gms | German Medical Science

Einleitung: Der öffentliche Druck, die Versorgungsqualität einrichtungsbezogen zu veröffentlichen, nimmt national wie international zu. So wurde unlängst mit dem GKV-Finanzstruktur- und Qualitätsweiterentwicklungsgesetz (GKV-FQWG) ein Institut für Qualität und Transparenz im Gesundheitswesen (IQTIG) gegründet, zu dessen zentralen Aufgaben es gehört, die Ergebnisse der gesetzlichen Qualitätsmessung aber auch von Qualitätssicherungsmaßnahmen in einer für die Allgemeinheit verständlichen Form zu veröffentlichen. Allerdings wird die Akzeptanz derartiger Veröffentlichungen, wie auch deren allgemeiner Nutzen, mitunter auch kritisch betrachtet. Dies mag unter anderem daran liegen, dass zumeist risikoadjustierte Standardisierte-Ereignis-Ratios (SER) und somit relative Zusammenhangsmaße ausgewiesen werden [1]. Nachteil dieser Maßzahlen ist, dass sie bei niedriger Erkrankungsschwere bzw. niedrigen Fallzahlen in einer Einrichtung mitunter zwar sehr gute Werte aufweisen, weil keine Komplikationen der Behandlung (Ereignisse) aufgetreten sind, die Ergebnisqualität der Einrichtung jedoch nicht tatsächlich abgebildet wird. Dieser Umstand kann zu erheblicher Fehlinformationen beitragen. Ziel dieser Arbeit ist es daher, ein Verfahren der Patienteninformation bzw. -beratung vorzustellen, welches aus einem mehrstufigen Verfahren besteht:

Auf Basis von veröffentlichten Risikoadjustierungsgleichungen wird das Risiko eines zu behandelten Patienten ermittelt. Anschließend werden Einrichtungen identifiziert, die dieses Risiko auch einem Ausmaß behandeln, die eine verlässliche Ermittlung der Versorgungsqualität ermöglicht. Schließlich können auf dieser Basis Einrichtungen ausgewählt werden, die gute Ergebnisse aufweisen.

Material und Methoden: Dazu wurden veröffentliche Daten und Risikoadjustierungsgleichungen aus dem sog. „NICU-Projekt“ verwendet und ein Risikorechner für VLBW entwickelt. Das NICU Projekt ist eine vom Gemeinsamen Bundesausschuss beauftragte Entwicklung einer Internetplattform, welche auf Qualitätssicherungsdaten aller in Perinatalzentren (Level 1 und 2) behandelten Frühgeborenen mit sehr niedrigem Geburtsgewicht der vergangenen 5 Jahre beruht [2].

Ergebnisse: Es wird ein Prognosemodell und dessen Anwendung für den Endpunkt Versterben während des stationären Aufenthaltes bei der Behandlung von Frühgeborenen mit sehr niedrigem Geburtsgewicht und dessen Anwendbarkeit für Patienten(-beratung) dargestellt. Dabei schwanken die mittels logistischer Regression geschätzten individuellen Sterbewahrscheinlichkeiten für die analysierten Frühgeborenen zwischen 3% und 90%. Anschließend werden Algorithmen dargestellt, wie an Hand von spezifischen Sterbewahrscheinlichkeiten Einrichtungen identifiziert werden können, die über ausreichende Erfahrung mit Patienten mit mindestens dieser Erkrankungsschwere verfügen. Schließlich wird die risikoadjustierte Versorgugnsqualität für diese Einrichtungen vergleichend dargestellt. An Hand von Fallbeispielen lässt sich illustrieren, dass mit dem vorgeschlagenen Verfahren die oben beschriebenen methodischen Nachteile einer Orientierung an SER in der Patientenberatung in der Auswahl von Einrichtungen vermieden werden.

Diskussion: Das vorgeschlagene Verfahren löst zwei zentrale zentrale Probleme der laiengerechten Vermittlung von risikoadaptierter Qualitätsinformationen. In der ersten Stufe wird das individuelle Risiko ermittelt. Diese Stufe stellt nicht nur eine relevante Information für die Patienten(-beratung) an sich dar, sondern setzt darüber hinaus auch den adäquaten kognitiven Rahmen [3], auf dessen Grundlage eine sachgerechte Entscheidung aufgebaut werden kann. Durch die anschließende Begrenzung auf Einrichtungen, die das ermittelte Patientenrisiko im ausreichenden Maß behandeln, werden im Folgenden irrelevante und damit potentiell irreführende Informationen nicht mehr dargestellt, so dass insgesamt die empirisch statistisch relevante Information verständlich und zielgerichtet vermittelt werden kann. Allerdings setzt das hier vorgeschlagene Verfahren eine grundsätzlich andere Aufbereitung und Nutzung von Qualitätsinformationen voraus [4].