Systematische Literaturübersicht zu populationsbasierten Indikatoren der Versorgungsqualität in formalen und informellen Versorgungsnetzwerken und deren Einsatz in gesundheitsökonomischen Evaluationen

Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Contents lists available at ScienceDirect

Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) journal homepage: http://www.elsevier.com/locate/zefq

Qualität und Sicherheit in der Gesundheitsversorgung / Quality and Safety in Health Care

Systematische Literaturübersicht zu populationsbasierten Indikatoren der Versorgungsqualität in formalen und informellen Versorgungsnetzwerken und deren Einsatz in gesundheitsökonomischen Evaluationen A systematic review on population-based indicators of the quality of care in formal and informal provider networks and their application in health economic evaluations Kathrin Seibert a,b,∗ , Susanne Stiefler a,b , Dominik Domhoff a,b , Karin Wolf-Ostermann a,b , Dirk Peschke a,b a b

Universität Bremen, Fachbereich 11: Human- und Gesundheitswissenschaften, Institut für Public Health und Pflegeforschung, Bremen, Deutschland Universität Bremen, Wissenschaftsschwerpunkt Gesundheitswissenschaften, Bremen, Germany

a r t i k e l

i n f o

Artikel-Historie: Eingegangen: 21. Dezember 2018 Akzeptiert: 28. Juni 2019 Online gestellt: 19. Juli 2019

Schlüsselwörter: Qualitätsindikatoren Versorgungsqualität Versorgungsforschung Versorgungsnetzwerke Gesundheitsökonomische Evaluation

z u s a m m e n f a s s u n g Hintergrund: An der gesundheitlichen Versorgung beteiligte Versorgungsnetzwerke können als formale oder informelle Netzwerke in Erscheinung treten. Für eine sektorenübergreifende, populationsbasierte Qualitätsmessung in informellen Versorgungsnetzwerken, die zudem Aussagen über die Kosteneffektivität der Versorgung von pflegebedürftigen Personen in der eigenen Häuslichkeit erlaubt, fehlt ein umfassender evidenzbasierter Überblick zu geeigneten Qualitätsindikatoren, die sich auf Grundlage von GKV-Routinedaten abbilden lassen. Fragestellung: Welche populationsbasierten Indikatoren der Versorgungsqualität in formalen und informellen Versorgungsnetzwerken sind in der internationalen Literatur beschrieben? Welche dieser Indikatoren werden als Ergebnisparameter in gesundheitsökonomischen Evaluationen mit welchen methodischen Zugängen eingesetzt? Sekundär werden verwendete Bewertungssystematiken und methodische Festlegungen von Schwellenwerten, Validität und Eignung einzelner Indikatoren für die Vorhersage der Versorgungsqualität sowie die Abbildbarkeit von Qualitätsindikatoren auf Basis von GKVRoutinedaten untersucht. Suchstrategie: Literaturrecherche in den Datenbanken PubMed, The Cochrane Library und NHS EED, CINAHL, GeroLit und EconLit im Mai 2017 und Juli 2018. Handsuche in den Literaturverzeichnissen sowie Sichtung der Projektdatenbank Versorgungsforschung Deutschland des Deutschen Netzwerks Versorgungsforschung e.V. Einschlusskriterien: Quantitatives Design, in deutscher oder englischer Sprache. Jede Art eines formalen oder informellen Netzwerks, für das die Mitglieder distinkt im Hinblick auf einzelne Leistungserbringer benannt sind und populationsbasierte Qualitätsindikatoren für untersuchte Populationen von Erwachsenen (18 Jahre oder älter) beschrieben sind. Datenextraktion und Analyse: Zwei Autorinnen (Cohens‘ Kappa = 0,64) sichteten Titel, Abstracts und Volltexte. Eine dritte Person wurde bei Unsicherheit bezüglich des Einschlusses von Studien hinzugezogen. Zur Bewertung der methodischen Güte kamen das AMSTAR-Instrument, das Chochrane Risk-of-Bias-Tool, die Newcastle-Ottawa-Skala (NOS), das Appraisal Tool for Cross-Sectional Studies (AXIS) sowie die Kriterien der Drummond-Checkliste zum Einsatz.

∗ Korrespondenzadresse. Kathrin Seibert, Institut für Public Health und Pflegeforschung (IPP) Abteilung 7, Pflegewissenschaftliche Versorgungsforschung Grazer Straße 2, Raum B0271, 28359 Bremen, Deutschland E-mail: [email protected] (K. Seibert). https://doi.org/10.1016/j.zefq.2019.06.004 1865-9217/

8

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Zentrale Ergebnisse: Von 137 eingeschlossenen Studien untersuchten fünf Studien informelle Netzwerke und nutzten Indikatoren für Erkrankungen wie Diabetes mellitus, Herzinsuffizienz oder Ereignisse wie ambulant-sensitive Krankenhausfälle, die ebenso in formalen Netzwerken beschrieben werden. Von 14 gesundheitsökonomischen Evaluationen untersuchten fünf Studien auch die Zusammenhänge zwischen Kosten und Qualität. Informationen zu Bewertungssystematiken und/oder der Festlegung von Schwellenwerten finden sich mehrheitlich nicht in den Studien. Obwohl die Reliabilität und Validität der in den Einzelstudien verwendeten Datengrundlage vielfach diskutiert wird, erfolgt eine Diskussion der Eignung der eingesetzten Indikatoren jedoch nur in knapp jeder vierten Studie. 121 Studien untersuchen Indikatoren, die sich in Gänze oder Teilen potentiell auf Basis von GKV-Routinedaten abbilden lassen und auf die Erkrankungen Arthrose, Asthma, chronische Schmerzen, COPD, Herz-Kreislauferkrankungen, Demenz, Diabetes mellitus, Osteoporose und auf psychische Gesundheit beziehen sowie die Versorgungsmerkmale ASK-Fälle, angemessene medikamentöse Versorgung älterer Menschen und Polypharmazie, Präventive Leistungen, Versorgungskontinuität umfassen. Schlussfolgerung: Diese systematische Übersichtsarbeit identifizierte hauptsächlich in formalen Versorgungsnetzwerken eingesetzte Qualitätsindikatoren, die potentiell mit einem Spielraum der Erprobung und Weiterentwicklung für die Messung der Versorgungsqualität auch in informellen Netzwerke einsetzbar sein könnten. Der aufgezeigte Forschungsbedarf zu geeigneten Verfahren der Messung des Zusammenspiels von Versorgungsqualität und Kosten sowie zu Validität, Reliabilität und prädiktiven Eignung einzelner Indikatoren, aber auch zu Bewertungssystematiken und Schwellenwerten sowie die Tatsache, dass die für die ambulante Versorgung in Deutschland entwickelten Indikatoren-Sets kaum in den eingeschlossenen Studien genutzt wurden, stellt vielversprechende Ansatzpunkte für intensivierte methodische Diskussionen und Auseinandersetzungen mit Fragestellungen der populationsbezogenen, sektorenübergreifenden Qualitätsmessung in der Versorgungsforschung dar.

a r t i c l e

i n f o

Received: 21 December 2018 Accepted: 28 June 2019 Available online: 19 July 2019

Keywords: Quality indicators Quality of care Health services research Health care networks Health economic evaluation

a b s t r a c t Background: Provider networks in healthcare can emerge as either formal or informal networks. For sector-encompassing population-based quality measurement in informal networks, which allows for conclusions about the cost-effectiveness of care for home-dwelling persons in need of care, a comprehensive review on suitable quality indicators that can be derived from German social health insurance claims data is still lacking. Objective: Primary review questions: Which population-based indicators of quality of care in formal and informal provider networks are described in the international literature? Which of these indicators are used as outcome parameters in health economic evaluations, and what are the methodological approaches in these evaluations? Rating approaches and methods for establishing thresholds as well as the validity and suitability of quality indicators to predict quality of care as well as the potential for the calculation of quality indicators based on German social health insurance claims data are included in the secondary review questions. Search methods: Databases searched in May 2017 and July 2018 included PubMed, The Cochrane Library und NHS EED, CINAHL, GeroLit and EconLit. In addition, we hand-searched references of the studies identified and screened the project database Health Services Research Germany. Selection criteria: Quantitative design, German or English language. Any kind of formal or informal network for which distinct members regarding single providers are named and population-based quality indicators for adults (18 years or older) are described. Data collection and analysis: Two authors (Cohen’s Kappa = 0.64) independently screened titles, abstracts and full texts. A third independent reviewer was consulted in cases of uncertainty regarding the inclusion of studies. Critical appraisal was conducted using AMSTAR, the Cochrane Risk-of-Bias Tool, the Newcastle-Ottawa Scale (NOS), the Appraisal Tool for Cross-Sectional Studies (AXIS) and the criteria of the Drummond Checklist. Main results: 137 studies were included, five of which evaluated informal provider networks and applied indicators for medical conditions such as diabetes mellitus or heart failure or events like ambulatory caresensitive hospitalisations, which were also utilized for formal networks. Five out of 14 health economic evaluations also assessed associations between costs and quality of care. The majority of studies did not include evidence on rating approaches and/or thresholds. Even though the validity and reliability of the used data in single studies is frequently discussed, only one in four of the included studies undertook a discussion of the suitability of the applied indicators. 121 studies explored indicators that can, in whole or in part, potentially be calculated on the basis of German social health insurance claims data and that target medical conditions such as osteoarthritis, asthma, chronic pain, chronic obstructive pulmonary disease, cardiovascular disease, dementia, diabetes mellitus, osteoporosis or mental health disorders as well as ambulatory care-sensitive events, appropriate medication of the elderly and polypharmacy, preventive care and continuity of care. Authors’ conclusions: This systematic review identified quality indicators that were predominantly used in formal provider networks and, with sufficient testing and further development, include the possibility of being used for measuring the quality of care in informal networks. The need for further research on suitable approaches to measure the interactions of quality of care and costs and on the validity, reliability and predictive suitability of single indicators as well as the finding that quality indicators especially developed for the German ambulatory sector were rarely used in the included studies constitute promising starting points for both an intensified methodological debate and the critical discussion of issues concerning population-based, sector-encompassing measurement of quality of care in health services research.

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Hintergrund National und international lassen sich unterschiedlich definierte und motivierte Versorgungsnetzwerke bestimmen, die an der gesundheitlichen Versorgung beteiligt sind. Darunter fallen zum Beispiel Health Maintenance Organizations (HMO) oder Accountable Care Organisationen (ACO) im US-amerikanischen Raum oder auf nationaler Ebene Netzwerke von Haus- und Fachärztinnen und -ärzten mit multiprofessionellen Kooperationen [1] oder indikationsspezifische Netzwerke etwa für Menschen mit Demenz [2]. Diese Versorgungsnetzwerke treten dabei sowohl formal als auch informell in Erscheinung. In formalen Netzwerken sind die Mitglieder vertraglich in der Netzwerkstruktur organisiert und haben Kenntnis übereinander. In informellen Netzwerken sind Mitglieder nicht formal organisiert und müssen keine Kenntnis voneinander haben, sie können über geografische Begrenzungen oder geteilte Patientenpopulationen konstruiert werden [3]. Obwohl sich in Deutschland zunehmend formelle Versorgungsnetzwerke etablieren, können die derzeit geläufigen Versorgungskonstellationen der Routineversorgung als informelle Netzwerkstrukturen verstanden werden. Für die Abbildung und das Monitoring der Versorgungsqualität in formalen und informellen Versorgungsnetzwerken, aber auch auf Ebene einzelner Leistungserbringer, kommen national und international unterschiedliche Qualitätsindikatoren (QI) zum Einsatz, die mehrheitlich insbesondere die Ebenen der Prozess- und Ergebnisqualität der Versorgung abbilden. Diese Qualitätsindikatoren können umfängliche Indikatoren-Sets (wie das Healthcare Effectiveness Data and Information Set (HEDIS) des USamerikanischen National Committee for Quality Assurance (NCQA) oder die vom AOK-Bundesverband und dem Göttinger Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen [4] entwickelten Qualitätsindikatoren für die ambulante Versorgung (QISA) aber auch wenige, für spezifische Patientenpopulationen oder Leistungsbereiche (wie präventive Maßnahmen) ausgewählte Kennzahlen beinhalten [5–7]. Als Datengrundlage zur Bildung von QI kommen neben Daten aus Primärerhebungen vorrangig (meist zu Abrechnungszwecken erhobene) Routinedaten zum Einsatz, die in Sekundäranalysen verarbeitet werden. Während formale Versorgungsnetzwerke bereits seit mehreren Jahrzehnten aus unterschiedlichen Perspektiven beforscht werden, beschränkt sich die Analyse informeller Versorgungsnetzwerke sowohl international als auch national aktuell besonders auf methodische Diskussionen der Auswahl geeigneter netzwerkanalytischer Modelle und Möglichkeiten der Abgrenzung der Netzwerke untereinander, nach geografischen oder funktionalen Kriterien [3,8–10]. Die durch informelle Netzwerke erzeugte Qualität der gesundheitlichen Versorgung ist bislang eher implizit Gegenstand von Untersuchungen, beispielsweise in Analysen zu räumlichen Versorgungsunterschieden [3]. Populationsbasierte beziehungsweise populationsorientierte QI, die zur Messung von Versorgungsqualität in Netzwerken Anwendung finden können, sind interdisziplinäre und sektorenübergreifende Indikatoren, die eine Berücksichtigung der Beiträge unterschiedlicher Leistungserbringer am Gesamtergebnis der Versorgungsleistung erlauben. Zur Frage der Auswahl geeigneter, etablierter und in formalen Netzwerken genutzter Qualitätsindikatoren für die Übertragung auf informelle Netzwerke finden sich bislang nur vereinzelt Hinweise. Ambulant-sensitive Krankenhausfälle (ASK-Fälle; Stationäre Behandlungsfälle, die potentiell durch zeitnahe und passende Versorgung im ambulanten Sektor hätten vermieden werden können), eine leitliniengerechte Versorgung für ausgewählte Erkrankungen wie Diabetes mellitus oder Kennzahlen für die Versorgungskontinuität finden sich hierzu in der Literatur wieder [10–12]. Derzeit werden in Deutschland die Möglichkeiten einer populationsorientierten Qualitätsmessung in zwei vom Gemeinsamen

