SucheTrefferlistePrävalenztrend lebensstilabhängiger Risikofaktoren

MEDIZIN: Originalarbeit

Prävalenztrend lebensstilabhängiger Risikofaktoren

Zwei Querschnittsuntersuchungen der „Study of Health in Pomerania“ von 1997 bis 2001 und 2008 bis 2012 mit 8 728 Teilnehmern

Prevalence trends in lifestyle-related risk factors— two cross-sectional analyses with a total of 8728 participants from the Study of Health in Pomerania from 1997 to 2001 and 2008 to 2012

Dtsch Arztebl Int 2015; 112: 185-92; DOI: 10.3238/arztebl.2015.0185

Völzke, Henry; Ittermann, Till; Schmidt, Carsten Oliver; Baumeister, Sebastian E.; Schipf, Sabine; Alte, Dietrich; Biffar, Reiner; John, Ulrich; Hoffmann, Wolfgang

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Die regionale Prävalenz von Risikofaktoren unterliegt zeitlichen Veränderungen. Die „Study of Health in Pomerania“ (SHIP) untersucht die Prävalenztrends häufiger Risikofaktoren in Nordostdeutschland.

Methoden: Nach einer ersten Querschnittstudie von 1997 bis 2001 (SHIP-0 mit n = 4 308 Teilnehmern) wurde zwischen 2008 und 2012 eine zweite unabhängige Bevölkerungsstichprobe (SHIP-Trend mit n = 4 420 Teilnehmern) aus der gleichen Region untersucht. Alle Daten wurden unter Verwendung von Poststratifikationsgewichten auf die Erwachsenenbevölkerung Mecklenburg-Vorpommerns standardisiert.

Ergebnisse: Das SHIP-Projekt zeigt eine deutliche Abnahme des durchschnittlichen Alkoholkonsums in der Erwachsenenbevölkerung von 5,57 g/Tag (95-%-Konfidenzintervall [KI]: 5,51–5,63) auf 3,12 g/Tag (95-%-KI: 3,09–3,15). Bei Männern wurde nachgewiesen, dass der Anteil aktiver Raucher von 38,6 % (95-%-KI: 36,0–41,2) auf 34,3 % (95%-KI: 32,1–36,6) zurückgegangen ist. Die SHIP-Daten belegen eine Rechtsverschiebung der BMI-Werteverteilung, wobei insbesondere die Adipositasprävalenz von 24,7 % auf 32,0 % deutlich zugenommen hat. Damit einher geht ein ebenfalls starker Anstieg der Diabetesprävalenz von 9,1 % auf 13,8 %. Während sich zum gegenwärtigen Zeitpunkt mehr ältere Menschen in der Freizeit körperlich betätigen als elf Jahre zuvor, ist die körperliche Aktivität jüngerer Frauen in der Freizeit zurückgegangen.

Schlussfolgerung: Innerhalb einer Dekade sank der Tabak- und Alkoholkonsum. Durch Selektions- und Informationsbias könnte dieser Rückgang allerdings überschätzt worden sein. Die Zunahme der Adipositas- und Diabetesprävalenz deutet auf ein gesteigertes metabolisches Risikoprofil in der nordostdeutschen Bevölkerung hin. Es bedarf gesamtgesellschaftlicher Anstrengungen, um letzterem Trend entgegenzuwirken.

LNSLNS

Die deutsche Bevölkerung weist erhebliche regionale Unterschiede in der Krankheitslast auf (1). Mit der Wiedervereinigung Deutschlands wurde eine deutlich geringere Lebenserwartung der ostdeutschen im Vergleich zur westdeutschen Bevölkerung offensichtlich. Aber auch innerhalb Ostdeutschlands gab es Nord-Süd-Unterschiede – mit der geringsten Lebenserwartung im Nordosten (2).

Vor diesem Hintergrund wurde Mitte der 1990er Jahre der Forschungsschwerpunkt „Community Medicine“ beziehungsweise Bevölkerungsmedizin an der Universität Greifswald aufgebaut (3). Das Bevölkerungsprojekt „Study of Health in Pomerania“ (SHIP) geht der Frage nach, inwieweit ein besonders ausgeprägtes Risikofaktorenprofil die hohe Mortalität der nordostdeutschen Bevölkerung erklären kann. In der Tat wies SHIP eine ausgeprägte kardiometabolische Risikofaktoren- und Erkrankungslast in der Region nach. Innerhalb Deutschlands waren folgende Häufigkeiten am höchsten und nahmen teilweise alarmierende internationale Spitzenplätze ein (410):

  • Alkoholkonsum
  • Adipositas
  • metabolisches Syndrom
  • Diabetes mellitus
  • arterielle Hypertonie
  • Gallensteinleiden.

In den letzten Jahren haben sich gesellschaftliche Veränderungen vollzogen, die einen Einfluss auf die alters- und geschlechtsspezifische Prävalenz von Risikofaktoren und Erkrankungen in Nordostdeutschland erwarten lassen. Der Anteil arbeitsloser Menschen ist gesunken und die medizinische Versorgungsstruktur verbessert worden (11). Auf bundesdeutscher Ebene wurden Nichtraucherschutzgesetze eingeführt und Tabaksteuern erhöht. Daneben zielen verschiedene Programme auf vermehrte körperliche Aktivität, gesündere Ernährung und Prävention anderer gesundheitsriskanter Verhaltensweisen (12). Vor diesem Hintergrund stellt sich die Frage, inwiefern sich diese Entwicklungen auf die Prävalenz häufiger Risikofaktoren und Erkrankungen in Nordostdeutschland ausgewirkt haben.

Nach Analyse einer ersten Bevölkerungsstichprobe zwischen 1997 und 2001 (SHIP-0) wurde eine Dekade später eine zweite, unabhängige Stichprobe der Erwachsenenbevölkerung Vorpommerns (SHIP-Trend) untersucht. Den Prävalenztrend häufiger Risikofaktoren und Erkrankungen in Nordostdeutschland zu erfassen, war ein wesentliches Ziel von SHIP-Trend. Diese Arbeit fokussiert sowohl auf Risikoverhalten wie Tabakrauchen, Alkoholkonsum sowie körperliche Inaktivität als auch auf Adipositas und Diabetes mellitus.

