gms | German Medical Science

Hintergrund: Das Heranziehen von Routinedaten gesetzlicher Krankenversicherungen in der Versorgungsforschung nimmt rasant zu. Die Vorteile dieser Daten bestehen unter anderem darin, dass sie die tatsächlichen Behandlungsverläufe widerspiegeln, unselektiert sind und eine eigene Datenerhebung entbehrlich machen. Da Routinedaten zu Abrechnungs- und nicht zu Forschungszwecken erhoben werden, bringt die Nutzung dieser Daten in der Forschung einige Herausforderung mit sich.

Fragestellung: Welche Faktoren müssen bei der Verwendung von Routinedaten zu Forschungszwecken berücksichtigt werden?

Methoden: Es werden typische Herausforderungen in der Routinedatenanalyse anhand eines aktuell laufenden Projekts zum Thema Überversorgung bei Schilddrüsenpatienten dargestellt und kritisch reflektiert.

Ergebnisse: Aufgrund des enormen Umfangs verfügbarer Daten (z.B. ambulante und stationäre Leistungen, Erkrankungen, Arzneimitteldaten, Arbeitsunfähigkeit) müssen Fragestellung sowie relevante Outcomes präzise definiert sein. Für die Datenaufbereitung der primär zu Abrechnungszwecken erhobenen Daten muss ausreichend Zeit eingeplant werden. Es empfiehlt sich eine enge Zusammenarbeit mit den Dateneignern sowie verschiedenen Disziplinen (z.B. Medizin, Statistik, Gesundheitsökonomie). Aussagen zur Versorgungsqualität sind nur eingeschränkt möglich, da lediglich abrechnungsrelevante Daten dokumentiert werden (somit keine Angaben z.B. zu Laborergebnissen oder Schweregrad vorliegen) und der Zusammenhang zwischen erbrachten Leistungen (tagesgenau dokumentiert) und gestellten Diagnosen (quartalsweise dokumentiert) nicht direkt herstellbar ist.

Diskussion: Anhand von Routinedaten können Behandlungsverläufe und Versorgungsmuster sowie erbrachte Leistungen, Morbidität und Kosten abgebildet werden. Aussagen zur Versorgungsqualität können nur annäherungsweise erfolgen. Eine engere Verzahnung von Primär- und Sekundärforschung kann hier Abhilfe schaffen.

Take Home Message für die Praxis: Routinedaten stellen eine zunehmend wichtige Datenquelle in der Versorgungsforschung dar. Jedoch muss die Eignung der Daten unter Berücksichtigung der genannten Limitationen für jede Fragestellung gründlich abgewogen werden.