gms | German Medical Science

Internationale Studien zeigen, dass auf einen kleinen Anteil von Patienten ein großer Anteil der Krankheitsausgaben entfällt. So entfallen in Deutschland im Jahr 2001 etwa 80% der Gesamtausgaben der damaligen Gmünder Ersatzkasse auf nur 10% ihrer Versicherten [1]. Solche Hochnutzer sind Gegenstand zahlreicher nationaler und internationaler Forschungsarbeiten. Vor allem für Kostenträger sind sie relevant, da eine Veränderung der Inanspruchnahme entsprechender Patienten ein hohes Einsparpotential bietet und gleichzeitig die Situation der Patienten verbessern kann. Will man die Eskalation von Krankheitsverläufen vermeiden, ist es notwendig bereits frühzeitig steuernd einzugreifen und den Krankheitsverlauf damit positiv zu beeinflussen. Deutlich wird der Nutzen einer frühen Steuerung am Beispiel der Erkrankung Diabetes mellitus: Wird Typ-2 Diabetes bei Personen mit erhöhtem Risiko frühzeitig erkannt und behandelt, kann durch gezielte Änderung des Lebensstils das Auftreten um über 50% gesenkt werden, während ein spätes oder sehr spätes Reagieren zu lebenslanger Medikamenteneinnahme, Amputationen und weiteren Folgeerkrankungen führen kann [2].

Um gezielt intervenieren zu können und Eskalationen zu vermeiden, ist es deshalb von großem Interesse, zukünftige Hochnutzer frühzeitig zu identifizieren. Dies kann unter anderem durch die Entwicklung eines Prädiktionsmodells erreicht werden. Prädiktoren sind Merkmals-Variablen, mit denen sich ein möglicher kausaler Einfluss auf ein abhängiges Merkmal modellieren und überprüfen lässt [3]. Ein Prädiktionsmodell dient folglich dazu, kausale Beziehungen zu identifizieren und den Einfluss von unabhängigen Variablen auf ein Merkmal zu prognostizieren. Die methodische Umsetzung eines solchen Modells kann dabei sehr unterschiedlich aussehen. Ziel dieser Studie ist deshalb, mithilfe einer systematischen Literaturrecherche herauszuarbeiten, welche methodischen Möglichkeiten es gibt, um ein Prädiktionsmodell zu erstellen mit dem man frühzeitig steuerbare Hochnutzer finden kann, und Entscheidungshilfen für die Wahl einer Methode abzuleiten.

Eine systematische Suchrecherche wird am 12.10.2011 in der Literaturdatenbank SciVerse Scopus, einer Abstract- und Zitationsdatenbank mit aktuell 18.500 internationalen Titeln, durchgeführt und durch eine Handrecherche ergänzt. Die Suchrecherche besteht aus einer Verknüpfung von Begriffen für Hochnutzer mit Begriffen, die für Prädiktionsmodelle verwendet werden (siehe Abbildung 1 [Abb. 1]). Bei den Begriffen für Hochnutzer wird keine Einschränkung hinsichtlich der dahinterstehenden Definition festgelegt, so dass eine Bandbreite von unterschiedlich definierten Hochnutzer-Begriffen eingeschlossen wird.

Sprachliche Einschränkungen werden nicht vorgenommen. Die so erhaltene Literatur wird in einem zweistufigen Vieraugenverfahren von zwei unabhängigen Gutachtern gesichtet. In einem ersten Schritt wird die Literatur anhand des Titels und des Abstracts gemäß zuvor definierter Ein- und Ausschlusskriterien selektiert:

Einschlusskriterien:

• Zeit: Literatur der letzten 10 Jahre
• Endpunkt: Hochnutzer
• Art der Publikation: methodische Artikel, Studien mit quantitativen Ergebnissen
• Qualität: Beschreibung der verwendeten Methodik

Ausschlusskriterien:

• Endpunkt: Artikel, bei denen nicht primär Hochnutzer im Vordergrund stehen
• Artikel, die sich ausschließlich auf dauerhafte Hochnutzer fokussieren
• Art der Publikation: Meinungen, Kommentare, qualitative Studien

Anschließend werden die verbleibenden Studien im Volltext bestellt und in einem zweiten Schritt entsprechend der Ein- und Ausschlusskriterien hinsichtlich ihrer Relevanz für das vorliegende Thema geprüft und ggf. ausgeschlossen. Die verbleibenden Artikel werden analysiert und die Ergebnisse in Kategorien zusammengefasst beschrieben. Dazu gehören die Länder, in denen die Forschung stattgefunden hat, die Studienpopulationen, die Untersuchungsgegenstände, die Datenbasen, die verwendeten Methoden und Modelle und die Vor- und Nachteile dieser Methoden. Abschließend werden die Ergebnisse in Form von Bewertungsparametern in einer Tabelle zusammengefasst.

Insgesamt werden 216 Artikel mithilfe der oben genannten Suchstrategie identifiziert (siehe Abbildung 2 [Abb. 2]). Nach Durchsicht von Titeln und Abstracts werden 193 Artikel ausgeschlossen. Die verbleibenden 23 Artikel sowie ein durch Handrecherche identifizierter Artikel finden im zweiten Selektionsschritt Berücksichtigung. Nach Durchsicht der Volltexte verbleiben 18 Artikel [4], [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], [20], [21]. Diese bilden die Grundlage für die folgenden Analysen.

Es zeigt sich, dass in den Vereinigten Staaten von Amerika (USA) vor allem eine kostenorientierte Perspektive dominant ist (siehe Tabelle 1 [Tab. 1]). Acht der 18 Artikel stammen aus den USA und sieben davon legen ihren Fokus auf methodische Aspekte bzw. auf Modellierungen, die auf Kosten ausgelegt sind und weniger auf Charakteristika von Hochnutzern [5], [8], [14], [15], [16], [20], [21]. Die USA ist die am häufigsten vertretene Nation in der Recherche. Deutschland und Groß-Britannien folgen mit je zwei Artikeln. Alle übrigen Nationen sind mit je einem Artikel vertreten, wobei Artikel aus Südamerika über Vorderasien bis Europa vorhanden sind. Das deutet darauf hin, dass das Thema der Hochnutzung ein weit verbreitetes Phänomen ist, das nicht etwa an ein bestimmtes Gesundheitssystem gebunden ist.

Insgesamt beziehen sieben der 18 Artikel ihre Untersuchungen auf eine bestimmte Subpopulation (siehe Tabelle 1 [Tab. 1]). Neben einem Fokus auf ältere Menschen [16] werden vor allem bestimmte Erkrankungen ausgewählt, die bei den Hochnutzern vorhanden sein müssen [6], [7], [9], [17], [18], [20]. Es handelt sich dabei meist um Erkrankungen, die häufig auftreten, aber sehr unterschiedliche Verläufe aufweisen können, was zu hohen Kostendifferenzen führt, wie z.B. die chronisch obstruktive Lungenerkrankung (COPD) [20], Diabetes [6], [9] oder Schizophrenie [17].

Der Ausgangspunkt der Artikel ist bei allen derselbe: Eine geringe Anzahl von Patienten lässt sich im Vergleich mit der restlichen Untersuchungspopulation als Hochnutzer bezeichnen. Zudem liegt allen Artikeln die Idee zugrunde, dass Hochnutzer, die früh genug identifiziert werden, steuerbar sind und so hohe Kosten vermieden werden können. Dabei kann der Fokus darauf liegen, dass eine geringe Anzahl von Patienten unverhältnismäßig hohe Ausgaben, einen unproportional hohen Arbeitsaufwand seitens der Ärzte oder eine überdurchschnittliche Inanspruchnahme von Gesundheitsleistungen verursacht. Das Ziel besteht darin, ein Prädiktionsmodell zu entwickeln bzw. verschiedene Modelle zu testen und Methoden zu finden, um diese Hochnutzer möglichst früh und genau vorhersagen zu können.