9

Bundesausschuss im Innovationsfonds geförderten Projekten untersucht (vgl. ,,ACD – Accountable Care in Deutschland – Verbesserung der Patientenversorgung durch Vernetzung von Leistungserbringern und informierten Dialog‘‘ und ,,Heimeintritt vermeiden – Beginn stationärer Langzeitpflege und seine Prädiktoren in der Versorgungs-, Wohn- und Unterstützungssituation – populationsbasierte Kohortenstudie‘‘ [13]). Dabei fokussiert das Projekt ,,Heimeintritt vermeiden‘‘ die Versorgungsqualität von Menschen mit Pflegbedarf die 65 Jahre oder älter sind. Kenntnisse über die Versorgungsqualität in informellen Versorgungsnetzwerken können dazu beitragen, die Gestaltung der Kommunikation und Zusammenarbeit der Leistungserbringer in der Regelversorgung zu verbessern. Bislang liegt keine umfassende und systematisch erstellte Literaturübersicht zu populationsbasierten QI vor, die für die Abbildung der Versorgungsqualität in informellen Versorgungsnetzwerken herangezogen werden können. Eine entsprechende Übersicht kann jedoch Forschungsvorhaben und Qualitätsentwicklungsinitiativen im Auswahlprozess von geeigneten QI unterstützen. Ausgehend von der Annahme, dass bei einem geteilten grundlegenden Verständnis von Versorgungsqualität in formellen und informellen Versorgungsnetzwerken ähnliche QI zur Anwendung kommen können, die unterschiedlichen Netzwerkstrukturen jedoch eine andere Betonung jeweils relevanter QI erfordern können, bedarf es einer umfassenden systematisch aufgearbeiteten Literaturübersicht zu geeigneten QI. Um im Projekt ,,Heimeintritt Vermeiden‘‘ QI auszuwählen, die sich evidenzbasiert auf Basis von Daten der gesetzlichen Krankenversicherung (GKV-Routinedaten) abbilden lassen und möglichst sektorenübergreifend Aussagen zur Qualität und Kosteneffektivität der Versorgung von pflegebedürftigen älteren Menschen in der eigenen Häuslichkeit erlauben, geht diese Übersichtarbeit zwei primären Fragestellungen nach: 1. Welche populationsbasierten Indikatoren der Versorgungsqualität in formalen und informellen Versorgungsnetzwerken sind in der internationalen Literatur beschrieben? 2. Welche dieser Indikatoren werden als Ergebnisparameter in gesundheitsökonomischen Evaluationen mit welchen methodischen Zugängen eingesetzt? Sekundär sind Aussagen zu verwendeten Bewertungssystematiken und methodischen Festlegungen von Schwellenwerten, zu Validität und Eignung einzelner Indikatoren für die Vorhersage der Versorgungsqualität sowie eine Bewertung der Abbildbarkeit von QI auf Basis von GKV-Routinedaten von Interesse. Methoden Ein Protokoll dieses Reviews wurde im Mai 2017 im International Prospective Register of Systematic Reviews (PROSPERO) registriert (Registrierungsnummer CRD42017064853) [14]. Die Darstellungen in diesem Artikel folgen den Empfehlungen des Preferred Reporting Items for Systematic Reviews and Meta-Analyses Statement (PRISMA-Statement) [15]. Kriterien zur Auswahl von Studien Die Einschlusskriterien für Studien umfassten: a) Quantitatives Design (Meta-Analysen, Systematische Reviews, Randomized-Controlled-Trials (RCT), Controlled-Trials (CT), Beobachtungsstudien (Fall-Kontroll-Studien, Kohortenstudien, Querschnittsstudien)), gesundheitsökonomische Evaluationen (Kostenstudien, Kosten-Effektivitätsanalysen (CEA),

10

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Kosten-Nutzwert-Analysen (CUA), Kosten-Nutzen-Analysen (CBA)) in deutscher oder englischer Sprache veröffentlicht. b) Jede Art eines formalen oder informellen Netzwerks, für das die Mitglieder distinkt im Hinblick auf einzelne Leistungserbringer benannt und populationsbasierte Qualitätsindikatoren für untersuchte Populationen von Erwachsenen (18 Jahre oder älter) beschrieben sind. Suchstrategie Im Mai 2017 erfolgte eine systematische Literaturrecherche in den Literaturdatenbanken PubMed, The Cochrane Library (inklusive National Health Service Economic Evaluation Database (NHS EED), Cummulative Index of Nursing and Allied Health Literature (CINAHL) und GeroLit ohne Einschränkung des Publikationszeitraums. Um nationale (laufende) Forschungsprojekte zu identifizieren, wurden auch die in der Projektdatenbank Versorgungsforschung Deutschland des Deutschen Netzwerks Versorgungsforschung e.V. gelisteten Projekte (Stand 05/2017) auf relevante Projekte hin gesichtet. Eine Aktualisierung der Suche erfolgte im Juli 2018 in allen genannten Literaturdatenbanken für den Publikationszeitraum Mai 2017 bis Juli 2018. Ergänzend wurde die für ökonomische Evaluationen relevante Datenbank EconLit (ohne Einschränkung des Publikationszeitraums) unter Verwendung der englischsprachigen Suchbegriffe in die Suche einbezogen. Um Ungenauigkeiten von in Titeln oder Abstracts beschriebenen Konzepten sowie Mängel in der Verschlagwortung in Hinblick auf die Komponenten der Suchstrategie zu umgehen und eine hohe Anzahl potentiell einzuschließender Studien zu finden, wurde eine möglichst sensitive Suchstrategie entwickelt. Anhang A zeigt die Suchstrategie und die Suchbegriffe für alle Datenbanken. Ergänzend wurden die Literaturverzeichnisse relevanter Publikationen, die den Autorinnen und Autoren bekannt waren, gesichtet. Screening und Studienauswahl Zwei Personen sichteten Titel, Abstracts und Volltexte. Eine dritte Person wurde bei Unsicherheit bezüglich des Einschlusses von Studien hinzugezogen. Der Sichtungsprozess begann nach Ermittlung eines Cohens‘ Kappa von 0,64 für eine per Zufallszahlengenerator bestimmte Auswahl von 166 Titeln. Die Verwaltung der Treffer erfolgte in einer EndNote X7 Datenbank. Datenextraktion und Bewertung der methodischen Güte Die Datenextraktion in eine Excel-Arbeitsmappe [16] beinhaltete die Erfassung von: Autorinnen /Autoren, Jahr, Herkunft, Studiendesign, Ziel, untersuchte Population (Art, Anzahl, Alter, interessierende Erkrankung/Gesundheitsproblem/Qualitätsfokus, Pflegebedürftigkeit), Art einer Intervention, Art des Netzwerkes (formal oder informell, Bezeichnung, Anzahl und Art der Mitglieder), Qualitätsindikatoren (Art und Anzahl, Verwendung bestehender Indikatoren-Sets, adressierte Qualitätsdimension, benötigte Datengrundlage zur Bildung, Zähler- und Nenner-Informationen, Schwellenwerte, Interpretation, Eignung als Prädiktor für Versorgungsqualität basierend auf im Studientext enthaltenen Angaben, statistisches Analyseverfahren), primäre Ergebnisse, Limitationen, Angaben zu Förderung und Erklärung von Interessenkonflikten. Für gesundheitsökonomische Evaluationen wurden ergänzend die Perspektive der Analyse, Kostenarten, Endpunkte und Analyseverfahren erfasst. Für systematische Übersichtsarbeiten wurden die darin enthaltenen Ergebnisse zusammenfassend extrahiert. Die Bewertung der methodischen Güte erfolgte für Übersichtsarbeiten mit dem AMSTAR-Instrument [17], für RCTs

mit dem Chochrane Risk-of-Bias-Tool [18], für Fall-Kontrollund Kohortenstudien mit der Newcastle-Ottawa-Skala (NOS) [19,20] und für Querschnittsstudien mit dem Appraisal Tool for Cross-Sectional Studies (AXIS) [21]. Gesundheitsökonomische Evaluationen wurden mit den Kriterien der Drummond-Checkliste [19] bewertet.

Einordnung von Versorgungsnetzwerken und Qualitätsindikatoren Versorgungsnetzwerke wurden als formal kategorisiert, wenn sie als solches benannt wurden, oder ihre Bildung bewusst durch die Mitglieder initiiert wird bzw. die Aufnahme in das oder der Ausschluss aus dem Netzwerk eine vertragliche Basis beinhaltet. Analog dazu wurden Versorgungsnetzwerke als informell eingeordnet, wenn sie als solches benannt waren oder Kommunikationsund Kooperationsstrukturen untersucht wurden, die ohne vertragliche, bewusst vereinbarte und initiierte Basis zwischen den Mitgliedern existieren. Regionale Versorgungsstrukturen, die sich aufgrund geografischer Abgrenzungen ergeben, jedoch keine vertraglichen Grundlagen für einen Netzwerkzusammenschluss aufweisen und/oder die Versorgungsqualität ausgewählter Erkrankungen mittels QI beschreiben, wurden ebenfalls als informell eingeordnet. Qualitätsindikatoren wurden erfasst, wenn sie für die Qualitätsmessung auf Populationsebene in der erwachsenen Bevölkerung herangezogen wurden oder für eine Aggregation auf Populationsebene in Frage kamen. In Studien, die auch QI für Kinder- und Jugendliche sowie für erwachsene Frauen vor, während und nach der Schwangerschaft erhoben, wurden diese QI ebenfalls erfasst, blieben jedoch in der Darstellung der Ergebnisse weitgehend unberücksichtigt, da die Zielgruppe des diesem Review zugrundeliegendem Forschungsprojekts pflegebedürftige Menschen ab 65 Jahren sind. Der Vollständigkeit halber sind diese QI jedoch in der Beschreibung der Merkmale der einzelnen Studien in Anhang B gelistet.

Synthese der Ergebnisse Die in den Studien verwendeten QI und untersuchten Versorgungsnetzwerke wurden hinsichtlich ihrer Art und Anzahl für die Beantwortung der ersten primären Review-Frage deskriptiv zusammengefasst und tabellarisch grafisch dargestellt. Die in einzelnen Studien untersuchten Indikatoren wurden der Übersichtlichkeit halber in den Ergebnisdarstellungen einem Qualitätsfokus zugeordnet, der einzelne Erkrankungen oder Versorgungsaspekte (z.B. Versorgungskontinuität) umfasst. Der Einsatz der QI in gesundheitsökonomischen Evaluationen wurde für die Beantwortung der zweiten primären Review-Frage narrativ deskriptiv analysiert. Aussagen zu Bewertungssystematiken, Schwellen- und Referenzwerten sowie zur Eignung einzelner Indikatoren als Prädiktoren von Versorgungsqualität wurden ebenfalls narrativ zusammengefasst. Die identifizierten QI wurden von den Autorinnen und Autoren ergänzend hinsichtlich ihrer potentiellen Abbildbarkeit mit GKV-Routinedaten bewertet. Grundlage für diese Bewertung war der Abgleich der für die Indikatorbildung benötigten und in GKV-Routinedaten verfügbaren Informationen. Als nicht geeignet für die Abbildung mit GKV-Routinedaten wurden QI bewertet, die sich u.a. auf spezifische Labor- oder Messwerte, nicht verschreibungspflichtige Medikamente, Patientinnen- und Patientenzufriedenheit, die Dokumentation durch Pflegeleistungserbringer oder Informationen zu Qualifikation- und Berufsverweildauer der Netzwerkmitglieder beziehen.

