Big Data Big Impact? Welchen Einfluss hat die Versorgungsforschung auf den (haus)-ärztlichen Alltag?

Transkript

1 1 gevko Symposium Praktische IT Unterstützung in der Selektivvertraglichen Versorgung. Quo Vadis IT-Standard? Big Data Big Impact? Welchen Einfluss hat die Versorgungsforschung auf den (haus)-ärztlichen Alltag? Dr. Peter Walther, Mitglied der Geschäftsleitung, Direktor Geschäftsentwicklung und Kommunikation, Elsevier Health Analytics Germany 17. September 2014

2 2 Reed Elsevier Unternehmensgruppe Elsevier Weltweit führender Anbieter medizinischer Fachinformationen Mitarbeiter weltweit und 2,5 Milliarden Umsatz 1 Mehr als Zeitschriften (The Lancet und Cell) und Bücher pro Jahr Weltweit größte Wissensdatenbanken: ScienceDirect, Scopus, ClinicalKeyund Nursing Consult Lexis Nexis Risk Solutions Führender Anbieter von Datenanalysen und Information in den USA Mitarbeiter weltweit und 1,1 Milliarden Umsatz 1 Hat die HPCC 2 Super-Computer Plattform entwickelt (jetzt open source). HPCC ermöglicht Verarbeitung von sehr großen Datenmengen (> 5 Peta Byte) Datenanalysen und Risikoprädiktion für US-amerikanische Krankenversicherungen seit 1992 (MEDai) 1: : High Performance Computing Cluster

3 3 Elsevier Health Analytics in Berlin mit hoher medizinischer und statistischer Kompetenz Kernkompetenz Bestehende und innovative Versorgungsprogramme medizinisch und ökonomisch auf Basis von GKV- Routinedaten Evaluieren Fokussieren und Konzipieren Wir werden unterstützt von ca. 50 deutschen und internationalen Wissenschaftlern Experten für Datenanalyse Mediziner Statistiker Informatiker Gesundheitsökonomen

4 4 Elsevier Health Analytics verfügt über reichhaltige Analyseerfahrung Personentage pro Projekt GESAMTINDEX Indikationskosten Depression Rückenschmerz Chronische Wunde Eskalationskosten metabolisches Syndrom Insulinumstellung Vertragserfolg GESAMTINDEX Kostenwirkung Coaching HZV Deckungswirkung IGV Rückenschmerz DMP Diabetes 2 Eskalationsrisiken Compliance Coaching Gelenke GESAMTINDEX Therapieerfolg Depressionstherapie Faktencheck Depression Multimodale Schmerztherapie Management chronischer Wunden Potentialanalyse TelemonitoringDiabetes mit Herzinsuffizienz Vertragserfolg GESAMTINDEX Kostenwirkung Arztnetz Leistungswirkung Patientenbegleiter Kostenwirkung Psycho-Coaching Einfluss auf MRSA Verordnungsindex Versandapotheke Potentialanalyse Wundzentren

5 5 Elsevier Health Analytics und spectrumk sind gemeinsam Träger des Health Risk Institutes Health Risk Institute Unterstützt die Krankenkassen insbesondere bei der Erfüllung ihrer gesetzlichen Aufgaben aus: 73a ff. SGB V [Strukturverträge, HZV, besondere ambulante ärztliche Versorgung], 140a ff. [Integrierte Versorgung] und 130c [Verträge mit pharmazeutischen Unternehmern]. Entwickelt wissenschaftlich fundierte analytische Lösungen, um Verträge zwischen gesetzlichen Krankenkassen und Leistungserbringern (weiter)zuentwickeln. Erarbeitet prospektive Risikokennzahlen auf Basis des aktuellen Standes der Medizin und der Abrechnungsdaten, um zielgenaues Versorgungsmanagement zu ermöglichen. Entwickelt indikationsspezifische Versorgungskonzepte für neuartige Vertragsbeziehungen zwischen Kostenträgern, Leistungserbringern und Herstellern.

