Advertisement

Ganzgenomsequenzierung in der deutschen Versorgung

Ökonomische Auswirkungen eines Einsatzes in ausgewählten Anwendungsgebieten
  • Marika Plöthner
  • Martin Frank
  • J.-Matthias Graf von der Schulenburg
Originalien und Übersichten

Zusammenfassung

Hintergrund

Der Einsatz von Whole-Genome Sequencing (WGS) wird in der klinischen Versorgung vermehrt diskutiert. Aufgrund der begrenzten Ressourcen im Gesundheitswesen sind Budget-Impact-Analysen notwendig, um die potenziellen Auswirkungen eines Einsatzes von WGS abschätzen zu können.

Ziel der Arbeit

Die ökonomischen Auswirkungen eines Einsatzes von WGS wurden sowohl im Rahmen des Neugeborenenscreenings als auch zur diagnostischen Untersuchung von Tumorpatienten evaluiert.

Methoden

Eine Kostenanalyse von WGS entlang eines qualitätsgesicherten Prozesses am Deutschen Krebsforschungszentrum (DKFZ) stellt die Basis dieser Analyse dar. Kennzahlen des GKV-Spitzenverbandes und des Robert Koch-Institutes bilden die Datengrundlage der untersuchten Szenarien.

Ergebnisse und Diskussion

Der Einsatz von WGS im Rahmen des Neugeborenenscreenings hätte im Jahr 2015 Kosten in Höhe von 2,85 Mrd. Euro verursacht und in der GKV zu einer Ausgabensteigerung von 1,41 % geführt. Für die Analyse aller Tumorpatienten wären hingegen Kosten in Höhe von 0,84 Mrd. Euro entstanden, was einen GKV-Ausgabenanstieg von 0,42 % entsprochen hätte. Die alleinige Betrachtung der Durchführungskosten führt in beiden Szenarien zu steigenden Ausgaben. In der Kostendiskussion sollten jedoch mögliche Einsparpotenziale, wie bspw. die Reduktion krankheitsbedingter Folgekosten und die Verbesserung der Kosteneffektivität medizinischer Maßnahmen, berücksichtigt werden. Derartige Betrachtungen sind Gegenstand einzelner ökonomischer indikationsspezifischer Evaluationen. WGS besitzt das Potenzial, eine Vielzahl an probabilistischen Befunden zu generieren, wofür z. T. noch keine Behandlungsmöglichkeiten existieren. Daher sollte die Kostenerstattung an Indikationen gebunden sein, bei welchen eine klare Evidenz hinsichtlich des diagnostischen Nutzens vorliegt.

Schlüsselwörter

Ganzgenomsequenzierung Budget-Impact-Analyse Neugeborenenscreening Onkologie Genetische Diagnostik 

Whole-genome sequencing in German clinical practice

Economic impacts of its use in selected areas of application

Abstract

Background

The diagnostic use of whole-genome sequencing (WGS) is a growing issue in medical care. Due to limited resources in public health service, budget-impact analyses are necessary prior to implementation.

Objective

A budget-impact analysis for WGS of all newborns and diagnostic investigation of tumor patients in different oncologic indications were evaluated.

Methods

A cost analysis of WGS based on a quality-assured process chart for WGS at the German Cancer Research Center (DKFZ), Heidelberg, constitutes the basis for this evaluation. Data from the National Association of Statutory Health Insurance Funds and the Robert-Koch-Institute, Berlin, were used for calculations of specific clinical applications.

Results and discussion

WGS in newborn screening leads to costs of € 2.85 bn and to an increase of total expenditure by 1.41%. Sequencing of all tumor patients would cost approximately € 0.84 bn, which corresponds to 0.42% of total expenditures. In all scenarios, the sole consideration of procedure costs results in increasing costs. However, in cost discussions potential savings (reduction of disease-related follow-up-costs, improved cost-effectiveness of medical measures etc.) should be considered. Such considerations are the subject of economic indication-specific evaluations. WGS has the potential to generate a large number of deterministic findings for which treatment options are limited. Hence, it is necessary to limit indications, in which WGS has proven medical evidence.

Keywords

Whole-genome sequencing Budget-impact analyses Newborn screening Oncology Genetic diagnostics 

Notes

Danksagung

Diese Studie wurde vom Bundesministerium für Bildung und Forschung gefördert.