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

11

Ergebnisse

Adressierter Qualitätsfokus

Eingeschlossene Studien

Anhang D zeigt die Häufigkeit der untersuchten Gesundheitszustände/der Gegenstände der Indikatoren, die im Folgenden als Qualitätsfokus bezeichnet werden. Der am häufigsten adressierte Qualitätsfokus ist Diabetes mellitus Typ 1 oder 2, für den sich Indikatoren in 62 Publikationen finden lassen. In den Studien finden sich im Weiteren insbesondere Kennzahlen zu Leistungen aus dem Kontext der Primär- oder Sekundärprävention, wie Screening-Maßnahmen oder Impfungen aber auch zur Versorgungsqualität bei Herz-Kreislauf-Erkrankungen, chronischen Lungenerkrankungen oder psychiatrische Erkrankungen wie Depression oder Schizophrenie, wieder. Eine leitliniengerechte Versorgung im Sinne einer evidenzbasierten Diagnostik und medikamentösen Behandlung ist mehrheitlich unter anderem in Studien zur Versorgungsqualität bei einzelnen Erkrankungen zu finden, wird in zwölf Studien aber auch krankheitsübergreifend bezogen auf potentiell inadäquate Medikation oder Polypharmazie operationalisiert (u.a. [24,33]).

137 Studien wurden in die quantitative Synthese der Ergebnisse eingeschlossen (siehe Abbildung 1). Die Studien wurden mehrheitlich (n=125) in den USA durchgeführt. Fünf Studien stammen aus Deutschland, zwei aus Israel und jeweils eine Untersuchung aus Argentinien, Brasilien, Canada, Frankreich und Großbritannien. Der Veröffentlichungszeitraum erstreckt sich von 1992 bis 2018. Eine Übersicht zu Merkmalen der einzelnen Studien ist in Anhang B zu finden. 130 Studien sind Beobachtungsstudien sowohl im Quer- als auch im Längsschnittdesign. Drei Studien weisen ein randomisiertkontrolliertes Design (RCT), eine Studie ein kontrolliertes Design (CT) auf. Weiter sind drei (systematische) Übersichtsarbeiten enthalten. 14 Studien untersuchten Kostenaspekte. Untersuchte Populationen Die untersuchten Personenkollektive reichen von Kindern und Jugendlichen bis ins hohe Erwachsenenalter, wobei Indikatoren der Kindergesundheit (wie Vorsorgeuntersuchungen oder Impfungen im Kindesalter) in den meisten Fällen Bestandteil umfassenderer Analysen ganzer Versichertenpopulationen sind. Die Stichprobengrößen variieren zwischen 52 und 6,5 Millionen Personen. 40 Studien berichten keine Stichprobengrößen, sondern beziehen ihre Darstellungen auf Versichertenkollektive ohne die Nennung einzelner Fallzahlen. Keine Studie untersucht explizit die Versorgungsqualität pflegebedürftiger älterer Menschen, die in dem diesem Review zugrundeliegenden Forschungsprojekt die interessierende Personengruppe darstellen. Ältere Menschen selbst (meist ab einem Alter von 65 Jahren) stellen in 15 Studien die untersuchte Population dar, wobei fünf Studien die gleiche Datenbasis verwenden [23–27]. Der Qualitätsfokus liegt in der Population älterer Menschen oftmals auf chronischen, nicht übertragbaren Erkrankungen (Bluthochdruck, Herz-Kreislauf-Erkrankungen, Diabetes mellitus, chronisch obstruktive Lungenerkrankung (COPD), chronische Schmerzen) aber auch Stürze, potentiell inadäquate Medikation sowie präventiven Leistungen und ASK-Fälle finden zur Abbildung der Versorgungsqualität Verwendung. Art und Anzahl von Versorgungsnetzwerken 132 Studien untersuchen formale Versorgungsnetzwerke. Davon evaluieren 17 Studien die Auswirkungen unterschiedlicher Interventionen zur Verbesserung der Versorgungsqualität. Als formales Netzwerk können dabei mehrheitlich Managed Care Organisationen (MCO) (in 56 Studien), HMOs (in 20 Studien) aber auch Krankenversicherungen/Krankenkassen (Health Plans) (in elf Studien) identifiziert werden. Die 132 Studien, in denen unterschiedlich formalisierte Versorgungsnetzwerke untersucht werden, lassen sich durch den Fokus der Untersuchung weiter eingrenzen: 101 Studien untersuchen explizit die Versorgungsqualität bzw. Unterschiede in dieser. Im Folgenden werden diese 101 Studien herangezogen, um Aussagen über Qualitätsindikatoren in formalen Versorgungsnetzwerken zu treffen. Informelle Versorgungsnetzwerke sind in fünf Publikationen [28–32] enthalten. Das informelle Netz wird dabei über geografische Abgrenzungen oder funktional über die Versorgungsdichte bzw. die Verbindungen durch geteilte Patientinnen und Patienten zwischen ausgewählten Leistungserbringern (bspw. Hausärzte, Fachärzte, alle weiteren Anbieter) definiert. Tabelle 1 fasst die Merkmale dieser fünf Studien zusammen und Tabelle 2 gibt einen Überblick über die in den Studien verwendeten Qualitätsindikatoren.

Methodische Güte Anhang C zeigt die Ergebnisse der Bewertung der methodischen Güte. Die methodische Güte der drei Übersichtsarbeiten ist insgesamt als gering einzustufen. Zwei Studien folgen in ihrer methodischen Vorgehensweise nicht dem Vorgehen einer klassischen systematischen Übersichtsarbeit und erzielen daher einen AMSTAR-Score von 0 bzw. 1. Eine Studie erreicht einen AMSTARScore von 3, der auf eine eher geringe methodische Qualität hinweist. Die methodische Güte von vier randomiserten, kontrollierten Studien ist insgesamt als mittelmäßig bis gering zu bewerten. Einschränkend ist zu beachten, dass drei der bewerteten Arbeiten die gleiche Datenbasis nutzen. Drei Studien [34–36] werden eindeutig als gesundheitsökonomische Evaluation deklariert und erzielen sehr hohe (95 % für Achelrod et al. [34] und 95 % für Ahmed et al. [35]) bis mittelmäßige (61 % für Boyer et al. [36]) Anteile positiv bewerteter Kriterien der Drummond Checkliste. Sechs Studien [37–42] werden in der jeweiligen Publikation nicht als gesundheitsökonomische Evaluation deklariert, befassen sich jedoch hauptsächlich mit Kosten und Kostenaspekten. Von diesen Studien erzielen drei hohe (84 % für Purdum et al. [39], 83 % für Song et al. [41], 72 % für Landon et al. [38]) Anteile positiv bewerteter Kriterien, während die übrigen drei Studien mit 76 % [42] 64 % [37] und 59 % [40] eher mittelmäßige Anteil positiv bewerteter Kriterien erreichen. Weitere fünf Studien [29,43–46] behandeln neben Kostenaspekten auch weitere Fragestellungen und werden von ihren Autorinnen und Autoren ebenfalls nicht eindeutig als gesundheitsökonomische Evaluation deklariert. Eher höhere Anteile positiv bewerteter Kriterien der Drummond Checkliste von 75 % und 70 % erreichen die Studien von Pollack et al. [47] und Stiles et al. [46]. Die verbleibenden Studien weisen mit 52 % [43], 55 % [45] und 63 % [44] eher mittelmäßige Bewertungen auf. 90 Querschnittsstudien wurden mit dem AXIS-Tool, 26 Studien mit der NOS für Kohortenstudien und zwei Studien mit der NOS für Fall-Kontroll-Studien bewertet. Das AXIS-Tool beinhaltet 20 Items, von denen im Idealfall alle positiv bewertet werden. Da viele der evaluierten Beobachtungsstudien Sekundärdatenanalysen durchführten, erwiesen sich einzelne Items des AXIS-Tools als nicht zutreffend (wie etwa Fragen nach Non-Respondern oder einzuholendem Votum einer Ethikkommission/Informierte Zustimmung zur Teilahme). Diese wurden als nicht anwendbar in der Bewertung gekennzeichnet und die so insgesamt zu erzielende Anzahl von Items reduziert. Zehn Studien konnten nach dieser Modifikation mit 20 Items bewertet werden, fünf Studien mit 19 Items, eine Studie mit 18 Items, 16 Studien mit 17 Items, 48 Studien mit

12

Tabelle 1 Einbezogene Studien zu informellen Versorgungsnetzwerken. Titel

Land

Design

n

Zielgruppe

Alter (MW, SD oder Min-Max)

Netzwerk

Qualitäts-fokus

Indikatoren-Set

Backus et al., 2002

Effect of managed care on preventable hospitalization rates in California The small area predictors of ambulatory care sensitive hospitalizations: a comparison of changes over time It’s who you know: patient-sharing, quality, and costs of cancer survivorship care

USA

Beobachtungsstudie

keine Angabe

Median 32,7; 34,5

Geografische Abgrenzung

ASK-Fälle

–

USA

Beobachtungsstudie

990; 1.010

Erwachsene 18 - 64 Jahre in Postleitzahlenclustern Erwachsene 65+

Altersklassen

Geografische Abgrenzung

ASK-Fälle

–

USA

Beobachtungsstudie

8.661

74,8 (7)

Hausärzte, Fachärzte (Onkologen), alle weiteren Anbieter

Komorbiditäten bei Brustkrebs, Prostatakrebs, Colo-rektalem Karzinom

–

Patient sharing and quality of care: measuring outcomes of care coordination using claims data Verbesserungen in der Versorgung von Patienten mit Typ-2-Diabetes? Gepoolte Analyse dreier bevölkerungsbasierter Studien (KORA) in der Region Augsburg zwischen 1999 und 2008

USA

Beobachtungsstudie

1.704.616

Überlebende Krebspatienten, 366 Tage bis 3 Jahre nach initialer Diagnose Erwachsene 40+

58,7 (11,9)

Netzwerk über Versorgungsdichte abgebildet (funktional definiert)

Herzinsuffizienz, COPD, Diabetes mellitus

HEDIS, PQI

DEU

Beobachtungsstudie

156;259;227

Erwachsene mit Diabetes mellitus Typ 2

61,7 (9,2); 66,9 (9,5); 67,9 (8,8)

Geografische Abgrenzung

Diabetes mellitus

Kriterien der nationalen Versorgungsleitline, Anforderungen strukturierter Behandlungsprogramme

Basu et al., 2014

Pollack et al., 2014

Pollack et al., 2015

Schunk et al., 2011

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Autor, Jahr

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

13

Abbildung 1. : PRISMA-Flowchart der Literaturrecherche und Auswahl (nach Liberati et al. [22]).