6 6 Health Risk Institute erfüllt hohen Datenschutz bei der Evaluation von GKV-Routinedaten Versorgungsforschung und Prognosemodelle basieren auf einer repräsentativen Stichprobe (4 Millionen) und den GKV-Routinedaten von 7 Millionen Versicherten. Die GKV-Routinedaten werden ausschließlich für Versorgungsforschung verwendet. Es erfolgt keine Vertriebssteuerung und keine Weitergabe von Daten. Alle Daten werden vollständig anonymisiert und erlauben keinen Rückschluss mehr auf die Person. 1 Die Anonymisierung erfolgt bereits im Rechenzentrum der Krankenkasse. 1 Leistungserbringer wurden ebenfalls anonymisiert und Krankenkassenkennzeichen wurden entfernt und sind nicht auswertbar. 1 Die kleinsten ausgewiesenen Gebiete sind die ~400 Landkreise und kreisfreien Städte 2 bzw. Bundesländer 3. Es werden ausschließlich Studienergebnisse weitergegeben. Ausgewiesene Kohortenergebnisse umfassen mindestens 100 Patienten. Es erfolgt keine Weitergabe der zugrundeliegenden Daten. Nur virtueller, VPN-gesicherter Zugriff ins hochsichere Rechenzentrum 4 ausschließlich vom Health Risk Institute am Standort Berlin aus. Die Daten werden von den beteiligten Kassen für Versorgungsforschung freigegeben und von den Mitarbeitern des Health Risk Institutes analysiert. 1 Auditbericht Elsevier Forschungsdatenbank vom , HBSN Health Services Business Network AG 2 Für die beteiligten Krankenkassen 3 Für Leistungserbringer 4 Rechenzentrum der BITMARCK

7 Status Quo und Potenziale 7

8 8 Status Quo Modernes Versorgungsmanagement ist ohne Vorgaben für wissenschaftlich begründete Diagnostik und Therapie in Form evidenzbasierter Leitlinien undenkbar. Leitlinien werden in der Praxis oftmals nicht hinreichend beachtet. Forderung nach systematischer Integration von Leitlinienempfehlungen in elektronische Entscheidungshilfen für Ärzte und Patienten. Leitlinienempfehlungen werden derzeit primär auf Grundlage ausländischer Studien entwickelt nicht zuletzt, weil oftmals entsprechende deutsche Studien fehlen. Defizite der Versorgungsforschung heute Begrenzter Datenumfang durch die Fokussierung auf ausgewählte Indikationen und bestimmte Sektoren (im Gegensatz zur realen Multimorbidität der immer älteren Patienten) Begrenzte Datenmengen durch geringe Fallzahlen und wenige Jahre Längsschnitt Die in der Versorgungsforschung einbezogenen Daten werden oft in (klinischen) Studien erhoben und liefern somit Informationen zu realitätsfernen Versorgungssituationen

9 9 Potenziale Patientenindividuelle Versorgungslösungen auf Basis von Big Data und anschließende optimierte Behandlung der individuellen Risiken. Evaluation der besseren Versorgung (medizinisch und ökonomisch) und der Umsetzung der Leitlinien auf großen Datenmengen aus der Regelversorgung. Welche Leitlinienelemente stiften den größten Nutzen für die unterschiedlichen Patientengruppen (z.b. Komorbiditäten). Wie können Leitlinien praxisgerechter gestaltet werden. Leitliniencheck: Überprüfung der patientenindividuellen Daten gegen die Vorgaben der medizinischen Leitlinien im Praxisalltag für ausgewählte Indikationen, aber auch für Multimorbidität oder Polypharmazie. Leitlinienoptimierung: Strukturierte Rückmeldung über die Umsetzung der Leitlinien im Praxisalltag auf Basis von Big Data im Gesundheitswesen, die insbesondere die Komplexität (z.b. Multimorbidität) der realen Behandlungssituation berücksichtigen. Datenschutzist gerade im Bereich Gesundheit von herausragender Bedeutung. Wenn die vorhandenen Daten von dritten im Sinne der Versorgungs-und Qualitätsverbesserung genutzt werden sollen, dürfen diese Daten nur pseudonymisiert oder anonymisiert verwendet werden können. Dies muss technisch sicher gestellt sein.

