gms | German Medical Science

16. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

4. - 6. Oktober 2017, Berlin

Einflussgrößen auf die Kosten psychiatrischer Krankenhausbehandlung

Meeting Abstract

Search Medline for

  • Jan Wolff - Uniklinik Freiburg, Freiburg im Breisgau, Germany
  • Paul McCrone - King's College London, London, United Kingdom
  • Anita Patel - Queen Mary University London, London, United Kingdom
  • Claus Norman - Uniklinik Freiburg, Freiburg, Germany

16. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocV082

doi: 10.3205/17dkvf101, urn:nbn:de:0183-17dkvf1012

Published: September 26, 2017

© 2017 Wolff et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Ein leistungsorientiertes Vergütungssystem im Krankenhaus sollte die Unterschiede im Behandlungsaufwand zwischen Patientengruppen in der Höhe der Vergütung abbilden. Das Pauschalierende Entgeltsystem Psychiatrie und Psychosomatik definiert tagesbezogene Vergütungshöhen.

Fragestellung: Das primäre Ziel dieser Studie war es, den Effekt von acht vorab definierten Einflussgrößen auf die tagesbezogenen Behandlungskosten zu prüfen. Ein sekundäres Ziel war es, den Einfluss weiterer Patientenmerkmale zu ermitteln.

Methoden: Die Study schloss 667 konsekutiv in 2014 aus stationärer, psychiatrisch-psychotherapeutischer Krankenhausbehandlung entlassene Patienten ein. Die täglichen Behandlungskosten wurden auf Basis einer 2-wöchigen Arbeitszeiterfassung aller klinisch tätigen Ärzte, Mitarbeitenden des Pflegedienstes und Psychologen, sowie einer umfangreichen Dokumentation des täglichen Ressourcenverbrauches ermittelt. Patientenmerkmale wurden aus der elektronischen Patientenkurve extrahiert. Die hypothesengesteuerten Analysen wurden anhand von gemischten Mehrebenen-Regressionsmodellen durchgeführt. Die explorativen Analysen wurden anhand von maschinellen Lernverfahren durchgeführt.

Ergebnisse: Die Studie bestätigte die vorab-Hypothese, dass Patientenalter, Selbstgefährdung, unfreiwillige Behandlung, Probleme in den Aktivitäten des täglichen Lebens, Wahnsymptome, affektive Symptome, kurze Aufenthaltsdauer und der Ort der Behandlung die Tageskosten beeinflussen. Ein optimales Patientenklassifikationssystem wurde durch maschinelle Lernverfahren ermittelt. Die höchsten Tageskosten des Systems wurden in der Gruppe von Behandlungsfällen mit Wahnsymptomen und gleichzeitiger unfreiwilliger Behandlung gefunden. Die niedrigsten Tageskosten wurden in der Gruppe von Behandlungsfällen gefunden, die weder Wahnsymptome noch somatische Komorbiditäten zeigten.

Diskussion: Obwohl signifikante und starke Effekte von Patientenmerkmalen gefunden wurden, konnte die Varianz in den Tageskosten sowohl mit dem eigenen Klassifizierungssystem als auch mit dem PEPP-System nur moderat erklärt werden.

Praktische Implikationen: Die Güte eines pauschalierenden Entgeltsystems misst sich auch an dessen Fähigkeit, Kostenunterschiede zwischen prospektiv definierten Patientengruppen abzubilden. Diese Studie zeigte, dass es nur eingeschränkt möglich war, Kostenunterschiede anhand von Patientenmerkmalen vorherzusagen.