Der Einfluss der Vertragsarztdichte auf die Qualität der Versorgung: Das Beispiel ambulant-sensitiver Krankenhausfälle

Transkript

1 Der Einfluss der Vertragsarztdichte auf die Qualität der Versorgung: Das Beispiel ambulant-sensitiver Krankenhausfälle DGGÖ, 27. März 2012 Dr. Leonie Sundmacher FG Management im Gesundheitswesen Technische Universität Berlin 1

2 Analyse ambulant-sensitiver Krankenhausfälle Ambulant-Sensitive Krankenhausfälle (ASK): Klassifiziert als solche Fälle, für welche eine Behandlung im Krankenhaus als vermeidbar gilt Vermeidbar durch 1) Immunisierung, 2) medizinische Behandlung, und 3) effektive Behandlung chr. Krankheiten im ambulanten Sektor Konzept entwickelt in den 90er Jahre (Weissman et al.) Kataloge in USA/ UK/Spanien/ Australien etc.:monitoringder Qualität des ambulanten Sektors; sektorenübergreifendes Maß Rickettet al. (2001): Validität des Instruments; Laditka(2004): ASK-Rate höher in urbanen unterversorgten als überversorgten Gebieten; Laditkaet al.: ASK-Raten höher in ländlichen Gebieten; Carter et al. (2005): Alter und ASK-Rate; Purdyet al. (2009): Vergleich von Katalogen und Kosten von ASK in England 2

3 Analyse ambulant-sensitiver Krankenhausfälle Analytisches Ziel: Schätzung des Einfluss des Leistungsvolumens des ambulanten Sektors auf ASK-Rate Leistungsvolumens des ambulanten Sektors (LVA): Vertragsarztdichte Praktische Relevanz: ASK als Maß der Ergebnisqualität im ambulanten Sektor; Substitutionseffekte ambulant-stationär Vielfache Einflüsse, welche noch auf ASK einwirken: Demographische und sozioökon. Faktoren, Lebensstil, Umweltbedingungen, Morbidität, eigene Gesundheitsbedürfnisse, Selbsteinweisungen, systemimmanente Faktoren Daten: Krankenhausstatistik; INKAR; Todesursachenstatistik; EBM- Punkte ( ) etc.. 3

4 Analyse ambulant-sensitiver Krankenhausfälle Deskription Pilotstudie: Männer ( ) Ambulant-sensitive Krankenhausfälle ICD-Codes Mittelwert Alle vermeidbaren Krankenhausbehandlungen pro Einwohner (Mittelwert über Kreise) Angina Pectoris I20, I24.0 I24.8 I (Kongestive) Herzinsuffizienz I11.0 I50 J Influenza und Pneumonie J10 J11 J13 J14 J15.3 J15.4 J15.7 J15.9 J16.8 J18.1 J Epilepsie und Krampfzustände G40 G41 R56 O Diabetes mellitus Komplikationen E10.0 E10.8 E11.0 E11.8 E12.0 E12.8 E13.0 E13.8 E14.0 E Essentielle Hypertonie I10 I Dehydration und Gastroenteritis E86 K52.2 K52.8 K Erkrankung unterer Atemwege J20 J41 J42 J43 J HNO-Infektionen H66 H67 J02 J03 J06 J Phlegmone, Akute Lymphadenitis, etc.. L03 L04 L08.0 L08.8 L08.9 L88 L K25.0 K25.2 K25.4 K25.6 K26.0 K26.2 K26.4 K26.6 K27.0 Ulcus K27.2 K27.4 K27.6 K K Zahn- und Mundhöhlenerkrankungen A69.0 K02 K03 K04 K05 K06 K08 K09.8 K09.9 K12 K Asthma J45, J Eisenmangelanämie D50.1 D50.8 D Nierenbecken- und Nierenentzündungen N10 N11 N12 N Durch Impfung vermeidbare Krankheiten A35 A36 A37 A80 B05 B06 B16.1 B16.9 B18.0 B18.1 B26 G00.0 M Wundbrand R Krankheiten bedingt durch Mangelernährung E40 E41 E42 E43 E55.0 E Akute Salpingitis und Ophoritis, Entzündungen im weiblichen Becken N70 N73 N

