Zusammenfassung
Während international aufwandsarme, auf Routinedaten gestützte Berichts- und Qualitätssicherungssysteme seit Langem implementiert sind, wird in Deutschland bis heute – bei der gesetzlich geregelten Beurteilung der Behandlungsqualität im stationären Bereich nach § 137 SGB V – auf spezielle Datenerhebungen gesetzt, die mit erheblichem Zusatzaufwand für die Leistungserbringer verbunden sind. Im vorliegenden Beitrag wird zunächst die Frage thematisiert, ob eine Qualitätsanalyse mit Primärdaten einer Qualitätsanalyse mit Sekundärdaten aufgrund der Datentiefe vorzuziehen ist. Daran anschließend sollen die aktuellen Möglichkeiten zur Messung medizinischer Ergebnisqualität anhand von administrativen Routinedaten in Deutschland dargestellt werden. Dabei kann auf ein umfangreiches Gemeinschaftsprojekt zur Qualitätssicherung der stationären Versorgung mit Routinedaten (QSR) zurückgegriffen werden, das von 2002–2007 mit dem Ziel durchgeführt wurde, die Möglichkeiten der Qualitätsmessung auf Basis von GKV-Routinedaten zu prüfen. Einerseits wird der aktuelle Stand dargelegt, andererseits werden weitere Perspektiven einer Qualitätssicherung mit Routinedaten in Deutschland aufgezeigt. Darüber hinaus werden einige grundsätzliche Probleme der Messung von Ergebnisqualität, das Fallzahl-Prävalenz- Problem und das Problem der Risikoadjustierung thematisiert und mögliche Lösungen vorgestellt.
Abstract
While internationally low-effort reporting and quality assurance systems based on routine data for hospitals were implemented a long time ago, the evaluation of the treatment quality in hospitals according to § 137 SGB V in Germany still relies on special data collection, which demands considerable extra time and effort for the healthcare providers. The current article starts by addressing the question whether quality analyses using primary data sources should be preferred to analyses using secondary data analyses. Subsequently, current possibilities of measuring outcome quality, using administrative routine data, will be illustrated, referring to the large collaborative project Quality Assurance of Hospital Care with Routine Data (QSR). This project was carried out in order to examine possibilities of measuring quality based on routine administrative data in Germany from 2002–2007. The objectives of this article are to present a summary of the project’s current status as well as to provide perspectives of future quality assurance with routine data in Germany. In addition, some general problems in measurement of outcome quality, the volume-prevalence problem and the problem of risk adjustment are presented, and possible solutions are proposed.
Literatur
Selbmann H-K (1980) Die Münchner Perinatalstudie.Daten, Ergebnisse, Perspektiven. DeutscherÄrzte Verlag, Köln
Aylin P, Bottle A, Majeed A (2007) Use of administrativedata or clinical databases as predictors ofrisk of death in hospital: comparison of models. BrMedical J 334:1044
Pine M, Jordan HS, Elixhauser A, et al. (2007)Enhancement of claims data to improve riskadjustment of hospital mortality. J Am MedicalAssoc 297:71–76
Westaby S, Archer N, Manning N, et al. (2007)Comparison of hospital episode statistics and thecentral cardiac audit database in the public reportingof congenital heart surgery mortality. BrMedical J 335:759
Heller G, Schnell R (2007) Hospital mortality riskadjustment using claims data. J Am Medical Assoc1983, 297:1983
AOK-Bundesverband, Forschungs- und Entwicklungsinstitutfür das Sozial- und GesundheitswesenSachsen-Anhalt (FEISA), HELIOS Kliniken,Wissenschaftliches Institut der AOK (WIdO) (Hrsg)(2007) Qualitätssicherung der stationären Versorgungmit Routinedaten (QSR). Abschlussbericht.Bonn, http://wido.de/fileadmin/wido/downloads/pdf_krankenhaus/wido_kra_qsr-abschlussbericht_0407.pdf
Heller G (2006) Sind risikoadjustierte Analysen mitadministrativen Routinedaten möglich? In: Hey M,Maschewsky-Schneider U (Hrsg) Kursbuch Versorgungsforschung.Medizinisch WissenschaftlicheVerlagsgesellschaft, Berlin, S 252–256
Dimick JB, Welch HG, Birkmeyer JD (2004) Surgicalmortality as an indicator of hospital quality: theproblem with small sample size. J Am MedicalAssoc 292:847–851
Heller G, Swart E, Mansky T (2004) Qualitätsanalysenmit Routinedaten. Ansatz und erste Analysenaus dem Gemeinschaftsprojekt „Qualitätssicherungmit Routinedaten“ (QSR). In: Klauber J, RobraBP, Schellschmidt H (Hrsg) Krankenhaus-Report2003. Schattauer, Stuttgart, S 271–288
Gerste B, Gutschmidt S (2006) Datenqualität vonDiagnosen aus dem ambulanten Bereich. GesundheitsSozialpolitik 3–4:29–43
Schwinger A, Dräther H, Heller G (2006) Von derDiagnose zum Honorar. G+G Gesundheit Gesellschaft5:18–19
Gerste B, Hilfer S, Hilfer S, Heller G (2007) SektorenübergreifendeLeistungsanalysen. Inanspruchnahmevon Gesundheitsleistungen durchPatienten mit Koronarer Herzkrankheit und Herzinsuffizienz.Wissenschaftliches Institut der AOK,Bonn
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Heller, G. Zur Messung und Darstellung von medizinischer Ergebnisqualität mit administrativen Routinedaten in Deutschland. Bundesgesundheitsbl. 51, 1173–1182 (2008). https://doi.org/10.1007/s00103-008-0652-0
Published:
Issue Date:
DOI: https://doi.org/10.1007/s00103-008-0652-0