Methoden

Studienpopulation

Studienregion des SHIP-Projekts ist Vorpommern, mit Ausnahme der Inseln Usedom und Rügen. Die Stichproben wurden über die Einwohnermeldeämter oder das daran angeschlossene Datenverarbeitungszentrum der Landesverwaltung in Schwerin gezogen. Als Einschlusskriterien galten der gemeldete Hauptwohnsitz in der Studienregion, der Altersbereich von 20 bis 79 Jahren und die deutsche Nationalität. Ausschlusskriterium für SHIP-Trend war die Teilnahme an SHIP-0. Aufgrund der – in den 1990er Jahren noch dezentralen – Strukturierung des Meldewesens wurde für SHIP-0 eine zweistufige stratifizierte Clusterstichprobe erhoben (13, 14). Dahingegen wurde für SHIP-Trend eine alters- und geschlechtsstratifizierte Zufallsstichprobe aus den inzwischen zentralisierten Registerdaten Mecklenburg-Vorpommerns gezogen (3).

Das Einladungsverfahren umfassten in beiden Studien drei Stufen (15): Zunächst erfolgten mindestens zwei schriftliche Einladungen. Wenn möglich, wurden die ausgewählten Personen zusätzlich angerufen. Sofern auch telefonisch kein Kontakt zustande kam, wurde bei einem Hausbesuch versucht, die Person zur Teilnahme zu motivieren. Die Nettostichprobe für SHIP-0 umfasste 6 265 Personen, von denen 4 308 (2 192 Frauen) an der Basisuntersuchung teilnahmen. Über das standardmäßige Einladungsverfahren hinaus wurden in SHIP-Trend temporäre Untersuchungszentren in den größeren Städten der Region (Stralsund, Anklam, Wolgast, Grimmen und Tribsees) mit einem verkürzten Untersuchungsprogramm etabliert, um Fahrtwege und Zeitaufwand der Teilnehmer zu verringern. Demnach wurden alle Daten zu den nachfolgend berichteten Trends sowohl in den Standardeinladungsverfahren als auch in den temporären Untersuchungszentren erhoben. Die Nettostichprobe für SHIP-Trend umfasste 8 826 Personen, von denen 4 420 (2 275 Frauen) an der Untersuchung teilnahmen.

Datenerhebungen

Die in SHIP-0 und SHIP-Trend angewendeten Messinstrumente waren überwiegend identisch, damit eine größtmögliche Vergleichbarkeit gewährleistet werden konnte. Informationen zum Tabakkonsum und zum ärztlich diagnostizierten Diabetes mellitus wurden in einem standardisierten, computerassistierten persönlichen Interview erhoben. Die in den letzten sieben Tagen eingenommene Medikation wurde nach dem anatomisch-therapeutisch-chemischen (ATC)-Code kategorisiert. Teilnehmer, die sich sowohl im Winter als auch im Sommer weniger als eine Stunde pro Woche in der Freizeit sportlich betätigten, wurden als körperlich inaktiv klassifiziert. Teilnehmer wurden als Diabetiker klassifiziert, wenn sie

  • im Interview die ärztliche Diagnose eines Diabetes mellitus bestätigten
  • antidiabetische Medikation (ATC-Code A10) einnahmen
  • einen HbA1c-Wert ≥ 6,5 % oder
  • eine Blutglukosekonzentration von ≥ 11,1 mmol/L aufwiesen.

Körpergröße sowie -gewicht wurden gemessen und der Body-mass-Index (BMI) berechnet. Ein BMI von ≥ 25 bis < 30 kg/m² wurde als Übergewicht, ein BMI von ≥ 30 kg/m² als Adipositas definiert.

Zwischen SHIP-0 und SHIP-Trend gab es einen methodischen Unterschied, der bei der Interpretation der Ergebnisse beachtet werden muss: In SHIP-0 wurden Informationen zum Alkoholkonsum per Fragebogen, in SHIP-Trend per Interview ermittelt. In beiden Erhebungen wurde der Alkoholkonsum anhand des Trinkverhaltens innerhalb des letzten Monats festgestellt (9). Um die täglich aufgenommene Menge reinen Alkohols (g/Tag) zu erhalten, wurde der durchschnittliche Konsum von Bier, Wein und Spirituosen berechnet: (Tage, an denen Alkohol konsumiert wurde) × (an diesen Tagen durchschnittlich aufgenommene Menge alkoholischer Getränke)/30. Anschließend wurde das Ergebnis mit einem Standardalkoholgehalt von 4,8 % bei Bier, 11,0 % bei Wein und 33,0 % bei Spirituosen multipliziert (9). Als riskanter Alkoholkonsum wurde eine durchschnittlich zugeführte Tagesmenge reinen Alkohols in Höhe von > 20 g bei Frauen und > 30 g bei Männern definiert (9). Die potenziellen Auswirkungen der Prävalenztrends auf das mittlere kardiovaskuläre Mortalitätsrisiko der Bevölkerung wurde mit Hilfe des Euro-Scores (16) geschätzt.

31 % der SHIP-Trend-Nichtteilnehmer beantworteten einen Fragebogen, der folgende Informationen beinhaltete:

  • Familienstatus
  • Rauchverhalten
  • Arztbesuch
  • allgemeinen Gesundheitszustand
  • Diabetes mellitus
  • Myokardinfarkt
  • Schlaganfall.

Im Vergleich zu Nichtteilnehmern waren Teilnehmer im Durchschnitt

  • jünger
  • häufiger Männer
  • seltener Diabetiker
  • hatten eine höhere Schulbildung und
  • eine subjektiv bessere allgemeine Gesundheit.

