Reinhard Busse, Prof. Dr. med. MPH FFPHFG Management im Gesundheitswesen,
Technische Universität Berlin (WHO Collaborating Centre for Health Systems Research and Management) &
European Observatory on Health Systems and Policies
Determinanten regionaler Besonderheiten der medizinischen
Versorgung – Stand der Forschung
Direkte Ergebnisse:
Qualität, Zufrieden-
heitStrukturen (Ärzte, Kh.-betten etc.)
Patienten
Gesundheit der
Bevölkerung
Gesund-heits-
“Outcome“
Andere Politikbereiche
Techno-logien
Human-ressourcen
Finanzielle Ressourcen
Technologien
Prozesse/Leistungen
Medizinische Versorgung
Zunächst brauchen wir ein Modell …
Demographische, sozio-ökonomische, genetische
Faktoren, Umwelt etc.
Direkte Ergebnisse:
Qualität, Zufrieden-
heitStrukturen (Ärzte, Kh.-betten etc.)
Patienten
Gesundheit der
Bevölkerung
Gesund-heits-
“Outcome“
Andere Politikbereiche
Techno-logien
Human-ressourcen
Finanzielle Ressourcen
Technologien
Prozesse/Leistungen
Medizinische Versorgung
Demographische, sozio-ökonomische, genetische
Faktoren, Umwelt etc.
… um dann Zusammenhänge analysieren zu können
Die Auswahl von Variablen zur Berechnung der
risiko-adjustierten Finanzzuweisungen an Regionen
ist groß …Country Risk-adjusters
Australia Age, sex, ethnic group, homelessness, mortality, education level, rurality
Canada Age, sex, socioeconomic status, ethnicity, remoteness
Denmark Age, number of children in single parent families, percentage of rented flats, unemployment, education, immigrants, social status, single elderly people
England Age, mortality, morbidity, unemployment, elderly people living alone, ethnic origin, socioeconomic status
Finland Age, disability, morbidity, archipelago, remoteness
Iceland None
Ireland not applicable
Italy Age, sex, mortality, morbidity, utilization
New Zealand Age, sex, welfare status, ethnicity, rurality
Norway Age, sex, mortality, elderly living alone, marital status
Portugal Mainly based on historical precedent; Age, relative burden of illness (diabetes, hypertension, tuberculosis, AIDS)
Spain None
Sweden Age, sex, marital status, employment status, occupation, housing tenure, high utilizer
Sources: Rice and Smith (2002); Mapelli (1999); Järvelin et al. (2002); Vallgårda et al. (2001)
… welche sind belegt?
• Alter und Geschlecht: signifikant, aber geringer prädiktiver Wert
• hohe Sterblichkeit bzw. niedrige Lebenserwartung (könnte aber auch Ergebnis schlechter Qualität sein)
• sozio-ökonomische Parameter (Arbeitslosigkeit, alleinstehend, Hauseigentum etc.)
• Urbanität (aber ggf. Angebots-abhängig)
• Morbidität (aber abhängig von Über-, Fehl- und Unterversorgung)
• oder gleich die Leistungsinanspruchnahme im Vorzeitraum?
Direkte Ergebnisse:
Qualität, Zufrieden-
heitStrukturen (Ärzte, Kh.-betten etc.)
Patienten
Gesundheit der
Bevölkerung
Gesund-heits-
“Outcome“
Andere Politikbereiche
Techno-logien
Human-ressourcen
Finanzielle Ressourcen
Technologien
Prozesse/Leistungen
Medizinische Versorgung
Demographische, sozio-ökonomische, genetische
Faktoren, Umwelt etc.
Gefahr:Daten zu Angebot bzw. Leistungen
werden als “Bedarf” definiert!
Direkte Ergebnisse:
Qualität, Zufrieden-
heitStrukturen (Ärzte, Kh.-betten etc.)
Patienten
Gesundheit der
Bevölkerung
Gesund-heits-
“Outcome“
Andere Politikbereiche
Techno-logien
Human-ressourcen
Finanzielle Ressourcen
Technologien
Prozesse/Leistungen
Medizinische Versorgung
Demographische, sozio-ökonomische, genetische
Faktoren, Umwelt etc.
Also besser die Ergebnisqualität nutzen?
