Rahmenbedingungen für Disease Management Programme im deutschen Gesundheitswesen

Inhaltsverzeichnis

1. EINLEITUNG

2. DIABETES

2.1. EPIDEMIOLOGIE

2.2. MEDIZINISCHE KENNGRÖßEN

2.3. FOLGEERKRANKUNGEN

2.4. VOLKSWIRTSCHAFTLICHE BEDEUTUNG

3. DISEASE MANAGEMENT PROGRAMME

3.1. DEFINITION

3.2. ENTWICKLUNG

3.3. RAHMENBEDINGUNGEN IN DEUTSCHLAND

3.3.1. Einflussfaktoren auf die Einführung von DMP’s

3.3.2. Praktische Umsetzung

3.3.3. Zukünftige Entwicklung

4. EVALUATION UND SIMULATION VON DMP’S

4.1. THEORETISCHE ANSATZPUNKTE ZUR EVALUATION EINES DMP

4.2. OUTCOMEARTEN EINES DIABETES-DMP’S

4.3. SIMULATIONSRECHNUNG

5. INTERNATIONALE ERFAHRUNGEN BEI DER EVALUATION VON DIABETES-DMP’S

5.1. ERGEBNISSE AUS STUDIEN MIT ROUTINEDATEN

5.1.1. „Diabetes NetCare“ von RUBIN et al.

5.1.2. „Penn State Geisinger Health System Studie“ von SIDOROV et al.

5.1.3. „Diabetes Disease Management Program“ von VILLAGRA und AHMED

5.1.4. Weitere Studienergebnisse

5.2. ERGEBNISSE AUS KLINISCHEN STUDIEN

5.2.1. „Diabetes Advantage Program“ von CLARK et al

5.2.2. „TennCare“ von PATRIC et al.

5.2.3. „Comprehensive Diabetes Care Service“ von PETERS / DAVIDSON

5.2.4. „Nurse Case Management“ von AUBERT et al

5.2.5. „Mayo Health System Diabetes Translation Project“ von MONTORI et al

5.3. SCHLUSSFOLGERUNGEN

6. ROUTINEDATEN DER GKV

6.1. CHARAKTERISIERUNG

6.2. VARIABLEN

6.3. IDENTIFIKATION VON DIABETIKERN

6.4. SCHLUSSFOLGERUNGEN

7. EVALUATION VON DIABETES-DMP’S MIT ROUTINEDATEN

7.1. PROBLEMSTELLUNG

7.2. MODELLVARIANTEN

7.2.1. Regressionsmodelle

7.2.2. Nichtparametrische Verfahren

7.3. RISIKODIMENSIONEN

7.4. SCHLUSSFOLGERUNGEN

8. FAZIT

Zielsetzung & Themen

Die Arbeit untersucht methodische Fragestellungen zur Evaluation von Disease Management Programmen (DMP's) für Diabetes mellitus im deutschen Gesundheitswesen mittels Routinedaten der Gesetzlichen Krankenversicherung. Ziel ist es, aufzuzeigen, wie trotz methodischer Herausforderungen wie Selektionsverzerrungen die Wirksamkeit und Kosteneffektivität dieser Programme durch statistische Verfahren analysiert werden kann.

• Medizinische Grundlagen der Stoffwechselerkrankung Diabetes
• Struktur und Rahmenbedingungen von DMP's in Deutschland
• Analyse internationaler Erfahrungen mit Diabetes-Programmen
• Methoden zur Evaluation komplexer Interventionen mit Sekundärdaten
• Identifikation und statistische Kontrolle von Risikodimensionen bei Diabetes-Patienten

Auszug aus dem Buch

Zusammenfassung der Kapitel

1. EINLEITUNG: Einführung in die Problematik chronischer Erkrankungen und die Rolle von Disease Management Programmen im Kontext des deutschen Gesundheitssystems.

2. DIABETES: Medizinische Darstellung von Diabetes mellitus, der verschiedenen Typen sowie der volkswirtschaftlichen und gesundheitlichen Bedeutung von Folgeerkrankungen.

3. DISEASE MANAGEMENT PROGRAMME: Definition, historische Entwicklung und die spezifischen ordnungspolitischen Rahmenbedingungen für die Einführung von DMP's in Deutschland.