Einhaltung ethischer Richtlinien

Interessenkonflikt

M. Plöthner, M. Frank und J.-M. Graf von der Schulenburg geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    Wetterstrand KA (2016) DNA Sequencing Costs: Data from the NHGRI Genome Sequencing Program (GSP). www.genome.gov/sequencingcosts. Zugegriffen: 03. Februar 2016Google Scholar
  2. 2.
    Shendure J, Ji H (2008) Next-generation DNA sequencing. Nat Biotechnol 26(10):1135–1145. doi: 10.1038/nbt1486 CrossRefPubMedGoogle Scholar
  3. 3.
    Xue, Yu et al (2014) Solving the molecular diagnostic testing conundrum for Mendelian disorders in the era of next-generation sequencing: Single-gene, gene panel, or exome/genome sequencing. Genet Med. doi: 10.1038/gim.2014.122 PubMedGoogle Scholar
  4. 4.
    Deutscher Ethikrat (Hrsg) (2013) Die Zukunft der genetischen Diagnostik – von der Forschung in die klinische Anwendung. Stellungsnahme. [s.n.], BerlinGoogle Scholar
  5. 5.
    Venter JC, Adams MD, Myers EW et al (2001) The sequence of the human genome. Science 291(5507):1304–1351. doi: 10.1126/science.1058040 CrossRefPubMedGoogle Scholar
  6. 6.
    Choi M, Scholl UI, Ji W et al (2009) Genetic diagnosis by whole exome capture and massively parallel DNA sequencing. Proc Natl Acad Sci USA 106(45):19096–19101. doi: 10.1073/pnas.0910672106 CrossRefPubMedPubMedCentralGoogle Scholar
  7. 7.
    Majewski J, Schwartzentruber J, Lalonde E, Montpetit A, Jabado N (2011) What can exome sequencing do for you? J Med Genet 48(9):580–589. doi: 10.1136/jmedgenet-2011-100223 CrossRefPubMedGoogle Scholar
  8. 8.
    Berg JS, Khoury MJ, Evans JP (2011) Deploying whole genome sequencing in clinical practice and public health: meeting the challenge one bin at a time. Genet Med 13(6):499–504. doi: 10.1097/GIM.0b013e318220aaba CrossRefPubMedGoogle Scholar
  9. 9.
    Happe K (2010) Prädiktive genetische Diagnostik als Instrument der Krankheitsprävention. Stellungnahme. Dt. Akad. der Naturforscher Leopoldina, Nat. Akad. der Wiss., Halle (Saale)Google Scholar
  10. 10.
    Green RC, Berg JS, Grody WW et al (2013) ACMG recommendations for reporting of incidental findings in clinical exome and genome sequencing. Genet Med 15(7):565–574. doi: 10.1038/gim.2013.73 CrossRefPubMedPubMedCentralGoogle Scholar
  11. 11.
    Hubbard R (1993) Predictive genetics and the construction of the healthy ill. Suffolk Univ Law Rev 27(4):1209–1224Google Scholar
  12. 12.
    Zerres K (2007) Diagnostik als Kostenfaktor, S 97–108Google Scholar
  13. 13.
    Frank M, Gantner G, Molnár-Gabor F, Wiemann S (2014) Klinische Genomsequenzierung und der Umgang mit Zusatzbefunden im Spannungsfeld von ethisch-rechtlichen Voraussetzungen und ökonomischen Erwägungen. In: Frewer (Hrsg) Jahrbuch Ethik in der Klinik (JEK), 7. Aufl. Jahrbuch Ethik in der Klinik (JEK), Bd. 7, S 175–208Google Scholar
  14. 14.
    Belkadi A, Bolze A, Itan Y et al (2015) Whole-genome sequencing is more powerful than whole-exome sequencing for detecting exome variants. Proc Natl Acad Sci USA 112(17):5473–5478. doi: 10.1073/pnas.1418631112 CrossRefPubMedPubMedCentralGoogle Scholar
  15. 15.
    Berlin-Brandenburgische Akademie der Wissenschaften (Hrsg) (2013) Stellungnahme zu den neuen Sequenzierungstechniken und ihren Konsequenzen für die genetische Krankenversorgung. Berlin-Brandenburgische Akademie der Wissenschaften, BerlinGoogle Scholar
  16. 16.
    Chen K, Meric-Bernstam F (2015) Whole genome sequencing in cancer clinics. EBioMedicine 2(1):15–16. doi: 10.1016/j.ebiom.2014.12.007 CrossRefPubMedGoogle Scholar
