North / Central) (OR=2.69, p=0.001), FEB (Balkan) (OR=3.82, p=0.004) and SE (OR=3.04, p<0.001). Similarly, compared to non-migrants from WE, the risk of late-life depression was increased for migrants from SE (OR=1.89, p<0.001) and FEB (North/Central) (OR=1.43, p=0.049). However, compared to non-migrants from FEB (North / Central), the risk of late-life depression was reduced for migrants from FEB (North / Central) (OR=0.68, p=0.022). Our study provides evidence that the mental health disadvantage experienced by migrants compared to non-migrants in later life across Europe is driven by negative causal effects (destination perspective). In contrast, the origin perspective suggests positive selection effects. Policies to support migrants from the FEB and SE may help to reduce mental health inequalities among older people in Europe.

Wie viele Personen ziehen jedes Jahr innerhalb Deutschlands um? Zieht es die Menschen eher in die Städte oder aufs Land? Welchen Einfluss hat die COVID-19 Pandemie auf das Umzugsverhalten? All das sind zentrale Fragestellungen, welche im Interesse der interessierten Fachöffentlichkeit und der Politik stehen. Dementsprechend ist eine zeitnahe Auswertung der amtlichen Binnenwanderungsstatistik notwendig und geboten. Der Vortrag gibt einen Einblick in die Zusammenarbeit des Statistischen Bundesamtes und des Bundesinstituts für Bevölkerungsforschung bei der Binnenwanderungsstatistik und einen Überblick zu aktuellen Trends der Binnenwanderung.

Das Statistische Bundesamt verfügt über langjährige Erfahrungen in der Durchführung von Kooperationsprojekten mit der Wissenschaft. Für die Weiterentwicklung der Statistik ist eine enge Zusammenarbeit mit wissenschaftlichen Partnern unerlässlich. Deshalb kooperieren wir nicht nur mit Partnern des nationalen und internationalen statistischen Verbunds sondern auch der Wissenschaft, um neue methodische Entwicklungen zu identifizieren, zu bewerten und bestenfalls in die Statistikproduktion zu überführen.

Beispielhaft für die Zusammenarbeit mit der Wissenschaft in gemeinsamen Forschungsprojekten sind die DFG Forschungsgruppe "Sektorenübergreifendes kleinräumiges Mikrosimulationsmodell" (MikroSim), das Kompetenzcluster "Anonymität bei integrierten und georeferenzierten Daten" (AnigeD) oder die Projekte "VerBindungen" und "NeDaMo".

Der Kurzvortrag soll insbesondere die Rahmenbedingungen und Erfahrungen der beiden Forschungsprojekte MikroSim und AnigeD vorstellen und diskutieren. In beiden Fällen handelt es sich um größere Forschungsverbünde in Kooperation mit mehreren Partnern aus der universitären wie institutionellen Wissenschaft. Die Betrachtung dieser beiden Projekte ist auch daher interessant, da sie sich hinsichtlich ihrer Förderstruktur unterscheiden: Auf der einen Seite die von der Deutschen Forschungsgemeinschaft geförderte Forschungsgruppe MikroSim und auf der anderen Seite das Kompetenzcluster AnigeD, welches Bestandteil eines durch EU-Mittel geförderten und vom BMBF koordinierten Forschungsnetzwerks ist.

Beide Projekte nutzen Einzeldaten der amtlichen Bevölkerungsstatistik. Im Projekt MikroSim stellen sie die Basis zur Erstellung der (teil-) synthetischen Basispopulation dar, während sie im Projekt AnigeD als Anwendungsfall für die methodische Weiterentwicklung von Geheimhaltungsverfahren dienen.

Der Vortrag soll Entstehungsgeschichte und Rahmenbedingungen der Kooperationen aufzeigen und hierbei neben den positiven Aspekten der Kooperationen auch hinderliche Strukturen sowie „lessons learned“ thematisieren.