Tabelle 2 Qualitätsindikatoren in Studien zu informellen Versorgungsnetzwerken. Autor, Jahr

Anzahl Indikatoren

Indikatorinhalte

Backus et al., 2002 Basu et al. 2014 Pollack et al., 2014

5 20 7+

Pollack et al., 2015

7

Schunk et al., 2011

18

ASK-Fälle: Asthma, COPD, chronisches Herzversagen, Diabetes, Bluthochdruck ASK-Fälle basierend auf Kriterien nach Billings et al. (1993) Potenziell vermeidbare Zustände: bei bekannter Angina Pectoris: ≥ 3 Besuche einer Notaufnahme mit kardiovaskulärer Diagnose binnen eines Jahres; bei bekannter Cholelithiasis: Diagnose einer perforierten Gallenblase; bei bekanntem Diabetes mellitus: Stationäre Aufnahme mit hyperosmolarem Koma oder ketoazidotischem Koma; bei bekannter COPD: wiederholte stationäre Aufnahme mit respiratorischer Diagnose; bei bekanntem Emphysem: wiederholte stationäre Aufnahme mit respiratorischer Diagnose; bei Pneumonie: Diagnose eines pulmonalen Abszesses oder Emphysems; bei Herzinsuffizienz: Nicht geplante stationäre Aufnahme. Management chronischer Krankheiten: Prozessindikatoren: Angemessen Versorgung bei Diabetes: Jährliche augenärztliche Untersuchung, HbA1c-Test oder Fructosamin-Test alle sechs Monate; bei Erstdiagnose Angina Pectoris erfolgter Lipid-Test. Präventive Leistungen: Brustkrebs-Screening (Frauen 42-69 Jahre), Cervix-Karzinom-Screening (Frauen 40-64 Jahre), Darmkrebs-Screening (Erwachsene 51-75 Jahre). Augenärztliche Untersuchung, HbA1c- und LDL-Test binnen eines Jahres bei Diabetes mellitus, Krankenhauswiederaufnahme binnen 30 Tagen Ärztliche Beratung und Selbstkontrolle: Diabetes mellitus: Ärztliche Beratung/Kontrolle in den letzten 12 Monaten (%), Kontrolle HbA1c, Kontrolle, Blutdruck, Kontrolle Cholesterin, Kontrolle Eiweiß im Urin, Augenuntersuchung, Fußuntersuchung, Beratung körperliche Aktivität, Beratung Ernährung. Eingenommene Medikamente in der letzten Woche (%), Antidiabetika, Blutdrucksenker, Lipidsenker, Thrombozytenaggregationshemmer, Angaben zu Diabetesschulung und Selbstkontrolle, Teilnahme an einer Diabetesschulung, Diabetes-Tagebuch, Selbstkontrollen (mindestens wöchentlich) der Füße, des Blutzuckers, des Gewichts, des Blutdrucks

16 Items, acht Studien mit 15 Items, zwei Studien mit 13 Items und eine Studie mit 12 Items. Die Qualität der mit dem AXIS-Tool bewerteten Studien zeigte sich als insgesamt moderat bis hoch. Im Durschnitt (arithmetisches Mittel) erfüllten die Studien 89,8 % der

für sie gültigen Kriterien. Der Median der erfüllten Kriterien liegt bei bei 93,8 %. 28 der mit dem AXIS-Tool bewerteten Studien erfüllten alle der für sie gültigen Kriterien. Bei den verbleibenden Studien wurde

14

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Tabelle 3 Verwendete Datengrundlage und damit erfasste Qualitätsdimensionen in den einbezogenen Studien (n=135). Qualitätsdimension(S=Struktur, P=Prozess, E=Ergebnis)

Sekundärdaten

sowohl Sekundär- als auch Primärdaten

Primärdaten

S P E S, E S, P P, E S, P, E gesamt

0 36 12 1 0 41 7 97

0 10 0 0 0 10 3 23

0 7 1 0 1 6 0 15

die Größe der Stichprobe nicht begründet/bzw. es erfolgte keine Fallzahlkalkulation (16 Studien), die Methoden nicht ausreichend beschrieben, um die Ergebnisse zu reproduzieren (16 Studien) sowie die Einschränkungen der Studie nicht diskutiert (17 Studien). Die Frage nach dem Einholen eines Ethikvotums/informierter Zustimmung blieb für 18 Studien unklar. Die mit der NOS-Skala bewerteten Kohorten- und Fallkontrollstudien (n=26) weisen ebenfalls insgesamt eine moderate bis hohe Qualität auf. Die Fragen nach der Auswahl und Vergleichbarkeit der nicht-exponierten Kohorte wurden mehrheitlich als nicht zutreffend bewertet. 17 Studien erzielen einen Anteil von 85 % oder mehr als höchste Anzahl positiv zu bewertender Items, weitere acht Studien mehr als 70 % der zu erzielenden Items. Qualitätsindikatoren in informellen Versorgungsnetzwerken Zwei Studien greifen auf in der Literatur vorangehend beschriebene und erprobte Indikatoren zurück, um die Versorgungsqualität und Unterschiede in dieser in informellen Netzwerken abzubilden. Als interessierender Qualitätsfokus werden in einer deutschen Studie die Versorgungsqualität bei Diabetes mellitus [31] sowie darüber hinaus in einer US-amerikanischen Studie neben Diabetes mellitus auch chronisches Herzversagen und COPD untersucht [48]. Eine Untersuchung aus Deutschland zieht 18 Prozess- und Ergebnisindikatoren der Versorgung von Personen mit Diabetes mellitus Typ-2 heran, die aus den Kriterien der nationalen Versorgungsleitlinien sowie den Anforderungen an strukturierte Behandlungsprogramme abgeleitet werden [31]. Für die Abbildung dieser Indikatoren werden sowohl Sekundär- als auch Primärdaten verwendet, die neben Angaben zu erfolgten ärztlichen Beratungen und Kontrollen auch Informationen über Laborparameter oder die Lebensqualität der Patientinnen und Patienten enthalten. Ausschließlich mit Sekundärdaten bilden Pollack et al. [48] in ihrer Studie Indikatoren des HEDIS ab, welches in den USA von über 90 % der Krankenversicherungen dazu genutzt wird, um die Performanz und Güte der Leistungserbringung anhand von mehr als 90 Kennzahlen über sechs Domänen (darunter Effektivität oder Zugang und Verfügbarkeit der Versorgung) abzubilden und zu vergleichen [49]. Ergänzend kommen Qualitätsindikatoren der Prävention (engl. Prevention Quality Indicators (PQI)) zum Einsatz, die sich auf Ereignisse beziehen, die potentiell durch zeitnahe (auch präventive) Primärversorgung vermieden werden können [48]. In den anderen drei Studien, in denen informelle Versorgungsnetzwerke untersucht worden sind, werden als Indikatoren ASK-Fälle für ausgewählte Erkrankungen [30,32] oder potentiell vermeidbare Ereignisse bzw. Komplikationen (wie u.a. die Diagnose eines Lungenabszesses oder eines Emphysems bei bestehender Pneumonie) betrachtet [29]. Qualitätsindikatoren in formalen Versorgungsnetzwerken Für die Darstellung der folgenden Ergebnisse werden diejenigen 101 Studien herangezogen, die explizit Versorgungsqualität und/oder Unterschiede in der Versorgungsqualität untersuchen. 66 Studien, die formale Versorgungsnetzwerke untersuchen, nutzen

bestehende Indikatoren-Sets. In 45 Studien (68,2 %) kommen dabei Indikatoren des HEDIS zum Einsatz. Weiter werden in sechs Studien Indikatoren des Assessing Care of Vulnerable Elders (ACOVE)Projektes verwendet. Vier Studien verwenden Indikatoren bzw. kompositionelle Scorewerte der öffentlichen Berichterstattung, darunter die CMS Star-Ratings und Indikatoren der Blue-Cross Scorecard. Drei Studien nutzen PQI der Agency for Healthcare Research and Quality (AHRQ). Weiter kommen Indikatoren der Quality Assurance Reporting Requirements (QARR) zum Einsatz. Studien aus Deutschland nutzen u.a. Indikatoren des integrierten Gesundheitsnetzes Qualität und Effizienz (QuE) oder des QISA-Verfahrens. Weiter werden Indikatoren landes- oder bundesstaatsspezifischer Vorgaben verwendet, wie die des US-amerikanischen Minnesota Community Measurement oder des israelischen National Quality Measures Program. 35 Studien beziehen sich nicht auf bestehende Indikatoren-Sets, sondern verwenden entweder für die Studie selbstkonstruierte QI oder legen eine leitliniengerechte Versorgung als Bewertungsmaßstab der Versorgungsqualität zugrunde. In formalen Versorgungsnetzwerken untersuchten die Studien vorrangig die Prozessqualität der Versorgung. 37 Studien fokussieren diese ausschließlich und 46 Studien erhoben ergänzend Indikatoren der Ergebnisqualität. Indikatoren der Strukturqualität (bspw. die Anzahl ausgewählter Berufsgruppen im Netzwerk oder vorliegende Zusatzqualifikationen des medizinischen Personals) spielen in der gefundenen Literatur eine untergeordnete Rolle. Alleine wurden Struktur-Indikatoren in keinem Fall, in Kombination mit Ergebnis- oder Prozessindikatoren in sieben Studien untersucht. Als Strukturmerkmale werden beispielsweise das mittlere Alter der Ärztinnen und Ärzte im Netzwerk, die Anzahl der Patientinnen und Patienten per Quartal, das PatientenArzt-Verhältnis, der Anteil chronisch kranker Patientinnen und Patienten sowie die Durchführung von Qualitätsaudits erhoben. Qualitätsindikatoren und methodische Zugänge in gesundheitsökonomischen Evaluationen Tabelle 4 und Tabelle 5 zeigen allgemeine Studienmerkmale und ausgewählte Analyseaspekte der 14 einbezogenen gesundheitsökonomischen Evaluationen. Zwölf Studien stammen aus den USA, eine Studie aus Deutschland und eine Studie aus Frankreich. Zwölf Studien untersuchten Unterschiede in der Versorgungsqualität, ebenso beziehen zwölf Studien formale Versorgungsnetzwerke ein. Der Qualitätsfokus sowie die Verwendung etablierter Indikatoren-Sets folgt den für alle einbezogenen Studie vorgestellten Ergebnissen: Chronische Erkrankungen wie Diabetes mellitus, COPD sowie Herz-Kreislauferkrankungen, präventive Leistungen und psychische Erkrankungen werden mehrfach durch Indikatoren des HEDIS adressiert. Die Kostenträgerperspektive stellt die überwiegend eingenommene Analyseperspektive dar, wobei acht Studien keine Aussage zur Perspektive treffen, die analysierten Kostenarten jedoch den Kostenträgern zuzuordnen sind. Acht Studien wählen einen Betrachtungszeitraum von einem Jahr, vier Studien betrachten zwei bis vier Jahre und zwei Studien evaluieren zehn

Tabelle 4 Allgemeine Studienmerkmale der einbezogenen gesundheitsökonomischen Evaluationen. Titel

Land

Design

Unterschiede in Versorgungsqualität untersucht?

Qualitätsfokus

Zielgruppe

n

Alter MW (SD, Range)

Formales (f) oder informelles (inf) Versorgungsnetzwerk?

Bezeichnung Versorgungsnetzwerk

Name Indiaktoren-Set

Achelrod et al., 2016

Costs and outcomes of the German disease management programme (DMP) for chronic obstructive pulmonary disease (COPD) -A large population-based cohort study Cost-benefit analysis of a new HEDIS performance measure for pneumococcal vaccination Managed care’s clinical and economic impact on patients with type II diabetes in France: a controlled population-based study A four-year study of enhancing outpatient psychotherapy in managed care

DEU

CEA

Ja

COPD

Versicherte der BARMER

215.104 (davon 25.269 im DMP)

67,4 (Intervention) 65,7 (Kontrolle)

f

DMP COPD

NVL COPD

USA

CBA

Ja

Präventive Leistungen

Medicare Leistungsberechtigte >=65 Jahre

25.000

Altersklassen 65-74, 75-84 >=85

f

MCO

HEDIS

FR

KostenAnalyse, prospektiv kontrolliertes Prä-PostDesign

Ja

Diabetes

Patienten mit Diabetes mellitus Typ 2

626 (davon 529 im MCP)

69,8 (5,6) (Intervention) 68,5 (6,3) (Kontrolle)

f

MCP

Nationale Leitlinie ANAES

USA

KostenAnalyse, quasiexperimentell

Ja

Depression

Versicherte

17.752 (Intervention), 10.989 (Kontrolle)

f

MCO

ASK-Fälle, Notaufnahmeinanspruchnahme, Diabetes, Darmkrebs, Herz-Kreislauferkrankungen Diabetes mellitus, Herz-Kreislauferkrankungen

nicht zutreffend

211 Group Practices

Altersklassen 0-18, 18-29, 30-39 40-49 >=50 nicht zutreffend

f

Medical Group Practices

GEM project 2007 specification

Versicherte im Medicare Advantage Programm

680.000 (Diabetes), 270.000 (HerzkreislaufErkrankungen)

–

f

HMO

HEDIS

Depression

Versicherte <65

2.259

42

f

Krankenversicherung

Ahmed et al., 2002

Boyer et al., 2008

Goldman, McCulloch & Cuffel 2003

The relationships of physician practice characteristics to quality of care and costs

USA

Kosten-Analyse

Nein

Landon et al., 2015

A Comparison of Relative Resource Use and Quality in Medicare Advantage Health Plans Versus Traditional Medicare Treatment of major depression before and after implementation of a behavioral health carve-out plan

USA

Kosten-Analyse

Ja

USA

Längsschnitt, Kosten-Analyse

Ja

Merrick 1998

15

Kralewski et al., 2015

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Autor, Jahr

16

Tabelle 4 (Continued) Autor, Jahr

Titel

Land

Design

Unterschiede in Versorgungsqualität untersucht?