Die Studien lassen sich entsprechend ihres Studiengegenstandes in zwei Gruppen einteilen (siehe Tabelle 1 [Tab. 1]): Die einen orientieren sich an Kosten und die anderen an Patientencharakteristika. In der ersten Gruppe besteht das Interesse der genauen Vorhersage primär darin, die Kosten im Gesundheitssystem möglichst präzise zu prognostizieren [5], [8], [9], [12], [14], [15], [16], [20], [21]. Was die genauen Ursachen für die hohen Ausgaben sind und wodurch sich Hochnutzer auszeichnen, spielt keine nennenswerte Rolle, selbst wenn neben der Vorhersage der Kosten die Identifizierung für die Implementierung eines Case Managements als Ziel genannt wird. In der zweiten Gruppe steht die Suche nach Charakteristika, die Hochnutzer ausmachen und die das Nutzungsverhalten beeinflussen, im Vordergrund [4], [6], [7], [10], [11], [13], [17], [18], [19]. Es geht in erster Linie darum, geeignete Prädiktoren zu finden, die zu einer häufigen Inanspruchnahme von Gesundheitsleitungen führen.

Der primäre Unterschied zwischen diesen beiden Gruppen besteht also darin, dass kostenorientierte Modelle auf die Vorhersage abzielen, während die charakteristikorientierten Modelle stärker das „Warum?“ betonen und den Fokus damit auf die Steuerung legen.

Die unterschiedlichen Herangehensweisen in den Artikeln stellen unterschiedliche Anforderungen an die Datenbasen (siehe Tabelle 2 [Tab. 2]). Auf Kosten ausgerichtete Studien müssen Zugriff auf Kostendaten haben und Untersuchungen, die Diagnosen gruppieren, müssen über Diagnosedaten verfügen. In den kostenorientierten Artikeln wird deshalb auf große Datenbanken zurückgegriffen. Insgesamt kommen in allen kostenorientierten Artikel Sekundärdaten zum Einsatz [5], [8], [9], [12], [14], [15], [16], [20], [21]. Primärdaten sind vor allem in der Gruppe der an Charakteristika interessierten Artikel in Gebrauch, da Sekundärdaten häufig nicht die für diese Fragestellungen relevanten Variablen (in ausreichender Qualität) enthalten. So werden von den charakteristikorientierten Studien lediglich drei ausschließlich mit Sekundärdaten [6], [7], [18], eine mit Sekundärdaten und zusätzlich erhobener Daten [4] und fünf mit Primärdaten durchgeführt [10], [11], [13], [17], [19]. Die Primärdaten beinhalten unterschiedliche Informationen, die je nach Fragestellung per Interview oder Fragebogen durch die Patienten oder ihre Ärzte, teilweise zu mehreren Zeitpunkten, erhoben wurden.

Neben der Unterscheidung zwischen kosten- und charakteristikorientierten Studien kann eine weitere Unterteilung zwischen den Artikeln gemacht werden, die ihren Umgang mit Modellen betrifft. Einige fokussieren methodische Aspekte der Modellfindung und andere legen mehr Wert auf die einzelnen Prädiktoren (siehe Tabelle 2 [Tab. 2]). Die Herangehensweise ist dementsprechend vielseitig und wird daher für jede Studie einzeln dargestellt.

Vedsted et al. [19] untersuchen, wie gut zwei Indizes psychologischer Selbsteinschätzungs-Fragebögen als Prädiktoren geeignet sind, um Hochnutzer vorherzusagen. Sie führen dazu eine logistische Regression mit der dichotomen Ausprägung „Hochnutzer/Nicht-Hochnutzer“ als abhängige Variable durch.

Gregori et al. [9] setzen sich mit der Problematik auseinander, dass die abhängige Variable bei Hochnutzern heterogen und asymmetrisch ist, was die Anwendung von Methoden, die auf Normalverteilung ausgerichtet sind, problematisch macht. Sie testen deshalb anhand von drei Beispieldatensätzen, ob sich die Methode der „Extreme Regression“ für die Prädiktion von Hochnutzern eignet.

