Zusammenfassung
Ziel der Studie Klinikgeschäftsführer sehen sich
häufig mit den negativen Bewertungen im Internet konfrontiert.
Für die Online-Bewertung von Krankenhäusern stehen keine
aktuellen Daten zur Verfügung, mit denen ermittelt werden kann, welche
Faktoren die Bewertungen neben der tatsächlichen Qualität in
Krankenhäusern beeinflussen. Das Ziel dieser Studie war die Erhebung der
im Internet geäußerten Zufriedenheit zusammen mit den Grunddaten
der Krankenhäuser wie sie über den Qualitätsbericht
veröffentlicht werden. Hierdurch sollten Faktoren ermittelt werden, die
unabhängig von der Qualität in Krankenhäusern das
Bewertungsbild im Internet prägen.
Methodik Zunächst wurden die Daten zu 364 Krankenhäusern
in NRW aus den gesetzlichen Qualitätsberichten und den
Bewertungsplattformen Klinikbewertungen.de und Google.de zusammengetragen.
Eingeschlossen wurden nur Krankenhäuser mit mindestens drei somatischen,
bettenführenden Abteilungen zu denen aktuelle Daten im
Qualitätsbericht verfügbar waren und beide Bewertungsplattformen
Bewertungen enthielten. Mittels deskriptiver Methoden und einer schrittweise
ausschließenden, multiplen linearen Regression wurden die Daten der
Krankenhäuser analysiert und signifikante Einflussfaktoren
identifiziert. Es wurde ein Signifikanzniveau von 5% zugrunde
gelegt.
Ergebnisse Es wurden 190 Krankenhäuser in die Analyse
eingeschlossen. Davon 71% in freigemeinnütziger, 16% in
öffentlicher und 13% privater Trägerschaft. Die
durchschnittliche Zufriedenheit auf den online-Plattformen über alle
Krankenhäuser betrug 66,82%. Einen signifikanten Einfluss auf
die online Bewertungen hatten nur der Anteil der Bewertungen im
Verhältnis zur stationären Fallzahl und die Facharztquote. Die
P-Werte lagen hier bei 0,0000 und 0,0072 respektive. Die Regression hatte ein
Bestimmtheitsmaß von 0,34 und war insgesamt zum angegeben alpha-Level
von 5% signifikant. Der größere Effekt lag hierbei auf
der Bewertungsmenge, ein Prozent mehr Bewertungen führt zu 4
Prozentpunkten Steigerung in der online geäußerten
Patientenzufriedenheit.
Schlussfolgerung In dieser Studie konnte nachgewiesen werden, dass sich
über 30% der Varianz bei den online Bewertungen durch Faktoren
erklären lässt, die nicht direkt kausal mit der Qualität
der Versorgung verbunden sind. Eine Annährung an interne
Bewertungsergebnisse wäre damit durch eine reine Erhöhung der
Portalnutzung möglich.
Abstract
Study objectives Hospital Managers in Germany see themselves confronted
with negative reviews on the internet. There was no study performed looking at
the online reviews in order to estimate the key factors that are influencing
this positive or negative image. Goal of this study was the identification of
factors apart from the quality of a hospital on the online reviews using free
available data form the quality reports on the hospitals.
Methods Data on 364 Hospitals in North-Rhine Westphalia were gathered from
open available sources. The main platforms Klinikbewertungen.de and Google.de
were checked for available reviews. The study included only hospitals with data
on the platforms and the obligatory quality report. In order to exclude
discipline based bias the hospitals included required at least three different
somatic departments. In order to analyze the dataset apart from performing basic
descriptive analyses a stepwise multiple linear regression approach was choosien
with the dropping of insignificant variables.
Results The analyses included 190 hospitals with different types of
sponsorship where the majority were independent non-profit organizations. The
mean percentage of satisfaction was an overall of 66.82%. Two
independent variables had a significant influence on patient satisfaction. Those
were the number of reviews proportional to the number of inpatient cases and the
share of medical specialists on all physicians. The P-Values were 0.0000 and
0.0072 respectively. The overall regression model showed significance to the
alpha level of 5 % and a coefficient of determination of 0.34. The
higher effect came from the number of reviews where one percent more reviews led
to four percentage points higher satisfaction rates.
Conclusion This study proves that more than 30% of the variance
concerning the patient satisfaction on the internet can be explained by factors
that are not primarily caused by the actions during the treatment process.
Rising the quantity of reviews can provide better outcomes by approximating the
consent in internal reviews.
Schlüsselwörter
Bewertungen - Krankenhäuser - Patientenzufriedenheit - Routinedaten - Regression
Key words
reviews - inpatient - patient satisfaction - routine data - regression
