Validierung des FIMA-Fragebogens zur Inanspruchnahme von Versorgungsleistungen anhand von Routinedaten der Krankenversicherung: Welchen Einfluss hat der Erinnerungszeitraum?

Hildegard Seidl; Lorenz Hein; Stefan Scholz; David Bowles; Wolfgang Greiner; Christian Brettschneider; Hans-Helmut König; Rolf Holle

doi:10.1055/a-1010-6315

Das Gesundheitswesen, Inhaltsverzeichnis

Gesundheitswesen 2021; 83(01): 66-74
DOI: 10.1055/a-1010-6315

Originalarbeit

Validierung des FIMA-Fragebogens zur Inanspruchnahme von Versorgungsleistungen anhand von Routinedaten der Krankenversicherung: Welchen Einfluss hat der Erinnerungszeitraum?

Validation of the FIMA Questionnaire for Health-Related Resource Use Against Medical Claims Data: The Role Played by Length of Recall Period

Autor*innen

Hildegard Seidl

¹Institut für Gesundheitsökonomie und Management im Gesundheitswesen, Helmholtz Zentrum München, Garching

²Qualitätsmanagement und Gendermedizin, München Klinik, München
Lorenz Hein

³Ärztekammer Niedersachsen, Zentrum für Qualität und Management im Gesundheitswesen, Hannover
Stefan Scholz

⁴Fakultät für Gesundheitswissenschaften, Gesundheitsökonomie und Gesundheitsmanagement, Universität Bielefeld, Bielefeld
David Bowles

⁵Die Senatorin für Wissenschaft, Gesundheit und Verbraucherschutz Referat 41 – Versorgungsplanung, Landesangelegenheiten Krankenhauswesen, Psychiatrie und Pflege, Freie Hansestadt Bremen, Bremen
Wolfgang Greiner

⁴Fakultät für Gesundheitswissenschaften, Gesundheitsökonomie und Gesundheitsmanagement, Universität Bielefeld, Bielefeld
Christian Brettschneider

⁶Institut für Gesundheitsökonomie und Versorgungsforschung, Universitätsklinikum Hamburg-Eppendorf, Hamburg
Hans-Helmut König

⁶Institut für Gesundheitsökonomie und Versorgungsforschung, Universitätsklinikum Hamburg-Eppendorf, Hamburg
Rolf Holle

¹Institut für Gesundheitsökonomie und Management im Gesundheitswesen, Helmholtz Zentrum München, Garching

Abstract

Zusammenfassung

Ziel Das Ziel der Studie ist die Validierung des Fragebogens zur Inanspruchnahme Medizinischer und nicht-medizinischer Versorgungsleistungen im Alter (FIMA).

Methodik Die Selbstangaben von 1552 Teilnehmern wurden mit den Routinedaten der Krankenversicherung abgeglichen. Als Güteparameter wurden Intraklassenkorrelation (ICC), Sensitivität, Spezifität und Kappa-Koeffizienten nach Cohen bestimmt. Der Einfluss von soziodemografischen und gesundheitlichen Faktoren, des Erinnerungszeitraums (3, 6 oder 12 Monate) sowie der Häufigkeit der Inanspruchnahme wurde anhand logistischer Regressionen untersucht.

Ergebnisse Die durchschnittlich 74 Jahre alten Teilnehmer stuften den FIMA größtenteils (95%) als einfach auszufüllen ein. Die Anzahl der Arztkontakte wurde je nach Erinnerungszeitraum zwischen 9 bis 28% unterschätzt, der ICC war für jeden Zeitraum mittelmäßig (ICC: 0,46, 0,48, 0,55). Die Anzahl physiotherapeutischer Kontakte wurde insgesamt sehr gut erinnert (ICC>0,75). Bei den Rehabilitations- und Krankenhaustagen gab es Unterschiede zwischen den Erinnerungszeiträumen (3/6/12 Monate): Rehabilitation: ICC=0,88/0,51/0,87; Krankenhaustage: ICC=0,69/0,88/0,66. Die Selbstangaben für die Leistungen aus der Pflegeversicherung zeigten durchgehend sehr hohe Kappa-Koeffizienten (>0,90) während die Hilfsmittel über alle Zeiträume eine schlechte Übereinstimmung (Kappa<0,30) und die Medikamenteneinnahme eine gute Übereinstimmung (Kappa>0,40) zeigten. In der ambulanten (Arzt, Physiotherapeut) und der stationären Versorgung (Rehabilitation, Krankenhaus) sank die Chance der Übereinstimmung pro zusätzlichem Kontakt signifikant. Darüber hinaus führte ein besserer Gesundheitszustand zu einer exakteren Erinnerung an Physiotherapeutenkontakte.

Schlussfolgerung Der FIMA weist in weiten Teilen eine gute Reliabilität auf. Er ist sehr gut verständlich und ein valides Instrument, um Kosten der Gesundheitsversorgung in der älteren Bevölkerung zu ermitteln.

Abstract

Aim To validate the questionnaire on health-related resource use in an elderly population (FIMA).

Methods Self-reported health care use of 1,552 participants was validated against medical claims data. Reliability was measured by intraclass correlation coefficient (ICC), sensitivity, specificity, and Cohen’s Kappa. Linear regression models were used to investigate the association between validity and individual characteristics, health state, recall period (3, 6, or 12 months), or frequency of resource use.