Statistische Analyse

Alle Daten wurden unter Verwendung von Poststratifikationsgewichten standardisiert, da sich die Ziehungsmethoden der Stichproben in SHIP-0 und SHIP-Trend unterschieden (17). In die Poststratifikationsgewichte gingen Alter, Geschlecht und die Daten des Einwohnermeldeamts am Wohnort ein. Basierend auf den Daten der Non-Responder-Befragung wurde die Teilnahmewahrscheinlichkeit an SHIP-Trend mittels logistischer Regression geschätzt. Die hieraus resultierenden inversen Wahrscheinlichkeitsgewichte wurden mit den Poststratifikationsgewichten multipliziert (18).

Kontinuierlich verteilte Merkmale wurden anhand des Medians mit 95-%-Konfidenzintervallen (KI), kategoriale Merkmale anhand der jeweiligen relativen Häufigkeit als Prävalenzschätzung mit 95-%-KI beschrieben. Ein p-Wert < 0,05 wurde als statistisch signifikant erachtet. Allerdings sollten die p-Werte mit Vorsicht betrachtet und nur in Kombination mit dem mittleren Schätzer sowie dem Konfidenzintervall interpretiert werden. Alle Analysen wurden mit Stata 13.1 (Stata Corporation, College Station, USA) durchgeführt.

Ergebnisse

In SHIP-0 betrug das Durchschnittsalter 50 Jahre, in SHIP-Trend 52 Jahre. Der Anteil der Männer war in SHIP-0 geringgradig höher als in SHIP-Trend (49,1 % versus 48,5 %). Der relative Anteil jüngerer Männer und Frauen an der gesamten Studienpopulation war in SHIP-0 höher als in SHIP-Trend (Tabelle 1). Die „Response“ betrug 68,8 % bei SHIP-0, aber nur 50,1 % bei SHIP-Trend.

Anzahl und Anteil von Männern und Frauen in den Altersstrata von SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Anzahl und Anteil von Männern und Frauen in den Altersstrata von SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Tabelle 1
Anzahl und Anteil von Männern und Frauen in den Altersstrata von SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)

Im Vergleich zu SHIP-0 reduzierte sich der mediane Alkoholkonsum in SHIP-Trend bei Männern um etwa ein Drittel und bei Frauen um ungefähr die Hälfte (Tabelle 2). Die Unterschiede zwischen SHIP-0 und SHIP-Trend waren bei jüngeren Erwachsenen besonders ausgeprägt. Ebenso sank sowohl bei Männern als auch bei Frauen die Prävalenz riskanten Alkoholkonsums um die Hälfte. Die Abnahme des Alkoholkonsums war für fast alle Arten alkoholischer Getränke nachweisbar. Bei Männern reduzierte sich hauptsächlich die Prävalenz des Bierkonsums, bei Frauen hingegen eher der Konsum von Wein und Spirituosen (Tabelle 2).

Veränderung der Prävalenz von Alkoholkonsum, Rauchverhalten, körperlicher Inaktivität, Übergewicht und Diabetes zwischen SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Veränderung der Prävalenz von Alkoholkonsum, Rauchverhalten, körperlicher Inaktivität, Übergewicht und Diabetes zwischen SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Tabelle 2
Veränderung der Prävalenz von Alkoholkonsum, Rauchverhalten, körperlicher Inaktivität, Übergewicht und Diabetes zwischen SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)

Auch die Prävalenz des aktuell berichteten Tabakrauchens zeigte einen rückläufigen Trend (Tabelle 2). Der Rückgang war bei Männern etwas stärker ausgeprägt als bei Frauen. Die durchschnittliche Anzahl gerauchter Zigaretten nahm bei männlichen Rauchern ab, während sie bei Raucherinnen unverändert blieb.

Die körperliche Inaktivität in der Freizeit sank im Beobachtungszeitraum. Insbesondere Frauen zeigten eine deutliche Altersabhängigkeit dieses Trends: Vornehmlich ältere Personen berichteten darüber, dass sie sich körperlich mehr betätigten. Jüngere Personen hingegen verminderten ihre körperliche Aktivität (Grafik 1).

Grafik 1: Prävalenztrend körperlicher Inaktivität in der Freizeit bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“.
Grafik 1: Prävalenztrend körperlicher Inaktivität in der Freizeit bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“.
Grafik 1
Grafik 1: Prävalenztrend körperlicher Inaktivität in der Freizeit bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“.

Der mediane BMI stieg in der weiblichen Studienpopulation stärker an als in der männlichen (Tabelle 2, Grafik 2). Während die Prävalenz von Übergewicht bei Männern leicht sank und bei Frauen relativ stabil auf hohem Niveau blieb, nahm die Prävalenz von Adipositas bei beiden Geschlechtern deutlich zu. Der stärkste Anstieg der Adipositasprävalenz war bei Männern > 50 Jahren zu verzeichnen (Grafik 3).

Grafik 2: Die Verschiebung der Body-mass-Index-Werteverteilung nach rechts ist bei Männern (blau) und Frauen (rot) nachweisbar. Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 2: Die Verschiebung der Body-mass-Index-Werteverteilung nach rechts ist bei Männern (blau) und Frauen (rot) nachweisbar. Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 2
Grafik 2: Die Verschiebung der Body-mass-Index-Werteverteilung nach rechts ist bei Männern (blau) und Frauen (rot) nachweisbar. Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 3: Prävalenztrend von Adipositas (Body-mass-Index &#8805; 30 kg/m²) bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 3: Prävalenztrend von Adipositas (Body-mass-Index &#8805; 30 kg/m²) bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 3
Grafik 3: Prävalenztrend von Adipositas (Body-mass-Index ≥ 30 kg/m²) bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“

Die Prävalenz von Diabetes mellitus stieg sowohl bei Männern als auch bei Frauen deutlich an (Tabelle 2). Davon waren bei Männern vorwiegend die älteren, bei Frauen eher die jüngeren Altersgruppen betroffen (Grafik 4).