Qualitätsfokus

Zielgruppe

n

Alter MW (SD, Range)

Formales (f) oder informelles (inf) Versorgungsnetzwerk?

Bezeichnung Versorgungsnetzwerk

Pollack et al., 2014

It’s who you know: patient-sharing, quality, and costs of cancer survivorship care Financial and quality impacts of the Medicare physician group practice demonstration Comparing total health care costs and treatment patterns of HIV patients in a managed care setting Resource use and associated care effectiveness results for people with diabetes in managed care organizations Changes in health care spending and quality 4 years into global payment

USA

Längsschnitt, Kosten-Analyse

Ja

Brustkrebs, Prostatakrebs, Darmkrebs

Überlebende Krebspatientinnen und -patienten

8.661

74,8 (7)

inf

USA

Längsschnitt, Prä-PostVergleich, Kosten-Analyse

Ja

Diabetes mellitus, Präventive Leistungen, Herzerkrankungen

Medicare Leistungsberechtigte

Personenjahre

–

f

Hausärzte, Fachärzte (Onkologen), alle weiteren Anbieter Physician Group Practices

USA

Querschnitt, Kosten-Analyse

Ja

HIV/AIDS

Patienten 18+

1.791

42,7 (8,9)

f

HMO PPO

USA

Kosten-Analyse

Ja

Diabetes mellitus

Versicherte in HMOs und PPOs zwischen 18 und 75 Jahren

< 4.200 bis > 1.100.000 (260.000 im Durchschnitt)

Altersklassen

f

HMO PPO

HEDIS

USA

Querschnitt, Kosten-Analyse

Ja

Präventive Leistungen, Kindergesundheit, Management chronischer Erkrankungen

Versicherte Blue Cross Blue Shield of Massachusetts (Intervention) oder Versicherte privater ‘‘employersponsored plans’’

35,2 (PräIntervention Kohorte über alle Jahre), 33,5 (Kontrolle über alle Jahre)

f

ACO

HEDIS, Blue Cross Blue Shield Indikatoren

Versicherte Blue Cross Blue Shield of MA, deren Hausarzt einen entsprechenden Vertrag abgeschlossen hatte und versicherte mit HA ohne Vertragsabschluss Personen 21-64

2009: 490.167 (Intervention), 2010: 177.312 (Intervention), 2011: 97.754 (Intervention), 2012: 583.002 (Intervention), (966.813 Kontrolle) 428.892 (Intervention) 1.339.798 (Kontrolle)

34,4 (18,6) bis 37,9 (18,2)

f

ACO

HEDIS

475

41,9 bis 46,3

f

HMO

Pope et al., 2014

Roski et al., 2008

Song et al., 2014

Song et al., 2012

The ’Alternative Quality Contract’ Based On A Global Budget, Lowered Medical Spending And Improved Quality

USA

Längsschnitt, Kosten-Analyse

Ja

Präventive Leistungen, Kindergesundheit, Diabetes mellitus, Koronare Herzkrankheit

Stiles et al., 2009

Adherence to practice guidelines, clinical outcomes, and costs among medicaid enrollees with severe mental illnesses

USA

Längsschnitt, Kosten-Analyse

Ja

Depression, Schizophrenie

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Purdum & Johnson 2004

Name Indiaktoren-Set

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Jahre oder länger. Das dominierende Kostenmaß sind direkte medizinische Kosten (die sich jeweils aus unterschiedlichen Elementen zusammensetzen) sowie Gesamtkosten. Indirekte Kosten wie Schadensersatz für verlorene Arbeitstage oder Arbeitsausfälle nach Nebenwirkungen erhaltener Impfungen werden in zwei Studien [35,36] berücksichtigt. In drei Studien finden sich eindeutige Aussagen zur verwendeten Währung, in zwei Studien davon weiter ebenso Angaben zur Berücksichtigung administrativer Kosten. Nur zwei Studien wählten einen anderen methodischen Zugang als den einer Kosten-Analyse. Achelrod et al. [34] evaluierten die Auswirkungen des deutschen Disease Management Programms (DMP) COPD auf Kosten und Leistungsinanspruchnahme aus Kostenträgerperspektive, Prozessqualität (Indikatoren einer leitliniengerechten Versorgung), Morbidität und Mortalität in einer CEA und bestimmen ein inkrementelles Kosten-Effektivitätsverhältnis (ICER) von 11.819 D pro gewonnenem Lebensjahr für im DMP COPD eingeschriebene Personen. Ahmed et al. [35] untersuchten in einer CBA die Kosten eines zum Durchführungszeitpunkt der Studie neuen HEDIS Indikators zur Schutzimpfung gegen Pneumokokken aus gesamtgesellschaftlicher Perspektive. Im Ergebnis weist die Modellierung von Kosten und Nutzen (vermiedene Kosten u.a. bei Krankenhauseinweisungen, ambulanten Arztkontakten) im Lebensverlauf einer älteren Bevölkerung (≥ 65 Jahre) in einem Markov-Modell eine gesamtgesellschaftliche Kostenersparnis bei einer Qualitätsverbesserung durch Steigerung der Impfrate aus. Neun Studien untersuchen zwar Kostenentwicklungen sowie Qualitätsindikatoren, zeigen aber keine Zusammenhänge zwischen Kosten und Qualitätsindikatoren auf. Fünf Studien untersuchen die Zusammenhänge zwischen Kosten und Qualität mittels linearer/multivariater Regression von mit den Kosten assoziierten Variablen (erfolgte leitliniengerechte Versorgung) [39,46]. Eine Analyse der Korrelation von Ausgaben oder Gesamtkosten und Qualitätseffekten [38,42] oder die Effektivität in Form einer Zunahme des Anteils geimpfter Personen (Prozessindikator) bei Kostenersparnis im Vergleich zur Nichteinführung des Indikators in Rahmen eines Markov Modells [35] verknüpfen ebenfalls direkt QI und Kostenaspekte.

Bewertungssystematiken und Festlegung von Schwellenwerten Mehrheitlich liefern die Studien keine ergänzenden Informationen zu Bewertungssystematiken und/oder der Festlegung von Schwellenwerten. Zwar wird die anzustrebende Richtung des Indikators benannt (,,je höher desto besser die Versorgungsqualität‘‘) jedoch finden sich kaum Hinweise dazu, wann eine Indikatorausprägung als herausragend oder aber mangelhaft zu bewerten ist. Hinweise zu Schwellenwerten und Bewertungssystematiken finden sich vereinzelt in den Ausführungen zur Darstellung der Qualitätsergebnisse etwa in der Unterscheidung der Ergebnisse nach Quartilen oder Perzentilen oder den Vergleich individueller QI-Werte zum Netzwerk- oder Nationaldurchschnitt (u.a. [50–53]). Bewertungssystematiken werden bei de Arantes Ferreira de Mello et al. [54] unter Verwendung einer vier-stufigen Skala (,,unzufrieden stellende Performanz‘‘, ,,normale Performanz‘‘, ,,gute Performanz‘‘, ,,exzellente Performanz‘‘) in Abhängigkeit einer Abweichung von -1 oder +1 Standardabweichung des erzielten Ergebnisses zum Netzwerkdurchschnitt) sowie bei Spatz et al. [55] durch Performanz-Kategorien (,,besser als die nationale Rate‘‘, ,,kein Unterschied zur nationalen Rate‘‘, ,,schlechter als die nationale Rate‘‘) als Ergebnis eines berechneten Intervallschätzers benannt (wobei die Kategorien ,,besser als‘‘ und ,,schlechter als‘‘ bei Unter- oder Überschreitung des 95 %-Intervallschätzers erreicht werden).

17

Validität und Eignung für die Abbildung der Versorgungsqualität In 33 Studien finden sich Aussagen zur Validität der verwendeten QI und/oder ihrer Eignung für die Abbildung der Versorgungsqualität. Zwölf Studien bewerten die Validität der von ihnen verwendeten QI literaturbasiert und weisen für die Qualitätsfokusse ASK-Fälle, Diabetes, präventive Leistungen, Asthma, Herz-Kreislauferkrankungen sowie Mortalität und Überleben valide Indikatoren aus. Ebenfalls zwölf Studien lassen literaturbasiert ausgewählte QI ergänzend durch Panel-Bewertungen augenscheinlich durch Expertinnen und Experten, insbesondere hinsichtlich ihrer klinischen Relevanz, validieren. Dieses Vorgehen betrifft die Indikatoren des ACOVE-Sets, sowie vor allem selbstkonstruierte QI in den Qualitätsfokussen Frauengesundheit, unangemessene Medikation und Diabetes mellitus sowie Herzinsuffizienz. Für die Prozessindikatoren des ACOVE-Sets bestimmten Higashi et al. [56] die prädiktive Validität für den Endpunkt Überleben anhand von Ereigniszeitanalysen. Stern et al. [57] weisen mittels logistischer Regression und Odds Ratios die Aufnahme in eine Notaufnahme als validen QI für eine schlechte Versorgungsqualität von Menschen mit Diabetes mellitus aus. Für ausgewählte QI des HEDIS mit dem Qualitätsfokus präventive Leistungen bestätigen Shih et al. [58] deren Konstruktvalidität durch Analysen von Zusammenhängen mit ähnlichen Kennzahlen anhand von Rangkorrelationskoeffizienten. Zwei Studien nutzen Intraklassenkorrelationskoeffizienten [55,59] um Aussagen zur Reliabilität von Qualitäts-Scores von QI zu treffen und beziehen Indikatoren der Qualitätsfokusse Asthma, Diabetes mellitus und Herzinsuffizienz ein, welche insgesamt als reliabel beschrieben werden. Hervorzuheben sind weiter zwei Studien von Pollack et al. [28,29], die die von ihnen verwendeten QI in den Qualitätsfokussen Versorgungskontinuität ausdrücklich zwar nicht als ungeeignet zur Qualitätsmessung aber als bislang nicht validiert bezeichnen. Humphreys & Weingardt [60] befinden im Kontext psychischer Gesundheit Wiederaufnahmeraten als Indikator der Versorgungsqualität von Behandlungsprogrammen bei Alkoholoder Drogenmissbrauch zwar als einfach zu erhebende Kennzahl für Inanspruchnahme und Kosten der Versorgung, jedoch nicht als valide Alternative zu einem direkten Assessment der Performanz des Behandlungsprogramms.

Verwendete Datengrundlage und Abbildbarkeit der QI auf Basis von GKV-Routinedaten Als verwendete Datengrundlage für die Indikatorbildung wurden in 97 Studien Sekundärdaten benannt. 23 Studien analysierten sowohl Sekundär- als auch Primärdaten und 15 Studien arbeiteten ausschließlich mit Primärdaten. Tabelle 3 gibt eine Übersicht zu Datengrundlage und durch diese erfasste Qualitätsdimensionen. Zwei Studien lieferten keine ausreichenden Informationen, um eine Zuordnung der benötigten Datengrundlage vorzunehmen, die ein wichtiges Auswahlkriterium bei der Identifikation von QI darstellte, die sich mit GKV-Routinedaten abbilden lassen. 121 Studien untersuchen QI, die sich in Gänze oder Teilen potentiell auf Basis von GKV-Routinedaten abbilden lassen. Diese QI fokussieren die Erkrankungen und/oder Versorgungsaspekte Arthrose, ASKFälle, Asthma, angemessene medikamentöse Versorgung älterer Menschen und Polypharmazie, chronische Schmerzen, COPD, HerzKreislauferkrankungen, Demenz, Diabetes mellitus, Osteoporose, Präventive Leistungen, Psychische Gesundheit und Versorgungskontinuität.

18

Tabelle 5 Ausgewählte Analyseaspekte der einbezogenen gesundheitsökonomischen Evaluationen. Perspektive

Zeithorizont

Endpunkte

Kostenarten

Diskontierung/ Berücksichtigung administrativer Kosten

Währung

Sensitivitätsanalyse

ICER

Gesundheitsökonomisches Modell

Qualitätsindikatoren/ Qualitätsverbesserung in KostenEffektivitätsanalyse einbezogen/ eindeutig in Zusammenhang mit den Kosten gebracht?