Mehr ist nicht immer besser …
(auch wenn das diese Kurve suggeriert)
Source: OECD Health Data 2009, OECD (http://www.oecd.org/health/healthdata).
2007 (or latest year available)
Direkte Ergebnisse:
Qualität, Zufrieden-
heitStrukturen (Ärzte, Kh.-betten etc.)
Patienten
Gesundheit der
Bevölkerung
Gesund-heits-
“Outcome“
Andere Politikbereiche
Techno-logien
Human-ressourcen
Finanzielle Ressourcen
Technologien
Prozesse/Leistungen
Medizinische Versorgung
Demographische, sozio-ökonomische, genetische
Faktoren, Umwelt etc.
•Ambulatory Care Sensitive conditions (ACS-conditions): solche Krankheiten klassifiziert, für welche eine Behandlung im Krankenhaus als vermeidbar gilt, da die Krankheit entweder präventiv verhindert oder effektiv im ambulanten Sektor behandelt werden kann
• Konzept entwickelt in den 90er Jahre (Weissman et al.)
• Vermeidbar durch 1) Immunisierung , 2) medizinische Behandlung, und 3) effektiver Behandlung chr. Krankheiten im ambulanten Sektor
Analyse vermeidbarer Krankenhausbehandlungen
Verteilung der ACS – Behandl. auf Ebene der Regierungsbezirke ACS – Behandl. insgesamt auf Ebene der Kreise und kreisfreien Städte
42%
21%
17%16
%
Asthma (ICD10: J45-46)
Chronische Krankheiten der unteren Atemwege
COPD (J20, J41-43, J47) HNO – Infektionen (H66-67, J02-03, J06)
Krankheiten der Atemwege und HNO-Krankheiten
ACSs infolge von Asthma ACSs infolge von COPDACSs infolge von HNO-Infektionen
Koeffizient Std. Fehler Koeffizient Std. Fehler Koeffizient Std. Fehler
Hausärzte -0.004 0.001 ** -0.002 0.001 * -0.002 0.001 *
Lebenserwartung -0.001 0.010 -0.010 0.008 -0.004 0.008
Vorzeitige Sterblichkeit/ Asthma 0.057 0.030 * x x
Vorzeitige Sterblichkeit/ COPD x 0.001 0.006 x
Vermeidbare Sterblichkeit insgesamt x 0.000 0.000
Krankenhausbetten 0.001 0.000 ** 0.000 0.000 * 0.001 0.000 *
Raucherquote 0.326 0.110 ** 0.228 0.113 0.103 0.096
Feinstaub -0.004 0.003 0.004 0.003 *** 0.001 0.002
Arbeitslosenquote 0.010 0.004 * -0.011 0.003 *** 0.011 0.003 ***
Haushaltseinkommen 0.000 0.000 0.000 0.000 0.000 0.000 *
Anteil Studierender 0.000 0.001 -0.001 0.001 * -0.001 0.000 *
Entfernung Oberzentren 0.002 0.001 * 0.002 0.001 0.004 0.001 ***
Anteil der Einwohner unter 25 Jahre -0.089 0.025 *** 0.027 0.021 * 0.024 0.019
Anteil der Einwohner von 25 bis 30 Jahre -0.005 0.028 0.042 0.024 ** 0.064 0.022 **
Anteil der Einwohner von 31 bis 50 Jahre -0.069 0.018 *** -0.058 0.017 *** 0.002 0.015
Anteil Einwohner von 51 bis 65 Jahre -0.044 0.012 *** 0.044 0.010 0.032 0.010 **
Anteil Einwohner über 65 Jahre -0.026 0.013 * 0.016 0.011 *** 0.003 0.010
Konstante 7.400 1.135 *** 5.367 0.993 3.009 0.932 ***
Anzahl der Beobachtungen 1652 1652 1652
Anzahl der Kreise und kreisfr. Städte 413 413 413
Log Likelihood -7621.2858 -7,261.916 -7260.234
Tab. 1 * Signifikant auf dem 10% Niveau ** Signifikant auf dem 5% Niveau *** Signifikant auf dem 1% Niveau
Analyse des Einfluss der VertragsärztedichteNegativbinomiales Modell mit Random-Effects (Panel 05-08)