Grafik 4: Prävalenztrend von Diabetes mellitus bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 4: Prävalenztrend von Diabetes mellitus bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 4
Grafik 4: Prävalenztrend von Diabetes mellitus bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“

Die potenziellen Auswirkungen des veränderten Risikofaktorenprofils wurden mittels Punktesystem (16) geschätzt. Das so kalkulierte kardiovaskuläre 10-Jahres-Mortalitätsrisiko betrug im Mittel 2,4 % (95-%-KI: 2,3–2,5) in SHIP-0 und 2,9 % (95-%-KI: 2,7–3,0) in SHIP-Trend.

Diskussion

Das SHIP-Projekt zeigt über einen Beobachtungszeitraum von einer Dekade deutliche Trends in der Prävalenz und Ausprägung verhaltensbezogener Risikofaktoren. Erfreulich ist die deutliche Abnahme des durchschnittlichen Alkoholkonsums in der Erwachsenenbevölkerung. Insbesondere bei Männern ist der Anteil gegenwärtiger Raucher zurückgegangen. Während mehr ältere Menschen in der Freizeit körperlich aktiv waren als elf Jahre zuvor, nimmt bei jüngeren Frauen die körperlichen Aktivität in der Freizeit ab.

Weniger erfreulich dahingegen ist der Trend der Adipositas: Nach den Ergebnissen der vorliegenden Arbeit erhöhen sich die Werte der BMI-Verteilung, wobei insbesondere die Prävalenz von Adipositas zugenommen hat. Auf die gesundheitswirtschaftliche Relevanz der Adipositasepidemie weist die ebenfalls deutliche Zunahme der Diabetesprävalenz hin. Schon vor zehn Jahren waren die Behandlungskosten von Diabetes mellitus Typ 2 immens: Für acht europäische Länder wurden die jährlichen Kosten pro Patient auf 2 834 € geschätzt (19). Mit der zunehmenden Adipositasprävalenz ist von einer steigenden ökonomischen Belastung des Gesundheitssystems auszugehen. Auch das mittlere kardiovaskuläre Mortalitätsrisiko ist in der Bilanz der Prävalenztrends gestiegen. Die vorliegenden Daten unterstützen den dringenden Handlungsbedarf, ernährungsbedingten chronischen Krankheiten vorzubeugen.

Die rückläufigen Trends von Alkohol- und Tabakkonsum lassen sich teilweise auf die verstärkten gesamtgesellschaftlichen Bemühungen in der Prävention riskanten Gesundheitsverhaltens zurückführen (20). Es wurden Nichtraucherschutzgesetze eingeführt, Restriktionen bei Werbeaktivitäten durchgesetzt und Steuern auf Tabakwaren erhöht. Diese Maßnahmen unterstützten den angestrebten Rückgang des Tabakrauchens (21). Parallel dazu wurde beobachtet, dass der Pro-Kopf-Konsum an Alkohol abnahm (22).

Die generell verbesserte sozioökonomische Situation in Mecklenburg-Vorpommern und der deutliche Rückgang der Arbeitslosigkeit bieten weitere Erklärungsansätze für die beobachteten Trends. Die vermehrte Erwerbstätigkeit könnte den gesunkenen Alkoholkonsum teilweise bedingen. Eine starke berufliche und familiäre Einbindung jüngerer Erwachsener könnte deren verminderte körperliche Freizeitaktivität erklären. Hinzu kommen veränderte Lebensgewohnheiten und ein zunehmender Konsum von Unterhaltungselektronik, die körperliche Inaktivität fördern.

Die hier vorgestellten Prävalenztrends decken sich mit den Ergebnissen anderer Untersuchungen. In Deutschland wie auch weltweit nehmen Adipositas und Diabetes mellitus zu (23, 24). Bereits der Bundesgesundheitssurvey konnte 1998 eine im Vergleich zu 1991 steigende körperliche Inaktivität bei jüngeren Erwachsenen nachweisen. Der Trend bei älteren Menschen hingegen war gegenläufig (25). Der Tabakkonsum ist mit Hilfe geeigneter Präventionsmaßnahmen sowohl in Deutschland (26) als auch in anderen europäischen Staaten (27) zurückgegangen. Neben den jährlichen Erhebungen der Welt­gesund­heits­organi­sation (28) belegen auch nationale Statistiken (22, 29), dass in Deutschland weniger Bier und Spirituosen getrunken werden. Der Konsum beträgt nur noch circa zwei Drittel des Niveaus in den 1970er Jahren.

Die vorliegenden Ergebnisse weisen darauf hin, dass die Erwachsenenbevölkerung Nordostdeutschlands nicht mehr als Risikopopulation anzusehen ist, die im Vergleich zu anderen Regionen in Deutschland ein stärker ausgeprägtes Risikofaktorenprofil besitzt. Vielmehr scheinen sich verhaltensbezogene Gesundheitsrisiken in Nordostdeutschland dem Bundesdurchschnitt anzugleichen. Darauf deutet auch hin, dass sich die Lebenserwartung der Bevölkerung Mecklenburg-Vorpommerns kaum noch von der durchschnittlichen Lebenswartung in Deutschland unterscheidet. So betrug die Mortalitätsrate bei 65- bis 69-jährigen Frauen in den Jahren 1992 bis 1994 im Osten Deutschlands 16,5 und im Westen 13,2 pro 1 000 Personenjahre. Schon im Zeitraum von 2005 bis 2009 wurde mit einer Mortalitätsrate von 9,3 pro 1 000 Personenjahre vergleichbare Werte in dieser Altersgruppe erhoben (30).

Stärken des SHIP-Projekts umfassen den populationsbasierten Ansatz und die Methodentreue der beiden Querschnittserhebungen SHIP-0 und SHIP-Trend. Eine Schwäche besteht in der unterschiedlichen Ausschöpfung der beiden Stichproben: Nahmen in SHIP-0 noch 68,8 % der ausgewählten Personen an der Studie teil, so waren es in SHIP-Trend nur noch 50,1 %. In westlichen Industrienationen sank über die letzten Jahrzehnte die Teilnahmebereitschaft an Bevölkerungsstudien. In der ersten dänischen MONICA-Studie von 1982 bis 1984 erklärten sich 79 %, in der Health 2000-Studie nur noch 36 % der eingeladenen Personen zur Untersuchung bereit, obwohl die Einladungsprozedur weitestgehend unverändert blieb (11). Ähnliche Erfahrungen machte die DEGS: 1998 wirkten 61 % (12), 2010 dahingegen nur 42 % der kontaktierten Patienten (31) mit. In SHIP-Trend reagierten die Autoren auf die initial geringere Teilnahmebereitschaft. Zusätzlich zum – in SHIP-0 etablierten – Einladungsverfahren wurden temporäre Untersuchungszentren eingerichtet, um den Fahrtaufwand für die Teilnehmer zu verringern. Insbesondere jüngere Eltern und ältere Personen nahmen diesen Service wahr.