Kobus et al. [12] versuchen mithilfe von Data-mining Techniken zum einen Beziehungen zwischen Ereignissen zu finden, die zu Gesundheitsleistungsinanspruchnahme führen. Zum anderen testen sie mithilfe des Software-Systems Weka verschiedene Methoden, mit denen man Hochnutzer vorhersagen kann. Sie vergleichen dabei die Methoden J48-Algorithmus, Bagging und AdaBoosting.

Bei den beiden Artikeln von Moturu, Liu und Johnson [14], [15] geht es ebenfalls um die Anwendung von Data-mining Techniken. Beide Artikel beziehen sich auf dieselbe Untersuchung, bei der sie die Weka-Software zur Vorhersage zukünftiger Hochnutzer unter Einbeziehung von über 400 Variablen nutzen. Als Prädiktionsmethoden werden dabei AdaBoost, LogitBoost, logistische Regression, Logistic Model Trees und Support Vector Machine verglichen.

Die Autoren Ash et al. [5], Zhao et al. [21] und Yarger et al. [20] beschäftigen sich mit Klassifikationssystemen, mit denen die zahlreichen ICD-Codierungen aufbereitet und für die Vorhersage von Hochnutzern nutzbar gemacht werden können. Sie verwenden dafür die Software DxCG, die eigens dafür entwickelt wurde. Welche Prädiktionsmethode angewendet wird, wird allerdings nicht genannt, da die Anwendbarkeit der Klassifikationsmethoden im Vordergrund steht. Ash et al. [5] testen unter Einbeziehung von Alter und Geschlecht, ob sich „Diagnostic Cost Group Hierarchical Condition Categories“ (DCG/HCC) besser zur Vorhersage der 0,5% teuersten Patienten eignet als die Vorhersage mithilfe der Kosten aus dem Vorjahr. Zhao et al. [21] prüfen, ob sich die 0,5% teuersten Patienten mit den Vorjahrskosten, mit Alter, Geschlecht und DCG oder mit einer Kombination aus allem am besten vorhersagen lassen. Yarger et al. [20] testen indes die Vorhersagekraft der Vorjahreskosten sowie von drei DCG Varianten auf die 5% teuersten Patienten.

Rakovski et al. [16] untersuchen die Vorhersageleistung für in Pflege verbrachter Tage. Sie testen mittels logistischer Regression die Prädiktionsfähigkeit der in Pflege verbrachten Tage des Vorjahrs, der „Adjusted Diagnostic Groups“ (ADG/HCC) sowie eines Modell, das beide Komponenten enthält. In allen drei Fällen wird für Alter und Geschlecht adjustiert.

Fleishman und Cohen [8] haben ebenfalls DCG in ihre Untersuchung einbezogen. Sie haben mittels logistischer Regression allerdings zehn verschiedene Modelle mit unterschiedlichen Komponenten getestet, so dass sie die Schnittstelle zu Artikeln bilden, bei denen die Patientencharakteristika stärker im Vordergrund stehen und nicht methodische Aspekte.

Den Fokus auf Prädiktoren legen Al-Kandari et al. [4], Kersnik, Svab und Vegnuti [11] sowie Little et al. [13]. Sie versuchen jeweils mittels logistischer Regression Faktoren zu identifizieren, die einen positiven Einfluss darauf haben, dass jemand zu einem Hochnutzer wird. Während Al-Kandari et al. [4] und Little et al. [13] sich ausschließlich auf Patienteneigenschaften fokussieren, beziehen Kersnik, Svab und Vegnuti [11] in ihre Untersuchung sowohl Patienten- als auch Arzt-Eigenschaften mit ein.

