Linkage von klinischen Primärdaten und Krankenkassenabrechnungsdaten in der Evaluation der Schlaganfallversorgung – SeDaStro: Erfahrungen aus dem Tiroler StrokeCard-Programm

Zusammenfassung

Hintergrund Und Zielsetzung Datenlinkage-Verfahren sind von erheblicher Bedeutung für die Evaluation von Therapieregimes chronischer Erkrankungen, bei denen Patient/inn/en zwischen verschiedenen Versorgungssektoren navigieren. Ein umfassendes Bild langfristiger Effekte und der Kosten-Effektivität der Behandlung kann nur gezeichnet werden, wenn Daten verschiedener Provenienz miteinander verknüpft werden.

Methodische Probleme und Herausforderungen Am Beispiel der post-akuten Versorgung des Schlaganfalls veranschaulicht die vorliegende Studie, wie per exaktem deterministischem Datenlinkage klinische Patient/inn/endaten (Primärdaten) mit Routineabrechnungsdaten (Sekundärdaten) der Tiroler Gebietskrankenkasse (TGKK) verknüpft werden können. Die von Datenlinkage-Projekten bekannten Herausforderungen traten auch beim StrokeCard-Projekt der Medizinischen Universität Innsbruck auf, insgesamt jedoch begünstigten die Spezifika des österreichischen Gesundheitssystems (ein Großteil der Population ist in der Gebietskrankenkasse des jeweiligen Bundeslandes pflichtversichert) das Datenlinkage-Vorhaben.

Ergebnisse Im Rekrutierungszeitraum 01/2014–12/2015 konnten n=540 Pat. identifiziert und dem operativen Datensatz zugespielt werden. Davon waren n=367 Teil der StrokeCard-Gruppe (d. h. der Interventionsgruppe), n=173 gehörten der Standardversorgungsgruppe an (d. h. der Kontrollgruppe); n=11 Pat. haben das 1-Jahres-Follow-up nicht beendet (n=7 Pat. der Interventionsgruppe vs. n=4 Pat. der Kontrollgruppe); n=7 Pat. verstarben während der Studie (n=5 Pat. der Interventionsgruppe vs. n=2 Pat. der Kontrollgruppe). Für alle 540 Pat. waren TGKK-Routinedaten für 1 Jahr vor Rekrutierung bis 1 Jahr nach Entlassung aus der Klinik verfügbar. Alle Daten konnten für die gesundheitsökonomische Evaluation verwendet werden.

Schlussfolgerungen Mit diesem Projekt wurde die Machbarkeit der Verknüpfung von Primär- und Sekundärdaten unterschiedlicher Herkunft untersucht. Trotz günstiger Rahmenbedingungen hat die österreichische Versorgungsforschung nur begrenzte Erfahrungen auf diesem Gebiet. Die Ergebnisse zeigen, dass ein unter Datenschutzkautelen betriebenes Linkage gelingen kann und aufgrund der Verfügbarkeit relevanter Informationen aus Abrechnungsdaten eine empirische Bereicherung insbesondere für gesundheitsökonomische Analysen darstellt. Dies sollte als Anregung verstanden werden, in Evaluationsstudien Datenlinkage-Prozeduren in Zukunft in verstärktem Maße einzusetzen.

Abstract

Aims And Objectives Data linkage is of paramount importance in the evaluation of treatment regimens for chronic diseases where different health care sectors are involved. A comprehensive picture of long-term treatment effects and, in particular, the cost-effectiveness ratio of treatment approaches can only be drawn when data from various sources are merged and analyzed together.

Methodological Problems and Challenges Regarding post-acute stroke care, the present study gives an example of an exact deterministic data linkage procedure including clinical patient records and claims data of TGKK, the main Tyrolean statutory health insurance fund. Typical problems known from other data linkage projects also emerged in the so-called StrokeCard program conducted at the Medical University of Innsbruck. Distinctive Austrian features (the majority of the Austrian population benefits from a mandatory social insurance system without freedom of choice) facilitated the feasibility of the data linkage procedures.

Results Over the recruitment period 01/2014–12/2015, 540 patients could be assigned to the operative dataset. Of these, 367 patients were part of the StrokeCard group (i. e. the treatment group), and 173 belonged to the usual care group (i. e. the control group); 11 patients did not complete the one-year follow-up period (7 treatment group patients vs. 4 control group patients); 7 of them died during the study (5 treatment group patients vs. 2 control group patients). For all 540 patients, TGKK claims data were available for the time-frames of one year before recruitment and one year after discharge from the University hospital. All data could be used in the health-economic evaluation of the StrokeCard program.