10 Die Idee: Versorgungsmanagement zwischen Konkurrenz und Kooperation 10

11 11 Kooperation im Versorgungsmanagement mit Routinedaten? Versorgungsmanagement in der Gesetzlichen Krankenversicherung Krankenkassen bieten maßgeschneiderte Versorgung an Herausforderung Analyse und Bewertung Optimierung Millionen Versicherte mit unterschiedlichen Gesundheitsrisiken Alternde Gesellschaft Vielzahl von Behandlungsmöglichkeiten Qualität der Behandlung Evaluation und Optimierung Analyse von Krankenkassen- Daten Individuelle Behandlung Identifikation von Über-, Unter- oder Fehlversorgung Identifikation von Risikopatienten über Prognosemodelle Vorhersage von Risikopatienten Zusätzliche Behandlungsangebote Qualitätsgesicherte Versorgung Verhinderung/Verzögerung von Krankheits- Verschlechterung Quelle: Elsevier Health Analytics

12 Angebot 1: Versorgungsprogramme 12

13 13 Versorgungslösung Diabetes Eskalationsvermeidung 1,2 Die genauere Identifizierung von Risikopatienten erlaubt gezielt hochwertigere Interventionen Kosten der Diabetes Eskalation Vorhersagekraft des Prognosemodells Diabetes Eskalation Mögliche Ausgaben pro Teilnehmer Eskalation alle Diabetiker top x% der Patienten mit höchstem Risiko Wahrscheinlichkeitder Eskalation in 12 Monaten 1% 39% 2% 34% 3% 30% nicht-eskalation 4% 28% 5% 27% 50% 13% 75% 9% % 7% 1: Das Prognosemodell Diabetes Eskalation sagt vorher, mit welcher Wahrscheinlichkeit ein Diabetiker der Behandlungsstufen 1 oder 2 innerhalb von 12 Monaten auf Stufe 3 oder 4 eskaliert. S.a. Nationale Versorgungsleitlinie Therapie des Typ-2-Diabetes, AWMF-Register:Nr.: nvl-001g 2: Entwickelt auf Basis der Daten von ca Typ 2 Diabetikern in den Jahren : PPV Positive Predictive Value 4: zuzüglich 20 pro Ansprache bei Kostendeckung (Programm finanziert sich selbst). Annahme: 25% Teilnahme. Erfahrungswerte: die Eskalation (1.566 Euro) kann bei 45% der Teilnehmer durch Coaching um ein Jahr verzögert werden. [Effectsoflifestylemodificationon metabolicsyndrome: a systematicreviewandmeta-analysis BMC Medicine. 2012; 10()138]

14 14 Versorgungslösungen beinhalten Prognosemodelle und eine leitlinienund evidenzbasierte Intervention 1a Prognosemodell identifiziert Kandidaten 2a Ansprache durch Krankenkasse oder 1b Prognosemodell Prognosemodell identifiziert identifiziert Kandidaten im Kandidaten Arztinfosystem 2b Hinweis an Arzt im Arztinfosystem Intervention Evaluation Anpassung optimization Partner Dienstleister AIS-Partner Forschungspartner Industriepartner

15 Angebot 2: Patientenindividueller Leitliniencheck 15

16 16 Patientenindividueller Leitliniencheck Patientenindividueller Leitliniencheck für den Patienten in der Arztpraxis - auf Basis der verfügbaren Daten aus der Patientenakte und - auf Basis von GKV -Routinedaten. - Indikationsübergreifend für die wichtigsten 50 Indikationen. Soweit dies datenschutzrechtlich möglich ist! Softwarelösung, welche diagnose-und therapieunterstützende Informationen und Angebote an Vertragsärzte über die S3C-Schnittstelle kommuniziert. - Just in time - Direkt auf den Bildschirm in der Arztpraxis - Patientenindividuell, d.h. nur potentieller Behandlungsbedarf wird identifiziert.

17 17 Für die krankheitsspezifische Versorgungsanalyse entwickeln wir auf GKV-Routinedaten messbare Kennzahlen (Versorgungsindikatoren) leitliniengerechte Behandlung/ Patientensicherheit Wirtschaftlichkeit Versorgungsmuster / Inanspruchnahme Versorgungsindikatoren Quelle: Elsevier Health Analytics