Die Aufbereitung und Auswertung von Daten im Bereich der Todesursachenstatistik erfolgt in Deutschland bislang nur unikausal, d.h. für jeden Sterbefall wird genau ein Grundleiden ausgewiesen. Die internationale Forschung ist hier schon deutlich weiter und analysiert seit über 15 Jahren alle Vor- und Begleiterkrankungen sowie Folgen und Komplikationen, die auf der Todesbescheinigung vermerkt wurden. In Bayern werden die Daten seit 2020 multikausal erfasst. Um das enorme Potential der multikausalen Todesursachenstatistik zu nutzen, ist das Bayerische Landesamt für Statistik verschiedene Kooperationen mit Wissenschaftlern im universitären Bereich (Universität Warschau, LMU München) sowie im Bereich des öffentlichen Gesundheitsdienstes (Robert Koch-Institut, Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit) eingegangen.

Im Beitrag sollen die Gemeinsamkeiten und Unterschiede der Projekte im Hinblick auf die Entstehung der Kooperationen, die verschiedenen Projektphasen, den Output und mögliche Schwierigkeiten in kondensierter Form dargestellt werden.

Bislang liegen die multikausalen Todesursachendaten nur den Statistischen Ämtern vor – eine Bereitstellung für die Wissenschaft in den Forschungsdatenzentren konnte vor allem aus Geheimhaltungsgründen noch nicht erfolgen. Im Rahmen der Session kann die Möglichkeit einer Datennutzung über derartige Kooperationsprojekte diskutiert werden.

Das Statistische Landesamt Bremen hat ein umfangreiches Datenangebot u.a. in seinen (kleinräumigen) Infosystemen öffentlich zugänglich. Manche Forschungsprojekte benötigen dennoch weitergehende Daten. Im Rahmen von Kooperationen zwischen Wissenschaft, Statistischem Landesamt und teils weiteren Akteuren der öffentlichen Verwaltung können Daten noch detaillierter aufbereitet werden. Die meisten Anfragen dahingehend beziehen sich in Bremen auf kleinräumige Daten.

Wir möchten den Ablauf verschiedener Projekte der Zusammenarbeit zwischen Wissenschaft und Statistik im Bereich der Bevölkerungs-, Gesundheits- und Sozialstatistiken beleuchten und die Erkenntnisse zum Projektablauf teilen.

Als Fazit steht, dass Kooperationsprojekte zeitweise einen hohen zeitlichen Aufwand mit sich bringen können, ebenso unsichere Finanzierung und Zeitplanung. Demgegenüber steht, dass Kooperationsprojekte im Idealfall dazu führen, das öffentliche Datenangebot der amtlichen Statistik auszubauen. Dabei sehen wir Kooperationsprojekte als Möglichkeit, die Daten tiefergehender zu analysieren und von den Kooperationspartnern ebenfalls weitergehende inhaltliche Einsichten zu erhalten.

Während in der bundesdeutschen Statistik der Geburten das Alter der Mütter bei fast allen Geburten erfasst ist, fehlt diese Angabe bei einer größeren Zahl von Vätern (2000: 14%, 2019: 6%). Daher wurden über eine lange Zeit offizielle statistische Informationen zur Zusammengefassten Geburtenziffer und zum Durchschnittsalter bei Geburt nur für Frauen veröffentlicht. Dudel und Klüsener (2018) hatten in einer wissenschaftlichen Veröffentlichung aufgezeigt, dass die Imputation des Alters des Vaters idealerweise konditional zum Alter der Mutter erfolgen sollte, da gerade bei jüngeren Müttern die Angaben zum Vater fehlen. In einer Kollaboration zwischen Olga Pötzsch (Statistisches Bundesamt), Sebastian Klüsener (BiB) und Christian Dudel (MPIDR) wurde das konditionale Imputationsverfahren bei der Statistik der Geburten implementiert, so dass 2020 erstmals offizielle statistische Zeitreihen zur Entwicklung der Vaterschaftsziffer und des durchschnittlichen Alters von Vätern bei der Geburt rückwirkend bis 1991 veröffentlicht werden konnten. Seit diesem Zeitpunkt werden die Angaben jährlich in der Datenbank GENESIS-Online veröffentlicht (12612-0021 bis 12612-0023). Im Rahmen des gemeinsamen Projekts entstand auch ein WISTA-Artikel, der das Verfahren beschrieb und weitere Analysen enthielt.

