gms | German Medical Science

15. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

5. - 7. Oktober 2016, Berlin

Sequenzanalyse als Methode zur Darstellung sektorenübergreifender Versorgungspfade am Beispiel von Herzinsuffizienz

Meeting Abstract

  • Verena Vogt - Technische Universität Berlin, Fachgebiet Management im Gesundheitswesen, Berlin, Deutschland
  • Stefan Scholz - Universität Bielefeld, Arbeitsgruppe Gesundheitsökonomie und Gesundheitsmanagement, Bielefeld, Deutschland
  • Wolfram J. Herrmann - Charité Universitätsmedizin Berlin, Institut für Allgemeinmedizin, Berlin, Deutschland
  • Leonie Sundmacher - Ludwig-Maximilians-Universität München, Fachbereich Health Services Management, München, Deutschland

15. Deutscher Kongress für Versorgungsforschung. Berlin, 05.-07.10.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. DocFV46

doi: 10.3205/16dkvf101, urn:nbn:de:0183-16dkvf1017

Veröffentlicht: 28. September 2016

© 2016 Vogt et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund: Die Krankheitslast in den Industrienationen ist zunehmend durch chronische Erkrankungen und Multimorbidität geprägt. Dieses Krankheitsspektrum erfordert einen hohen Koordinationsaufwand, um die diagnostischen und kurativen Leistungen, die meist von verschiedenen medizinischen Versorgungsinstanzen erbracht werden, abzustimmen. Daher widmet sich eine Vielzahl an Versorgungsprogrammen der Optimierung der Versorgungsabläufe innerhalb und zwischen den Versorgungsinstanzen. Bisher basieren die dort angewandten Versorgungspfade jedoch meist auf aufwendigen Diskussionsprozessen und Literaturstudien und werden aufgrund der komplexen Datenlage selten empirisch evaluiert. Data-Mining Techniken wie bspw. Sequenz- und Clusteranalysen können einen Ansatz zur Darstellung typischer Versorgungspfade sowie deren Evaluation liefern und damit das Ableiten optimaler Versorgungspfade vereinfachen.

Fragestellung: Lassen sich anhand von Data-Mining Techniken, wie Sequenzanalysen, Versorgungspfade auf Basis von GKV-Routinedaten für die Beispiel-Indikation Herzinsuffizienz abbilden und typisieren, um in weiteren Analysen Aussagen über einen optimalen Behandlungspfad ableiten zu können?

Methode: Auf Grundlage von Daten der Allgemeinen Ortskrankenkassen (AOK) im Zeitraum vom 01.01.2009 bis 31.12.2011 werden zunächst die registrierten Abrechnungstage sowie die jeweilige(n) Diagnose(n) und Medikation und Fachrichtung der Leistungserbringer auf Patientenebene chronologisch aufgelistet. Anhand von Methoden der Sequenzanalyse (optimal matching analysis (OMA)) wird anschließend abgebildet, welche Pfade die Patienten im Versorgungssystem zurücklegen. Diese Pfade werden mithilfe von hierarchischen Clusteranalysen klassifiziert und mittels Netzwerkanalytischer Modelle graphisch dargestellt.

Ergebnisse: Auf Basis der hierarchischen Clusteranalyse konnten typische Versorgungspfade von Herzinsuffizienzpatienten klassifiziert werden. Die Cluster unterscheiden sich z.B. in der Häufigkeit der Facharztbesuche und Medikamentenverordnungen. Die Darstellung der Sequenzen liefert Hinweise darauf, dass sich die Versorgung in den identifizierten Clustern größtenteils um den Hausarzt zentriert.

Diskussion: Anhand der angewandten Methode lassen sich indikationsspezifische Versorgungspfade klassifizieren und graphisch darstellen. Jedoch konnten nicht alle Fachrichtungen und Komorbiditäten in der Analyse berücksichtigt werden, um eine Verzerrung der Versorgungspfade auszuschließen. Weitere Analysen, die die Versorgungspfade in Zusammenhang mit gesundheitsbezogenen Outcomes oder Behandlungskosten setzen sind erforderlich, um mögliche Unterschiede in der Behandlungsqualität bzw. -effizienz zu identifizieren.

Praktische Implikation: Die vorgestellte Methode könnte einen Ansatz liefern, um optimale Versorgungspfade zu identifizieren sowie die Analyse des Status quo der Versorgungsabläufe und die Evaluation der Versorgungspfade zu unterstützen bzw. zu vereinfachen.