ACSs infolge von Asthma ACSs infolge von HNO-InfektionenACSs infolge von HNO-Infektionen (urban)
Koeffizient Std. Fehler Koeffizient Std. Fehler Koeffizient Std. Fehler
Alle niedergelassenen Ärzte 0.000 0.000 x x
HNO-Ärzte x 0.008 0.007 0.029 0.012**
Lebenserwartung 0.002 0.010 -0.002 0.008 -0.014 0.015
Vermeidbare Sterblichkeit/ Asthma 0.058 0.030* x x
Vermeidbare Sterblichkeit insgesamt x 0.000 0.000 0.000 0.001
Krankenhausbetten 0.001 0.001* 0.000 0.000 0.001 0.001
Raucherquote 0.350 0.111** 0.111 0.096 -0.061 0.157
Feinstaub -0.003 0.003 0.002 0.002 0.002 0.002
Arbeitslosenquote 0.012 0.004** 0.012 0.003*** 0.010 0.005*
Haushaltseinkommen 0.000 0.000 0.000 0.000* 0.000 0.000*
Anteil Studierender 0.000 0.001 -0.001 0.000* -0.001 0.001
Entfernung Oberzentren 0.002 0.001* 0.004 0.001*** 0.003 0.002*
Anteil der Einwohner unter 25 Jahre -0.091 0.025*** 0.026 0.019 -0.034 0.032
Anteil der Einwohner von 25 bis 30 Jahre -0.002 0.030 0.057 0.022* 0.032 0.031
Anteil der Einwohner von 31 bis 50 Jahre -0.072 0.019*** -0.001 0.015 -0.039 0.027
Anteil Einwohner von 51 bis 65 Jahre -0.041 0.013** 0.033 0.010** 0.014 0.020
Anteil Einwohner über 65 Jahre -0.028 0.014* -0.001 0.010 -0.028 0.019
Konstante 7.045 1.138*** 2.904 0.931** 6.308 1.699**
Anzahl der Beobachtungen 1652 1652 568
Anzahl der Kreise und kreisfr. Städte 413 413 142
Log Likelihood -6071.614 -3916.026 -2544.819
Tab. 1 * Signifikant auf dem 10% Niveau ** Signifikant auf dem 5% Niveau *** Signifikant auf dem 1% Niveau
Analyse des Einfluss der VertragsärztedichteNegativbinomiales Modell mit Random-Effects (Panel 05-08)
Voraussetzung: Perfekte Kontrolle für Morbidität
Das Beispiel „Asthma“
Auffällig
Direkte Ergebnisse:
Qualität, Zufrieden-
heitStrukturen (Ärzte, Kh.-betten etc.)
Patienten
Gesundheit der
Bevölkerung
Gesund-heits-
“Outcome“
Andere Politikbereiche
Techno-logien
Human-ressourcen
Finanzielle Ressourcen
Technologien
Prozesse/Leistungen
Medizinische Versorgung
Demographische, sozio-ökonomische, genetische
Faktoren, Umwelt etc.
Oder am besten gleich die Outcomes nehmen?
Gesamtmortalität/Lebenserwartung
Med. vermeid-bare Sterblichkeit
(Avoidablemortality)
Gesundheitsversorgung
Sozio-ökonomischerStatus/ Bildung etc.
Lifestyle
Umwelt
Das Konzept der „vermeidbaren“ Sterbefälle
(medizinisch beeinflussbare Mortalität)
• Deaths from certain causes that should not occur in the presence of timely and effective health care
• Introduced by David Rutstein in the 1970s (originally for quality assurance purposes)
• Walter Holland published European Community Atlas of ‘Avoidable Deaths’ in 1988; intends to provide warning signals of potential shortcomings in health care delivery
• Mackenbach et al. argue that associations between AVM and health care services are rather weak and inconsistent. Most health care measures only reflect quantity and not quality. Many studies use insufficient set of covariates.