  17. 17.
    Bodian DL, Klein E, Iyer RK et al (2016) Utility of whole-genome sequencing for detection of newborn screening disorders in a population cohort of 1,696 neonates. Genet Med 18(3):221–230. doi: 10.1038/gim.2015.111 CrossRefPubMedGoogle Scholar
  18. 18.
    Frank M, Prenzler A, Eils R, Graf von der Schulenburg J‑Matthias (2013) Genome sequencing: A systematic review of health economic evidence. Health Econ Rev 3(1):29. doi: 10.1186/2191-1991-3-29 CrossRefPubMedPubMedCentralGoogle Scholar
  19. 19.
    Schöffski O, von der Schulenburg JM (2008) Gesundheitsökonomische Evaluationen. 3. Springer, BerlinGoogle Scholar
  20. 20.
    Plöthner M, Frank M, von der Schulenburg JM (2016) Cost-analysis for whole genome sequencing in German clinical practice. Eur J Health Econ. doi: 10.1007/s10198-016-0815-0 PubMedGoogle Scholar
  21. 21.
    GKV-Spitzenverband (2016) Kennzahlen der gesetzlichen Krankenversicherung. https://www.gkv-spitzenverband.de/media/grafiken/gkv_kennzahlen/kennzahlen_gkv_2016_q2/GKV_Kennzahlen_Booklet_Q2-2016_300dpi_2016-09-20.pdf. Zugegriffen: 07. Oktober 2016Google Scholar
  22. 22.
    Smith KL, Isaacs C (2011) BRCA mutation testing in determining breast cancer therapy. Cancer J 17(6):492–499. doi: 10.1097/PPO.0b013e318238f579 CrossRefPubMedPubMedCentralGoogle Scholar
  23. 23.
    Krebsinformationsdienst (2006) Molekularbiologische Diagnostik: Welche Informationen liefert sie? Forschung, Therapieplanung, Verlaufskontrolle. https://www.krebsinformationsdienst.de/grundlagen/molekularbiologie-informationen.php. Zugegriffen: 10. Oktober 2016Google Scholar
  24. 24.
    Deutsches Krebsforschungszentrum, Hopp Stiftung D (2014) Individualisierte Krebsmedizin für jeden Patienten: Dietmar Hopp Stiftung unterstützt Initiative am Nationalen Centrum für Tumorerkrankungen (NCT) Heidelberg mit 15 Millionen Euro. https://www.dkfz.de/de/presse/pressemitteilungen/2014/dkfz-pm-14-24-Individualisierte-Krebsmedizin-fuer-jeden-Patienten.php. Zugegriffen: 05. Juli 2016Google Scholar
  25. 25.
    Robert Koch-Institut (Hrsg.) und die Gesellschaft der epidemiologischen Krebsregister in Deutschland e. V. (Hrsg.) (2013) Krebs in Deutschland 2009/2010, 9. Aufl., BerlinGoogle Scholar
  26. 26.
    Statistisches Bundesamt (2016) Anzahl der Geburten in Deutschland von 1991 bis 2015. http://de.statista.com/statistik/daten/studie/235/umfrage/anzahl-der-geburten-seit-1993. Zugegriffen: 07. OktoberGoogle Scholar
  27. 27.
    Ärztekammer Berlin (2015) Gendiagnostikgesetz – Regelungen zu genetischen Untersuchungen und zur Qualifikation zur fachgebundenen genetischen Beratung im Zusammenhang mit genetischen Untersuchungen. https://www.aerztekammer-berlin.de/10arzt/30_Berufsrecht/10_Gesetzesaenderungen/54_Gendiagnostikgesetz.html. Zugegriffen: 30. Juni 2016Google Scholar
  28. 28.
    Krebsinformationsdienst (2011) Krebsentstehung. https://www.krebsinformationsdienst.de/grundlagen/krebsentstehung.php. Zugegriffen: 05. Juni 2016Google Scholar
  29. 29.
    Futreal PA, Coin L, Marshall M et al (2004) A census of human cancer genes. Nat Rev Cancer 4(3):177–183. doi: 10.1038/nrc1299 CrossRefPubMedPubMedCentralGoogle Scholar
  30. 30.
    Bundesministerium für Gesundheit (2012) Nationaler Krebsplan – Handlungsempfehlungen, Ziele und UmsetzungsempfehlungenGoogle Scholar
  31. 31.
