Auswahl geeigneter Kontrollkliniken für die Durchführung der bundesweiten und einheitlichen Evaluation von Modellvorhaben nach § 64b SGB V. Analyse von Daten der Strukturierten Qualitätsberichte

Abstract

Health care needs of mentally ill patients make special demands on cross-sectoral health care structures. § 64b SGB V enables care of mentally ill patients through model projects that are multi-professional, work across treatment periods and sectors and implement new forms of financing. These model projects in their hospitals (case hospitals) need to be evaluated and compared with standard treatment methods. The aim of this analysis is to identify matching hospitals according to a priori defined criteria for the establishment of a control group (control hospitals) using secondary data. A systematic analysis was conducted based on structured quality reports according to §+137 SGB V and matched data from the Federal Institute for Research on Building, Urban Affairs and Spatial Development (BBSR). Based on a priori defined knock-out criteria, criteria based on patients (weighting 50%), structural features of hospitals (25%) and environmental factors (25%), a weighted similarity score was calculated for each of the 13 case hospitals, which could reach the maximum of 100 points (perfect match). 10 control hospitals per case hospital were identified according to the weighted similarity score. The median of the total deviation of potential control hospitals from the case hospitals was 34.3 (range: 17.6-66.7). The median of the 10 selected control hospitals per case hospital was 30.9 (range: 17.6-40.8). The defined algorithm could be used to identify similar control hospitals. The method using the mentioned databases and derivation of specific criteria of structural similarity are generally suitable in controlled designs for the evaluation of complex interventions based on routine data.

Verringerung vollstationärer Behandlungstage in psychiatrischen Kliniken mit Modellvorhaben zur patientenzentrierten Versorgung mit globalem Budget (§ 64b SGB V)

“…rierten Qualitätsberichten und INKAR-Daten zugeordnet [20]. Aus den am besten passenden Kliniken wurde dann im nächsten Schritt mittels eines exakten und eines gemischten Propensity Score Matchings [21,22] Die Anzahl der PIA-Kontakte war im Jahr nach Referenzfall in 6 Modellvorhaben in der IG um 0,4-5,0 PIA-Kontakte größer und in 6 Modellvorhaben um 1,0-1,9 PIA-Kontakte kleiner als in der KG (▶ Abb.…”

“…rierten Qualitätsberichten und INKAR-Daten zugeordnet [20]. Aus den am besten passenden Kliniken wurde dann im nächsten Schritt mittels eines exakten und eines gemischten Propensity Score Matchings [21,22] Modellvorhaben mit Vorläuferverträgen wiesen geringere vollstationäre und höhere teilstationäre Behandlungstage im Vergleich zu Modellvorhaben ohne Vorläuferverträge auf.…”

Implementierung eines globalen Behandlungsbudgets in der Psychiatrie – Welche Anreize, Voraussetzungen und Herausforderungen gibt es?

“…Von den zu Studienbeginn bestehenden 19 MV nahmenentsprechend der Teilnahme an PsychCareinsgesamt 8 Kliniken der Erwachsenenpsychiatrie sowie 2 Kinder-und Jugendpsychiatrien teil. Zehn ausgewählte Kontrollkliniken der Regelversorgung waren ebenfalls an der Gesamtstudie [24], nicht jedoch an dem vorliegenden Teilprojekt, beteiligt, da sie über keine Erfahrungen mit GBB verfügen. Aufgrund von gegenüber der Erwachsenenpsychiatrie abweichenden Strukturmerkmalen wurden die kinder-und jugendpsychiatrischen Kliniken aus dem vorliegenden Teilprojekt ausgenommen.…”

Effectiveness of Global Treatment Budgets for Patients With Mental Disorders—Claims Data Based Meta-Analysis of 13 Controlled Studies From Germany

“…Therefore, up to 10 control hospitals were allocated in ranking order to each FIT hospital based on a priori defined knockout criteria (i.e., same region, institutionalized structures, such as specialist departments, and PIA), criteria based on patients (i.e., number of cases per diagnosis) with a weighting of 50%, structural features of hospitals (e.g., number of beds or number of personnel) with a weighting of 25%, and regional factors (e.g., unemployment rate, household income) with a weighting of 25%. More details can be found in the already-published study protocol (33). Once we identified best-fitting control hospitals for each FIT hospital, we applied a second matching algorithm on the level of patients.…”