gms | German Medical Science

16. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

4. - 6. Oktober 2017, Berlin

Versorgung, Funktionsfähigkeit und Lebensqualität nach proximaler Femurfraktur: ProFem

Meeting Abstract

  • Michaela Ritschel - Heinrich-Heine-Universität Düsseldorf, Med. Fakultät, Institut für Versorgungsforschung und Gesundheitsökonomie, Düsseldorf, Germany
  • Silke Andrich - Heinrich-Heine-Universität Düsseldorf, Med. Fakultät, Institut für Versorgungsforschung und Gesundheitsökonomie, Düsseldorf, Germany
  • Gabriele Meyer - Martin-Luther-Universität Halle-Wittenberg, Med. Fakultät, Institut für Gesundheits- und Pflegewissenschaft, Halle (Saale), Germany
  • Falk Hoffmann - Carl von Ossietzky Universität Oldenburg, Department für Versorgungsforschung, Abteilung Ambulante Versorgung und Pharmakoepidemiologie, Oldenburg, Germany
  • Christoph Rupprecht - AOK Rheinland/Hamburg – Die Gesundheitskasse, Düsseldorf, Germany
  • Astrid Stephan - Martin-Luther-Universität Halle-Wittenberg, Med. Fakultät, Institut für Gesundheits- und Pflegewissenschaft, Halle (Saale), Germany
  • Burkhard Haastert - MediStatistica / Heinrich-Heine-Universität Düsseldorf, Med. Fakultät, Institut für Versorgungsforschung und Gesundheitsökonomie, Neuenrade, Germany
  • Petra Fuhrmann - AOK Rheinland/Hamburg – Die Gesundheitskasse, Düsseldorf, Germany
  • Christian Günter Georg Schwab - AOK Rheinland/Hamburg – Die Gesundheitskasse / Universität Witten/Herdecke, Fakultät für Gesundheit, Department Pflegewissenschaft, Düsseldorf, Germany
  • Simon Thelen - Heinrich-Heine-Universität, Universitätsklinikum Düsseldorf, Klinik für Unfall- und Handchirurgie, Düsseldorf, Germany
  • Joachim Windolf - Heinrich-Heine-Universität, Universitätsklinikum Düsseldorf, Klinik für Unfall- und Handchirurgie, Düsseldorf, Germany
  • Andrea Icks - Heinrich-Heine-Universität Düsseldorf, Med. Fakultät, Institut für Versorgungsforschung und Gesundheitsökonomie, Düsseldorf, Germany

16. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocP214

doi: 10.3205/17dkvf204, urn:nbn:de:0183-17dkvf2049

Published: September 26, 2017

© 2017 Ritschel 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: Proximale Femurfrakturen (PFF) gehören zu den häufigsten Frakturtypen älterer Menschen und sind oft ein prognostisch einschneidendes Ereignis. Kenntnisse über die Situation der Betroffenen nach einer PFF sind spärlich. Studien weisen auf schlechte Outcomes nach PFF hin, so behielten z.B. 50% der Betroffenen Einschränkungen in der Funktionsfähigkeit, 15% wurden neu in ein Pflegeheim aufgenommen und rund 20% verstarben innerhalb eines Jahres. Spezifische Versorgungsaspekte, wie z.B. die Versorgung in Alterstraumazentren oder Rehabilitation, sind kaum untersucht. Bis dato ist unklar, für welche Patienten spezifische Versorgungsmodelle besonderen Nutzen bringen. Neben Versorgungsprozessen sind patientenberichtete Outcomes wie Lebensqualität, Funktionsfähigkeit und soziale Teilhabe bei älteren Menschen nach PFF wenig erforscht. Subgruppen, die durch besonders schlechte klinische und patientenberichtete Outcomes charakterisiert sind und potentiell eine intensivere Versorgung benötigen, sind bislang nicht identifiziert.

