Identifikation und Gruppierung von Schmerzpatienten anhand von Routinedaten einer Krankenkasse

Zusammenfassung

Die ICD-Klassifikation bietet keine zufriedenstellenden Möglichkeiten zur Identifikation von Schmerzpatienten. In der vorliegenden Arbeit wurde daher auf der Basis von Diagnose- und Verordnungsdaten des Jahres 2006 einer gesetzlichen Krankenkasse (DAK) ein alternatives Verfahren zur Identifikation und Gruppierung von Schmerzpatienten entwickelt, das auf 2 Annahmen basiert: 1. Versicherte (VS) ohne Verordnungen von Analgetika, aber mit Diagnosemustern, die charakteristisch sind für VS, die mit Opioiden behandelt werden, sind mit hoher Wahrscheinlichkeit ebenfalls Schmerzpatienten. 2. Jede Diagnosekombination lässt sich auf eine behandlungsleitende Diagnose aus einer Diagnosegruppe gemäß dem Patientenklassifikationssystem CCS (Clinical Classifications Software) zurückführen. Die Selektion dieser Diagnosegruppe (CCS) ermöglicht die Zuordnung eines VS zu ausschließlich einem Schmerztypen. Mithilfe dieser Methode konnten wir 65 Kombinationen von CCS-Diagnosegruppen – aggregiert zu 9 Schmerztypen – identifizieren, denen sich 77,1% der Patienten mit mindestens 2 Opioidverordnungen zuordnen ließen: Diese entfielen zu 26,3% auf arthrosebedingte Schmerzen, zu 18,0% auf Schmerzen bei Bandscheibenerkrankungen, zu 13,1% auf andere spezifische Rückenschmerzen, zu 6,7% auf neuropathische Schmerzen, zu 4,5% auf nichtspezifische Rückenschmerzen, zu 4,2% auf Kopfschmerzen, zu 2,4% auf Schmerzen nach traumatischen Frakturen, zu 1,3% auf Schmerzen bei multimorbiden, pflegebedürftigen Patienten und zu 0,6% auf krebsbedingte Schmerzen. Basierend auf unserem Verfahren, lassen sich Versicherte selektieren, die mit hoher Wahrscheinlichkeit an mittleren bis schweren Schmerzen leiden und deren Versorgungssituation mittels Routinedatenanalysen untersucht werden kann.

Abstract

The ICD classification does not provide the opportunity to adequately identify pain patients. Therefore we developed an alternative method for the identification and classification of pain patients which is based on prescription and diagnoses data from the year 2006 of one nationwide sickness fund (DAK) and which is led by two main assumptions: (1) Beneficiaries without prescription of an analgetic drug but with a diagnosis pattern that is characteristic of patients who are treated with opioids are also likely to be pain patients. 2. Each combination of diagnosis groups can be traced back to one primary diagnosis out of a diagnosis group according to the patient classification system CCS (Clinical Classifications Software). The selection of this diagnosis group (CCS) allows for the allocation of the beneficiary to only one pain type. As a result we identified 65 combinations of CCS diagnosis groups – aggregated to nine “CCS pain types” – to which 77.1% of all patients with at least two opioid prescriptions can be allocated: 26.3% to pain due to arthrosis, 18.0% to pain due to intervertebral disc illnesses, 13.1% to other specific back pain, 6.7% to neuropathic pain, 4.5% to unspecific back pain, 4.2% to headache, 2.4% to pain after traumatic fractures, 1.3% to pain of multimorbid, high-maintenance patients, and 0.6% to cancer pain. Based on our method beneficiaries who have a high probability of suffering from moderate to strong pain can be identified and included in further claims data analyses of health care delivery and utilization pattern of pain-related disorders in Germany.