Einfluss der Teilnahme am DMP Diabetes mellitus Typ 2 auf die Entwicklung der Leistungsausgaben – Ergebnisse einer retrospektiven kontrollierten Studie auf der Basis von GKV-Routinedaten

Zusammenfassung

Die Leistungsausgaben (LA) von 7131 Versicherten der KKH-Allianz, die am DMP Diabetes Typ 2 teilnahmen, wurden mit einer nach Geschlecht, Alter und nach Morbiditätsadjustierung erwarteten Leistungsausgaben gematchten Gruppe von Nicht-Teilnehmern verglichen, um zu ermitteln, ob innerhalb des Zeitraums 2004 – 2006 Unterschiede in der Entwicklung der LA insgesamt bzw. differenziert nach Hauptleistungsbereichen (HLB) beobachtbar sind. Im ersten Beobachtungsjahr waren die LA nahezu gleich, in den beiden Folgejahren stiegen die LA der DMP-TN langsamer und lagen in 2006 um etwa 9 % unter denen der VG (p < 0,05). Die Differenzierung nach HLB zeigt, dass die DMP-TN höhere Ausgaben für ambulante ärztliche Behandlung, aber deutlich niedrigere in den Bereichen Krankenhaus und sonstige Leistungen haben. Die DMP-TN haben zwar niedrigere stationäre Inanspruchnahmen bei Diabetes-assoziierten Indikationen, der größte Teil des Ausgabenunterschieds ist jedoch auf andere Indikationen (insbes. psychische Erkrankungen, Krebs) zurückzuführen. Die DMP-TN erhalten mehr Arzneimittel aus Diabetes-assoziierten Indikationsgebieten, die VG dagegen erheblich mehr Psychopharmaka, Zytostatika und Opioide. Die Studie bestätigt die bereits bekannten Hinweise auf Prozessverbesserungen der Diabetesbehandlung im DMP. Die ebenfalls beobachtete günstigere Entwicklung der Leistungsausgaben vor allem im Bereich stationärer Behandlungen lässt sich jedoch zum überwiegenden Teil auf eine wahrscheinlich selektionsbedingt höhere Komorbidität der nicht am DMP teilnehmenden Diabetiker zurückführen. Unter methodischen Gesichtspunkten wird deutlich, dass bei nachträglichen Evaluationen der DMP mit erheblichen Selektionseffekten gerechnet werden muss, die nicht nur den Schweregrad der DMP-Indikation, sondern auch andere Komorbiditäten betreffen können.

Abstract

Health care costs of 7131 patients enrolled in the German disease management program for diabetes type 2 (DMP Dm2) were compared to a group of diabetic non-participants. Utilization of hospital care and medications was analyzed to explain cost differences. DMP-participants and controls were matched by age, sex and predicted expenditures over three years that were derived with the help of a risk-adjustment model based on diagnoses and pharmacy data. Starting from approximately equal costs in 2004 the control group exhibited higher overall costs in 2006 (+ 9 %, p < 0.05). The cost difference was determined primarily by lower expenditures for hospital care in the DMP group (+ 37 %, p < 0.05). Analysis of utilization data detected higher rates of hospital care for diabetes and related conditions (+ 16 %, n. s.) in the control group. But the most important determinants of the difference in hospital care were higher rates of treatment for mental and behavioural disorders (+ 160 %, p < 0.05), neoplasms (+ 32 %, n. s.) and several other conditions not associated with diabetes in the control group. Medication costs differed significantly only in the first year of observation (2004). DMP patients received significantly higher quantities of anti-diabetics, anti-hypertensives and statins, while control patients received significantly more anticancer agents, nervous system drugs and opioids. The study supports earlier findings that the German DMPs may have improved the quality of diabetes care. Effects on health care costs are strongly biased by selection of patients into the DMP with less serious co-morbidities.

Schlüsselwörter

Disease Management Programme - DMP - Diabetes mellitus Typ 2 - Leistungsausgaben - Selektionsbias

Key words

disease management program - DMP - Diabetes - health care costs - claims data - selection bias