Die abnehmenden Ausschöpfungsanteile lassen nicht zwangsläufig schlussfolgern, dass aktuelle Bevölkerungsstudien geringer repräsentativ sind. Im Gegenteil zeigen die dänischen Studien – trotz deutlich geringerer Ausschöpfung – eine weitestgehend konstante relative Mortalität der Nichtteilnehmer im Vergleich zu den Teilnehmern der Bevölkerungsstudien (11). Solche Daten liegen für das SHIP-Projekt nicht vor. Um eine Verzerrung der Ergebnisse zu vermeiden, wurden die Daten für Alter, Geschlecht und Methode der Stichprobenziehung gewichtet. Zusätzlich wurden in SHIP-Trend die Ergebnisse für „Non-Response“ gewichtet, indem auch gesundheitsbezogene Informationen von Nichtteilnehmern in die Gewichtung einflossen.

Wenn die Ergebnisse trotzdem verzerrt wären, ließe sich die Richtung der Abweichung nur schwer abschätzen. Es könnte zum einen sein, dass Menschen mit ausgeprägtem Risikoprofil die Studienteilnahme vermeiden. Somit würde zum Beispiel die Trendschätzungen des Alkohol- sowie Tabakkonsums verzerrt und insbesondere der Rückgang des Alkoholkonsums überschätzt werden (32, 33). Zum anderen kann vermutet werden, dass vor allem gesunde, erwerbstätige Personen keine Zeit oder mangelndes Interesse an einer Bevölkerungsstudie haben. Das würde den erstgenannten Tendenzen entgegenwirken.

Der deutliche Rückgang des Alkoholkonsums könnte zumindest teilweise durch methodische Details erklärt werden: Zwar liegen den Ergebnissen beider Erhebungen identische Instrumentarien zugrunde, doch wurden die Informationen in SHIP-0 mittels Fragebogen zum Selbstausfüllen und in SHIP-Trend in einem Interview erhoben. Generell fallen Teilnehmerangaben zum Alkoholkonsum in persönlichen Interviews geringer aus als per Fragebogen gesammelte (34). Allerdings ist die Literatur diesbezüglich uneinheitlich. So ergab eine Studie mit 300 Patienten, dass Selbstangaben zum Alkoholkonsum zwischen einem Fragebogen zum Selbstausfüllen und einem Interview vergleichbar sind (35). Während das Ausmaß des Rückgangs im Alkoholkonsum durch diese methodische Schwäche in SHIP unterschätzt worden sein könnte, belegen auch andere Erhebungen einen sinkenden Alkoholkonsum in Deutschland (22, 2729).

Fazit

Das Risikofaktorenprofil der nordostdeutschen Bevölkerung hat sich in der letzten Dekade verändert. Auf der einen Seite ist ein Rückgang von Tabak- und Alkoholkonsum zu verzeichnen, der allerdings durch Selektions- und Informationsbias überschätzt worden sein könnte. Auf der anderen Seite geben die Zunahme von Adipositas- und Diabetesprävalenz Hinweise auf ein gesteigertes metabolisches Risikoprofil. In der Bilanz hat sich das kardiovaskuläre Mortalitätsrisiko erhöht. Die Daten stützen andere Befunde einer wachsenden Epidemie der Adipositas und assoziierter Erkrankungen. Es bedarf gesamtgesellschaftlicher Anstrengungen, um diesem Trend entgegenzuwirken.

Danksagung
SHIP ist Bestandteil des Forschungsverbundes „Community Medicine“ der Universitätsmedizin Greifswald. Die Erhebungen der vorgestellten Daten wurden durch das Land Mecklenburg-Vorpommern, das Bundesministerium für Bildung und Forschung sowie die Kompetenznetzwerke Diabetes (FKZ: 01GI1110G) und Adipositas (FKZ: 01GI1121B) gefördert. Die Autoren danken allen Teilnehmerinnen und Teilnehmer des SHIP-Projekts, die die vorliegende Arbeit ermöglicht haben.

Interessenkonflikt

Die Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 8. 9. 2014, revidierte Fassung angenommen: 4. 12. 2014

Anschrift für die Verfasser
Prof. Dr. med. Henry Völzke
Institut für Community Medicine
Abteilung SHIP/klinisch-epidemiologische Forschung
Universitätsmedizin Greifswald
Walther-Rathenau-Straße 48
17475 Greifswald
voelzke@uni-greifswald.de

Zitierweise
Völzke H, Ittermann T, Schmidt CO, Baumeister SE, Schipf S, Alte D, Biffar R, John U, Hoffmann W: Prevalence trends in lifestyle-related risk factors—
two cross-sectional analyses with a total of 8728 participants from the Study of Health in Pomerania from 1997 to 2001 and 2008 to 2012.
Dtsch Arztebl Int 2015; 112: 185–92. DOI: 10.3238/arztebl.2015.0185

@The English version of this article is available online:
www.aerzteblatt-international.de