Seit der ersten amtlichen Sterbetafel für das Deutsche Reich für die Jahre von 1871 bis 1881 werden von der amtlichen Statistik jeweils im Anschluss an eine Volkszählung allgemeine Sterbetafeln erstellt. Im Gegensatz zu den laufend veröffentlichten Sterbetafeln werden die allgemeinen Sterbetafeln unter zusätzlichem methodischem Aufwand von Zufallsschwankungen befreit und im geglätteten Verlauf dargestellt. Aufgrund der Nutzung von zensusbasierten Bevölkerungsdaten und des zusätzlichen methodischen Aufwands bieten allgemeine Sterbetafeln eine hohe Verlässlichkeit. Zuletzt erfolgten derartige Berechnungen am Statistischen Bundesamt im Rahmen des Zensus 2011 und der entsprechenden Sterbetafel 2010/2012. Damals waren die Ergebnisse für die Lebenserwartung bei Geburt unter Berücksichtigung der neuen Zensuszahlen für Männer um 0,25 Jahre und für Frauen um 0,1 Jahre geringer als auf Basis der zuvor gültigen Bevölkerungsfortschreibung. Der gemessene Unterschied in der Lebenserwartung bei Geburt zwischen der ausländischen und der deutschen Bevölkerung fiel weiterhin zugunsten der ausländischen Bevölkerung aus ("Healthy-Migrant-Effekt"). Er reduzierte sich durch die Berücksichtigung der Zensusdaten jedoch von über 5 Jahre auf etwa 3 Jahre bei den Männern und auf etwa 2 Jahre bei den Frauen. Im Rahmen des Vortrags wird aufgezeigt, wie sich nun die Berücksichtigung der Ergebnisse des Zensus 2022 auf die Messung der Lebenserwartung in Deutschland ausgewirkt hat. Dabei wird auf die erwähnten Unterschiede zwischen der deutschen und der ausländischen Bevölkerung sowie auf regionale und altersspezifische Aspekte eingegangen.

Aktuelle und genaue Wanderungsergebnisse sind für politische Entscheidungen, die Verteilung von Ressourcen und demografische Analysen von entscheidender Bedeutung. Das Statistische Bundesamt untersucht zwei innovative Ansätze, um die Aktualität der Wanderungsstatistik in Deutschland weiter zu verbessern. Beide Ansätze nutzen das Potenzial von Meldedaten der Einwohnermeldeämter und überspringen die traditionellen Plausibilitätsprüfungen, um die Datenverarbeitung zu beschleunigen.

Der erste Ansatz repliziert automatisierbare Prozesse der traditionellen Datenvorverarbeitung, nicht aber die übliche Plausibilisierungsphase, in welcher zeitaufwändige Einzelfallprüfungen und Abstimmungen mit den Einwohnermeldeämtern vorgenommen werden. Durch das Überspringen dieser umfangreichen Plausibilisierungsphase können die Ergebnisse der Wanderungsstatistik bis zu drei Monate früher zur Verfügung gestellt werden, was die Aktualität der Berichterstattung bei gleichzeitiger Wahrung der Datenqualität erheblich verbessert.

Der zweite Ansatz ermöglicht im Rahmen eines regressionsbasierten Nowcasting-Modells eine Schätzung der zu erwartenden Wanderungsströme nach nur einer Woche, obwohl zu diesem Zeitpunkt ein Großteil der Wanderungsfälle noch nicht registriert wurde. Die Schätzung kann mit zunehmender Anzahl an registrierten Wanderungsfällen optimiert werden.

Beide Ansätze verdeutlichen den Trade-Off zwischen Aktualität und Genauigkeit in der Wanderungsstatistik. Während umfassende Plausibilitätsprüfungen höchste Präzision gewährleisten, verzögern sie gleichzeitig die Verfügbarkeit der Ergebnisse deutlich. Obwohl sich beide Ansätze noch in der Entwicklung befinden und als Sonderauswertungen gelten, liefern sie bereits vielversprechende Ergebnisse.

