Planung einer kleinräumigen Versorgung unter Nutzung von Primär- und Sekundärdaten am Beispiel von Demenzerkrankten

Primary and secondary data on dementia care as an example of regional health planning

Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz volume 60, pages1372–1382(2017)Cite this article

Zusammenfassung

Hintergrund

Wege zu einer Versorgungsplanung, die möglichst konkret den regionalen Bedarf und regionale Versorgungsunterschiede aufzeigt, werden derzeit gesundheitspolitisch kontrovers diskutiert.

Ziel

In einem Modellprojekt wurde am Beispiel der Demenz ein mögliches Vorgehen zur Planung einer kleinräumigen Versorgung getestet. Der Beitrag stellt dieses Vorgehen, seine Leistungsfähigkeit sowie seine Limitationen vor.

Material und Methoden

Es wurde ein Indikatorenset Demenz entwickelt und anhand dessen wurden für einen Landkreis Routinedaten der BARMER und der AOK Hessen sowie eine fragebogenbasierte Primärdatenerhebung bei allen im Landkreis niedergelassenen Hausärzten ausgewertet. Diese wurden mit öffentlich zugänglichen soziodemografischen Bevölkerungsdaten ergänzt. Vorgehensweise und Auswertungsstrategien, Diskussion der Ergebnisse und Ableitung von Planungsmaßnahmen erfolgten in enger Abstimmung mit einer Expertengruppe aus dem Landkreis.

Ergebnisse

Für die Planung einer kleinräumigen Versorgung sind geeignete epidemiologische Daten kaum öffentlich verfügbar. Hilfsweise können Sekundärdaten von Krankenkassen ausgewertet werden, deren Interpretation hinsichtlich der Versorgungsrealität jedoch schwierig ist. Ergänzende Primärdatenerhebungen sowie die Einschätzung der Ergebnisse durch regionale Gesundheitsakteure können die Interpretation erleichtern und damit zu valideren Aussagen bezüglich einer regionalen Versorgungsplanung beitragen.

Diskussion

Trotz eingeschränkter Datenverfügbarkeit und einem hohen Aufwand der Datenanalyse scheint das Vorgehen geeignet, um sich einer von Gesundheitsakteuren zunehmend stärker geforderten, möglichst kleinräumigen und unter Berücksichtigung regionaler Besonderheiten durchgeführten Versorgungsplanung zu nähern.

Abstract

Background

Health service planning that takes into account as far as possible the regional needs and regional discrepancies is a controversial health issue in Germany.

Objectives

In a pilot scheme, we tested a planning process for regional healthcare services, based on the example of dementia care. The aim of this article is to present the strengths and limitations of this planning process.

Materials and methods

We developed an indicator set for dementia care based on routine regional data obtained from two German statutory health insurance companies. Additionally, primary data based on a questionnaire sent to all GPs in the area were evaluated. These data were expanded through the addition of official socio-demographic population data. Procedures and evaluation strategies, discussion of the results and the derivation of planning measures followed, in close agreement with a group of local experts.

Results

Few epidemiological data on regional variations in health care planning are publicly available. Secondary data from statutory health insurance companies can be assessed to support the estimation of regional health care needs, but interpretation is difficult. The use of surveys to collect primary data, and the assessment of results by the local health board may facilitate interpretation and may contribute towards more valid statements regarding regional health planning.

Conclusions

Despite the limited availability of data and the considerable efforts involved in data analysis, the project demonstrates how needs-based health service planning can be carried out in a small region, taking into account the increasing demands of the local health care providers and the special local features.

This is a preview of subscription content, access via your institution.

Access options

Buy single article

Instant access to the full article PDF.

US$ 39.95

Tax calculation will be finalised during checkout.

Abb. 1

Notes

  1. 1.

    Aus Gründen der besseren Lesbarkeit wird hier und im Folgenden auf die getrennte Erwähnung beider Geschlechter verzichtet. Die genannte männliche Form beinhaltet auch stets die weibliche.

  2. 2.

    http://www.dimdi.de/static/de/versorgungsdaten/index.htm (Zugegriffen am 23.11.2016).

  3. 3.

    http://www.zi.de und http://versorgungsatlas.de/ (Zugegriffen am 23.11.2016).

Literatur

  1. 1.

    Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen (2014) Bedarfsgerechte Versorgung – Perspektiven für ländliche Regionen und ausgewählte Leistungsbereiche. http://www.svr-gesundheit.de/fileadmin/user_upload/Aktuelles/2014/SVR-Gutachten_2014_Kurzfassung_01.pdf. Zugegriffen: 23. Dez. 2015

    Google Scholar 

  2. 2.

    Geuter G, Ewert T, Deiters T, Hollederer A (2016) Optimierung der kommunalen Gesundheitsversorgung: Erste Erfahrungen des Kommunalbüros für ärztliche Versorgung des Landes Bayern. Gesundheitswesen. https://doi.org/10.1055/s-0042-102343

    PubMed  Google Scholar 

  3. 3.

    Stock C, Szecsenyi J, Riedinger-Riebl U, Steinhäuser J (2015) Projektion des Bedarfs an hausärztlicher Versorgung auf Gemeindeebene. Gesundheitswesen 77:939–946

    CAS  Article  PubMed  Google Scholar 

  4. 4.

    Ozegowski S, Sundmacher L (2012) Wie „bedarfsgerecht“ ist die Bedarfsplanung? Eine Analyse der regionalen Verteilung der vertragsärztlichen Versorgung. Gesundheitswesen 74:618–626

    CAS  Article  PubMed  Google Scholar 

  5. 5.

    Albrecht M, Nolting H‑D, Schliwen A (2012) Konzept zur Neuordnung der ärztlichen Bedarfsplanung. Gesundheits Sozialpolit 5:29–35

    Article  Google Scholar 

  6. 6.

    Kroll LE, Lampert T (2012) Regionalisierung von Gesundheitsindikatoren. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 55:129–140

    CAS  Article  PubMed  Google Scholar 

  7. 7.

    Zorn U (2014) Versorgungsforschung aus Sicht der Bundesärztekammer unter Berücksichtigung kleinräumiger Analysen. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:169–173

    CAS  Article  PubMed  Google Scholar 

  8. 8.

    Sundmacher L, Götz N, Vogt V (2014) Statistische Methoden der kleinräumigen Versorgungsforschung. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:174–179

    CAS  Article  PubMed  Google Scholar 

  9. 9.

    Swart E, Graf von Stillfried D, Koch-Gromus U (2014) Kleinräumige Versorgungsforschung. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:161–163

    CAS  Article  PubMed  Google Scholar 

  10. 10.

    Böcken J, Grote-Westrick M, Schwenk U (2015) Internationale Erfahrungen mit regionalen Variationen: Was kann Deutschland vom Ausland lernen? GGW 15:7–15

    Google Scholar 

  11. 11.

    Robra B‑P (2014) John E. Wennberg, Pionier der regionalen Versorgungsforschung. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:164–168

    Article  PubMed  Google Scholar 

  12. 12.

    Wennberg J, Gittelsohn A (1973) Small area variations in health care delivery. Science 182:1102–1108

    CAS  Article  PubMed  Google Scholar 

  13. 13.

    Mangiapane S (2014) Lernen aus regionalen Unterschieden. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:215–223

    CAS  Article  PubMed  Google Scholar 

  14. 14.

    Nolting H‑D (2015) Regionale Variationen: Stand und Nutzungsperspektiven in Deutschland. GGW 15:16–22

    Google Scholar 

  15. 15.

    Swart E, Stallmann C, Powietzka J, March S (2014) Datenlinkage von Primär- und Sekundärdaten. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:180–187

    CAS  Article  PubMed  Google Scholar 

  16. 16.

    Arbeitsgemeinschaft der Obersten Landesgesundheitsbehörden (AOLG) (2003) Indikatorensatz für die Gesundheitsberichterstattung der Länder. http://www.gbe-bund.de/gbe10/owards.prc_show_pdf?p_id=9768&p_sprache=d. Zugegriffen: 29. Apr. 2014

    Google Scholar 

  17. 17.

    Albrecht M, Etgeton S, Ochmann RR (2014) Faktencheck Gesundheit: Regionale Verteilung von Arztsitzen (Ärztedichte). http://www.bertelsmann-stiftung.de/cps/rde/xbcr/SID-7B78BC84-3E86F0B2/bst/xcms_bst_dms_40105_40106_2.pdf. Zugegriffen: 15. Sept. 2014

    Google Scholar 

  18. 18.

    National Association of Country & City Health Officials (NACCHO) (2009) Integrating performance improvement process: MAPP, national public health performance standards, and accrediation. http://www.naccho.org/uploads/downloadable-resources/MAPP-NPHPSP-and-Accreditation-Preparation-Guidance.pdf. Zugegriffen: 15. Sept. 2014

    Google Scholar 

  19. 19.