Fragestellung: Die Forschungsfragen lauten:

1.
Wie gestaltet sich die Versorgungssituation nach PFF in der betagten Bevölkerung? Wie werden spezifische Behandlungsmaßnahmen (z.B. geriatrische Rehabilitation, Schmerzbehandlung) an den Schnittstellen der Versorgung umgesetzt?
2.
Wie stellen sich klinische (Hospitalisierung, Pflegebedürftigkeit) und patientenberichtete Outcomes (Lebensqualität, Funktionsfähigkeit, insbesondere soziale Teilhabe) nach PFF im Verlauf dar? Was sind klinische und soziodemographische Prädiktoren (Komorbidität, soziale Lage, insbesondere soziale Unterstützung) hierfür?
3.
Welche Subgruppen weisen schlechte Outcomes auf (z.B. zu Hause lebende Menschen mit geringer sozialer Unterstützung, Komorbidität und hoher Leistungsinanspruchnahme)? Lassen sie sich mit einem Algorithmus im Sinne eines ‚case findings‘ identifizieren?

Das Projekt wird aus Mitteln des Innovationsfonds gefördert (Förderkennzeichen: VF1_2016_057). Projektbeginn ist der 1. Mai 2017.

Methode: Es handelt sich um eine populationsbezogene prospektive Beobachtungsstudie auf Basis von Krankenkassendaten und bei Versicherten erhobenen Primärdaten, die individuell verknüpft werden. 700 zufällig ausgewählte Versicherte mit der Diagnose ‚proximale Femurfraktur’ (S72.0, S72.1 und S72.2 gemäß ICD-10) im Alter von ≥ 60 Jahren werden über einen Zeitraum von 12 Monaten konsekutiv in die Studie aufgenommen und 1 Jahr nachbeobachtet. Primärdatenerhebungen sind unmittelbar nach Entlassung (Hausbesuch), 3 und 6 Monate nach Ereignis mittels postalischer Befragung und 12 Monate nach dem Ereignis (wiederum Hausbesuch) geplant. Die Primärdatenerhebung patientenrelevanter Outcomes umfasst die gesundheitsbezogene Lebensqualität, Funktionsfähigkeit und soziale Teilhabe. Als Einflussfaktoren und Adjustierungsvariablen werden soziodemografische Merkmale und sozio-ökonomischer Status, soziale Beziehungen und soziale Unterstützung erhoben sowie Fragen zur Erreichbarkeit von Versorgungsangeboten und zum Lebensstil gestellt. Zudem werden über Sekundärdaten die Versorgung und das Leistungsgeschehen (stationär und ambulante ärztliche Versorgung, Rehabilitation, Medikamente, Heil- und Hilfsmittel, Pflegeleistungen), patientenrelevante Outcomes (stationäre Aufenthalte, Eintritt stationärer Pflegebedürftigkeit, Kosten, Tod) sowie Einflussfaktoren und Adjustierungsvariablen (demografische Daten, Komorbidität) 12 Monate nach PFF, Einflussfaktoren auch 12 Monate vor PFF, erfasst. Sollte der Versicherte nicht auskunftsfähig sein, wird versucht über betreuende Angehörige bzw. einen gesetzlich vorgesehenen Betreuer einen Kontakt herzustellen und das Interview mit einem Stellvertreter zu führen.

Die Baselinevariablen werden durch deskriptive Statistik beschrieben. Mögliche Assoziationen zwischen Einflussfaktoren und Outcomes werden anhand multipler linearer oder logistischer Regressionsmodelle geprüft. Eine Adjustierung für die Mehrfachmessungen pro Patient erfolgt durch Anpassung entsprechender gemischter Modelle (Kovarianzpatternmodelle). Mortalitätsanalysen werden mit Kaplan-Meier-Kurven und Cox-Regression berechnet. Die Entwicklung eines Algorithmus im Sinne eines ‚case findings‘ erfolgt durch Anpassung gemischter logistischer Regressionsmodelle (Herleitung eines Scores). Zur Vermeidung von Verzerrungen wird der Score auf einer Hälfte der Population entwickelt und auf der anderen Hälfte geprüft.

Ergebnisse: Zum Kongress werden erste Ergebnisse aus der Pilotierungs- und Vorbereitungsphase präsentiert sowie erste Feld-Erfahrungen berichtet.

Diskussion und praktische Implikationen: Die Projektergebnisse sollen dazu beitragen, mögliche Versorgungsdefizite bei Menschen mit PFF zu erkennen und Menschen mit besonderem Versorgungsbedarf zu identifizieren. Im Anschluss sollen Maßnahmen formuliert werden, die helfen, zielgruppenspezifische Angebote für die Nachsorge von betagten Menschen mit PFF weiterzuentwickeln.