1.
Kroll LE, Lampert T: [Regionalization of health indicators. Results from the GEDA-Study 2009]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2012; 55: 129–40. CrossRef MEDLINE
2.
Wiesner G, Bittner EK: [Life expectancy, potential years of life lost (PYLL), and avoidable mortality in an East/West comparison]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2004; 47: 266–78. CrossRef CrossRef MEDLINE
3.
Volzke H, Alte D, Schmidt CO, et al.: Cohort profile: the Study of Health in Pomerania. Int J Epidemiol 2011; 40: 294–307. CrossRef MEDLINE
4.
Volzke H, Baumeister SE, Alte D, et al.: Independent risk factors for gallstone formation in a region with high cholelithiasis prevalence. Digestion 2005; 71: 97–105. CrossRef MEDLINE
5.
Volzke H, Robinson DM, Kleine V, et al.: Hepatic steatosis is associated with an increased risk of carotid atherosclerosis. World J Gastroenterol 2005; 11: 1848–53. CrossRef MEDLINE PubMed Central
6.
Meisinger C, Heier M, Volzke H, et al.: Regional disparities of hypertension prevalence and management within Germany. J Hypertens 2006; 24: 293–9. CrossRef MEDLINE
7.
Stang A, Doring A, Volzke H, et al.: Regional differences in body fat distributions among people with comparable body mass index: a comparison across six German population-based surveys. Eur J Cardiovasc Prev Rehabil 2011; 18: 106–14. MEDLINE
8.
Schipf S, Werner A, Tamayo T, et al.: Regional differences in the prevalence of known type 2 diabetes mellitus in 45–74 years old individuals: results from six population-based studies in Germany (DIAB-CORE Consortium). Diabet Med 2012; 29: e88–95. CrossRef MEDLINE
9.
Baumeister SE, Alte D, Meyer C, John U: [Health risk drinking and problematic consumption of alcohol in Pomerania: comparative analysis of the Study of Health in Pomerania (SHIP) compared with the Federal German Health and Examination Survey in 1998]. Gesundheitswesen 2005; 67: 39–47. CrossRef MEDLINE
10.
Stang A, Stang M: An inter-state comparison of cardiovascular risk factors in Germany: towards an explanation of high ischemic heart disease mortality in Saxony-Anhalt. Dtsch Arztebl Int 2014; 111: 530–6. VOLLTEXT
11.
Goebel J, Habich R, Krause P: Zur Angleichung von Einkommen und Lebensqualität im vereinigten Deutschland. Vierteljahrshefte zur Wirtschaftsforschung 2009; 78: 122–45. CrossRef
12.
Sargent JD, Demidenko E, Malenka DJ, Li Z, Gohlke H, Hanewinkel R: Smoking restrictions and hospitalization for acute coronary events in Germany. Clin Res Cardiol 2012; 101: 227–35. CrossRef MEDLINE PubMed Central
13.
John U, Greiner B, Hensel E, et al.: Study of Health In Pomerania (SHIP): a health examination survey in an east German region: objectives and design. Soz Praventivmed 2001; 46: 186–94. CrossRef MEDLINE
14.
Schmidt CO, Alte D, Volzke H, Sauer S, Friedrich N, Valliant R: Partial misspecification of survey design features sufficed to severely bias estimates of health-related outcomes. J Clin Epidemiol 2011; 64: 416–23. CrossRef MEDLINE
15.
Haring R, Alte D, Volzke H, et al.: Extended recruitment efforts minimize attrition but not necessarily bias. J Clin Epidemiol 2009; 62: 252–60. CrossRef MEDLINE
16.
Conroy RM, Pyorala K, Fitzgerald AP, et al.: Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. Eur Heart J 2003; 24: 987–1003. CrossRef
17.
Smith TM: Post-stratification. Statistician 1991; 40: 315–23. CrossRef
18.
Li L, Shen C, Li X, Robins JM: On weighting approaches for missing data. Stat Methods Med Res 2013; 22: 14–30. CrossRef MEDLINE PubMed Central
19.
Jonsson B,CODE-2 Advisory Board: Revealing the cost of type II diabetes in Europe. Diabetologia 2002; 45: 5–12. CrossRef MEDLINE
20.
Lampert T, Kroll LE, Muters S, Stolzenberg H: [Measurement of the socioeconomic status within the German Health Update 2009 (GEDA)]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 131–43. CrossRef CrossRef CrossRef CrossRef
21.
Hanewinkel R, Radden C, Rosenkranz T: Price increase causes fewer sales of factory-made cigarettes and higher sales of cheaper loose tobacco in Germany. Health Econ 2008; 17: 683–93. CrossRef MEDLINE
22.
Gaertner B, Meyer C, John U, Freyer-Adam J: Alkohol – Zahlen und Fakten zum Konsum. Lengerich: Pabst Science Publishers 2013; 36–66. MEDLINE PubMed Central
23.
Finucane MM, Stevens GA, Cowan MJ, et al.: National, regional, and global trends in body-mass index since 1980: systematic analysis of health examination surveys and epidemiological studies with 960 country-years and 9.1 million participants. Lancet 2011; 377: 557–67. CrossRef
24.
Danaei G, Finucane MM, Lu Y, et al.: National, regional, and global trends in fasting plasma glucose and diabetes prevalence since 1980: systematic analysis of health examination surveys and epidemiological studies with 370 country-years and 2.7 million participants. Lancet 2011; 378: 31–40. CrossRef
25.
Mensink GB: [Physical activity]. Gesundheitswesen 1999; 61: 126–31. MEDLINE
26.
Richter M, Pfortner TK, Lampert T, HBSC-Team Deutschland: [Changes in tobacco, alcohol and cannabis use by adolescents from 2002 to 2010 in Germany]. Gesundheitswesen 2012; 74: 42–8. MEDLINE
27.
WHO: The European tobacco control report 2007. www.euro.who.int/__data/assets/pdf_file/0005/68117/E89842.pdf (last accessed on 3 February 2015).
28.
WHO: Global status report on alcohol and health 2014. www.who.int/substance_abuse/publications/global_alcohol_report/en/ (last accessed on 3 February 2015).
30.
Myrskyla M, Scholz R: Reversing East-West mortality difference among German women, and the role of smoking. Int J Epidemiol 2013; 42: 549–58. CrossRef MEDLINE
31.
