gms | German Medical Science

16. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

4. - 6. Oktober 2017, Berlin

Der Einfluss von respiratorischer Insuffizienz auf Patienten mit chronisch obstruktiver Lungenerkrankung – ein Methodenvergleich zur Untersuchung der Inanspruchnahme

Meeting Abstract

Search Medline for

  • Steffen Heß - InGef GmbH, Berlin, Germany
  • Tina Ploner - InGef GmbH, Berlin, Germany
  • Jochen Walker - InGef GmbH, Berlin, Germany

16. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocV106

doi: 10.3205/17dkvf111, urn:nbn:de:0183-17dkvf1112

Published: September 26, 2017

© 2017 Heß 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: Die Untersuchung der Inanspruchnahme von Gesundheitsleistungen ist ein wichtiges Ziel vieler longitudinaler Kohortenstudien. Die Modellierung, insbesondere der Kosten für das Gesundheitssystem, stellt besonders im zeitlichen Verlauf eine nicht triviale Herausforderung dar.

Fragestellung: Kann die Art der statistischen Modellierung der Inanspruchnahme (v.a. Anzahl der Krankenhausaufenthalte und Leistungskosten) einen Einfluss auf die beobachtete Effektgröße von respiratorischer Insuffizienz auf Patienten mit chronisch obstruktiver Lungenerkrankung haben?

Methoden: Eine Forschungsdatenbank mit anonymisierten Routinedaten von ca. vier Millionen gesetzlich Versicherten, die in ihrer Alters- und Geschlechtszusammensetzung der deutschen Bevölkerung entspricht (Destatis Stand 31.12.2013), war die Grundlage für die von uns durchgeführte longitudinale Kohortenstudie. Analysiert wurden die Kalenderjahre 2010 bis und 2015. Die Studienpopulation bestand aus etwa 729k Versicherten, die zwischen 2010 und 2015 vollversichert waren und für die zwischen 2010 und 2015 eine chronisch obstruktive Lungenerkrankung (COPD) diagnostiziert wurde. Insbesondere lag der Fokus auf der zeitlichen Modellierung nach Quartalen.

Verglichen wurden die unterschiedlichen Annahmen hinsichtlich der Verteilung der Krankenhausaufenthalte und Behandlungskosten pro Quartal sowie die Wahl der Linkfunktion. Zusätzlich wurde der Einfluss der Häufung von Quartalen ohne Kontakte mit Hilfe von zero-inflated models untersucht. Des Weiteren wurde für die wiederholten Messungen der Zielgrößen sowohl mit gemischten Modellen als auch mit generalized estimating equation (GEE) korrigiert. Zusätzlich gilt es bei der simultanen Modellierung mehrerer Zielgrößen, wie etwa aus dem ambulanten, stationären oder dem Medikationssektor zu beachten, dass diese korreliert sind. Dies wurde berücksichtigt mit Hilfe eines multivariaten hierarchischen Modells, in dem innerhalb der Subjekte noch die Sektoren als Cluster definiert wurden.

Ergebnisse: Eine Diagnose respiratorischer Insuffizienz für einen COPD Patienten ist ein klarer Hinweis auf einen besonders schweren Verlauf. Dies zeigt sich schon bei einer einfachen linearen Modellierung der Kosten mit Mehrausgaben von 1232€ (95%CI: 1205€-1259€). Es zeigte sich jedoch, dass die Verteilung der Behandlungskosten eher einer Gamma- oder Log-Normalverteilung entsprach. Die Modellierungen unter Berücksichtigung der zero-inflation ergab keine Variation im Vergleich zu korrespondierenden Modellen. Eine Gammaregression ergab eine Kostensteigerung um einen Faktor 2,45 (95%CI: 2,39-2,52). Eine veränderte Effektgröße von 1,52 (95%CI: 1,50-1,53.) ergab sich bei Berücksichtigung von multiplen Messungen pro Patient mittels GLMM und für das GEE mit autoregressiver Korrelationsstruktur von 1,99 (95% CI:1,90-2,08). Einzelkostenbereiche wurden einzeln aber eingebettet in die Korrelationsstruktur der anderen Bereiche modelliert. Hierbei ist insbesondere der Anstieg der Hospitalisierung um den Faktor 1,91 (1,83-1,99) als größter Effekt einer respiratorischen Insuffizienz hervorzuheben.

Diskussion: Der Effekt der respiratorischen Insuffizienz Diagnose ist in allen Modellen signifikant, die Effektgröße variiert allerdings stark. Die Berücksichtigung der Korrelation von wiederholten Messungen führte zu einem signifikant geringeren Effekt. Dies ist sogar noch ausgeprägter wenn die zeitliche Autokorrelation berücksichtigt wurde.

Praktische Implikationen: Die zugrundeliegenden Annahmen bei der Wahl des statistischen Models sollten wohl durchdacht sein, da ihre Anwendung auf Routinedaten zu unterschiedlichen Effektgrößen führen kann. Insbesondere die Korrelationsstruktur wiederholter Messungen sollte nicht vernachlässigt werden.