gms | German Medical Science

16. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

4. - 6. Oktober 2017, Berlin

HerzEffekt MV – Ein innovatives Versorgungsmodell für Herzpatienten

Meeting Abstract

Suche in Medline nach

  • Christian Schmidt - Universitätsmedizin Rostock, Rostock, Germany
  • Bernd Hillebrandt - Universitätsmedizin Rostock, Rostock, Germany
  • Miriam Mann - Universitätsmedizin Rostock, Rostock, Germany

16. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocP231

doi: 10.3205/17dkvf177, urn:nbn:de:0183-17dkvf1773

Veröffentlicht: 26. September 2017

© 2017 Schmidt 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

Einleitung: Die Herzberichte Deutschlands zeigen für Mecklenburg Vorpommern (MV) eine vergleichsweise hohe Morbidität und Mortalität bei Herzinsuffizienz, Hypertonus und Rhythmusstörungen. Die Ursache dafür liegt unter anderem in der Erreichbarkeit von spezialisierter Herzmedizin, die in anderen Bundesländern deutlich besser ausgebaut ist als in MV. Ziel des Projektes ist es daher, diese Versorgung zu verbessern.

Methodik: Für die drei Indikationsgruppen Herzinsuffizienz, Hypertonus und Rhythmusstörungen wurden Risikokategorien auf Basis der Erkrankungsschwere und des sozioökonomischen Status erstellt. Diese Risikokategorie mündet in einbem standardisierten Behandlungspfad, der vom Krankenhaus bis in die Häuslichkeit des Patienten ausgerollt wird. Dabei werden dem Patienten zusätzlich eine App und bei Bedarf technische Geräte wie Blutdruck- bzw. Pulsmesser oder Waage ausgehändigt, die über die Philips Health Suite per App miteinander verbunden sind. Die Daten kann der Patient selber für den Hausarzt oder das Krankenhaus freischalten. Zusätzlich werden die Daten in einem Care Center gesammelt, aus dem heraus der Patient bei Abweichungen seiner Werte bzw. Risikokategorie kontaktiert werden kann. Schließlich wurde ein Controlling Tool eingeführt, welches es über eine monatliche Analyse des §21 Datensatzes erlaubt, die eingeschlossenen Patienten pro niedergelassenem Arzt und Krankenhaus zu erfassen.

Ergebnis: Der Patient kann auf diese Weise nach Risikoadjustierung seiner Erkrankung stadiengerecht nachverfolgt werden und Abweichungen vor einer Verschlechterung des Gesundheitszustandes frühzeitig erkannt werden. Somit ist eine Therapieumstellung oder Behandlung schon vor einer Verschlechterung des Gesundheitszustandes möglich. Ebenso können Vorhersagemodelle entwickelt werden, die schon bei kleinen Abweichungen die Patienten identifizieren, welche Unterstützung bzw. Therapieanpassung benötigen.

Diskussion: Versorgungsmodelle in Flächenländern profitieren von der Kombination aus App, Care Center und Risikoeinteilung. Auf diese Weise kann frühzeitig eine Therapie bei Herzpatienten angepasst und eine gezielte Unterstützung eingeleitet werden.

Schluss: Das Modell ist für Patienten mit Herzinsuffizienz, Hypertonus und Rhythmusstörungen, lässt sich weitere chronische Erkrankungen skalieren. Auf diese Weise könnte die Versorgung in Flächenländern verbessert werden.