Conclusions The linking of clinical patient records with data collected by SHI funds opens a window of opportunities for analyses of medical care. Counter-intuitively, Austrian health services research activities have limited experience in data linkage approaches, alhough studies based on the linkage of clinical patient records and claims data are indispensable for the evaluation of complex multi-sectoral treatment schemes. The current project proves the feasibility of data linkage mechanisms in the Austrian context. This should be regarded as an impetus for extending data linkage principles to evaluation studies in the future.

Key words

Claims Data - Clinical Data - Data Linkage - Stroke - Care Pathway - Health Services Research

• Literatur

• 1 Matusiewicz D, Wasem J. Gesundheitsökonomie in Deutschland – ein Blick zurück nach vorn. In: Mühlbauer BH, Kellerhoff F, Matusiewicz D. Hrsg Zukunftsperspektiven der Gesundheitswirtschaft. Münster: LIT-Verlag Dr. W. Hopf; 2012: 420ff
• 2 Fricke FU. Der gesundheitspolitische Nutzen von Evaluationsstudien. In: Schöffski Ö. Graf v. d. Schulenburg JM, Hrsg Gesundheitsökonomische Evaluationen. 3., vollständig überarbeitete Auflage Berlin, Heidelberg: Springer; 2008: 509-533
• 3 Gothe H, Ohlmeier C. Inanspruchnahme von Versorgungsleistungen. In: Razum O, Kolip P. Hrsg Handbuch Gesundheitswissenschaften. 7. Aufl Weinheim und München: Beltz Juventa; 2020. im Druck
• 4 Gothe H. Pharmakoepidemiologie – Nutzung der Arzneimittelverordnungsdaten. Bundesgesundheitsblatt 2008; 51: 1145-1154
• 5 Gothe H, Siebert U, Kugler J. Sekundärdaten in der gesundheitsökonomischen Evaluierung von Telemedizinischen Anwendungen. In: Ammenwerth E, Hörbst A, Hayn D, Schreier G. Hrsg Tagungsband der eHealth 2013 „Health Informatics meets eHealth – von der Wissenschaft zur Anwendung und zurück“, 23.–24. Mai 2013. Wien, Österreich: OCG; 2013: 255-260
• 6 Swart E, Ihle P, Gothe H. et al. Hrsg Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlage, Methoden und Perspektiven. 2., vollständig überarbeitete Auflage Bern: Verlag Hans Huber; 2014
• 7 Berger ML, Mamdani M, Atkins D. et al. Good research practices for comparative effectiveness research: Defining, reporting and interpreting nonrandomized studies of treatment effects using secondary data sources: the ISPOR Good Research Practices for Retrospective Database Analysis Task Force Report – Part I. Value Health 2009; 12: 1044-1052
• 8 Cox E, Martin BC, Van Staa T. et al. Good Research Practices for Comparative Effectiveness Research: Approaches to Mitigate Bias and Confounding in the Design of Nonrandomized Studies of Treatment Effects Using Secondary Data Sources: The International Society for Pharmacoeconomics and Outcomes Research Good Research Practices for Retrospective Database Analysis Task Force Report – Part II. Value Health 2009; 12: 1053-1061
• 9 Johnson ML, Crown W, Martin BC. et al. Good research practices for comparative effectiveness research: Analytic methods to improve causal inference from nonrandomized studies of treatment effects using secondary data sources: The ISPOR Good Research Practices for Retrospective Database Analysis Task Force Report – Part III. Value Health 2009; 12: 1062-1073
• 10 Schöffski Ö. Graf v. d. Schulenburg JM Hrsg Gesundheitsökonomische Evaluationen. 3., vollständig überarbeitete Auflage Berlin, Heidelberg: Springer; 2008
• 11 Schöffski Ö. Graf v. d. Schulenburg JM Deutsche Empfehlungen zur gesundheitsökonomischen Evaluation – Revidierte Fassung des Hannoveraner Konsens – der Hannoveraner Konsens Gruppe. In: Schöffski Ö. Graf v. d. Schulenburg JM Hrsg Gesundheitsökonomische Evaluationen. 3., vollständig überarbeitete Auflage Berlin, Heidelberg: Springer; 2008: 479-485