18 18 Versorgungsindikatoren werden von Elsevier messbar gemacht Nr. Priorisierte Krankheiten 1 Diabetes mellitus 2 Arzneimitteltherapie 3 Depression 4 Herzinsuffizienz 5 Niereninsuffizienz 6 Ischämische Herzkrankheit 7 Osteoarthrose der großen Gelenke 8 Hypertonie 9 Vorhofarrhythmie Atherosklerose, periphere 10 Gefäßerkrankung Emphysem / Chronische obstruktive 11 Bronchitis 12 Chronischer Schmerz Rheumatoide Arthritis und Entz. 13 Bindegewebskrankheiten 14 Störungen an Magen / Darm 15 Gelenkerkrankungen Akute Belastungsreaktion und sonst. 16 Anpassungsstörungen 17 Asthma bronchiale 18 Rückenschmerzen 19 Angst-und Zwangsspektrumsstörungen Psoriasis und Parapsoriasis (inkl. 20 Gelenkbeteiligung) Nr. Versorgungsindikatoren 1 Diagnostizierte Typ 2 Diabetiker 2 Typ-2 Diabetiker mit HbA1C Bestimmung 3 Typ-2 Diabetiker mit Kontrolle von Urin-Mikroalbumin in Typ-2 Diabetiker mit Kontrolle von Kreatinin in Typ-2 Diabetiker mit Kontrolle des Lipidstatus in Typ-2 Diabetes mit arterieller Hypertonie und Antihypertensiver AM-Therapie 7 Anteil der Typ-2 Diabetiker, die lipidsenkende AM-Therapie erhalten 8 Anteil Typ-2 Diabetiker mit Nephropathie und einem ACE-Hemmer/ARB 9 Anteil Typ-2 Diabetiker mit jährlicher augenärztlicher Untersuchung 10 Anteil Typ-2 Diabetiker mit Krankenhausaufenthalt 11 Verordnungsanteil RSAV-konformer Antidiabetika 12 Anteil Typ-2 Diabetiker in diabetologischer Behandlung 13 Anteil Typ-2 Diabetiker in nephrologischer Behandlung 14 Anteil Typ-2 Diabetiker in ophtalmologischer Behandlung 15 Anteil Typ-2 Diabetiker in kardiologischer Behandlung 16 Anteil Typ 2 Diabetiker in HMG015 (renale oder multiple Komplikationen) 17 Anteil Typ 2 Diabetiker in HMG016 ( Gefäßmanifestationen oder Koma oder Ketoazidose) 18 Anteil Typ 2 Diabetiker in HMG017 (sonstige Komplikationen) 19 Anteil Typ 2 Diabetiker in HMG019 (ohne Komplikationen) 20 Kodierung von Nierenkomplikationen bei Typ-2 Diabetes mit E11.x und N18, N19 21 Anteil der Arzneimittelpatienten A10 in Anteil der Verordnungen A10 23 Anteil der hochpreisigen Verordnungen A10 24 Anteil verordneter Wirkstoffe A10 25 Arzneimittelkosten pro Patient A10 26 Anzahl der Tagesdosen pro Patient A10 27 Anzahl der Verordnungen pro Patient A10 28 Kosten pro Verordnung A10 29 Verordnungsanteil der Generika am Gesamtmarkt A10B 30 Verordnungsanteil der festbetragsgeregelten Wirkstoffe am Gesamtmarkt A10 31 Kosten pro Tagesdosis A10

19 19 Versorgungsindikatoren erlauben ein Benchmarking auf verschiedenen Ebenen Versorgungsindikatoren Typ-2-Diabetes Auswertung 2012 Illustratives Beispiel GKV gesamt Ihre Kasse erwartet [KI] Ihre Kasse Diagnostizierte Typ-2- Diabetiker 9,5% von ,90% [9,9-13,9] 12,2% von Typ-2-Diabetiker mit jährlicher augenärztlicher Untersuchung 19,7% von ,90% [19,1-21,9] 24,6% von Verordnungsanteil der Generika am Gesamtmarkt 74,0% von ,90% [68,9-74,9] 68,2% von Versorgungsindikatoren können auf verschiedenen Ebenen verglichen werden (Programm-Teilnehmer vs. Nichtteilnehmer, Kasse vs. nationaler Durchschnitt, meine Kasse in Region A vs. Meine Kasse gesamt, Arztnetz A gegen KV-Region) Die Berechnung eines adjustierten Erwartungswertes erlaubt eine um Risikofaktoren bereinigte Betrachtung (z.b. unterschiedliche Altersstruktur) Einzelne Versorgungsindikatoren können zu einem gewichtet globalen Versorgungsindikator für einzelne Krankheiten zusammengefasst werden.

