Identifikation und Quantifizierung von Low Value Care mit anonymisierten Schweizer Versichertendaten am Beispiel von chronisch-obstruktiver Lungenerkrankung (COPD) und koronarer Herzkrankheit (KHK)

Unter Low Value Care werden Leistungen verstanden, die im individuellen Kontext (a) den Patienten wenig oder keinen Nutzen bringen, (b) potenziell Schaden verursachen, (c) unnötige Kosten verursachen und/oder (d) im Vergleich zur Anwendung alternativer Leistungen bzw. der Anwendung bei einer alternativen Patientengruppe die knappen Ressourcen des Gesundheitswesens nicht nutzenorientiert eingesetzt werden. Die systematische Identifikation und Quantifizierung von Low Value Care ist herausfordernd. Abrechnungsdaten wurden hierzu bisher nicht genutzt. Die vorliegende Studie setzt sich zum Ziel, Teile des Versorgungspfads zweier exemplarischer Leistungsbereiche auf Low Value Care mithilfe von anonymisierten Versichertendaten zu untersuchen. Aufgrund ihrer Bedeutung für das Gesundheitswesen und den Leidensdruck der Patienten wurden zwei chronische Krankheiten gewählt: chronisch-obstruktive Lungenerkrankung (COPD) und die koronare Herzkrankheit (KHK). Bei COPD wurde die Medikamentenadhärenz der Patienten untersucht und festgestellt, dass eine regelgemässe Einnahme der Medikamente das Risiko einer Exazerbation inkl. Hospitalisierung um mehr als 50% senken kann. Bei KHK hat sich gezeigt, dass zur initialen Diagnostik ein weit grösserer Anteil an Patienten zuerst eine KoronarCT anstelle einer invasiven Koronarangiografie (Herzkatheteruntersuchung) mit gleichem Diagnoseergebnis erhalten könnte. Hierdurch könnten ca. CHF 4.5 bis 5.5 Mio. pro Jahr für die Groupe Mutuel Versicherten eingespart werden. Aus den Ergebnissen der Studie lässt sich ableiten: (1) Low Value Care kann anhand von anonymisierten Abrechnungsdaten identifiziert und quantifiziert werden, (2) Low Value Care bei COPD könnte durch strukturierte Behandlungsprogramme und digitale Gesundheitsanwendungen verringert werden und (3) qualitätsorientierte Vergütungsanreize könnten bewirken, dass knappe Ressourcen zielgerichtet und effizient eingesetzt werden. Darüber hinaus hat sich gezeigt, dass eine umfangreichere Datenbasis, insb. Diagnoseinformationen, die Möglichkeiten und Aussagekraft der Analysen substanziell verstärken würde.