• 12 Willeit J, Geley T, Schöch J. et al. Thrombolysis and clinical outcome in patients with stroke after implementation of the Tyrol Stroke Pathway: a retrospective observational study. Lancet Neurol 2015; 14: 48-56
• 13 Toell T, Boehme C, Mayer L. et al. Pragmatic trial of multifaceted intervention (STROKE-CARD care) to reduce cardiovascular risk and improve quality-of life after ischaemic stroke and transient ischaemic attack – study protocol. BMC Neurology 2018; 18: 187
• 14 Institut für Public Health, Medical Decision Making und Health Technology Assessment, Department für Public Health, Versorgungsforschung und Health Technology Assessment, UMIT; Hrsg. Post-Stroke Disease Management „Stroke Card“: Gesundheitsökonomische Evaluation – Update. Unveröffentlichter Endbericht. UMIT, Hall in Tirol, Austria; 2017
• 15 Brott T, Adams HP, Olinger CP. et al. Measurements of acute cerebral infarction: A clinical examination scale. Stroke 1989; 20: 864-870
• 16 Harrison JK, McArthur KS, Quinn TJ. Assessment scales in stroke: clinimetric and clinical considerations. Clin Interv Aging 2013; 8: 201-211
• 17 Quinn TJ, Dawson J, Walters MR. et al. Functional outcome measures in contemporary stroke trials. Int J Stroke 2009; 4: 200-205
• 18 March S, Antoni M, Kieschke J. et al. Quo vadis Datenlinkage in Deutschland? Eine erste Bestandsaufnahme. Gesundheitswesen 2018; 80: e20-e31
• 19 March S, Andrich S, Drepper J. et al. für die Arbeitsgruppe Erhebung und Nutzung von Sekundärdaten (AGENS) der Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP) und der Deutschen Gesellschaft für Epidemiologie (DGEpi), für die Arbeitsgruppe Validierung und Linkage von Sekundärdaten des Deutschen Netzwerks Versorgungsforschung (DNVF) sowie für die Arbeitsgruppe Datenschutz und die Arbeitsgruppe IT-Infrastruktur und Qualitätsmanagement der TMF – Technologie- und Methodenplattform für die vernetzte medizinische Forschung e. V. Gute Praxis Datenlinkage (GPD). Version 30.01.2019, Veröffentlichung in Vorbereitung.
• 20 Glock B, Endel F, Endel G. Deterministic Record Linkage of Health Data as Preparatory Work in Modelling and Simulation – Use Case: Hospitalizations in Austria. Proceedings of the 6^th International Workshop on Innovative Simulation for Health Care (WISH), September 18–20, 2017, Barcelona, Spain.
• 21 Tiroler Gebietskrankenkasse – TGKK. Statistik: Die Entwicklung der Tiroler Gebietskrankenkasse. URL https://www.tgkk.at/cdscontent/load?contentid=10008.657485&version=1530266071 Zugriff am 18.02.2019
• 22 Siebert U. When should decision-analytic modeling be used in the economic evaluation of health care? [Editorial]. The European Journal of Health Economics 2003; 4: 143-150
• 23 Hagenmeyer EG, Häussler B, Gothe H. Economic evaluation of stroke unit care versus traditional care in a German setting. In: Verein zur Förderung der Technologiebewertung im Gesundheitswesen (Health Technology Assessment), Berlin; Hrsg. The challenge of collaboration. Proceedings of the 18th annual meeting of the International Society of Technology Assessment in Health Care (ISTAHC). 2002. Satellite symposium: Clinical Guidelines 2002 – CPG 2002. München, Jena: Urban und Fischer Verlag; 2012: 87-88
• 24 Hagenmeyer EG, Häussler B, Gothe H. et al. Ein Markov-Modell zur Ermittlung der Langzeitfolgen der Schlaganfallerkrankung. In: Slesina W, Patzelt C, Weber A; Hrsg. Risiken und Ressourcen für Gesundheit. Gemeinsame Wissenschaftliche Jahrestagung der Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP) und der Deutschen Gesellschaft für Medizinische Soziologie (DGMS), Abstractband. Gesundheitswesen 2002; 64: A54
• 25 Gothe H, Storz P, Hagenmeyer EG. et al. Management des Diabetes mellitus. Was können wir von anderen Gesundheitssystemen lernen?. Diabetes aktuell 2006; 4: 119-124
• 26 Hernán MA, Robins JM. Per-Protocol Analyses of Pragmatic Trials. N Engl J Med 2017; 377: 1391-1398