Der Bericht zeigt, wie die beiden vorgestellten Ansätze es ermöglichen, den Trade-Off zwischen Aktualität und Genauigkeit zugunsten der Aktualität zu verbessern, ohne signifikante Verluste bei der Genauigkeit zu verzeichnen.

Die Sicherstellung der Infrastruktur zur pflegerischen Versorgung ist angesichts der demographischen Entwicklung eine der großen aktuellen sowie zukünftigen gesamtgesellschaftlichen Herausforderungen. Aus diesem Grund hat das Bayerische Staatsministerium für Gesundheit, Pflege und Prävention (StMGP) im Jahr 2021 das Projekt Pflegestrukturplanung initiiert. Dieses ist ein Kooperationsprojekt des Landesamts für Pflege (LfP) und des Landesamts für Statistik (LfStat), welches die bayerischen Kommunen bei der Planung vor Ort unterstützen soll. Hierzu wird eine einheitliche Datengrundlage bereitgestellt, laufend aktualisiert und durch bedarfsgerechte Beratungsangebote und Schulungen ergänzt.

Das Ziel des Projektteams ist es, den Sozialplanenden in Bayern eine Handlungsleitlinie sowie verlässliche Daten zur Pflegebedarfsermittlung bereitzustellen, um eine einheitliche Pflegestrukturplanung zu ermöglichen. Die Bayerische Handlungsleitlinie, die in Zusammenarbeit mit einer Expertinnen- und Expertengruppe erarbeitet wurde, verfolgt mit dem entwickelten Basismodell das Ziel, den Kommunen den Einstieg in die eigenständige Durchführung der Pflegebedarfsermittlung zu erleichtern. Darüber hinaus soll ein methodisch vergleichbares Vorgehen mit einheitlichen Erhebungszeiträumen auf Landesebene etabliert werden. Im Rahmen der darin ausgesprochenen Empfehlungen wird das LfStat grundlegende, einheitliche Daten bereitstellen, um eine konsistente Grundstruktur der Pflegebedarfsplanung zu schaffen. Damit sollen ein fachlicher Austausch und Vergleich der regionalen Planungen ermöglicht werden. Das zukünftige Datenangebot des LfStat umfasst die Pflegestatistik, die Bevölkerungsfortschreibung sowie die Ergebnisse der Bevölkerungsvorausberechnung. Ab 2026 wird das LfStat zudem eine regionalisierte Vorausberechnung des Pflegebedarfs in Bezug auf die Anzahl der Pflegebedürftigen, der Pflegeplätze und des Pflegepersonals durchführen. Neben der Etablierung einer einheitlichen Datenbasis sollen bedarfsgerechte Unterstützungsangebote sicherstellen, dass die Kommunen in der Lage sind die Pflegestrukturplanung eigenständig durchzuführen.

Seit vielen Jahrzehnten sind soziale Unterschiede bei Gesundheit und Sterblichkeit eines der wichtigsten Themen der internationalen Gesundheitsforschung und eine der größten Herausforderungen für die Gesundheitspolitik. Die zahlreichen internationalen Beweise deuten auf eine höhere Lebenserwartung, eine geringere Prävalenz physischer und psychischer Erkrankungen oder funktioneller Einschränkungen und eine niedrigere Mortalität für diejenigen mit höherem sozioökonomischem Status hin. Trotz vorhandener Forschungsergebnisse hinkt Deutschland bei der umfassenden Analyse von Mortalitätsdeterminanten aufgrund der eingeschränkten Datenlage im Vergleich zu anderen europäischen Ländern hinterher. Die amtliche Sterbestatistik enthält keine Angaben zum sozioökonomischen Status. Die vorliegenden empirischen Befunde liefern nur eingeschränkte Ergebnisse, da sie in der Regel auf Daten aus Stichproben (Umfragen), Routinedaten der gesetzlichen Krankenkassen oder Rentendaten basieren. Die aktuelle Arbeit gibt einen ersten Überblick über die Möglichkeit der Verknüpfung von Sterbestatistiken mit Zensusdaten in Deutschland. Dabei werden methodische Herausforderungen sowie die praktische Umsetzung dargestellt und diskutiert.