gms | German Medical Science

12. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

23. - 25. Oktober 2013, Berlin

Ökonomische Evaluation eines Präventionsprogramms auf Basis von Krankenkassendaten: Kontrollgruppenbildung, Risikoprädiktion und Identifikation effizienter Strategien

Meeting Abstract

  • presenting/speaker Björn Stollenwerk - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Inst. f. Gesundheitsökon. u. Management im Gesundheitswesen, Neuherberg, Deutschland
  • Majed Aljutaili - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Inst. f. Gesundheitsökon. u. Management im Gesundheitswesen, Neuherberg, Deutschland
  • Christian Becker - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Inst. f. Gesundheitsökon. u. Management im Gesundheitswesen, Neuherberg, Deutschland
  • Sabine Witt - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Inst. f. Gesundheitsökon. u. Management im Gesundheitswesen, Neuherberg, Deutschland
  • Rolf Holle - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Inst. f. Gesundheitsökon. u. Management im Gesundheitswesen, Neuherberg, Deutschland
  • Reiner Leidl - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Inst. f. Gesundheitsökon. u. Management im Gesundheitswesen, Neuherberg, Deutschland

12. Deutscher Kongress für Versorgungsforschung. Berlin, 23.-25.10.2013. Düsseldorf: German Medical Science GMS Publishing House; 2013. DocT3-11-445

doi: 10.3205/13dkvf028, urn:nbn:de:0183-13dkvf0282

Veröffentlicht: 25. Oktober 2013

© 2013 Stollenwerk et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Hintergrund: Krankenkassen der Gesetzlichen Krankenversicherung (GKV) bieten regelmäßig Interventionsmaßnahmen im Bereich Prävention an. Eine Randomisierung findet meist nicht statt, um in Frage kommende Versicherte von den Maßnahmen nicht auszuschließen. Dennoch besteht seitens der Kassen starkes Interesse an der Evaluation dieser Programme, sowohl auf Effektivitäts- als auch auf Kostenebene. Dies umfasst auch die Identifikation von Patientenkollektiven, bei denen diese Maßnahmen besonders effektiv bzw. kosteneffektiv sind. Daher wird am Beispiel des kardiovaskulären Präventionsprogramms KardioPro ein Evaluationsdesign vorgestellt, das auf Routinedaten basiert. Das Ziel von KardioPro ist die Früherkennung der koronaren Herzkrankheit sowie die Stärkung der leitliniengerechten Versorgung.

Material und Methoden: In den Jahren 2007 bis 2009 gab es in KardioPro ca. 13.000 Einschreibungen. Im Zuge der Intervention wird bei Teilnehmern routinemäßig ein Risikoprofil erstellt. Da dieses nur für Teilnehmer vorliegt, wurde es für alle Versicherten anhand von Kassendaten nachgebildet (Quasi-Beta-Regression). Um der kontinuierlichen Einschreibung bei der Kontrollgruppenbildung gerecht zu werden, wurde ein zeitlich gestaffeltes Propensityscorematching, stratifiziert nach Risikogruppen, durchgeführt. Als Effektivitätsmaß der Intervention dient die ereignisfreie Zeit bis zum kombinierten Endpunkt aus Herzinfarkt, Schlaganfall und Tod. Die Kosten wurden aus der GKV-Perspektive ermittelt. Die stochastische Unsicherheit der Ergebnisse wurde mittels des Bootstrapverfahrens quantifiziert.

Ergebnisse: Während sich die Verteilung der Kovariablen vor Durchführung des Propensityscorematchings erheblich zwischen Teilnehmern und Nichtteilnehmern unterschied, ähnelte sie danach einer Verteilung, wie sie bei einer Randomisierung zu erwarten gewesen wäre. Die positiven Effekte sowie der Ausgabenanstieg durch das Präventionsprogramm als Ganzes waren signifikant. Die Effektivität und die Kosteneffektivität der Intervention variierten stark bzgl. der Risikosubgruppe (21.000€ pro ereignisfreiem Jahr bei Hochrisikopersonen, 186.000€ pro Jahr bei Personen mit geringem Risiko).

Fazit: Anhand von Routinedaten konnten Personengruppen identifiziert werden, bei denen die Prävention besonders effektiv bzw. kosteneffektiv ist. Dadurch lassen sich effiziente Präventionsstrategien identifizieren. Zur Selektion von Subgruppen, denen die Intervention primär angeboten werden soll, müssen Entscheidungsträger darüber hinaus eine Zahlungsbereitschaft definieren. Durch das vorgestellte Design lässt sich die Verzerrung bei der Evaluation deutlich reduzieren. Da jedoch nur für Variablen kontrolliert werden kann, die auch in den Krankenkassendaten erfasst werden, kann Verzerrung dennoch nicht ausgeschlossen werden.