Botica et al. [6] und Etemad und McCollam [7] konzentrieren sich in ihren Analysen auf bestimmte Krankheits-Subgruppen. Sie wenden dabei logistische Regressionen an. Botica et al. [6] beschäftigen sich mit Diabetes-Patienten und wählen entsprechende für die Krankheit relevante Prädiktoren. Etemad und McCollam [7] wählen die Subgruppe der Patienten mit akutem Koronarsyndrom (ACS) und versuchen Faktoren zu identifizieren, die zu hoher Nutzung teurer Gesundheitsleistungen führen.

Roick et al. [17] beschäftigen sich in ihren Analysen mit der Subgruppe mentaler Erkrankungen und beziehen entsprechend speziell für diesen Bereich wichtige Faktoren in ihre Analyse ein. Sie untersuchen mittels logistischer Regression Prädiktoren für häufige Einweisungen schizophreniekranker Patienten.

Spießl et al. [18] hingegen nutzen in ihrer Analyse im psychiatrischen Bereich lineare Regression mit einer metrischen abhängigen Variable und prüfen den Effekt bestimmter Prädiktoren auf die Anzahl stationärer Aufenthalte bzw. auf die kumulierte stationäre Behandlungsdauer.

Kapur et al. [10] verwenden ebenfalls eine metrische abhängige Variable, indem sie mittels schrittweiser negativ binomialer Regression psychosoziale und krankheitsbezogene Faktoren für die Besuchshäufigkeit einer Arztpraxis auf ihre Vorhersagekraft hin testen. Zusätzlich wird eine longitudinale Analyse durchgeführt um den Effekt über fünf Jahre hinweg zu messen.

Ausgehend von der Frage, welche Methoden für die Prädiktion zukünftiger Hochnutzer zur Verfügung stehen, lassen sich die Ergebnisse wie folgt zusammenfassen.

Streng genommen handelt es sich bei solchen Klassifikationssystemen nicht um eine Prädiktionsmethode. Vielmehr dienen sie der Aufbereitung und Nutzbarmachung großer Mengen an Diagnose- und Kosteninformationen, die wiederum als Prädiktoren für Hochnutzer verwendet werden. Durchgeführt werden diese Klassifikationen mithilfe spezieller Softwaresysteme, die eigens dafür entwickelt wurden. Cucciare und O’Donohue [22] (die einen guten Überblick über die Methode und ihre Vor- und Nachteile geben) weisen darauf hin, dass die Implementierung eines solchen Systems nicht nur eine sehr aufwendige und komplizierte Angelegenheit ist, sondern dass auch die Kosten dafür sehr hoch sind. Betrachtet man die Modellgüte-Werte, die bei Zhao et al. [21] und Yarger et al. [20] berichtet werden, so zeigt sich, dass mit solchen Modellierungen eine Varianzaufklärung von max. 21% erreicht werden kann, was keine Überlegenheit dieser Modellierungsmethode gegenüber anderen Modellen darstellt.

Data-mining Techniken dienen dazu, Muster und Strukturen in großen Datenmengen zu finden. Dabei kommen verschiedene Methoden zum Einsatz. In den einbezogenen Studien liegt der Fokus auf bestimmten Algorithmen, die eingesetzt werden können (zu genaueren Informationen zu den Algorithmen siehe [12], [14], [15]. Kobus et al. [12] finden dabei, dass die Methode des Boosting die größte Genauigkeit liefert, während Moturu, Liu und Johnson [14], [15] bei ihren fünf geprüften Techniken keine nennenswerten Unterschiede feststellen können. Der Vorteil von Data-mining besteht darin, dass man große Datenmengen einbeziehen kann und man die potentiellen Zusammenhänge nicht im Vorfeld definieren muss. Ein Nachteil ist ihre hohe Komplexität in der Bedienung und die Unübersichtlichkeit über die genutzten Prädiktoren, da auch hier eine große Vielzahl von Variablen verwendet wird. Je größer das Wissen über das zu untersuchende Feld ist, desto mehr stellt sich deshalb die Frage, ob man mit einigen gezielt ausgewählten Variablen nicht ähnliche Modellerfolge erzielen kann wie unter Einbeziehung aller Patientendaten.