Achelrod et al., 2016

Kostenträger

3 Jahre

Direkte medizinische Kosten: Kosten für ambulante und stationäre Behandlung, Medikamente, Heil- und Hilfsmittel, Rehabilitation

jährlich + 27-55 D für administrative Ausgaben

Euro 2012, adjustiert für Inflation

Ja

Years of Life Lost (YLL), 11.819 D pro gewonnenem Lebensjahr

–

–

Ahmed et al., 2002

Gesamtgesellschaftlich

Lebenszeit (Tod oder Alter 100, Zyklus= 1 Jahr)

direkte medizinische Kosten, Inanspruchnahme von Gesundheitsleistungen, Morbidität, Mortalität, Prozessqualität alle direkten und indirekten Kosten ohne Rücksicht auf zahlende Person

US-Dollar 2000

Ja

–

Markov-Modell mit Monte-Carlo Simulation

Ja

3% jährliche Direkte und indirekte medizinische Kosten: DiskontieQualitätsberichterstattung, rungsrate Qualitätsindikatorintervention, Impfstoff und Verabreichung, Fahrtkosten, Arbeitsausfall nach Impfung, Arbeitsausfall nach Nebenwirkungen, Gesamtkosten Benefits (vermiedene Kosten): Krankenhauseinweisungen, ambulante Arztkontakte, ambulante Verschreibungen, Inanspruchnahme Skilled Nursing Facility (SNF), Hauspflege, Produktivitätsverlust durch Pneumokokkeninfektion, Produktivitätsverlust durch vorzeitiges Versterben, Gesamtbenefit, Nettoersparnis

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Autor, Jahr

Tabelle 5 (Continued) Perspektive

Boyer et al., 2008

Leistungserbringer 1 Jahr

Goldman, McCulloch & Cuffel 2003

Kostenträger

1 Jahr

Kralewski et al., 2015

Nicht explizit benannt, Kostenträger, Leistungserbringer nicht explizit benannt, Kostenträger

1 Jahr

Landon et al., 2015

Zeithorizont

1 Jahr

Endpunkte

Kostenarten

Direkte und indirekte Kosten, Versorgungsqualität, Follow-up, Medikamentöse Behandlung, Konsultationen, Krankenhauseinweisungen

Direkte medizinische Kosten: ambulante und stationäre Leistungen inklusive ärztliche und pflegerische Dienste, Physiotherapie, Medikamente, Laboruntersuchungen, Materialien und Transport Indirekte Kosten: Schadensersatz für verlorene Arbeitstage Verschreibungsfehler, Kosten (und Kontinuität der Inanspruchnahme): Therapeuten, Psychotherapie, ambulante und stationäre Versorgung, Frühzeitiger Gesamtkosten, (Kosten Behandlungsabgeschätzt als von der MCO bruch, Wahrscheinlichkeit gezahlter Nettobetrag ohne Patientenzuzahlungen) mehrfacher Behandlungen, Inanspruchnahme und Kosten von Leistungen nicht zutreffend risikoadjustierte Kosten und Nettoeinkünfte

Relativer Ressourcenverbrauch, RRU bei Verwendung standardisierter, auf bundesstaatenebene vehandelter Bepreisung, risikostratifiziert nach Alter, Geschlecht, Art des Diabetes, Art der kardiovaskulären Erkrankung Vorliegen von Komorbiditäten

Ausgabenkategorien: Stationäre Behandlung, Operationen, anderen Prozeduren, Evaluation, Managementleistungen als Gesamtkosten pro Mitgliedsjahr

Diskontierung/ Berücksichtigung administrativer Kosten

Währung

Sensitivitätsanalyse

ICER

Gesundheitsökonomisches Modell

Qualitätsindikatoren/ Qualitätsverbesserung in KostenEffektivitätsanalyse einbezogen/ eindeutig in Zusammenhang mit den Kosten gebracht?

–

Euro, nicht näher berichtet

–

–

–

–

–

US-Dollar, nicht näher berichtet

–

–

–

–

–

US-Dollar, nicht näher berichtet

–

–

–

–

–

US-Dollar, nicht näher berichtet

–

–

–

Ja

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Autor, Jahr

19

20

Tabelle 5 (Continued) Perspektive

Zeithorizont

Endpunkte

Kostenarten

Diskontierung/ Berücksichtigung administrativer Kosten

Währung

Sensitivitätsanalyse

ICER

Gesundheitsökonomisches Modell

Qualitätsindikatoren/ Qualitätsverbesserung in KostenEffektivitätsanalyse einbezogen/ eindeutig in Zusammenhang mit den Kosten gebracht?

Merrick 1998

nicht explizit benannt, Kostenträger

1 Jahr

Netto Behandlungskosten

–

US-Dollar, 1995

–

–

–

–

Pollack et al., 2014

nicht explizit benannt, Kostenträger Kostenträger

4 Jahre

Behandlungskosten, Wiederaufnahmeraten, Follow-up-Raten Versorgungsdichte

–

–

–

–

Indikatoren zu ausgewählten Erkrankungen

US-Dollar, nicht näher berichtet US-Dollar, nicht näher berichtet

Ja

10 Jahre

–

–

–

–

Purdum & Johnson 2004

Kostenträger

1,5 Jahre

Leitliniengerechte Versorgung

Gesamtkosten, ambulante und stationäre Behandlunsgkosten Gesamtkosten, direkte medizinische Kosten und Komponenten (stationäre Krankenhausbehandlung, skilled nursing facility, ambulante Krankenhausbehandlung, Part B physician/supplier, home health, and durable medical equipment) Gesamtkosten, direkte medizinische Kosten

–

–

–

Ja

Roski et al., 2008

nicht explizit benannt, Kostenträger

1 Jahr

Relativer Ressourcenverbrauch

US-Dollar, nicht näher berichtet US-Dollar, nicht näher berichtet

–

–

–

Ja

Song et al., 2014

nicht explizit benannt, Kostenträger Kostenträger

1 Jahr

Indikatoren der ambulanten Versorgung Gesamtkosten

US-Dollar, nicht näher berichtet US-Dollar, 2010

Ja

–

–

–

Ja

–

–

–

nicht explizit benannt, Kostenträger, gesamtgesellschaftlich

1 Jahr

US-Dollar, nicht näher berichtet

Ja

–

–

Ja

Pope et al., 2014

Song et al., 2012

Stiles et al., 2009

2 Jahre

Leitliniengerechte Versorgung

Standardkosten stationärer Aufenthalt, ambulante Kontakte, Prozeduren, Medikamente Gesamtkosten, stationäre und ambulante direkte medizinische Kosten Gesamtkosten als Summe medizinischer oder pharmakologischer Kosten pro Patient und Monat Direkte medizinische Kosten, Gesamtgesellschaftliche Kosten,

–

–

–

–

–

–

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Autor, Jahr

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

Diskussion Diese Übersichtsarbeit identifiziert, beschreibt und kategorisiert populationsbasierte Qualitätsindikatoren, die zur Darstellung der Versorgungsqualität in formalen und informellen Versorgungsnetzwerken genutzt werden. Weiter wurden die Berücksichtigung dieser Indikatoren in gesundheitsökonomischen Evaluationen und die Möglichkeit der Abbildung bestehender QI mit GKVRoutinedaten untersucht. Für die Abbildung der Versorgungsqualität in Versorgungsnetzwerken steht eine Vielzahl von international in informellen aber vor allem formalen Versorgungnetzwerken genutzter QI zur Verfügung, die insbesondere die Versorgungsqualität bei chronischen Erkrankungen wie Asthma, COPD, Diabetes mellitus und Herz-Kreislauferkrankungen aber auch präventive Leistungen und ASK-Fälle adressieren und mehrheitlich bereits Bestandteil bestehender, vielfach genutzter Indikatoren-Sets (wie die Indikatoren des HEDIS) sind. Auffallend ist, dass nur die Studie von Perlitz & Luhe [61] Indikatoren des für den deutschen Versorgungskontext entwickelten Indikatoren-Sets QISA verwendete. Nur vereinzelt ließen sich Studien finden, die QI und Kosten mittels Zusammenhangsmaßen oder gesundheitsökonomischen Modellierungen untersuchen. Besonders für die Studien aus dem US-amerikanischen Raum kann dies dem Umstand geschuldet sein, dass frühe Bestrebungen der Messung von Kennzahlen zur Versorgung dazu tendierten, entweder die Versorgungsqualität oder die Kosten zu erheben, nicht aber beides gemeinsam [62]. Zwar werden in den einbezogenen Einzelstudien die Validität der verwendeten Sekundärdaten und damit einhergehende Schwächen diskutiert, jedoch unterbleiben Aussagen zu Komplexitätsgrad und methodischen Limitationen bei der Evaluation der Effekte einer Qualitätsveränderung auf die betrachteten Kostenkategorien, so dass sich für weitere Forschung kein Hinweis auf bewährte methodische Vorgehensweisen ableiten lässt und hier ein Hinweis auf eine Forschungslücke zu bestehen scheint. Mögliche Vorgehensweisen bei der Verlinkung von Ausgaben- und Qualitätsmaßen finden sich bei Ryan et al. [62], die sieben erprobte oder theoretisch konzeptionalisierte Modelle zur Messung von Wert und Effizienz in der Gesundheitsversorgung darstellen. Indikatoren der Strukturqualität, die von Beyer et al. [5] zwar als gut erfassbar, jedoch lediglich als ein erster Ansatzpunkt der Qualitätsförderung beschrieben werden, spielen in den betrachteten Studien eine untergeodnete Rolle. Mehrheitlich fanden sich Indikatoren, die auf Prozess- und Ergebnisqualität abzielen. Ergebnisindikatoren gelten als härtere Messgrößen, an die ebenfalls ein öffentliches Interesse gekoppelt ist, werden jedoch als schwerer eindeutig messbar und schwerer zu vergleichen beschrieben, wohingegen Prozessindikatoren in der Regel leichter erfassbar, jedoch teilweise auch von nachrangiger Bedeutung für das Versorgunsgergebnis sind [5]. Weiterhin bleibt für die Anwendung von QI auf Basis von GKV-Routinedaten jedoch die Frage nach der Übertragung von internationalen QI sowie die nach der Anpassung an das zu untersuchende Setting offen. Die in dieser Studie vorgenommene Bewertung von QI hinsichtlich ihrer potentiellen Abbildbarkeit mit GKV-Routinedaten stellt einen Schritt zur Erweiterung des Erkenntnisstandes zur Messung der Versorgungsqualität in informellen Versorgungsnetzwerken in Deutschland dar. Die identifizierten QI können in weiteren Forschungsprojekten hinsichtlich ihrer Anwendbarkeit und Validität in informellen Versorgungsnetzwerken evaluiert werden. Schwellenwerte und Bewertungsmaßstäbe wurden in den einbezogenen Studien selten berichtet. Dies kann einerseits dem Mangel eines Goldstandards zur Festlegung von Schwellenwerten oder Bewertungsmaßstäben geschuldet sein – so verbleiben die meisten berichteten QI bei einer deskriptiven Darstellung ohne normative Festlegungen für eine durchschnittliche oder unter- bzw.