    Deutsches Referenzzentrum für Ethik in den Biowissenschaften (2014) Prädiktive genetische Testverfahren. http://www.drze.de/im-blickpunkt/praediktive-genetische-testverfahren. Zugegriffen: 10. Oktober 2016Google Scholar
  32. 32.
    Bördlein I (2013) Onkologie: Therapie im „Genzeitalter“. Dtsch Arztebl 110:A-1858–C-1608Google Scholar
  33. 33.
    Wilson JMG, Jungner G (1968) Principles and practice of screening for disease. http://apps.who.int/iris/bitstream/10665/37650/17/WHO_PHP_34.pdf. Zugegriffen: 30. Juni 2016Google Scholar
  34. 34.
    Andermann A (2008) Revisting wilson and Jungner in the genomic age: A review of screening criteria over the past 40 years. Bull World Health Organ 86(4):317–319. doi: 10.2471/BLT.07.050112 CrossRefPubMedPubMedCentralGoogle Scholar
  35. 35.
    Bundesministerium für Gesundheit (2015) Prävention. http://www.bmg.bund.de/glossarbegriffe/p-q/praevention.html. Zugegriffen: 29. Juni 2016Google Scholar
  36. 36.
    Wendel U, Bettendorf M, Lindner M (2009) Neugeborenen-Screening in Deutschland. Positiver Screeningbefund – was ist zu tun? Schattauer, StuttgartGoogle Scholar
  37. 37.
    Gendiagnostik in Deutschland. Status quo und Problemerkundung; Supplement zum Gentechnologiebericht (2007) In: Schmidtke J (Hrsg) Forschungsberichte der Interdisziplinären Arbeitsgruppen der Berlin-Brandenburgischen Akademie der Wissenschaften, 1. Aufl. Bd. 18. Forum W, Wiss. Verl, LimburgGoogle Scholar
  38. 38.
    Gemeinsamer Bundesausschuss (2015) Screening auf Mukoviszidose für Neugeborene beschlossen. https://www.g-ba.de/institution/presse/pressemitteilungen/585/. Zugegriffen: 29. Juni 2016Google Scholar
  39. 39.
    Gemeinsamer Bundesausschuss (2005) Kinder-Richtlinien (Neufassung Anlage 2: Neugeborenen-Screening und weitere Themen). https://www.g-ba.de/downloads/39-261-170/2004-12-21-Kinder-TMS.pdf. Zugegriffen: 10. Oktober 2016Google Scholar
  40. 40.
    Gramer G, Hoffmann GG, Nennstiel-Ratzel U (2016) Das erweiterte Neugeborenenscreening – Erfolge und neue Herausforderungen. Geburtshilfe Frauenheilkd 76(05):478. doi: 10.1055/s-0042-106914
  41. 41.
    Hildt E (Hrsg) (2009) Was bedeutet genetische Information? de Gruyter, Berlin (Online-Ausg.)Google Scholar
  42. 42.
    Kröger F (2010) Gentests beim Neugeborenenscreening. http://www.gen-ethisches-netzwerk.de/gid/198/kroeger/gentests-beim-neugeborenen-screening. Zugegriffen: 05. Juli 2016Google Scholar
  43. 43.
    Genetic Alliance (2009) Understanding genetics. A New York, Mid-Atlantic guide for patients and health professionals. Genetic Alliance, Washington, DCGoogle Scholar
  44. 44.
    Rockman MV (2008) Reverse engineering the genotype-phenotype map with natural genetic variation. Nature 456(7223):738–744. doi: 10.1038/nature07633 CrossRefPubMedGoogle Scholar
  45. 45.
    Department of Health (2015) The 100,000 Genomes Project. http://www.genomicsengland.co.uk/the-100000-genomes-project. Zugegriffen: 10. Oktober 2016Google Scholar
  46. 46.
    Botkin JR, Belmont JW, Berg JS et al (2015) Points to consider: Ethical, legal, and psychosocial implications of genetic testing in children and adolescents. Am J Hum Genet 97(1):6–21. doi: 10.1016/j.ajhg.2015.05.022 CrossRefPubMedPubMedCentralGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2016

Authors and Affiliations

  • Marika Plöthner
    • 1
  • Martin Frank
    • 1
  • J.-Matthias Graf von der Schulenburg
    • 1
  1. 1.Center for Health Economics Research Hannover (CHERH)Leibniz University HannoverHannoverDeutschland

Personalised recommendations