Schmidt CO, Raspe H, Pfingsten M, et al.: Does attrition bias longitudinal population-based studies on back pain? Eur J Pain 2011; 15: 84–91. CrossRef MEDLINE
32.
Torvik FA, Rognmo K, Tambs K: Alcohol use and mental distress as predictors of non-response in a general population health survey: the HUNT study. Soc Psychiatry Psychiatr Epidemiol 2012; 47: 805–16. CrossRef MEDLINE PubMed Central
33.
Lahaut VM, Jansen HA, van de Mheen D, Garretsen HF, Verdurmen JE, van Dijk A: Estimating non-response bias in a survey on alcohol consumption: comparison of response waves. Alcohol Alcohol 2003; 38: 128–34. CrossRef
34.
Kraus L, Augustin R: Measuring alcohol consumption and alcohol-related problems: comparison of responses from self-administered questionnaires and telephone interviews. Addiction 2001; 96: 459–71. CrossRef
35.
Graham A, Goss C, Xu S, Magid DJ, Diguiseppi C: Effect of using different modes to administer the AUDIT-C on identification of hazardous drinking and acquiescence to trial participation among injured patients. Alcohol Alcohol 2007; 42: 423–9. CrossRef MEDLINE
Institut für Community Medicine, Universitätsmedizin Greifswald: Prof. Dr. med. Henry Völzke, Dr. rer. med. Till Ittermann, PD Dr. rer. med. Carsten Oliver Schmidt, Dr. rer. med. Sebastian E. Baumeister, Dr. rer. med. Sabine Schipf, Dr. rer. med. Dietrich Alte, Prof. Dr. med. Wolfgang Hoffmann; Deutsches Zentrum für Herz-Kreislaufforschung, Greifswald: Prof. Dr. med. Henry Völzke, Prof. Dr. phil. Ulrich John, Prof. Dr. med. Wolfgang Hoffmann; Zentrum für Zahn-, Mund- und Kieferheilkunde, Universitätsmedizin Greifswald: Prof. Dr. med. dent. Reiner Biffar; Institut für Sozialmedizin und Prävention, Universitätsmedizin Greifswald: Prof. Dr. phil. Ulrich John
Grafik 1: Prävalenztrend körperlicher Inaktivität in der Freizeit bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“.
Grafik 1: Prävalenztrend körperlicher Inaktivität in der Freizeit bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“.
Grafik 1
Grafik 1: Prävalenztrend körperlicher Inaktivität in der Freizeit bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“.
Grafik 2: Die Verschiebung der Body-mass-Index-Werteverteilung nach rechts ist bei Männern (blau) und Frauen (rot) nachweisbar. Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 2: Die Verschiebung der Body-mass-Index-Werteverteilung nach rechts ist bei Männern (blau) und Frauen (rot) nachweisbar. Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 2
Grafik 2: Die Verschiebung der Body-mass-Index-Werteverteilung nach rechts ist bei Männern (blau) und Frauen (rot) nachweisbar. Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 3: Prävalenztrend von Adipositas (Body-mass-Index &#8805; 30 kg/m²) bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 3: Prävalenztrend von Adipositas (Body-mass-Index &#8805; 30 kg/m²) bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 3
Grafik 3: Prävalenztrend von Adipositas (Body-mass-Index ≥ 30 kg/m²) bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 4: Prävalenztrend von Diabetes mellitus bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 4: Prävalenztrend von Diabetes mellitus bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Grafik 4
Grafik 4: Prävalenztrend von Diabetes mellitus bei Männern (blau) und Frauen (rot). Die Datenerhebung für SHIP-0 erfolgte zwischen 1997 und 2001, für SHIP-Trend zwischen 2008 und 2012; SHIP, „Study of Health in Pomerania“
Anzahl und Anteil von Männern und Frauen in den Altersstrata von SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Anzahl und Anteil von Männern und Frauen in den Altersstrata von SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Tabelle 1
Anzahl und Anteil von Männern und Frauen in den Altersstrata von SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Veränderung der Prävalenz von Alkoholkonsum, Rauchverhalten, körperlicher Inaktivität, Übergewicht und Diabetes zwischen SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Veränderung der Prävalenz von Alkoholkonsum, Rauchverhalten, körperlicher Inaktivität, Übergewicht und Diabetes zwischen SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
Tabelle 2
Veränderung der Prävalenz von Alkoholkonsum, Rauchverhalten, körperlicher Inaktivität, Übergewicht und Diabetes zwischen SHIP-0 (1997–2001) und SHIP-Trend (2008–2012)
1.Kroll LE, Lampert T: [Regionalization of health indicators. Results from the GEDA-Study 2009]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2012; 55: 129–40. CrossRef MEDLINE
2.Wiesner G, Bittner EK: [Life expectancy, potential years of life lost (PYLL), and avoidable mortality in an East/West comparison]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2004; 47: 266–78. CrossRef CrossRef MEDLINE
3.Volzke H, Alte D, Schmidt CO, et al.: Cohort profile: the Study of Health in Pomerania. Int J Epidemiol 2011; 40: 294–307. CrossRef MEDLINE
4.Volzke H, Baumeister SE, Alte D, et al.: Independent risk factors for gallstone formation in a region with high cholelithiasis prevalence. Digestion 2005; 71: 97–105. CrossRef MEDLINE
5.Volzke H, Robinson DM, Kleine V, et al.: Hepatic steatosis is associated with an increased risk of carotid atherosclerosis. World J Gastroenterol 2005; 11: 1848–53. CrossRef MEDLINE PubMed Central
6.Meisinger C, Heier M, Volzke H, et al.: Regional disparities of hypertension prevalence and management within Germany. J Hypertens 2006; 24: 293–9. CrossRef MEDLINE
7.Stang A, Doring A, Volzke H, et al.: Regional differences in body fat distributions among people with comparable body mass index: a comparison across six German population-based surveys. Eur J Cardiovasc Prev Rehabil 2011; 18: 106–14. MEDLINE