Literatur

• 1 Ellrodt G, Cook D J, Lee J et al. Evidence-based disease management.  JAMA. 1997;  278 1687-1692
• 2 Lee W C. Quantifying morbidities by Adjusted Clinical Group system for a Taiwan population: A nationwide analysis.  BMC Health Services Research. 2008;  8 (1) 153
• 3 Straub C, Dietrich E S. Morbi-RSA – Das Ende der DMP?.  Gesundheits- und Sozialpolitik. 2008;  11 31-33
• 4 Häussler B, Berger U. Bedingungen für effektive Disease-Management-Programme. Analyse, Bewertung und Lösungsansätze für Qualität und Finanzierung. Baden-Baden: Nomos; 2004
• 5 Raspe H, Sawicki P, Schmacke N. Sind vorliegende Disease-Management-Programme für Diabetes wirklich unnötig?.  G + G Wissenschaft. 2004;  4 1-10
• 6 Häussler B, Berger U. Blühende Landschaften: Die Effektivität von Disease-Management-Programmen in der Wahrnehmung deutscher EBM-Experten.  Gesundheits- und Sozialpolitik. 2004;  58 48-55
• 7 Ofman J J, Badangarav E, Henning J M et al. Does disease management improve clinical and economic outcomes in patients with chronic diseases? A systematic review.  Am J Med. 2004;  117 182-192
• 8 Häussler B, Wille E, Wasem J et al. Diabetiker im Disease Management. Erste Erkenntnisse über die Wirkung der Disease Management Programme in der gesetzlichen Krankenversicherung.  Gesundheits- und Sozialpolitik. 2005;  59 23-33
• 9 Ullrich W, Marschall U, Graf C. Versorgungsmerkmale des Diabetes mellitus in Disease Management-Programmen. Ein Vergleich von in die DMP eingeschriebenen und nichteingeschriebenen Versicherten mit Diabetes.  Diabetes, Stoffwechsel und Herz. 2007;  16 407-414
• 10 Graf C, Elkeles T, Kirschner W. Gibt es einen Selektionsbias im DMP Diabetes?.  Zeitschrift für Allgemeinmedizin. 2009;  85 82-89
• 11 Häussler B, Storz P. Disease-Management-Programme in der gesetzlichen Krankenversicherung: Unterschiede zwischen teilnehmenden und nicht teilnehmenden Diabetikern. In Böcken J, Braun B, Schnee M, (Hrsg) Gesundheitsmonitor 2005.. Gütersloh: Verlag Bertelsmann Stiftung; 2005: 32-40
• 12 Graf C. Verbesserung der Chronikerversorgung: Welchen Einfluss haben DMP und Hausarztmodelle?. In Böcken J, Braun B, Amhof R, (Hrsg) Gesundheitsmonitor 2008.. Gütersloh: Verlag Bertelsmann Stiftung; 2008: 122-141
• 13 Beyer M, Gensichen J, Szecsenyi J et al. Wirksamkeit von Disease-Management-Programmen in Deutschland – Probleme der medizinischen Evaluationsforschung anhand eines Studienprotokolls.  Z ärztl Fortbild Qual Gesundhwes. 2006;  100 355-363
• 14 Elkeles T, Kirschner W, Graf C et al. Versorgungsunterschiede zwischen DMP und Nicht-DMP aus Sicht der Versicherten.  Gesundheits- und Sozialpolitik. 2008;  62 10-18
• 15 Szecsenyi J, Rosemann T, Joos S et al. German diabetes disease management programs are appropriate for restructuring care according to the chronic care model. An evaluation with the patient assessment of chronic illness care instrument.  Diabetes Care. 2008;  31 1150-1154
• 16 Ose D, Wensing M, Szecsenyi J et al. Impact of primary care-based disease management on the health-related quality of life in patients with type 2 diabetes and co-morbidity.  Diabetes Care. 2009;  32 1-7
• 17 Graf C, Ullrich W, Marschall U. Nutzenbewertung der DMP Diabetes mellitus.  Gesundheits- und Sozialpolitik. 2008;  1 19-30
• 18 Willenborg P, Kolpatzik K. Länger leben im DMP.  Gesundheit und Gesellschaft. 2008;  11 14-15
• 19 Miksch A, Laux G, Ose D et al. Is there a survival benefit within a German primary care-based disease management program?.  Am J Managed Care. 2010;  16 49-54
• 20 Fishman P A, Hornbrook M C. Assigning resources to health care use for health services research: options and consequences.  Med Care. 2009;  47 (7 Suppl 1) 70-75
• 21 Bundesversicherungsamt .RSA-Leitfaden 2007: Erläuterungen zu den Grundlagen, Berechnungen und zur Durchführung des Risikostrukturausgleichs im BVA. http://www.bundesversicherungsamt.de/cln_115/nn_1046748/DE/Risikostrukturausgleich/Risikostrukturausgleich__bis__2008/RSA__Leitfaden__2006,templateId=raw,property=publicationFile.pdf/RSA_Leitfaden_2006.pdf (zuletzt besucht: 25.03.10)
• 22 Shete S, Beasley T M, Etzel C J et al. Effect of winsorization on power and type 1 error of variance components and related methods of QTL detection.  Behavior Genetics. 2004;  34 (2) 153-159
• 23 Manning W G, Mullahy J. Estimating log models: to transform or not to transform?.  Journal of Health Economics. 2001;  20 461-494
• 24 Yuen K K. The two-sample trimmed t for unequal population variances.  Biometrika. 1974;  61 165-170