Zusammenfassung
Ziel der Studie Die berufliche (Wieder-)Eingliederung der Rehabilitanden
stellt neben der Lebensqualität ein wichtiges Behandlungsergebnis einer
medizinischen Rehabilitationsmaßnahme in Trägerschaft der
Deutschen Rentenversicherung dar. Um den sozialmedizinischen Verlauf in Form der
beruflichen (Wieder-)Eingliederung als Qualitätsindikator nutzen zu
können, musste zunächst eine geeignete Operationalisierung
gefunden werden, um anschließend eine Risikoadjustierung hinsichtlich
vorbestehender ergebnisrelevanter Rehabilitanden-, Fachabteilungs- und
Arbeitsmarktmerkmale zu erarbeiten, welche die Fachabteilungen nicht unmittelbar
beeinflussen können.
Methodik Dazu wurde mittels multipler Regressionsanalysen und
Kreuzvalidierung eine Adjustierungsstrategie entwickelt, welche die
Einflüsse ergebnisrelevanter Confounder (Einflussgrößen)
mathematisch kompensiert und so sachgerechte Fachabteilungsvergleiche
bezüglich der sozialmedizinischen Verläufe der Rehabilitanden
nach ihrer medizinischen Rehabilitation zulässt. Als geeignete
Operationalisierung des sozialmedizinischen Verlaufs in Form der beruflichen
(Wieder-)Eingliederung wurden unter Einbezug von Experten die
sozialversicherungspflichtigen Beschäftigungstage im ersten und zweiten
Jahr nach der Rehabilitationsmaßnahme ausgewählt. Methodische
Herausforderungen bei der Entwicklung der Adjustierungsstrategie stellten die
Auswahl einer geeigneten Regressionsmethode für die
Verteilungsbesonderheiten der Zielgröße, die adäquate
Modellierung der Mehr-Ebenenstruktur der Daten, und die Selektion der relevanten
Einflussgrößen auf den sozialmedizinischen Verlauf dar. Auf
Basis der adjustierten Ergebnisse wurde ein anwenderfreundliches
Rückmeldekonzept entwickelt.
Ergebnisse Als angemessene Regressionsmethode zur Modellierung der
U-förmig verteilten Anzahl der Beschäftigungstage wurde die
Fractional Logit Regression gewählt. Die Mehr-Ebenenstruktur der Daten
(cross-classified Arbeitsmarktregionen und Fachabteilungen) ist aufgrund von
durchweg niedrigen Intraklassenkorrelationen statistisch zu
vernachlässigen. Potenzielle Einflussgrößen wurden
theoretisch vorselektiert (unter Einbezug medizinischer Experten bei
medizinischen Parametern) und indikationsspezifisch über
Rückwärtsselektion auf ihre prognostische Relevanz
geprüft. Die Strategie erwies sich nach Kreuzvalidierung als stabil. Die
Ergebnisse der Adjustierung wurden unter Einbezug der Nutzerperspektive
(Interviews und Fokusgruppen) anwenderorientiert in einem
Rückmeldekonzept dargestellt.
Schlussfolgerung Das entwickelte Adjustierungsverfahren ermöglicht
durch die Kompensation vorbestehender Rehabilitandenmerkmale einen sachgerechten
Fachabteilungsvergleich zur Beurteilung der Behandlungsergebnisse im Rahmen der
Reha-Qualitätssicherung. Die methodischen Herausforderungen,
Entscheidungen und Limitationen werden in diesem Beitrag ausführlicher
dargestellt.
Abstract
Purpose Besides the quality of life, patients’ return to work is
one of the most important treatment results of medical rehabilitation paid by
the German Pension Insurance. In order to be able to use the return to work as a
quality indicator for medical rehabilitation, a risk adjustment strategy for
pre-existing characteristics of patients, rehabilitation departments and labour
markets had to be developed.
Methods Multiple regression analyses and cross validation were used to
develop a risk adjustment strategy, which mathematically compensates the
influence of confounders and thus allows for appropriate comparisons between
rehabilitation departments regarding patients‘ return to work after
medical rehabilitation. Under the inclusion of experts, the number of employment
days in the first and second year after medical rehabilitation were chosen as an
appropriate operationalization of return to work. Methodological challenges in
the development of the risk adjustment strategy were the identification of a
suitable regression method for the distribution of the dependent variable,
modelling the multilevel structure of the data appropriately and selecting
relevant confounders for return to work. A user-friendly way of communicating
the results was developed.
Results The fractional logit regression was chosen as an appropriate
regression method to model the U-shaped distribution of the employment days. Low
intraclass correlations indicate that the multilevel structure of the data
(cross-classified labour market regions and rehabilitation departments) is
statistically negligible. Potential confounding factors were theoretically
preselected (medical experts were involved for medical parameters) and tested
for their prognostic relevance in each indication area using backwards
selection. Cross validations proved the risk adjustment strategy to be stable.
Adjustment results were displayed in a user-friendly report, including the
users’ perspective (focus groups and
interviews).
Conclusions The developed risk adjustment strategy
allows for adequate comparisons between rehabilitation departments and thus
enables a quality assessment of treatment results. Methodological challenges,
decisions and limitations are discussed in details throughout this paper.
Schlüsselwörter Rehabilitation - Qualitätsindikator - sozialmedizinischer Verlauf - Return to Work - Risikoadjustierung
Key words rehabilitation - quality
indicator - return to work - risk adjustment
