Zur Messung und Darstellung von medizinischer Ergebnisqualität mit administrativen Routinedaten in Deutschland

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.