Results On average, participants were 74 years old; 95% rated the questionnaire as easy. The number of physician contacts was underestimated depending on recall period by 9 to 28% and the ICC was moderate (3/6/12 months, ICC 0.46/0.48/0.55), whereas contacts with physiotherapists were remembered quite well (ICC>0.75). Remembering the number of days in rehabilitation and hospital differed by recall periods (3/6/12 months); rehabilitation ICC=0.88/0.51/0.87; hospital ICC=0.69/0.88/0.66. Very good reliability of self-reported long-term care insurance benefits was found for all recall periods (Kappa>0.90) while agreement in self-reported medical aid was poor (Kappa<0.30); agreement in intake of medication was good (Kappa>0.40). The chance of agreement between self-reports and claims data significantly decreased with the number of contacts. Individuals with better health had a significantly higher chance of reporting contacts with physiotherapists accurately.

Conclusion The FIMA largely demonstrated good reliability. The FIMA is a coherent and valid instrument to collect health-related resource use in health economic studies in an elderly population.

Schlüsselwörter

Fragebogen - Validierung - FIMA - Gesundheitsleistungen - ältere Menschen - ökonomische Evaluation

Key words

Questionnaire - Validating - Health Care Use - Elderly Population - Economic Evaluation

Volltext

Referenzen

Literatur
1 Bhandari A, Wagner T. Self-reported utilization of health care services: improving measurement and accuracy. Med Care Res Rev 2006; 63 217-235
2 Statistisches and Bundesamt, 13. koordinierte Bevölkerungsvorausberechnung, in Bevölkerung Deutschlands bis 2060. Bundesamt. Editor 2015. Wiesbaden:
3 Breyer F, Felder S. Life expectancy and health care expenditures: a new calculation for Germany using the costs of dying. Health Policy 2006; 75 178-186
4 Schulz E, Leidl R, Konig HH. The impact of ageing on hospital care and long-term care – the example of Germany. Health Policy 2004; 67 57-74
5 Schöffski O, Graf von der Schulenburg J-M. eds Gesundheitsökonomische Evaluationen. 2012. Springer; Heidelberg:
6 Seidl H. et al. FIMA – questionnaire for health-related resource use in an elderly population: development and pilot study. Gesundheitswesen 2015; 77: 46-52
7 Mazurek J. et al. FIMA, the questionnaire for health-related resource use in the elderly population: validity, reliability, and usage of the Polish version in clinical practice. Clin Interv Aging 2018; 13: 787-795
8 Clarke PM, Fiebig DG, Gerdtham UG. Optimal recall length in survey design. J Health Econ 2008; 27 1275-1284
9 Kjellsson G, Clarke P, Gerdtham UG. Forgetting to remember or remembering to forget: a study of the recall period length in health care survey questions. J Health Econ 2014; 35 34-46
10 Peersman W. et al. Validity of self-reported utilization of physician services: a population study. Eur J Public Health 2014; 24: 91-97
11 Seidl H. et al. Validity of self-reported hospital admissions in clinical trials depends on recall period length and individual characteristics. J Eval Clin Pract 2016; 22: 446-454
12 EuroQol G. EuroQol – a new facility for the measurement of health-related quality of life. Health Policy 1990; 16 199-208
13 Charlson ME. et al. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987; 40: 373-383
14 Wirtz M, Caspar F. eds Beurteilerübereinstimmung und Beurteilerreliabilität. Methoden zur Bestimmung und Verbesserung der Zuverlässigkeit von Einschätzungen mittels Kategoriensystemen und Ratingskalen. 2002. Hofgrefe; Göttingen:
15 Cicchetti DV. The precision of reliability and validity estimates re-visited: distinguishing between clinical and statistical significance of sample size requirements. J Clin Exp Neuropsychol 2001; 23 695-700
16 Cohen J. Weighted kappa: nominal scale agreement with provision for scaled disagreement or partial credit. Psychol Bull 1968; 70 213-220
17 Gisev N, Bell JS, Chen TF. Interrater agreement and interrater reliability: key concepts, approaches, and applications. Res Social Adm Pharm 2013; 9: 330-338
18 Backhaus K. et al. Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. 14. Auflage. 2016. Springer Gabler; Berlin: Heidelberg:
19 Leggett LE. et al. Measuring Resource Utilization: A Systematic Review of Validated Self-Reported Questionnaires. Medicine (Baltimore) 2016; 95: e2759
20 Longobardi T. et al. Health service utilization in IBD: comparison of self-report and administrative data. BMC Health Serv Res 2011; 11: 137
21 Zuvekas SH, Olin GL. Validating household reports of health care use in the medical expenditure panel survey. Health Serv Res 2009; 44 (5 Pt 1) 1679-1700
22 Heinrich S. et al. Accuracy of self-reports of mental health care utilization and calculated costs compared to hospital records. Psychiatry Res 2011; 185: 261-268
23 Wolinsky FD. et al. Hospital episodes and physician visits: the concordance between self-reports and medicare claims. Med Care 2007; 45: 300-307
24 Statistisches B. Mikrozensus – Fragen zur Erwerbstätigkeit, Beruf, Ausbildung und Arbeitsbedingungen der Erwerbstätigen. 2010
25 Koch-Institut, R, Daten und Fakten. Ergebnisse der Studie “Gesundheit in Deutschland aktuell 2012”. Beiträge zur Gesundheitsberichterstattung des Bundes. RKI; Berlin: 2014
26 Peters A. et al. Multimorbidity and successful aging: the population-based KORA-Age study. Z Gerontol Geriatr 2011; 44 Suppl 2 41-54