• Nolte and McKee (2002) reviewed list of amenable causes of death
Todesursache ICD 10 Alter Todesursache ICD 10 Alter Bösartige Neubildung der weiblichen Brust
C50 0-74 Bösartige Neubildungen des Hodens C62 0-74
Hypertonie und Hochdruckkrankheiten
I10-13 I15
0-74 Morbus Hodgkin C81 0-74
Krankheiten zerebrovaskulaeres System
I60-69 0-74 Leukaemie C91-95 <15
Ischaemische Herzkrankheiten*0.5
I20-25 0-74 Krankheiten der Schilddrüse E00-07 0-74
Bösartige Neubildung der Luftröhre, der Bronchien und der Lunge
C33-34 0-74 Diabetus mellitus E10-14 0-49
Chronische Leberkrankheiten und Zirrhose
K73-74 0-74 Chronische rheumatische Herzkrankheiten
I05-09 0-44
Kraftfahrzuegunfälle V01-V99 Alle Krankheiten der Atmungsorgane J00-09, J20-99
1-14
Infektiöse Darmkrankheiten A00-09 0-14 Pneumonie und Grippe J10-18 0-74
Magengeschwür K25-27 0-74
Krankheiten der Appendix K35-38 0-74
Eingeweidebrüche K40-46 0-74
Typhus Diptherie Tetanus Sepsis Poliomyeltis Osteomyelitis
A01 A36 A35 A40-41 A80 M86 M46,2
0-74
Gallensteinleiden K80-81 0-74
Keuchhusten/ Pertussis A37 0-14 Nephritis, Nephrotisches Syndrom und Nephrose
N00-07 N17-19 N25-27
0-74
Masern B05 1-14 Prostatahyperplasie N40 0-74
Tuberkulose A15-19 B90
0-74 Schwangerschaft, Geburt und Wochenbett
O00-99 alle
Sonstige bösartige Neubildungen der Haut
C44 0-74 Bestimmte Affektionen, die ihren Ursprung in der Perinatalzeit haben
P00-96 alle
Bösartige Neubildungen der Zervix uteri C53 0-74 Angeborene Fehlbildungen des Kreislaufsystems
Q20-28 1-14
Vermeidbare Todesursachen (mit ICD-10 und Altersgruppe)
cancer of the breast cancer of the colon etc. cancer of the colon etc. cancer of the mouth etc.
women Women men men
irr s.e. irr s.e. irr s.e. irr s.e.
Doctors 0.9994 * 0.0003 0.9987 ** 0.0004 0.9986 *** 0.0003 0.9996 0.0005
Hospital beds 1.0002 0.0004 1.0005 0.0004 1.0004 0.0004 0.9995 0.0006
Gynaecology hospital beds 0.9993 0.0005 - - -
Gastroenterology hospital beds - 0.9994 0.0005 0.9998 0.0004 -
ENT hospital beds - - - 1.0002 0.0010
Level of rurality 0.9983 ** 0.0005 0.9985 * 0.0006 1.0000 0.0005 1.0002 0.0007
Particulate matter 0.9984 0.0019 0.9986 0.0024 1.0039 ** 0.0022 0.9960 0.0028
Private household income 1.0000 ** 0.0000 1.0000 0.0000 1.0000 0.0000 1.0000 0.0000
Unemployment rate 0.9964 0.0030 1.0084 ** 0.0033 1.0111 *** 0.0029 1.0167 *** 0.0040
Without formal education 1.0004 *** 0.0001 1.0003 ** 0.0001 1.0001 0.0001 1.0005 *** 0.0001
Fertility 0.9425 0.0839 - - -
Smoking 0.9982 0.0614 0.9727 0.0740 1.0097 0.0664 1.0159 0.0937
Year 2001 (vs. 2000) 0.9709 0.0258 1.0499 0.0350 1.0281 0.0281 1.0364 0.0424
Year 2002 1.0078 0.0267 1.0291 0.0348 1.0383 0.0286 1.0225 0.0423
Year 2003 0.9804 0.0292 1.0077 0.0380 1.0177 0.0317 1.0475 0.0477
Year 2004 0.9711 0.0296 0.9945 0.0383 1.0116 0.0322 1.0487 0.0487
Log likelihood -6236.92 -4959.37 -5735.75 -4304.13
Number of observations 2195 2195 2195 2195
Negative binomial regression with random intercepts for women and men* Significant at the 10% level, ** Significant at the 5% level, *** Significant at the 1% level
Stimmt der Zusammenhang
Gesundheitssystem � vermeidbare Todesursachen?
Ambulante Therapie, vermeidbare Krankenhauseinweisungen
und vermeidbare Todesursachen - das Beispiel „Hypertonie“