    OECD (2014) Geographic variations in health care. http://www.oecd-ilibrary.org/docserver/download/8114151e.pdf?expires=1481537901&id=id&accname=ocid49014605&checksum=BF5D52475A1EEFB47022468154E48206. Zugegriffen: 15. Sept. 2014

    Google Scholar 

  20. 20.

    Scherer M, Wollny A, Vollmar HC et al (2013) Entwicklung und Bewertung von Qualitätsindikatoren aus den Leitlinien Halsschmerzen, Nackenschmerzen und Demenz der Deutschen Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM). Z Evid Fortbild Qual Gesundhwes 107:74–86

    Article  PubMed  Google Scholar 

  21. 21.

    Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (2008) Demenz – DEGAM-Leitlinie Nr. 12. http://www.degam.de/files/Inhalte/Leitlinien-Inhalte/Dokumente/DEGAM-S3-Leitlinien/LL-12_Langfassung_TJ_03_korr_01.pdf. Zugegriffen: 18. Nov. 2014

    Google Scholar 

  22. 22.

    Deutsche Gesellschaft für Psychiatrie, Psychotherapie und Nervenheilkunde (2009) S3_Leitlinie_Demenz-Kurzversion. https://www.dgppn.de/fileadmin/user_upload/_medien/download/pdf/kurzversion-leitlinien/s3-leitlinie-demenz-kf.pdf. Zugegriffen: 2. März 2015

    Google Scholar 

  23. 23.

    National Institute for Health and Care Excellence (NICE) (2006) Dementia: supporting people with dementia and their carers in health and social care. https://www.nice.org.uk/guidance/cg42. Zugegriffen: 2. März 2015

    Google Scholar 

  24. 24.

    Zensus 2011 (2013) Zensusdatenbank. https://ergebnisse.zensus2011.de/#Home. Zugegriffen: 9. März 2016

    Google Scholar 

  25. 25.

    wegweiser-kommune.de (2014) http://www.wegweiser-kommune.de/?redirect=false&gkz=06531010. Zugegriffen: 29. Apr. 2014

  26. 26.

    HA Hessen Agentur GmbH (2013) Gemeindedatenblatt: Gießen. https://www.giessen.de/PDF/Bev%C3%B6lkerungsvoraussch%C3%A4tzung_Demografischer_Wandel_Stand_2013.PDF?ObjSvrID=684&ObjID=13524&ObjLa=1&Ext=PDF&WTR=1&_ts=1432822747. Zugegriffen: 9. März 2016

    Google Scholar 

  27. 27.

    Schulz M, Bohlken J, Hering R, Bätzing-Feigenbaum J (2014) Diagnostische und therapeutische Leistungsdichte von neu erkrankten, zu Hause lebenden Patienten mit Demenz. http://www.versorgungsatlas.de/fileadmin/ziva_docs/48/VA_48_2014_Demenz_Bericht_20140916.pdf. Zugegriffen: 6. Nov. 2014

    Google Scholar 

  28. 28.

    Riedel-Heller SG, Schork A, Fromm N, Angermeyer MC (2000) Demenzkranke in der Hausarztpraxis – Ergebnisse einer Befragung. Z Gerontol Geriatr 33:300–306

    CAS  Article  PubMed  Google Scholar 

  29. 29.

    Thyrian JR, Hoffmann W (2012) Dementia care and general physicians – a survey on prevalence, means, attitudes and recommendations. Cent Eur J Public Health 20:270–275

    PubMed  Google Scholar 

  30. 30.

    Güthlin C, Beyer M, Erler A et al (2012) Rekrutierung von Hausarztpraxen für Forschungsprojekte: Erfahrungen aus fünf allgemeinmedizinischen Studien. Z Allg Med 88:173–181

    Google Scholar 

  31. 31.

    Latzitis N, Sundmacher L, Busse R (2011) Regionale Unterschiede der Lebenserwartung in Deutschland auf Ebene der Kreise und kreisfreien Städte und deren möglichen Determinanten. Gesundheitswesen 73:217–228

    CAS  Article  PubMed  Google Scholar 

  32. 32.

    Swart E, Deh U, Robra B‑P (2008) Using claims data for small area analysis and controlling of hospital care. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 51:1183–1192

    CAS  Article  PubMed  Google Scholar 

  33. 33.