4. EVALUATION UND SIMULATION VON DMP’S: Erörterung theoretischer Ansätze zur Bewertung komplexer Interventionen und der notwendigen Outcome-Parameter.

5. INTERNATIONALE ERFAHRUNGEN BEI DER EVALUATION VON DIABETES-DMP’S: Analyse und Vergleich internationaler Studienergebnisse hinsichtlich der Wirksamkeit von Diabetes-Programmen.

6. ROUTINEDATEN DER GKV: Charakterisierung der vorhandenen Routinedaten sowie deren Vor- und Nachteile bei der Identifikation von Diabetes-Patienten.

7. EVALUATION VON DIABETES-DMP’S MIT ROUTINEDATEN: Detaillierte Darstellung mikroökonometrischer Verfahren wie Regressionsmodelle und Matching, um Selektionsprobleme bei der Evaluation zu adressieren.

8. FAZIT: Zusammenfassende Bewertung der Evaluationsmöglichkeiten und Empfehlungen zur zukünftigen Ausgestaltung der DMP-Förderung.

Schlüsselwörter

Diabetes mellitus, Disease Management Programme, DMP, Evaluation, Routinedaten, GKV, Risikostrukturausgleich, RSA, Evidenzbasierte Medizin, Versorgungsqualität, Kosteneffektivität, Selektionsverzerrung, Matchingverfahren, Regressionsmodelle, Folgeerkrankungen

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundsätzlich?

Die Arbeit beschäftigt sich mit der Evaluation von Disease Management Programmen (DMP's) für Diabetes im deutschen Gesundheitswesen und wie diese mit Routinedaten der Krankenkassen sinnvoll bewertet werden können.

Welches sind die zentralen Themenfelder der Untersuchung?

Die Schwerpunkte liegen auf der medizinischen Relevanz von Diabetes, den strukturellen Rahmenbedingungen in Deutschland, internationalen Evaluationsstudien sowie mikroökonometrischen Methoden zur Wirksamkeitsanalyse.

Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?

Die Arbeit zielt darauf ab, methodische Ansätze zu erörtern, mit denen die Wirksamkeit und Kosteneffektivität von Diabetes-DMP's trotz der methodischen Schwierigkeiten bei der Nutzung von Routinedaten wissenschaftlich fundiert beurteilt werden kann.

Welche wissenschaftlichen Methoden werden zur Evaluation verwendet?

Der Fokus liegt auf mikroökonometrischen Verfahren, insbesondere auf Regressionsmodellen sowie Matchingverfahren wie Stratifizierung und Kernel-Matching, um eine geeignete Kontrollgruppe zu simulieren.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil gliedert sich in eine theoretische Einführung in Diabetes und DMP's, eine umfangreiche internationale Literaturauswertung, eine Analyse der Datenqualität von GKV-Routinedaten sowie eine Diskussion über statistische Verfahren zur Risikostratifizierung.

Durch welche Schlagworte lässt sich die Arbeit charakterisieren?

Die zentralen Begriffe sind Disease Management Programme, Evaluation, Routinedaten, Risikostrukturausgleich und statistische Methoden zur Vergleichsgruppenbildung.

Warum ist die Bildung einer Kontrollgruppe bei der Evaluation von DMP's so problematisch?

Da die DMP's in Deutschland flächendeckend eingeführt wurden, fehlen Kontrollregionen ohne diese Programme. Zudem führt die freiwillige Teilnahme zu einer Selektion (z.B. motiviertere Patienten), was Vergleiche ohne spezielle statistische Korrekturen verfälscht.

Welche Bedeutung haben die Routinedaten der GKV für die Evaluation?

Routinedaten bieten eine kostengünstige und umfassende Informationsbasis (z.B. Abrechnungen, Krankenhausaufenthalte), sind jedoch nicht primär für Forschungszwecke erhoben und weisen daher Lücken bei klinischen Parametern oder sozioökonomischen Variablen auf.

Ist ein morbiditätsorientierter Risikostrukturausgleich (M-RSA) sinnvoll?

Ja, unter Wissenschaftlern besteht weitgehender Konsens über die Notwendigkeit eines direkten Morbiditätsbezugs im RSA, um Anreize für eine ineffiziente Risikoselektion zu minimieren und die Versorgung von Chronikern zu verbessern.