21

überdurchschnittliche Versorgungsqualität. Die in wenigen Studien berichteten Konzepte der Zuordnung und normativen Bewertung von Indikatorergebnissen in Qualitätskategorien in Abhängigkeit der Standardabweichung vom Netzwerkdurchschnitt [54] oder bei Unter- oder Überschreitung eines 95 %-Intervallschätzers [55] stellen mögliche Ansätze dar, um die erzielte Qualität eines Versorgungsnetzwerkes zu bewerten. Andererseits können die in dieser Übersichtsarbeit dominierenden Studien aus den USA, die Indikatoren des HEDIS verwenden, den Befund der geringen Hinweise auf Schwellenwerte und Bewertungsmaßstäbe beeinflussen: Für das seit den 1990er-Jahren eingesetzte und kontinuierlich weiterentwickelte IndikatorenSet werden von der NCQA regelmäßig detaillierte nationale Benchmarkergebnisse, Schwellenwerte und Bewertungsmaßstäbe (orientiert an regionalen Perzentilen) herausgegeben [63], so dass anzunehmen ist, dass Fachöffentlichkeit und Wissenschaft in den USA mit diesen vertraut sind und sie nicht zwangsläufig in Forschungsarbeiten benannt werden. Knapp jede vierte einbezogene Studien enthielt Aussagen zu Validität oder Eignung einzelner Indikatoren für die Vorhersage der Versorgungsqualität. In vielen Fällen stützten sich die Studien dabei auf vorab in der Literatur beschriebene Indikatoren und führen als Begründung für die Auswahl einzelner QI weniger deren statistisch bestimmte Güte als vielmehr ihr hohes Vorkommen in anderen Untersuchungen oder Indikatoren-Sets sowie pragmatische Entscheidungen zur Reduktion des Aufwands der Datenerhebung an (u.a. [64–67]). Auffallend ist, dass die Reliabilität und Validität der in den Einzelstudien verwendeten Datengrundlage vielfach diskutiert wird, eine Diskussion der Eignung der eingesetzten QI jedoch meist unterbleibt. Den 33 Studien, die entsprechende Hinweise erhalten, kann zusammenfassend eine hohe bis sehr hohe methodische Güte attestiert werden, so dass für eine evidenzbasierte Auswahl von möglichen Indikatoren besonders in den Qualitätsfokussen ASK-Fälle, Asthma, Diabetes mellitus, Präventive Leistungen, Herzinsuffizienz und Herz-Kreislauferkrankungen QI zur Verfügung stehen, deren Eignung auf methodisch belastbarer Grundlage beschrieben wurde. Eine Stärke dieser Arbeit stellt die umfassende systematische Suche nach potentiell für die Abbildung von Versorgungsqualität in informellen und formalen Versorgungsnetzwerken nutzbaren QI dar. Die Perspektive der breit angelegten Suchstrategie erlaubte den Einschluss verschiedenartiger Studiendesigns und liefert eine Zusammenfassung der komplexen verfügbaren Literatur. Die ermittelte Übereinstimmung der am Auswahlprozess beteiligten Autorinnen ist mit einem Kappa von 0,64 als gut zu bewerten [19], bezieht sich jedoch nur auf die Entscheidung des Einschlusses einer Studie, nicht auf die Bewertung der methodische Güte. Weitere Limitationen ergeben sich aus der pragmatischen Einschränkung der Suchergebnisse auf Publikationen in deutscher oder englischer Sprache, so dass eine Verzerrung der Ergebnisse (language bias) an dieser Stelle nicht auszuschließen ist. Ebenfalls lässt die Suchstrategie möglicherweise Studien unberücksichtigt, die Qualitätsindikatoren in informellen Netzen untersuchen, jedoch einen in der Suchstrategie nicht enthaltenen Begriff für die Beschreibung des Netzwerkes nutzen. Das Review-Protokoll sah die Bewertung der eingeschlossenen Beobachtungsstudien anhand der Kriterien der STROBE-Checkliste [68] vor. Im Reviewprozess wurde abweichend von diesem vorformulierten Kriterium entschieden, die methodische Güte von Fall-Kontroll-Studien und Kohortenstudien mit der NOS sowie Querschnittsstudien mit dem AXIS-Tool zu bewerten um zu vermeiden, dass anstelle der methodischen Güte die Güte der Berichterstattung der Beobachtungsstudien (wie mit der STROBE-Checkliste vorgenommen) evaluiert wird. Die Bewertung der methodischen Güte der einzubeziehenden Einzelstudien sollte dazu dienen, gegebenenfalls Studien von minderer Qualität von der Synthese der Ergebnisse auszuschließen, da diese Arbeit

22

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23

jedoch nicht die Ergebnisse der einbezogenen Studien selbst, sondern die in diesen verwendeten QI untersucht, wurden letztlich alle als für geeignet befundenen Studien einbezogen. Das Berichten der Ergebnisse der Gütebewertung unterstützt die Bewertung der in den Einzelstudien getroffenen Aussagen hinsichtlich Validität und Eignung einzelner QI und ergänzt den umfassenden Überblick über die Merkmale der einbezogenen Studien. Schlussfolgerung Diese systematische Übersichtsarbeit identifizierte hauptsächlich in formalen Versorgungsnetzwerken verwendete Qualitätsindikatoren, die potentiell mit einem Spielraum der Erprobung und Weiterentwicklung dieser Indikatoren für informelle Netzwerke einhergehen. Dabei erscheinen neben methodischen Fragen der Netzwerkbildung und Abgrenzung besonders auch Fragen der Praktikabilität der Indikatoren sowie nach in informellen Versorgungsnetzen wirkenden Einflussfaktoren auf die Versorgungqualität sowie Qualitätsunterschiede in Netzwerkkonstellationen von Interesse. Für die Abbildung von QI auf Grundlage von GKV-Routinedaten steht eine breite Auswahl an international etablierten Prozessindikatoren zu Verfügung. Diese bedürfen jedoch, ebenso wie in Frage kommende Ergebnisindikatoren, einer Überprüfung hinsichtlich der in nationalen Daten verfügbaren Informationen und der Übertragbarkeit internationaler Indikatoren auf das deutsche Gesundheitssystem. Da die Struktur der Leistungserbringung in Deutschland derzeit zumeist einem Zusammenschluss von Leistungserbringern in einem informellen Versorgungsnetzwerk entspricht (bei einem hohen Ausmaß an Arbeitsteilung zwischen Leistungserbringern unterschiedlicher Professionen, oft an unterschiedlichen Standorten), sind künftig besonders Indikatoren von Interesse, die Aussagen über die Qualität der Versorgung in informellen Netzwerken erlauben. Ebenso scheint die Personengruppe pflegebedürftiger Menschen in der eigenen Häuslichkeit im Kontext etablierter Indikatoren-Sets selten im Fokus von Subgruppenanalysen zu stehen und scheint für zukünftige Forschungsarbeiten für eine vertiefte Betrachtung von Interesse. Der aufgezeigte Forschungsbedarf zu geeigneten Verfahren der Messung des Zusammenspiels von Versorgungsqualität und Kosten sowie zu Validität, Reliabilität und prädiktiven Eignung einzelner Indikatoren, aber auch zu Bewertungssystematiken und Schwellenwerten sowie die Tatsache, dass die für die ambulante Versorgung in Deutschland entwickelten IndikatorenSets kaum in den eingeschlossenen Studien enthalten waren, stellt vielversprechende Ansatzpunkte für intensivierte methodische Diskussionen und Auseinandersetzungen mit Fragestellungen der populationsbezogenen, sektorenübergreifenden Qualitätsmessung in der Versorgungsforschung dar. Förderung Das Review wurde im Rahmen der Studie ,,Heimeintritt vermeiden‘‘ erstellt, welche aus Mitteln des Innovationsfonds zur Förderung von Versorgungsforschung gefördert wird, Förderkennzeichen: 01VSF16042. Interessenkonflikte der Autorinnen und Autoren Die Autorinnen und Autoren erklären, dass keine Interessenkonflikte vorliegen. Appendix A. Zusätzliche Daten Zusätzliche Daten verbunden mit diesem Artikel finden sich in der Online-Version unter: doi:10.1016/j.zefq.2019.06.004.

Literatur [1] SVR, Bedarfsgerechte Versorgung − Perspektiven für ländliche Regionen und ausgewählte Leistungsbereiche, Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen, Hrsg. 2014. [2] Gräske J, Meyer S, Schmidt A, Schmidt S, Laporte Uribe F, Thyrian JR, Schafer-Walkmann S, und K, Wolf-Ostermann. Regional Dementia Care Networks in Germany–results from the DemNet-D-Study regarding the quality of life of their users. Pflege, 2016;29(2):S93–101, http://dx.doi.org/10.1024/1012-5302/a000477. [3] von Stillfried D, Ermakova T, Ng F, Czihal T. Patient-sharing networks: New approaches in the analysis and transformation of geographic variation in healthcare. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz, 2017, http://dx.doi.org/10.1007/s00103-017-2641-7. [4] AQUA, Allgemeine Methoden im Rahmen der sektorenübergreifenden Qualitätssicherung im Gesundheitswesen nach §137a SGB V. Version 4.0. 2015, AQUA - Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen GmbH: Göttingen. [5] Beyer M, Chenot R, Erler A, Gerlach FM. Using quality indicators to measure the quality of general practice care in Germany. Z Evid Fortbild Qual Gesundhwes 2011;105(1):S13–20, http://dx.doi.org/10.1016/j.zefq.2010.09.018. [6] Thompson JW, Bost J, Ahmed F, Ingalls CE, Sennett C. The NCQA’s quality compass: evaluating managed care in the United States. Health Affairs 1998;17(1):S152–8. [7] Roski J. In: Erste Erfahrungen der, Praxis J, Stock J, Szecsenyi, editors. Qualitätsmessung in den USA: Erfahrungen und Konzepte in der ambulanten Versorgung, in Stichwort: Qualitätsindikatoren. KG: Bonn/Frankfurt am Main.: KomPart Verlagsgesellschaft mbH & Co; 2007. p. S17–42. [8] Landon BE, Keating NL, Barnett ML, Onnela JP, Paul S, O’Malley AJ, Keegan T, und NA, Christakis. Variation in patient-sharing networks of physicians across the United States. JAMA 2012;308(3):S265–73, http://dx.doi.org/10.1001/jama.2012.7615. [9] Landon BE, Onnela JP, Keating NL, Barnett ML, Paul S, O’Malley AJ, Keegan T, und NA, Christakis. Using administrative data to identify naturally occurring networks of physicians. Med Care 2013;51(8):S 715–721, http://dx.doi.org/10.1097/MLR.0b013e3182977991. [10] von Stillfried D, Czihal T. What do functionally defined populations contribute to the explanation of regional differences in medical care? Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2014;57(2):S197–206, http://dx.doi.org/10.1007/s00103-013-1896-x. [11] Sundmacher L, Fischbach D, Schuettig W, Naumann C, Augustin U, Faisst C. Which hospitalisations are ambulatory care-sensitive, to what degree, and how could the rates be reduced? Results of a group consensus study in Germany. Health Policy 2015;119(11):S1415–23, http://dx.doi.org/10.1016/j.healthpol.2015.08.007. [12] Vogt V, Koller D, Sundmacher L. Continuity of care in the ambulatory sector and hospital admissions among patients with heart failure in Germany. Eur J Public Health 2016, http://dx.doi.org/10.1093/eurpub/ckw018. [13] G-BA. Gemeinsamer Bundesausschuss Innovationsausschuss. Geförderte Projekte Versorgungsforschung. 2018 verfügbar: https://innovationsfonds.gba.de/projekte/versorgungsforschung/.[Zugriff 22.10.2018]. [14] Seibert K, Stiefler S, Domhoff D, Peschke D. A systematic review on population-based indicators of quality of care (QoC) in provider networks and their application in health economic evaluations. PROSPERO 2017 CRD42017064853 2017. Available from http://www.crd.york.ac.uk/ PROSPERO/display record.asp?ID=CRD42017064853. [15] Moher DA, Liberati J, Tetzlaff DG, Altmn PG. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement. PLoS Med 2009;6(7), http://dx.doi.org/10.1371/journal.pmed1000097. S e1000097. [16] VonVille H., Excel Workbook for Tracking Systematic Review Search Strategies & Results and Screening Titles & Abstracts & Excel Workbook for 2 Full Text Reviewers. University of Texas School of Public Health. 2014: Texas. [17] Shea BJ, Hamel C, Wells GA, Bouter LM, Kristjansson E, Grimshaw J, Henry DA, Boers M. AMSTAR is a reliable and valid measurement tool to assess the methodological quality of systematic reviews. J Clin Epidemiol 2009;62(10):S1013–20, http://dx.doi.org/10.1016/j.jclinepi.2008.10.009. [18] Higgins JP, Altman DG, Gotzsche PC, Juni P, Moher D, Oxman AD, Savovic J, Schulz KF, Weeks L, Sterne JAG, Cochrane Bias Methods, und G.Cochrane Statistical Methods, The Cochrane Collaboration’s tool for assessing risk of bias in randomised trials. BMJ 2011;343:Sd5928, http://dx.doi.org/10.1136/bmj.d5928. [19] Higgins JPT, Green S. Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration Ausgabe ed Hrsg. J.P.T. Higgins and S. Green 2011:2011. [20] Lo CK, Mertz D, Loeb M. Newcastle-Ottawa Scale: comparing reviewers’ to authors’ assessments. BMC Med Res Methodol 2014;14:S45, http://dx.doi.org/10.1186/1471-2288-14-45. [21] Downes MJ, Brennan ML, Williams HCRS. DeanDevelopment of a critical appraisal tool to assess the quality of cross-sectional studies (AXIS). BMJ Open 2016;6(12):S e011458, http://dx.doi.org/10.1136/bmjopen-2016-011458. [22] Liberati A, Altman DG, Tetzlaff J, Mulrow C, Gotzsche PC, Ioannidis JP, Clarke M, Devereaux PJ, Kleijnen J, Moher D. The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: explanation and elaboration. PLoS Med 2009;6(7), http://dx.doi.org/10.1371/journal.pmed.1000100. Se1000100.