5 Analyse ambulant-sensitiver Krankenhausfälle Deskription unter 1, , bis unter 2, , bis unter 2, , und mehr unter bis unter bis unter und mehr ASK bei Männern pro Einwohner auf Ebene der Kreise und kreisfreien Städte P*M pro Einwohner für ASK auf Ebene der Kreise und kreisfreien Städten Verteilung der Vertragsärzte pro Einwohner 5

6 Frauen ( ) Erste Ergebnisse zum finalen Modell Risikoadjustierung unter bis unter bis unter und mehr ASK Rate bei Frauen/ auf Ebene der Kreise und kreisfreien Städte Risikofaktoren: Durchschn. Liegezeiten, Erreichbarkeit von Verteilung der Vertragsärzte Krankenhäusern, ALQ, ALQ^2, Altersstruktur; pro Einwohner Geschätzt innerhalb GLS Modell 6

7 Erfassung des Zusammenhangs LVA und ASK-Rate Studien mit Regionaldaten oder räumlich aggregierten Daten gehören oft niedriger Evidenzklassean (versus RCT oder Paneldatensatz auf Individualebene) Zusammenhänge regional aggregierter Daten sind von einer Vielzahl von (teilweise nicht beobachtbaren) Faktoren beeinflusst (Prozesse auf der Mikroebene sind meist verschleiert). Gefahr von Fehlschlüssen ist größer Daten liefern wichtige systemische Information 7

8 Analyse ambulant-sensitiver Krankenhausfälle Vielfache Einflüsse Angenommener Fall LVA ASK ASK- Indikation Ambulant Stationär Hohe Morbidität (Demographie, SÖ, Umwelt, Lebensstil) ASK- Indikation Ambulant LVA ASK Stationär 8

9 Mobilitätseffekte Kreisfreie Stadt ASK- Indikation Ambulant LVA ASK Stationär Landkreis ASK- Indikation Ambulant Time Lag Effekte (Zeitverzögerung) 1. Jahr 2. Jahr LVA ASK ASK- Indikation Ambulant Stationär Ambulant Kontrolle durch Time-LaggedVariablen möglich 9

10 Analyse ambulant-sensitiver Krankenhausfälle Vielfache Einflüsse Angebotsinduzierte Nachfrage bei hoher Versorgungsdichte ASK- Indikation Ambulant LVA ASK Stationär Selbsteinweisungen und blutige Entlassungen LVA ASK ASK- Indikation Ambulant Stationär Kontrolle durch Time-Lagged Variablen möglich 10

11 Analyse ambulant-sensitiver Krankenhausfälle Robuste Modellierung Kovariate Morbidität: Lebenserwartung, teilweise vorzeitige Sterbefälle je Indikation Demographie: Altersklassen, stratifiziert nach Geschlecht SÖ: Arbeitslosigkeit, Studierende, Haushaltseinkommen, (Einpersonenhaushalte) Mobilität: Erfassung am Patientenwohnort, KH-Bettendichte, Entfernung von Oberzentren (PKW-Minuten), Entfernung zum nächsten Krankenhaus Mitversorgereffekte: Dummy for Donutkreise(später direkte Daten zu MV-Effekte) Blutige Entlassungen: Liegezeiten der einzelnen Indikationen im finalen Modell Modellierung Random Effects: kontrolliert für unbeobachtete Effekte (Lebensstil/ Umweltbedingungen) SpatialError CorrelationModel: Kontrolliert für +veund veräumliche Korrelationen; unbeobachtete Mitversorgereffekte Nonlineare Einflüsse des LVA: Einfluss des LVA variiert mit Dichte Time Lags: Kontrolle des zeitlichen Geschehens im EBM-Modell Mehrere Ebenen: Kontrolle für drei Analyseebenen im EBM-Modell Instrumentenvariablenansatz: Kontrolle für Endogenität im finalen Modell 11

