gms | German Medical Science

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH)

08.09. - 13.09.2024, Dresden

Zusammenhang der Kriterien der Qualitätssicherung der Medizinischen Dienste im Begutachtungsbereich Vorsorge und Rehabilitation unter Verwendung eines graphentheoretischen Modells

Meeting Abstract

  • Mareike Burmester - Medizinischer Dienst Nord, Lübeck, Germany; Universität zu Lübeck, Institut für Mathematik, Lübeck, Germany
  • Klaus Freidel - Medizinischer Dienst Rheinland-Pfalz, Alzey, Germany
  • Bernhard van Treeck - Medizinischer Dienst Nord, Hamburg, Germany
  • Reinhard Schuster - Medizinischer Dienst Nord, Lübeck, Germany

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH). Dresden, 08.-13.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. DocAbstr. 78

doi: 10.3205/24gmds700, urn:nbn:de:0183-24gmds7006

Veröffentlicht: 6. September 2024

© 2024 Burmester 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: Im gesetzlichen Auftrag erstellen die Medizinischen Dienste sozialmedizinische Gutachten für Kranken- und Pflegekassen. Diese Gutachten dienen oft der Beurteilung von Leistungsansprüchen gegenüber der gesetzlichen Krankenkasse oder der Klärung von Abrechnungsfragen. Zur Qualitätssicherung werden die Gutachten stichprobenartig ausgewählt und medizinischen Fachgutachtern vorgelegt. Jedes dieser Gutachten wird intern von einem Gutachter innerhalb der regionalen Beratungseinrichtung, in der es erstellt wurde und ein zweites Mal extern von einem Gutachter aus einem anderen medizinischen Dienst nach festgelegten Qualitätskriterien beurteilt. Beide Gutachter dürfen zuvor nicht in den Begutachtungsprozess dieser Gutachten einbezogen gewesen sein. Das Ziel der Analyse besteht darin, anhand von Gutachten von Rehabilitationsanträgen, Hinweise auf eine Weiterentwicklung der Prüfanleitung zu generieren und Rückschlüsse auf das Bewertungsverhalten zu ziehen.

Material und Methode: Die Prüfanleitung für Rehabilitationsgutachten umfasst 20 Kern- und acht fachspezifische Zusatzkriterien. Der Gutachter bewertet in jedem Kriterium, ob es erfüllt (grün), nicht erfüllt (rot) oder teilweise erfüllt (gelb) ist. In dieser Analyse wurden die Jahre 2022 und 2023 betrachtet, was 2855 interne und 1293 externe Gutachtenbewertungen umfasst. In allen Gutachten wurde jede Kombination an Kriterien entsprechend ihrer Farbänderung gewichtet. Analoge Bewertungen (grün/grün, gelb/gelb, rot/rot) wurden mit 0 gewichtet. Abweichungen von grün/gelb bzw. gelb/rot wurden mit 1 gewichtet und grün/rot Abweichungen mit 2. Anschließend wurden die Gewichte abhängig von den Kombinationen über alle Gutachten aufsummiert. Je kleiner die Summe, desto ähnlicher wurden die beiden Kriterien bewertet. Die Ähnlichkeit der Bewertungen auf Kriteriumsebene wurde mit Mathematica von Wolfram Research graphentheoretisch visualisiert. Jeder Knoten des Graphen stellt ein Kriterium dar und die gerichteten Kanten zeigen, welche beiden anderen Kriterien ähnlich zum betrachteten Kriterium bewertet wurden. Es wurde auch analysiert, welche der Kernkriterien die größten Übereinstimmungen mit den acht Zusatzkriterien aufweisen.

Ergebnisse: Die graphentheoretische Ähnlichkeitsanalyse der internen Bewertungen aus den Jahren 2022 und 2023 für die Kriterien 1-20 ergibt identische Graphen. Gleiches gilt auch für die Abbildung der acht Zusatzkriterien, die in beiden Jahren eine Verbindung zu Kriterien 10 und 11 eingehen. Diese Kriterien beziehen sich auf irrelevante Ausführungen, Redundanzen bzw. Mutmaßungen und subjektive Wertungen. Bei den externen Bewertungen der allgemeinen Kriterien zeigt sich eine Veränderung von 2022 zu 2023. Die Graphen zwischen zwischen interner und externer Beurteilung haben sich im Jahr 2023 angeglichen.

Diskussion und Schlussfolgerung: Die gleichbleibenden Ähnlichkeitsbeziehungen der internen Bewertungen in beiden Jahren können als Hinweise für eine Zusammenfassung der Qualitätskriterien genutzt werden. Die Angleichung der Graphen zur externen Bewertung lässt auf einen Lerneffekt der Bewertenden schließen. Der konstante Zusammenhang der speziellen Kriterien zu den Kernkriterien ist auf den ersten Blick überraschend, weil sich kein inhaltlicher Bezug herleiten lässt. Gleichzeitig ist es ein Hinweis auf die Notwendigkeit der Diversität der Qualitätskriterien.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Alon N. Spectral techniques in graph algorithms. In: Latin American Symposium on Theoretical Informatics. Berlin, Heidelberg: Springer; 1998. p. 206-215.
2.
Nedopil N. Qualitätssicherung bei der betreuungsrechtlichen Begutachtung. Forensische Psychiatrie, Psychologie, Kriminologie. 2014;1(8):10-16.
3.
Petzold T, et al. Entwicklung eines strukturierten Qualitätssicherungsverfahrens für die Begutachtung von Aufträgen zur gesetzlichen Krankenversicherung in der Gemeinschaft der Medizinischen Dienste der Krankenversicherung. Das Gesundheitswesen. 2021;83(08/09):199.
4.
Ries V, Thiele K, Schuster M, Schuster R. IT-structures and Algorithms for Quality Assurance in the Health Insurance Medical Advisory Service Institutions in Germany. In: Proceedings of the 13th International Joint Conference on Biomedical Engineering Systems and Technologies (BIOSTEC 2020) - Volume 5: HEALTHINF. 2020. p. 353-360.
5.
Schuster R, Emcke T. Graph-theoretic network analysis of interactions between patients, physicians and prescribed drugs. Archives of Data Science, Series A. 2018.