K. Seibert et al. / Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) 144–145 (2019) 7–23 [23] Higashi T, Shekelle PG, Adams JL, Kamberg CJ, Roth CP, Solomon DH, Reuben DB, Chiang L, MacLean CH, Chang JT, Young RT, Saliba DM, Wenger NS. Quality of care is associated with survival in vulnerable older patients. Ann Intern Med 2005;143(4):S274–81. [24] Higashi T, Shekelle PG, Solomon DH, Knight EL, Roth C, Chang JT, Kamberg CJ, MacLean CH, Young RT, Adams J, Reuben DB, Avorn J, Wenger NS. Improving patient care The quality of pharmacologic care for vulnerable older patients. Annals of Internal Medicine 2004;140(9):S714–I52. [25] Chodosh J, Solomon DH, Roth CP, Chang JT, MacLean CH, Ferrell BA, Shekelle PG, Wenger NS. The quality of medical care provided to vulnerable older patients with chronic pain. Journal of the American Geriatrics Society 2004;52(5):S756–61, http://dx.doi.org/10.1111/j.1532-5415.2004.52214.x. [26] Wenger NS, Solomon DH, Roth CP, MacLean CH, Saliba D, Kamberg CJ, Rubenstein LZ, Young RT, Sloss EM, Louie R, Adams J, Chang JT, Venus PJ, Schnelle JF, Shekelle PG. The quality of medical care provided to vulnerable community-dwelling older patients. Ann Intern Med 2003;139(9): S740–7. [27] Rubenstein LZ, Solomon DH, Roth CP, Young RT, Shekelle PG, Chang JT, MacLean CH, Kamberg CJ, Saliba D, Wenger NS. Detection and management of falls and instability in vulnerable elders by community physicians. Journal of the American Geriatrics Society 2004;52(9):S1527–31, http://dx.doi.org/10.1111/j.1532-5415.2004.52417.x. [28] Pollack CE, Lemke KW, Roberts E, und JP, Weiner. Patient sharing and quality of care: measuring outcomes of care coordination using claims data. Medical Care 2015;53(4):S317–23, http://dx.doi.org/10.1097/MLR. 0000000000000319. [29] Pollack CE, Frick KD, Herbert RJ, Blackford AL, Neville BA, Wolff AC, Carducci MA, Earle CC, Snyder CF. It’s who you know: patient-sharing, quality, and costs of cancer survivorship care. J Cancer Surviv 2014;8(2):S156–66, http://dx.doi.org/10.1007/s11764-014-0349-3. [30] Basu J, Mobley LR, Thumula V. The small area predictors of ambulatory care sensitive hospitalizations: a comparison of changes over time. Soc Work Public Health 2014;29(2):S176–88, http://dx.doi.org/10.1080/19371918.2013.776316. [31] Schunk M, Stark R, Reitmeir P, Rathmann W, Meisinger C, Holle R. Improvements in type 2 diabetes care? Pooled analysis of survey data in southern Germany (KORA) from 1999-2008. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2011;54(11):S1187–96, http://dx.doi.org/10.1007/s00103-011-1364-4. [32] Backus L, Moron M, Bacchetti P, Baker LC, Bindman AB. Effect of managed care on preventable hospitalization rates in California. Med Care 2002;40(4):S315–24. [33] Kane RL, Homyak P, Bershadsky B, Lum T. The quality of care under a managed-care program for dual eligibles. The gerontologist 2005;45(4): S496–504. [34] Achelrod D, Welte T, Schreyogg J, Stargardt T. Costs and outcomes of the German disease management programme (DMP) for chronic obstructive pulmonary disease (COPD) - A large population-based cohort study. Health Policy 2016;120(9):S1029–39, http://dx.doi.org/10.1016/j.healthpol.2016.08.002. [35] Ahmed F, Elbasha EE, Thompson BL, Harris JR, Sneller VP. Cost-benefit analysis of a new HEDIS performance measure for pneumococcal vaccination. Medical Decision Making 2002;22:S58–66. [36] Boyer L, Francois P, Fourny M, Ohrond C, Chanut C, Labarere JP. Auquier Managed care’s clinical and economic impact on patients with type II diabetes in France: a controlled population-based study. International Journal of Health Care Quality Assurance 2008;21:297–307. [37] Kralewski J, Dowd B, Knutson D, Tong J, Savage M. The relationships of physician practice characteristics to quality of care and costs. Health Services Research 2015;50(3):S710–29, http://dx.doi.org/10.1111/1475-6773.12242. [38] Landon BE, Zaslavsky AM, Saunders R, Pawlson LG, Newhouse JP, Ayanian JZA. Comparison of Relative Resource Use and Quality in Medicare Advantage Health Plans Versus Traditional Medicare. American Journal of Managed Care 2015;21(8):S559–66. [39] Purdum AG, Johnson KADR. Globe Comparing total health care costs and treatment patterns of HIV patients in a managed care setting (Structured abstract). AIDS Care 2004;16:767–80. [40] Song Z, Rose S, Safran DG, Landon BE, Day MP, Chernew ME. Changes in health care spending and quality 4 years into global payment. N Engl J Med 2014;371(18):S1704–14, http://dx.doi.org/10.1056/NEJMsa1404026. [41] Song Z, Safran DG, Landon BE, Landrum MB, He Y, Mechanic RE, Day MP, Chernew ME. The ’Alternative Quality Contract’ Based On A Global Budget Lowered Medical Spending And Improved Quality. Health Affairs 2012;31(8):S1885–94, http://dx.doi.org/10.1377/hlthaff.2012.0327. [42] Roski J, Turbyville S, Dunn D, Krushat M, Scholle SH. Resource use and associated care effectiveness results for people with diabetes in managed care organizations. Am J Med Qual 2008;23(5):S365–74, http://dx.doi.org/10.1177/1062860608316180. [43] Goldman W, McCulloch J, Cuffel B. A four-year study of enhancing outpatient psychotherapy in managed care (Structured abstract). Psychiatric Services 2003;54:41–9. [44] Merrick EL. Treatment of major depression before and after implementation of a behavioral health carve-out plan. Psychiatr Serv 1998;49(12):S1563–7, http://dx.doi.org/10.1176/ps.49.12.1563.

23

[45] Pope G, Kautter J, Leung M, Trisolini M, Adamache W, Smith K. Financial and quality impacts of the Medicare physician group practice demonstration. Medicare Medicaid Res Rev 2014;4(3), http://dx.doi.org/10.5600/mmrr.004.03.a01. [46] Stiles PG, Boothroyd RA, Dhont K, Beiler PF, Green AE. Adherence to practice guidelines, clinical outcomes, and costs among medicaid enrollees with severe mental illnesses. Evaluation & the Health Professions 2009;32(1):S 69–89, http://dx.doi.org/10.1177/0163278708328744. [47] Pollack CE, Frick KD, Herbert RJ, Blackford AL, Neville BA, Wolff AC, Carducci MA, Earle CC, Snyder CF. It’s who you know: patient-sharing, quality, and costs of cancer survivorship care. J Cancer Surviv 2014;8(2):S156–66, http://dx.doi.org/10.1007/s11764-014-0349-3. [48] Pollack CE, Lemke KW, Roberts E, Weiner JP. Patient sharing and quality of care: measuring outcomes of care coordination using claims data. Med Care 2015;53(4):S317–23, http://dx.doi.org/10.1097/mlr.0000000000000319. [49] NCQA. HEDIS and Performance Measurement. 2018 verfügbar: https://www.ncqa.org/hedis/.[Zugriff am 2018 26.11.2018]. [50] Belman MJ, Payne-Simon L, Tom E, Rideout J. Using a quality scorecard to measure and improve medical groups’ performance. Joint Commission Journal on Quality Improvement 1999;25(5):S239–51. [51] Druss BG, Miller CL, Rosenheck RA, Shih SC, Bost JE. Mental health care quality under managed care in the United States: a view from the Health Employer Data and Information Set (HEDIS). Am J Psychiatry 2002;159(5):S860–2, http://dx.doi.org/10.1176/appi.ajp.159.5.860. [52] Kanter MH, Lindsay G, Bellows J, Chase A. Complete care at Kaiser Permanente: transforming chronic and preventive care. Jt Comm J Qual Patient Saf 2013;39(11):S484–94. [53] Albright BB, Lewis VA, Ross JS, Colla CH. Preventive Care Quality of Medicare Accountable Care Organizations: Associations of Organizational Characteristics With Performance. Medical Care 2016;54(3):S326–35, http://dx.doi.org/10.1097/MLR. 0000000000000477. [54] de Arantes Ferreira de Mello L, Tonini T, Sousa da Silva A, Dutt-Ross S, de Souza Velasque L. Evaluation of Primary Health Care Units in the Rio De Janeiro City According to the Results of PMAQ 2012. Journal of Ambulatory Care Management 2017;40:S71–82, http://dx.doi.org/10.1097/JAC. 0000000000000188. [55] Spatz ES, Lipska KJ, Ying D, Haikun B, Zhenqiu L, Parzynski CS, Altaf FK, Joyce EK, Montague JA, Ross JS, Bernheim SM, Krumholz HM, Drye EE, Dai Y, Bao H, Lin Z. Risk-standardized Acute Admission Rates Among Patients With Diabetes and Heart Failure as a Measure of Quality of Accountable Care Organizations: Rationale. Methods, and Early Results. Medical Care 2016;54(5):S528–37, http://dx.doi.org/10.1097/MLR. 0000000000000518. [56] Higashi T, Shekelle PG, Adams JL, Kamberg CJ, Roth CP, Solomon DH, Reuben DB, Chiang L, MacLean CH, Chang JT, Young RT, Saliba DM, Wenger NS. Improving patient care Quality of care is associated with survival in vulnerable older patients. Annals of Internal Medicine 2005;143(4):S274–I33. [57] Stern Z, Calderon-Margalit R, Mazar M, Brezis M, Tirosh A. Emergency room visit: a red-flag indicator for poor diabetes care. Diabet Med 2009;26(11):S1105–11, http://dx.doi.org/10.1111/j.1464-5491.2009.02827.x. [58] Shih SC, Bost JE, Pawlson LG. Standardized health plan reporting in four areas of preventive health care. Am J Prev Med 2003;24(4):S293–300. [59] Huang I, Diette GB, Dominici F, Frangakis C, Wu AW. Variations of physician group profiling indicators for asthma care. American Journal of Managed Care 2005;11(1):S38–44. [60] Humphreys K, Weingardt KR. Assessing readmission to substance abuse treatment as an indicator of outcome and program performance. Psychiatr Serv 2000;51(12):S1568–9, http://dx.doi.org/10.1176/appi.ps.51.12.1568. [61] Perlitz, W.-D. und E.-W. Luthe, Hrsg. Zur empirischen Ermittlung von evidenzbasiertem Patientennutzen in der Hausarztzentrierten Versorgung (HzV) Kommunale Gesundheitslandschaften. 1. Auflage ed. Europäische Schriften zu Staat und Wirtschaft; Band 41. 2016, Nomos, Springer VS: Baden-Baden, Wiesbaden. 280 Seiten. [62] Ryan AM, Tompkins CP, Markovitz AA, Burstin HR. Linking Spending and Quality Indicators to Measure Value and Efficiency in Health Care. Med Care Res Rev 2017, http://dx.doi.org/10.1177/1077558716650089. [63] NCQA, 2018 Accreditation Benchmarks ans Thresholds Mid Year Memo., N.C.f.Q. Assurance, Hrsg. 2018: Washington. [64] Planas LG, Crosby KM, Farmer KC, Harrison DL. Evaluation of a diabetes management program using selected HEDIS measures. J Am Pharm Assoc (2003) 2012;52(6), http://dx.doi.org/10.1331/JAPhA. 2012.11148. S e130-8. [65] Siomos EE, Newsom RS, Camponeschi J, Remington PL. A statewide collaboration to monitor diabetes quality improvement among Wisconsin health plans. Am J Manag Care 2005;11(5):S332–6. [66] Scholle SH, Roski J, Dunn DL, Adams JL, Dugan DP, Pawlson LG, Kerr EA. Availability of data for measuring physician quality performance. Am J Manag Care 2009;15(1):S67–72. [67] Landon BE, O’Malley AJ, McKellar MR, Reschovsky JD, Hadley J. Physician Compensation Strategies and Quality of Care for Medicare Beneficiaries. American Journal of Managed Care 2014;20(10):S804–11. [68] von Elm E, Altman DG, Egger M, Pocock SJ, Gotzsche PC, Vandenbroucke JP, Initiative S. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J Clin Epidemiol 2008;61(4):S344–9, http://dx.doi.org/10.1016/j.jclinepi.2007.11.008.