12 Erste Ergebnisse zum finalen Modell: Beobachtungen für Frauen aus den Jahren 2000 bis 2008 Schwierigkeiten der deskriptiven Darstellung der ASK- Rate im zeitlichen Verlauf Kontrolle für die Kausalitätsrichtung zwischen Verteilung der niedergelassenen Vertragsärzte und der ASK-Rate Risikoadjustierung 12

13 Frauen ( ) Erste Ergebnisse zum finalen Modell Schwierigkeiten der deskriptiven Darstellung über die Zeit Std. ASK-Rate bei Frauen Std. ASK-Rate infolge von Herzinsuffizienz bei Frauen % confidence intervals % confidence intervals Durchschn. Liegezeit für ASK Liegezeiten infolge von Herzinsuffizienz bei Frauen % confidence intervals % confidence intervals

14 Erste Ergebnisse des finalen Modells LOG-LIN Modell mit semielastischen Koeffizienten Ln(ASK) Ohne Instrumentierung Mit Instrumentierung (Baulandpreise) Ohne Instrumentierung Mit Instrumentierung (Baulandpreise) Koeffizient Std.-Fehler Koeffizient Std.-Fehler Koeffizient Std.-Fehler Koeffizient Std.-Fehler Alle Vertragsärzte ** *** x x Alle Vertragsärzte^ ** *** x x Fachärzte x x *** *** Fachärzte^2 x x ** *** Krankenhausbetten * ** PKW Minuten zum nächsten KH * ** ** ** PKW Minuten zum nächsten KH^ * ** ** * Durchschn. Liegezeit * ** Donutkreise PKW Minuten zum nächsten Oberzentrum *** *** *** *** Lebenserwartung Frauen *** *** *** *** Arbeitslosenquote ** ** Haushaltseinkommen *** *** *** *** Anteil Studierender Anteil Einpersonenhaushalte ** *** ** *** Anteil Bev. unter 6 Jahre * Anteil Bev.6 bis 18 Jahre Anteil Bev. 18 bis 25 Jahre Anteil Bev. 30 bis 50 Jahre Anteil Bev. 50 bis 65 Jahre Anteil Bev. über 65 Jahre *** *** *** *** Konstante *** *** *** *** Variation innerhalb der Kreise Variation zwischen den Kreisen Erklärte Varianz Anzahl der Beobachtungen Anzahl der Kreise Ärztedichte instrumentiert mit Baulandpreisen und Baulandpreisen^2, nach Staiger/ Stock starkes Instr., schwacher Hausmantest verwirft Exogenität der Ärztedichte 14

15 Frauen ( ) Erste Ergebnisse zum finalen Modell Instrumentenvariablenansatz 15

16 Frauen ( ) Erste Ergebnisse zum finalen Modell Instrumentenvariablenansatz IV-Modell: Minimum bei 211,8 Ärzten (341 von 413 Kreisen/ 83%; ) Non-IV-Modell: Minimum bei 293 Ärzten (401 von 413 Kreisen/ 97%) IV-Modell: Minimum bei 148,43 Ärzten (354 von 413 Kreisen/ 85%; ) Non-IV-Modell: Minimum bei Ärzten (398 von 413 Kreisen/ 96%) 16

17 Erstes Fazit zu der Studie Möglichkeit der Fehlschlüsse verlangt sauberemodellierung/ Risikoadjustierung und ausführliche Diskussion aller potentiellen Kovariate und (nicht beobachtbaren) räumlichen Korrelationen Substitutionseffekte zwischen ambulantem und stationärem Sektor im effektiven Bereich Hinweise auf ineffizienten Bereich bei sehr hoher Ärztedichte Trotz verzerrender Einflüsse, kann ASK-Rate als Qualitätsindikator genutzt werden Insbesondere interessant ist die Vollständigkeit der Daten sowie die Robustheit gegenüber Manipulation und strategischer Kodierung, da Erhebung im stationären Sektor erfolgt 17

18 Danke für Ihre Aufmerksamkeit Dr. rer. oec. Leonie Sundmacher FG Management im Gesundheitswesen Technische Universität Berlin 18