Ist Geographie wirklich Schicksal? Ist Geographie wirklich Schicksal? Reinhard Busse Prof Dr med MPH FFPH Reinhard Busse, Prof. Dr. med. MPH FFPH FG Management im Gesundheitswesen, Technische Universität Berlin (WHO Collaborating Centre for Health Technische Universität Berlin (WHO Collaborating Centre for Health Systems Research and Management) & European Observatory on Health Systems and Policies
34
Embed
Reinhard Busse Prof Dr med MPH FFPHReinhard …...Stimmt der Zusammenhang Gesundheitssystem vermeidbare Todesursachen? cancer of the breast cancer of the colon etc. cancer of the colon
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Ist Geographie wirklich Schicksal?Ist Geographie wirklich Schicksal?
Reinhard Busse Prof Dr med MPH FFPHReinhard Busse, Prof. Dr. med. MPH FFPHFG Management im Gesundheitswesen,
Technische Universität Berlin (WHO Collaborating Centre for HealthTechnische Universität Berlin (WHO Collaborating Centre for Health Systems Research and Management) &
European Observatory on Health Systems and Policies
Wie viel dieser Unterschiede ist auf das Gesundheitssystem bzw. die
Leistungserbringer zurückzuführen undLeistungserbringer zurückzuführen und wie viel ist „Schicksal“?
Nutzung von derartigen Analysen:P f t“ i• „Performance assessment“ im
Gesundheitssystem• „Resource allocation“ an Krankenkassen
oder regionale Gesundheitsbehördenoder regionale Gesundheitsbehörden• Risikoadjustierung von
Qualitätsindikatoren
UmweltUmwelt
Gesamtmortalität/Lebenserwartung
Lifestyle
d idSozio-ökonomischer
Med. vermeid-bare Sterblichkeit
(Avoidable
Status/ Bildung etc.
mortality)Gesundheitsversorgung
Das Konzept der „vermeidbaren“ Sterbefälle (medizinisch beeinflussbare Mortalität)(medizinisch beeinflussbare Mortalität)
• Deaths from certain causes that should not occur in the presence of timely and effective health care
• Introduced by David Rutstein in the 1970s (originally for quality assurance purposes)
• Walter Holland published European Community Atlas of p p y‘Avoidable Deaths’ in 1988; intends to provide warning signals of potential shortcomings in health care delivery
• Mackenbach et al. argue that associations between AVM and health care services are rather weak and inconsistent. Most health care measures only reflect quantity and not quality. Many studies use insufficient set of covariates.
• Nolte and McKee (2002) reviewed list of amenable causes of death
Vermeidbare Todesursachen (mit ICD-10 und Altersgruppe)
Todesursache ICD 10 Alter Todesursache ICD 10 Alter Bösartige Neubildung der weiblichen Brust
C50 0-74 Bösartige Neubildungen des Hodens C62 0-74
Hypertonie und Hochdruckkrankheiten
I10-13 I15
0-74 Morbus Hodgkin C81 0-74
Krankheiten zerebrovaskulaeres System
I60-69 0-74 Leukaemie C91-95 <15
Ischaemische I20-25 0-74 Krankheiten der Schilddrüse E00-07 0-74 Herzkrankheiten*0.5 Bösartige Neubildung der Luftröhre, der Bronchien und der Lunge
Negative binomial regression with random intercepts for women and men* Significant at the 10% level, ** Significant at the 5% level, *** Significant at the 1% level
ÜÜ Überdurchschnittlichhoch und zunehmend
Überdurchschnittlichhoch, aber abnehmend
U d h h i li h U d h h i li hUnterdurchschnittlichhoch und abnehmend
Unterdurchschnittlichhoch, aber zunehmend
Analyse vermeidbarer Krankenhausbehandlungen
•Ambulatory Care Sensitive conditions (ACS conditions):•Ambulatory Care Sensitive conditions (ACS-conditions): solche Krankheiten klassifiziert, für welche eine Behandlung im Krankenhaus als vermeidbar gilt, da die K kh it t d ä ti hi d t d ff kti iKrankheit entweder präventiv verhindert oder effektiv im ambulanten Sektor behandelt werden kann
• Konzept entwickelt in den 90er Jahre (Weissman et al.)
