Abstracts by keywords: administrative data
Es ist davon auszugehen, dass aufgrund der demografischen Entwicklungen, der zunehmenden Mobilität im Alter sowie der steigenden Anzahl adipöser Menschen, die Arthrosen und damit auch die Implantation von Knieendoprothesen in den nächsten Jahren noch weiter zunehmen wird (Großschädl/Stronegger 2013; Weinstein et al. 2013; König/Kirschner 2003). Bei der Knieendoprothetik handelt es sich um ein hoch standardisiertes Verfahren, das gut dazu geeignet ist, anhand eines Behandlungspfades abgearbeitet zu werden. Durch die Implementierung von klinischen Behandlungspfaden konnte eine Verbesserung des Ablaufs erreicht werden, welcher mitunter dafür verantwortlich ist, dass die Revisionsrate und Verweildauer bei Knieprotheseimplantationen kontinuierlich vermindert wurde (Loftus et al. 2014; König/Kirschner 2003; Lüring et al. 2010). Der Nutzen, den Behandlungsverlauf bei Knieendoprothese darzustellen und sich in der Praxis daran zu orientieren, liegt vor allem darin, dass dadurch eine strukturierte Versorgung der Patienten sichergestellt werden kann (Lüring et al. 2010). Die Analyse spezifischer Routinedaten anhand eines adaptierten Behandlungspfades ermöglicht es, Potenziale im Behandlungsverlauf zu identifizieren und eröffnet Verbesserungsmöglichkeiten im Sinne eines besseren Therapieergebnisses [Graf/Hofmann 2003; Wirth 2003]. Die wichtigste Datenquelle der Versorgungsforschung in Österreich bilden Routinedaten der sozialen Krankenversicherungsträger. Wenn die Daten gut aufbereitet werden, ist es anhand deren Analyse möglich, Transparenz hinsichtlich Trends und Kosten in der Versorgungsforschung sowie Basiswissen für die Versorgungsplanung zu schaffen (Pfaff et al. 2011; Howell et al. 2009).
31.03.2015
Das Gesundheitssystem steht angesichts der Herausforderungen des demografischen Wandels vor der Frage, wie die Ressourcenallokation effizient und gerecht gestaltet werden kann. Nur 20% der Versicherten sind für 81,2% der Krankenhaus-, Arzneimittel- und Arztausgaben der Gesetzlichen Krankenversicherung (GKV) verantwortlich (1). Etwa 5% der Patienten verursachen 50% der Inanspruchnahme (Abb. 1). Fast die Hälfte dieser Ausgaben entfällt auf Krankenhausbehandlungen. Diese sind in vielen Fällen unvermeidbar und dienen der Sicherheit und guten Behandlungsqualität von Patienten. Ein häufiger Grund für Leistungsinanspruchnahme ist das Vorliegen einer chronischen Erkrankung. Zu den 10 häufigsten Gründen für eine Krankenhausaufnahme gehören Diagnosen wie Herzinsuffizienz, Angina pectoris, Hypertonie und Typ-2-Diabetes (1). Die akute Verschlechterung chronischer Erkrankungen wie Diabetes oder Herzinsuffizienz führt oft zur Einweisung in ein Krankenhaus. Das Risiko einer Krankenhausaufnahme steigt deutlich an, wenn mehrere chronische Erkrankungen bei einer Person zeitgleich vorliegen. Um das Risiko einer Person einschätzen zu können, werden Risikoprädiktionsmodelle entwickelt (predictive modelling). Die Zielsetzung von Risikomodellen ist, (Wieder-) Aufnahmen im Krankenhaus zu vermeiden, die Entstehung von Krankenhauskosten zu verhindern und mit einer intensiven, kostengünstigeren, medizinischen Intervention bessere Gesundheitsoutcomes für den Patienten zu erreichen (2). Risikomodelle können viele Informationen aus den Leistungssektoren und Stammdaten parallel berücksichtigen und können sowohl für die Vorhersage von Krankenhausaufenthalten aus beliebigem Anlass als auch wegen spezifischer Erkrankungen eingesetzt werden.