Bei dem „Extreme Regression“ Ansatz (für mehr Informationen siehe [23]) handelt es sich um eine sehr spezielle und wenig verbreitete Methode. Sie bezieht die Idee von Baumdiagrammen mit ein, ohne dabei aber die Glätte der Funktion zu verlieren. Sie ist besonders gut geeignet, um extreme Outcome-Gruppen zu beschreiben und eignet sich auch für kleine Fallzahlen. In ihrer Funktionsweise ähnelt diese Methode der logistischen Regression, ist aber besser geeignet, wenn es darum geht eine kleine Anzahl kontinuierlicher Prädiktoren zu betrachten [23]. Der Vorteil dieser Methode besteht zudem darin, dass sie gut geeignet ist mit schiefen Verteilungen umzugehen und zudem das Problem umgeht, im Vorfeld einen Cut-off Punkt wählen zu müssen, der die Grenze zwischen Hochnutzern und Vergleichsgruppe markiert [9].

Mittels Regressionen können Zusammenhänge unabhängiger Prädiktoren auf eine abhängige Variable überprüft werden (für eine Einführung in die Regressionsanalyse siehe [24]). Während die lineare Regression eine kontinuierliche abhängige Variable voraussetzt, erfordert die logistische eine dichotome und die negativ binomiale eine absolute Variable. Die logistische Regression kam in den betrachteten Artikeln am häufigsten zum Einsatz. Ein Vergleich von Rakovski et al. [16] zeigt, dass sie besser geeignet ist als die lineare Regression. Andererseits wird bei Spießl et al. [18] eingewendet, dass die Nutzung einer kontinuierlichen abhängigen Variable und damit auch der linearen Regression angemessener ist, da kein eindeutiger Punkt identifizierbar ist, der eine klare Trennlinie zwischen Hochnutzern und Nicht-Hochnutzern markieren würde. Das Problem der linearen Regression, obwohl sie den Vorteil bietet keinen Cut-off Punkt bestimmen zu müssen, besteht allerdings darin, dass die abhängige Variable theoretisch alle Ausprägungen von –∞ bis +∞ annehmen können muss. Die Modellgüte-Werte der betrachteten Studien variieren stark je nach einbezogenen Variablen und der Untersuchungspopulation. Die höchste Varianzerklärung von 68% findet sich in einem Modell mit logistischer Regression in einer Subgruppe von Diabetes-Patienten [6].

Aufgrund der Heterogenität der Studien scheint eine abschließende Bewertung wenig zielführend. Zum einen werden nicht in allen Studien die Modellgüte-Werte berichtet und zum anderen unterscheiden sich die Modellgüte-Maße je nach Methode. Außerdem unterscheiden sich auch die Modellgüte-Werte derselben Methode, da der Erfolg eines Modells maßgeblich von den einbezogenen Variablen abhängt. Die Wahl der Methode selbst richtet sich deshalb nach den einbezogenen Variablen und dem verwendetem Datensatz. Das Skalenniveau der Variablen sowie die Verfügbarkeit und Qualität der Daten tragen zur Wahl der Methode ebenso bei wie die verfügbaren finanziellen und zeitlichen Ressourcen. Außerdem spielt die Art der Fragestellung bei der Wahl der angemessenen Methode eine wichtige Rolle. In Tabelle 3 [Tab. 3] werden die entscheidungsrelevanten Punkte für jede Methode zusammenfassend dargestellt, so dass Tabelle 3 [Tab. 3] als Entscheidungshilfe bei der Wahl einer Methode genutzt werden kann.