20 20 Aktuell: Projekt Ambulanter Therapie-Assistent Datengestützte Ermittlung von leitlinienbasierten Handlungsmöglichkeiten und Zusatzangeboten für ambulante Patienten

21 21 Zusätzliche passgenaue Versorgungsangebote Stakeholder Frühere Erkennung von Krankheiten Bessere Qualität der Versorgung durch höhere Berücksichtigung von Leitlinien Höhere Lebensqualität durch weniger Versorgungsoptimierung schwere Ereignisse (KH, AU-Tage\) für Hochrisikopatienten mit Mehr Lebensjahre/Leben retten? Deckungsbeiträgen durch Vermeidung/ Verzögerung von schwerwiegenden Ereignissen 1. Patient durch frühzeitige Identifikation von Krankheiten (bspw. Depression) Kostengünstige, schnelle und kontinuierliche Abbildung von Versorgungsqualität bis auf Praxisebene Benchmarking-Möglichkeiten (Arztgruppe, Region, Regel- vs. Selektivvertrag) Messbare Optimierung von Versorgungsqualität und -angebot 2. Leistungserbringer (ambulante Ärzte) 3. Krankenkasse 4. Forschung Zusätzliche Versorgungsangebote: Stärkere Arbeitsentlastung Orientierung u./o. der Zusatzhonorare Versorgungspraxis an Versorgungsindikatoren den Leitlinien Leitliniencheck: Effektmessung Arbeitsentlastung, der Leitlinie Qualitätssicherung an der Versorgungspraxis Just in time Information: (Nur) alle Beitrag notwendigen zur Health Informationen Outcome-Messung Praxismarketing durch ein erweitertes Angebot

22 22 Ziel: Proof of concept Technische Implementierung von Versorgungslösungen / patientenindividuellem Leitliniencheck über S3C als therapieunterstützende Maßnahme für den (ambulanten) Arzt. Akzeptanz / Zusammenarbeit von Krankenkassen, Leistungserbringern und Patienten für zusätzlichen Therapieangebote und Informationen. Erfolgsmessung der Angebote Weiterentwicklung von Angebote auf Basis von Informationen aus dem AIS Schaffung von Präzedenzfällen für eine Qualitätsmessung mit Routinedaten als Basis für eine Analyse und Weiterentwicklung der Qualität in der GKV. Start eines wissenschaftlichen Diskurses über die Rückwirkung auf die Leitlinien (-entwicklung).

23 23 VIELEN DANK! Ansprechpartner: Dr. Peter Walther Elsevier Health Analytics Jägerstraße Berlin Telefon: Mobil:

24 Was wir schon tun! Check me im Krankenhaus 24

25 25 Checkme! Klinikstandards für Ärzte Garantiert nichts vergessen! DIE VORTEILE Behandlungsfehler vermeiden Patientensicherheit verbessern Haftungsrisiken senken 150 KLINISCHE STANDARDS Schnelle Antworten Arbeitslisten und Algorithmen mit allen Behandlungsschritten im Überblick Einfach verfügbar Auf Station, im Fahrstuhl, im Nachtdienst, in der Ambulanz & zu Hause

26 26 Checkme! Klinikstandards: SOP s und Behandlungspfade für den Klinikalltag. 150 KLINISCHE STANDARDS Qualität Leitlinien-und evidenzbasiert. Experten-reviewed. Jährlich aktualisiert. Von überall abrufen Vom Smartphone oder Tabletals iphone-oder Android-App (auch offline!) oder unter Für vier Fachrichtungen Innere. Chirurgie. Gynäkologie. Anästhesie. Fachübergreifende Notfälle.

27 27 DIE Plattform für klinische Standards: Beliebt bei Ärzten und Kliniken Starke Verbreitung Mehr als App-Downloads, ca. 58 Prozent aller Assistenzärzte/ PJler in der Inneren, Chirurgie und Gynäkologie nutzen Checkme! Hohe Nutzung Ca App-Aufrufe pro Monat Insbesondere während der Nacht- und Wochenend-Dienste Große Beliebtheit 5-Sterne-Bewertung in itunes und Google-Play: Hilft mir nix zu vergessen, Alle wichtigen Abläufe in einer App, Schnell nachgucken, bevor der OA angefunkt wird Ständige Weiterentwicklung Entwicklung weiterer chirurgischer Pfade durch Elsevier Weitere gynäkologische/ anästhesiologische Standards von kooperierenden Kliniken