• Vermeidbar durch 1) Immunisierung , 2) medizinische Behandlung, und 3) effektiver Behandlung chr. Krankheiten im amb lanten Sektorim ambulanten Sektor
Verteilung der ACS – Behandl. auf Ebene der Regierungsbezirke ACS – Behandl. insgesamt auf Ebene der Kreise und kreisfreien Städte
17
42%
21%
17%16
%
Ambulante Therapie, vermeidbare Krankenhauseinweisungen und vermeidbare Todesursachen - das Beispiel „Asthma“
Auffälligg
Analyse des Einfluss der VertragsärztedichteNegativbinomiales Modell mit Random-Effects (Panel 05-08)
ACSs infolge
Negativbinomiales Modell mit Random Effects (Panel 05 08)
ACSs infolge von Asthma ACSs infolge von COPDACSs infolge von HNO‐Infektionen
**Raucherquote 0.326 0.110** 0.228 0.113 0.103 0.096Feinstaub ‐0.004 0.003 0.004 0.003*** 0.001 0.002Arbeitslosenquote 0.010 0.004* ‐0.011 0.003*** 0.011 0.003***Haushaltseinkommen 0.000 0.000 0.000 0.000 0.000 0.000*Anteil Studierender 0.000 0.001 ‐0.001 0.001* ‐0.001 0.000*Entfernung Oberzentren 0.002 0.001* 0.002 0.001 0.004 0.001***Anteil der Einwohner unter 25 Jahre ‐0.089 0.025*** 0.027 0.021* 0.024 0.019Anteil der Einwohner von 25 bis 30 Jahre ‐0.005 0.028 0.042 0.024** 0.064 0.022**Anteil der Einwohner von 31 bis 50 Jahre ‐0.069 0.018*** ‐0.058 0.017*** 0.002 0.015A t il Ei h 51 bi 65 J h 0 044 0 012*** 0 044 0 010 0 032 0 010**Anteil Einwohner von 51 bis 65 Jahre ‐0.044 0.012*** 0.044 0.010 0.032 0.010**Anteil Einwohner über 65 Jahre ‐0.026 0.013* 0.016 0.011*** 0.003 0.010Konstante 7.400 1.135*** 5.367 0.993 3.009 0.932***Anzahl der Beobachtungen 1652 1652 1652Anzahl der Kreise und kreisfr. Städte 413 413 413Log Likelihood ‐7621.2858 ‐7,261.916 ‐7260.234Tab. 1 * Signifikant auf dem 10% Niveau ** Signifikant auf dem 5% Niveau *** Signifikant auf dem 1% Niveau
Analyse des Einfluss der VertragsärztedichteNegativbinomiales Modell mit Random-Effects (Panel 05-08)
ACSs infolge
Negativbinomiales Modell mit Random Effects (Panel 05 08)Voraussetzung: Perfekte Kontrolle für Morbidität
ACSs infolge von Asthma ACSs infolge von HNO‐InfektionenACSs infolge von HNO‐Infektionen (urban)
Koeffizient Std. Fehler Koeffizient Std. Fehler Koeffizient Std. FehlerAlle niedergelassenen Ärzte 0.000 0.000 x xHNO‐Ärzte x 0.008 0.007 0.029 0.012**L b t 0 002 0 010 0 002 0 008 0 014 0 015Lebenserwartung 0.002 0.010 ‐0.002 0.008 ‐0.014 0.015Vermeidbare Sterblichkeit/ Asthma 0.058 0.030* x xVermeidbare Sterblichkeit insgesamt x 0.000 0.000 0.000 0.001Krankenhausbetten 0.001 0.001* 0.000 0.000 0.001 0.001Raucherquote 0.350 0.111** 0.111 0.096 ‐0.061 0.157Feinstaub ‐0.003 0.003 0.002 0.002 0.002 0.002Arbeitslosenquote 0.012 0.004** 0.012 0.003*** 0.010 0.005*Haushaltseinkommen 0.000 0.000 0.000 0.000* 0.000 0.000*Anteil Studierender 0.000 0.001 ‐0.001 0.000* ‐0.001 0.001Entfernung Oberzentren 0 002 0 001* 0 004 0 001*** 0 003 0 002*Entfernung Oberzentren 0.002 0.001* 0.004 0.001*** 0.003 0.002*Anteil der Einwohner unter 25 Jahre ‐0.091 0.025*** 0.026 0.019 ‐0.034 0.032Anteil der Einwohner von 25 bis 30 Jahre ‐0.002 0.030 0.057 0.022* 0.032 0.031Anteil der Einwohner von 31 bis 50 Jahre ‐0.072 0.019*** ‐0.001 0.015 ‐0.039 0.027Anteil Einwohner von 51 bis 65 Jahre ‐0.041 0.013** 0.033 0.010** 0.014 0.020Anteil Einwohner über 65 Jahre ‐0.028 0.014* ‐0.001 0.010 ‐0.028 0.019Konstante 7.045 1.138*** 2.904 0.931** 6.308 1.699**Anzahl der Beobachtungen 1652 1652 568Anzahl der Kreise und kreisfr. Städte 413 413 142Log Likelihood ‐6071 614 ‐3916 026 ‐2544 819Log Likelihood 6071.614 3916.026 2544.819Tab. 1 * Signifikant auf dem 10% Niveau ** Signifikant auf dem 5% Niveau *** Signifikant auf dem 1% Niveau
Und jetzt zum „Schicksal“Und jetzt zum „Schicksal
Die Auswahl von Variablen zur Berechnung der risiko-adjustierten Finanzzuweisungen an Regionen j g g
Denmark Age, number of children in single parent families, percentage of rented flats, g g p p gunemployment, education, immigrants, social status, single elderly people
England Age, mortality, morbidity, unemployment, elderly people living alone, ethnic origin, socioeconomic status
Finland Age, disability, morbidity, archipelago, remoteness
Iceland None
Ireland not applicable
Italy Age, sex, mortality, morbidity, utilization
New Zealand Age, sex, welfare status, ethnicity, rurality
Norway Age, sex, mortality, elderly living alone, marital status
Portugal Mainly based on historical precedent; Age, relative burden of illness (diabetes, hypertension, tuberculosis, AIDS)
Spain None
Sweden Age, sex, marital status, employment status, occupation, housing tenure, high utilizer
Sources: Rice and Smith (2002); Mapelli (1999); Järvelin et al. (2002); Vallgårda et al. (2001)
Und was heißt das für uns?Ist der Bedarf in den dunkelrotenIst der Bedarf in den dunkelroten
Kreisen durch nicht im RSA berücksichtigte Faktoren größer
und/ oder gibt es dort (gemessen am Bedarf)
i l L i t b i bzu viele Leistungserbringer bzw. erbringen diese unangemessen
viele Leistungen?viele Leistungen?
Unterdeckung (Ausgaben > Zuweisung)
Überdeckung (Zuweisung > Ausgaben)
RSA-Zuweisung = Ausgaben
Ein deutscher Ansatz um uns dieser Frage zu nähern …
Und was heißt das für die
Qualitätssicherung?Qualitätssicherung?
Ein Modell …Demographie (Alter und Geschlecht)Demographie (Alter und Geschlecht)