Bei den kostenorientierten Studien kommen sehr unterschiedliche methodische Ansätze und verschiedene Herangehensweisen zum Einsatz. Deshalb ist bei dieser Art von Studien immer individuell zu entscheiden, welche Methode verwendet werden soll. Im Bereich der charakteristikorientierten Studien ist die Entscheidung für eine Methode zwar auch immer individuell zu treffen, doch zeigt sich in diesem Bereich eindeutig, dass die logistische Regression die am häufigsten verwendete Methode zur Prädiktion von Hochnutzern darstellt. Auch wenn es erforderlich ist die abhängige Variable zu dichotomisieren und damit bewusst eine Grenze zu schaffen, ab der aus einem „Normalnutzer“ ein Hochnutzer wird, stellt die logistische Regression eine geeignete Methode dar, da sie wenig voraussetzungsvoll ist im Vergleich zu anderen Methoden und vielen Datenstrukturen gut genügen kann. Es gibt zwar Methoden die der schiefen Verteilung und dem häufigen Vorkommen von Nullwerten besser gewachsen sind (wie z.B. „Extreme Regression“), aber diese sind auch ungleich komplexer und aufwendiger. Im Vergleich zu den übrigen Möglichkeiten bietet die logistische Regression den methodisch einfachsten Zugang, da weder spezielle Softwaresysteme notwendig sind, noch aufwendig erstellte Klassifikationen eine Rolle spielen, die die Interpretation einzelner Prädiktoren erschweren.

Die Ergebnisse haben zudem gezeigt, dass es lohnenswert sein kann bei der Entwicklung eines Prädiktionsmodells zur frühzeitigen Identifikation von Hochnutzern auch in Betracht zu ziehen, nach Krankheiten differenzierte Subgruppen zu bilden, da daraufhin eine präzisere und treffgenauere Auswahl an einflussreichen Prädiktoren getroffen werden kann.

Die Ergebnisse der systematischen Suchrecherche könnten durch die Wahl der genutzten Datenbank, die möglicherweise nicht alle relevanten Artikel enthält, limitiert sein. Allerdings beinhaltet die gewählte Datenbank SciVerse Scopus sämtliche Titel aus den häufig verwendeten Medline-, Springer- und Elsevier-Datenbanken, sowie aus zahlreichen weiteren. Außerdem ist es möglich, dass interessante Beiträge über Prädiktionsmethoden durch die Stichwortsuche nicht entdeckt werden, da ihr Schwerpunkt nicht methodischer Natur ist, wenngleich die Handrecherche diesem Problem entgegenwirkt. Da nicht in allen Studien die Methoden im Vordergrund stehen, werden auch nicht in allen Artikeln Angaben zur Modellgüte gemacht, was es erschwert, die Ergebnisse zu vergleichen. Außerdem wurden die verschiedenen Studien an sehr unterschiedlichen Datensätzen überprüft, die – trotz teilweise gleicher Variablenauswahl – durchaus auch unterschiedliche Ergebnisse hinsichtlich ihrer Modellgüte hervorgebracht haben [25].

In Deutschland ist es vor allem für Krankenkassen interessant, Interventionen für Hochnutzer zu entwickeln, die die Versorgung der Patienten verbessern und die Ausgaben der GKV senken können. Um möglichst gezielte Interventionen durchführen zu können, ist es wichtig die Faktoren zu kennen, die die Hochnutzung bewirken. Als Datenquelle stehen Sekundärdaten in Form von GKV-Routinedaten zur Verfügung, die zeitnah und kostengünstig für solche Zwecke nutzbar gemacht werden könnten. Studien aus anderen Ländern haben gezeigt, dass charakteristikorientierte Ansätze zumeist mit Primärdaten durchgeführt werden, mit dem Argument, dass Sekundärdaten nicht alle relevanten Prädiktoren enthalten. Aus diesem Grund wäre es interessant zu prüfen, ob dies auch für die in Deutschland zur Verfügung stehenden GKV-Routinedaten gilt, oder ob diese für die Entwicklung eines Prädiktionsmodells geeignet sind und ob sich die vergleichsweise niedrigschwellige Methode der logistischen Regression, die bei charakteristikorientierten Ansätzen meist genutzt wird, dazu eignet.

Die Autoren erklären, dass sie keine Interessenkonflikte in Zusammenhang mit diesem Artikel haben.