    Laux G, Bauer E, Stock C (2014) Nutzung von Routinedaten zur Einschätzung der Versorgungsqualität. Public Health Forum. https://doi.org/10.1016/j.phf.2014.03.004

    Google Scholar 

  34. 34.

    Eibich P, Ziebarth NR (2014) Analyzing regional variation in health care utilization using (rich) household microdata. Health Policy (New York) 114:41–53

    Article  Google Scholar 

  35. 35.

    Grundmann N, Mielck A, Siegel M, Maier W (2014) Area deprivation and the prevalence of type 2 diabetes and obesity: analysis at the municipality level in Germany. BMC Public Health 14:1264. https://doi.org/10.1186/1471-2458-14-1264

    Article  PubMed  PubMed Central  Google Scholar 

  36. 36.

    Maier W, Fairburn J, Mielck A (2012) Regionale Deprivation und Mortalität in Bayern. Entwicklung eines ,Index Multipler Deprivation‘ auf Gemeindeebene. Gesundheitswesen 74:416–425

    CAS  Article  PubMed  Google Scholar 

  37. 37.

    Stock S, Danner M (2014) Kann die Erhebung von Einstellungen und Präferenzen die kleinräumige Versorgungsanalyse sinnvoll ergänzen? Eine gesundheitspolitische Perspektive. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 57:188–196

    CAS  Article  PubMed  Google Scholar 

  38. 38.

    Karsch-Völk M, Landendörfer P, Linde K, Egermann A, Troeger-Weiß G, Schneider A (2012) Medizinische und kommunale Herausforderungen einer alternden Gesellschaft im ländlichen Bereich. Gesundheitswesen 74:410–415

    Article  PubMed  Google Scholar 

  39. 39.

    Nowossadeck E, Kroll LE, Nowossadeck S, Kurth B‑M, Rabenberg M, Dahm S (2011) Kleinräumige Bedarfsprognosen – Eine Machbarkeitsstudie für Deutschland. http://www.bundesaerztekammer.de/fileadmin/user_upload/downloads/Bedarfsprognosen-1.pdf. Zugegriffen: 17. Febr. 2016

    Google Scholar 

  40. 40.

    Schulz M, Czihal T, Erhart M, Stillfried D (2016) Correlation between area-level sociodemographic patterns and estimates of need for medical care. Gesundheitswesen 78:290–297

    CAS  Article  PubMed  Google Scholar 

  41. 41.

    Powietzka J, Swart E (2014) Routinedaten für kleinräumige Analysen. In: Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg) Routinedaten im Gesundheitswesen: Handbuch Sekundärdatenanalyse: Grundlagen, Methoden, und Perspektiven, 2. Aufl. Huber, Bern, S 435–459

    Google Scholar 

  42. 42.

    Kellerman SE, Herold J (2001) Physician response to surveys. A review of the literature. Am J Prev Med 20:61–70

    CAS  Article  PubMed  Google Scholar 

  43. 43.

    VanGeest JB, Johnson TP, Welch VL (2007) Methodologies for improving response rates in surveys of physicians: a systematic review. Eval Health Prof 30:303–321

    Article  PubMed  Google Scholar 

  44. 44.

    Robert Koch-Institut (2015) Gesundheit in Deutschland. Gesundheitsberichterstattung des Bundes: Gemeinsam getragen von RKI und Destatis. http://www.rki.de/DE/Content/Gesundheitsmonitoring/Gesundheitsberichterstattung/GesInDtld/gesundheit_in_deutschland_2015.pdf?__blob=publicationFile. Zugegriffen: 15. Nov. 2015

    Google Scholar 

  45. 45.

    Schubert I, Küpper-Nybelen J, Ihle P, Krappweis J (2007) Inanspruchnahmeverhalten von Demenzpatienten im Spiegel von GKV-Daten. Z Arztl Fortbild Qualitatssich 101:7–13

    PubMed  Google Scholar 

  46. 46.

    Kaduszkiewicz H, Wiese B, Steinmann S, Schön G, Hoffmann F, van den Bussche H (2014) Diagnosestellung und Diagnosecodierung von Demenzen im Spiegel der Abrechnungsdaten der gesetzlichen Krankenversicherung. Psychiatr Prax 41:319–323

    PubMed  Google Scholar 

  47. 47.

    Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (2005) Pflegende Angehörige: DEGAM-Leitlinie Nr.6. http://www.degam.de/files/Inhalte/Leitlinien-Inhalte/Dokumente/DEGAM-S3-Leitlinien/LL-06_PA_003.pdf. Zugegriffen: 18. Nov. 2014

    Google Scholar 

  48. 48.

    Gräßel E (1998) Häusliche Pflege dementiell und nicht dementiell Erkrankter. Z Gerontol Geriatr 31:57–62

    Article  PubMed  Google Scholar 

  49. 49.

    Nehen H‑G, Hermann DM (2015) Supporting dementia patients and their caregivers in daily life challenges: review of physical, cognitive and psychosocial intervention studies. Eur J Neurol 22:246–252

    Article  PubMed  Google Scholar 

Download references

Danksagung

Die Autoren danken allen an der Fragebogenerhebung teilnehmenden Hausarztpraxen aus dem Landkreis Gießen sowie der AOK Hessen und der BARMER für die Möglichkeit, deren GKV-Routinedaten gepoolt auszuwerten. Ein besonderer Dank gilt den Teilnehmern der zu Beginn des Modellprojekts gegründeten Lenkungsgruppe im Landkreis Gießen, den Akteuren der Projektgruppe Demenz und der Kassenärztlichen Vereinigung Hessen für die Bereitstellung der Praxisadressliste. Namentlich bedanken möchten sich die Autoren bei Prof. Dr. med. Erika Baum, seinerzeit Leiterin der Abteilung für Allgemeinmedizin, Präventive und Rehabilitative Medizin der Phillips-Universität Marburg, und bei Prof. Dr. med. Johannes Pantel, Leiter des Arbeitsbereichs Altersmedizin, Institut für Allgemeinmedizin der Goethe-Universität Frankfurt, die wertvolle Hinweise für die Erstellung des Versorgungsatlas gaben, sowie bei Phillip Elliott für die Korrekturen des englischsprachigen Abstracts. Der Beitrag wurde mit freundlicher Unterstützung des Hessischen Ministeriums für Soziales und Integration und des Landkreises Gießen erstellt.

Förderung

Das Projekt wurde durch das Hessische Ministerium für Soziales und Integration im Rahmen des Projekts Auf- und Ausbau regionaler Gesundheitsnetze im Landkreis Gießen (Az.: V 1A – 18 z 1100) finanziell gefördert.

Author information

Affiliations

  1. Institut für Allgemeinmedizin, Goethe-Universität Frankfurt, Theodor-Stern-Kai 7, 60590, Frankfurt, Deutschland

    Dr. rer. med. Lisa-R. Ulrich MPH, Dr. phil. nat. Tanja R. Schatz Dipl.-Psych., Linda Barthen M.Sc., Prof. Dr. med. Ferdinand M. Gerlach MPH & Dr. med. Antje Erler MPH

  2. PMV-Forschungsgruppe, Universität zu Köln, Köln, Deutschland

    Dr. rer. hum. biol. Veronika Lappe MPH & Peter Ihle

Authors
  1. Dr. rer. med. Lisa-R. Ulrich MPH
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Dr. phil. nat. Tanja R. Schatz Dipl.-Psych.
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Dr. rer. hum. biol. Veronika Lappe MPH
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Peter Ihle
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Linda Barthen M.Sc.
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Prof. Dr. med. Ferdinand M. Gerlach MPH
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Dr. med. Antje Erler MPH
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Dr. rer. med. Lisa-R. Ulrich MPH.

Ethics declarations

Interessenkonflikt

L.-R. Ulrich, T.R. Schatz, V. Lappe, P. Ihle, L. Barthen, F.M. Gerlach und A. Erler geben an, dass kein Interessenkonflikt im Sinn der ICMJE-Empfehlungen (Stand 12/2015) besteht.

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

Additional information

L.-R. Ulrich und T. R. Schatz teilen sich die Erstautorenschaft.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Ulrich, LR., Schatz, T.R., Lappe, V. et al. Planung einer kleinräumigen Versorgung unter Nutzung von Primär- und Sekundärdaten am Beispiel von Demenzerkrankten. Bundesgesundheitsbl 60, 1372–1382 (2017). https://doi.org/10.1007/s00103-017-2642-6

Download citation

Schlüsselwörter

  • Versorgungsforschung
  • Regionale Gesundheitsplanung
  • Bedarfsgerechte Versorgung
  • Sekundärdatenanalyse
  • Demenz

Keywords

  • Health services research
  • Regional health planning
  • Needs-based care
  • Secondary data analysis
  • Dementia