8.Schipf S, Werner A, Tamayo T, et al.: Regional differences in the prevalence of known type 2 diabetes mellitus in 45–74 years old individuals: results from six population-based studies in Germany (DIAB-CORE Consortium). Diabet Med 2012; 29: e88–95. CrossRef MEDLINE
9.Baumeister SE, Alte D, Meyer C, John U: [Health risk drinking and problematic consumption of alcohol in Pomerania: comparative analysis of the Study of Health in Pomerania (SHIP) compared with the Federal German Health and Examination Survey in 1998]. Gesundheitswesen 2005; 67: 39–47. CrossRef MEDLINE
10.Stang A, Stang M: An inter-state comparison of cardiovascular risk factors in Germany: towards an explanation of high ischemic heart disease mortality in Saxony-Anhalt. Dtsch Arztebl Int 2014; 111: 530–6. VOLLTEXT
11.Goebel J, Habich R, Krause P: Zur Angleichung von Einkommen und Lebensqualität im vereinigten Deutschland. Vierteljahrshefte zur Wirtschaftsforschung 2009; 78: 122–45. CrossRef
12.Sargent JD, Demidenko E, Malenka DJ, Li Z, Gohlke H, Hanewinkel R: Smoking restrictions and hospitalization for acute coronary events in Germany. Clin Res Cardiol 2012; 101: 227–35. CrossRef MEDLINE PubMed Central
13.John U, Greiner B, Hensel E, et al.: Study of Health In Pomerania (SHIP): a health examination survey in an east German region: objectives and design. Soz Praventivmed 2001; 46: 186–94. CrossRef MEDLINE
14.Schmidt CO, Alte D, Volzke H, Sauer S, Friedrich N, Valliant R: Partial misspecification of survey design features sufficed to severely bias estimates of health-related outcomes. J Clin Epidemiol 2011; 64: 416–23. CrossRef MEDLINE
15.Haring R, Alte D, Volzke H, et al.: Extended recruitment efforts minimize attrition but not necessarily bias. J Clin Epidemiol 2009; 62: 252–60. CrossRef MEDLINE
16.Conroy RM, Pyorala K, Fitzgerald AP, et al.: Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. Eur Heart J 2003; 24: 987–1003. CrossRef
17.Smith TM: Post-stratification. Statistician 1991; 40: 315–23. CrossRef
18.Li L, Shen C, Li X, Robins JM: On weighting approaches for missing data. Stat Methods Med Res 2013; 22: 14–30. CrossRef MEDLINE PubMed Central
19.Jonsson B,CODE-2 Advisory Board: Revealing the cost of type II diabetes in Europe. Diabetologia 2002; 45: 5–12. CrossRef MEDLINE
20.Lampert T, Kroll LE, Muters S, Stolzenberg H: [Measurement of the socioeconomic status within the German Health Update 2009 (GEDA)]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 131–43. CrossRef CrossRef CrossRef CrossRef
21.Hanewinkel R, Radden C, Rosenkranz T: Price increase causes fewer sales of factory-made cigarettes and higher sales of cheaper loose tobacco in Germany. Health Econ 2008; 17: 683–93. CrossRef MEDLINE
22.Gaertner B, Meyer C, John U, Freyer-Adam J: Alkohol – Zahlen und Fakten zum Konsum. Lengerich: Pabst Science Publishers 2013; 36–66. MEDLINE PubMed Central
23.Finucane MM, Stevens GA, Cowan MJ, et al.: National, regional, and global trends in body-mass index since 1980: systematic analysis of health examination surveys and epidemiological studies with 960 country-years and 9.1 million participants. Lancet 2011; 377: 557–67. CrossRef
24.Danaei G, Finucane MM, Lu Y, et al.: National, regional, and global trends in fasting plasma glucose and diabetes prevalence since 1980: systematic analysis of health examination surveys and epidemiological studies with 370 country-years and 2.7 million participants. Lancet 2011; 378: 31–40. CrossRef
25.Mensink GB: [Physical activity]. Gesundheitswesen 1999; 61: 126–31. MEDLINE
26.Richter M, Pfortner TK, Lampert T, HBSC-Team Deutschland: [Changes in tobacco, alcohol and cannabis use by adolescents from 2002 to 2010 in Germany]. Gesundheitswesen 2012; 74: 42–8. MEDLINE
27.WHO: The European tobacco control report 2007. www.euro.who.int/__data/assets/pdf_file/0005/68117/E89842.pdf (last accessed on 3 February 2015).
28.WHO: Global status report on alcohol and health 2014. www.who.int/substance_abuse/publications/global_alcohol_report/en/ (last accessed on 3 February 2015).
29. Bloomfield K, Kraus L, Soyka M: Alkoholkonsum und alkoholbezogene Störungen. Gesundheitsberichterstattung des Bundes. Heft 40. Berlin: Robert Koch-Institut 2008 .
30.Myrskyla M, Scholz R: Reversing East-West mortality difference among German women, and the role of smoking. Int J Epidemiol 2013; 42: 549–58. CrossRef MEDLINE
31.Schmidt CO, Raspe H, Pfingsten M, et al.: Does attrition bias longitudinal population-based studies on back pain? Eur J Pain 2011; 15: 84–91. CrossRef MEDLINE
32.Torvik FA, Rognmo K, Tambs K: Alcohol use and mental distress as predictors of non-response in a general population health survey: the HUNT study. Soc Psychiatry Psychiatr Epidemiol 2012; 47: 805–16. CrossRef MEDLINE PubMed Central
33.Lahaut VM, Jansen HA, van de Mheen D, Garretsen HF, Verdurmen JE, van Dijk A: Estimating non-response bias in a survey on alcohol consumption: comparison of response waves. Alcohol Alcohol 2003; 38: 128–34. CrossRef
34.Kraus L, Augustin R: Measuring alcohol consumption and alcohol-related problems: comparison of responses from self-administered questionnaires and telephone interviews. Addiction 2001; 96: 459–71. CrossRef
35.Graham A, Goss C, Xu S, Magid DJ, Diguiseppi C: Effect of using different modes to administer the AUDIT-C on identification of hazardous drinking and acquiescence to trial participation among injured patients. Alcohol Alcohol 2007; 42: 423–9. CrossRef MEDLINE

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Zum Artikel

Fachgebiet

Anzeige

Weitere...