gms | German Medical Science

Hintergrund: In der DEGS Studie des RKI wurde geschätzt, dass etwa 5,3 Mio. Personen in Deutschland innerhalb eines Jahres an einer unipolaren Depression erkranken [1] und auch Krankenkassen bestätigen, dass in 2022 und 2023 psychische Erkrankungen entscheidend zu der Anzahl an Fehltagen von Arbeitnehmenden beigetragen haben. Die hohe Relevanz psychischer Erkrankungen im Versorgungsgeschehen stärkt die Notwendigkeit, die Gesundheitsversorgung von Patient:innen mit Depression zu erforschen. Studien deuten darauf hin, dass u.a. fehlende Kenntnisse der an der Versorgung beteiligten Ärzt:innen über den Versorgungsablauf, wie bspw. über die Weiterversorgung nach Entlassung aus der Klinik, die Patientensicherheit beeinflussen kann. In PFAD werden daher empirische Patientenpfade ermittelt und hinsichtlich eintretender Gesundheitsereignisse untersucht.

Zielsetzung: Ziel der Analyse ist es, die tatsächliche Versorgungssituation von Patient:innen mit einer Depressionserkrankung darzustellen und zu analysieren. Das Erkennen und Verstehen typischer Versorgungsabläufe soll potentiell Ansätze zur Verbesserung der Versorgung aufzeigen.

Methode: Bundesweite Abrechnungsdaten von TK-Versicherten mit einer Depressionserkrankung in 2017–2020 werden analysiert, um empirische Patientenpfade zu identifizieren und visualisieren. Dafür werden Ereignisse unterschiedlicher Versorgungsbereiche berücksichtigt, deren Relevanz durch einen Delphi-Prozess validiert wurde. Data Mining Methoden werden angewandt, um individuelle Inanspruchnahmeabfolgen zu extrahieren. Für die Auswahl der Methodik wurde zuvor ein Scoping Review angefertigt. Paarweise Ähnlichkeiten von Versorgungsabläufen innerhalb der Population werden berechnet und durch Clustering-Algorithmen werden sich stärker ähnelnde Populationscluster bestimmt. Deskriptive Datenanalysen sollen patientenseitige Unterschiede zwischen den Clustern, bspw. hinsichtlich Komorbidität, Alter und Geschlecht und Steuerungsmöglichkeiten, wie die Einschreibung in ein Disease Management Programm, zeigen. Explorative und induktive Statistik ermöglichen anschließend die Berechnung von Assoziationen zu Gesundheitsoutcomes.

Ergebnisse: Die Analyse soll Patientencluster identifizieren, die charakteristische Versorgungsmuster bezüglich der Medikation und der ärztlichen Betreuung im Beobachtungszeitraum aufweisen. Im nächsten Schritt werden die Populationscluster hinsichtlich patienten- und versorgungsrelevanter Merkmale sowie in Zusammenhang mit gesundheitlichen Ereignissen, wie z.B. einer Rehospitalisierung oder einer Veränderung des Krankheitszustandes, und möglichen Steuerungsdefiziten weiter untersucht.

Implikation für Forschung und/oder (Versorgungs-)Praxis: Die Identifikation und Visualisierung typischer Patientenpfade ermöglicht ein vertieftes Verständnis der tatsächlichen Versorgungssituation von Patient:innen mit Depression und ermöglicht Muster und Unterschiede in der Inanspruchnahme zu erkennen. Die Erkenntnisse haben das Potential, evidenzbasiert Stellschrauben zu identifizieren, die eine Verbesserung der Versorgung erwarten lassen.

Förderung: Innovationsfonds/Versorgungsforschung; Projektname: Muster der Inanspruchnahme – Analyse von empirischen Patientenpfaden und Befragung von Versicherten (PFAD); Fördernummer: 01VSF19056