Download PDF
CC BY-NC-ND 4.0 · Gesundheitswesen 2025; 87(04): 282-290
DOI: 10.1055/a-2541-9695
Originalarbeit

Definition Zusammengefasster Krankheitsgruppen für ein Klassifikationssystem zur Messung des morbiditätsbezogenen Versorgungsbedarfs – PopGroup

Definition of consolidated disease groups for a population-based system to classify morbidity-related healthcare needs: PopGroup
Chrissa Tsatsaronis
1   Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin, Germany
,
Maria Klemt
1   Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin, Germany
,
Karen Kinder
1   Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin, Germany
,
Benedikt Langenberger
1   Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin, Germany
,
Anna Braun
2   Abteilung Gesundheitsberichterstattung und Biometrie, aQua – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen, Göttingen, Germany
,
Thomas G. Grobe
2   Abteilung Gesundheitsberichterstattung und Biometrie, aQua – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen, Göttingen, Germany
,
Reinhard Busse
1   Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin, Germany
,
Wilm Quentin
1   Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin, Germany
› Author Affiliations
› Further Information
Also available at
   Permissions and Reprints

Zusammenfassung

Ziel In den letzten Jahren wurde verstärkt eine Morbiditätsorientierung in der Versorgungsstrukturplanung gefordert. Für die regional differenzierte Erhebung des Versorgungsbedarfs werden bevölkerungsbezogene Klassifikationssysteme benötigt, wie sie in verschiedenen Ländern bereits existieren. Das PopGroup Projekt hat zum Ziel, ein solches Klassifikationssystem (PopGrouper) für den deutschen Versorgungskontext zu entwickeln und verschiedene Anwendungen zu erproben. Der PopGrouper soll jede Person genau einer PopGroup zuordnen, die durch bestimmte klinische Eigenschaften und einen bestimmten Versorgungsbedarf charakterisiert ist. Das Ziel des ersten Schrittes der PopGrouper Entwicklung war es, als Basis für die Bildung von PopGroups, Diagnosen in medizinisch sinnvollen Gruppen zusammenzufassen – in sogenannten Zusammengefassten Krankheitsgruppen (ZKGs). Dieser Artikel befasst sich mit der Bildung und Validierung der ZKGs sowie mit der Definition eines Krankheitsschweregrads zu den entstandenen ZKGs.

Methodik Die ZKGs wurden unter Einbeziehung medizinischer Expertise sowie Analysen der Routinedaten der BARMER-Krankenkasse gebildet. Dabei wurden bereits zuvor definierte Diagnosegruppen verwendet – die DxGs des morbiditätsorientierten Risikostrukturausgleichs. Zunächst wurden übergeordnete Makro-Krankheitsgruppen (MKGs) gebildet. Innerhalb der MKGs wurden die DxGs anhand definierter Kriterien zu ZKGs gruppiert. Die gebildeten ZKGs wurden durch Expert*innen wissenschaftlicher medizinischer Fachgesellschaften validiert. Abschließend wurde ein Krankheitsschweregrad anhand von drei Dimensionen (Mortalität, Kosten, Inanspruchnahme) sowie Schweregrad-Kategorien von „sehr schwer“ bis „sehr leicht“ definiert, um die ZKGs zu hierarchisieren.

Ergebnisse Insgesamt wurden 32 MKGs und 433 ZKGs definiert und validiert. Jede ZKG erhielt einen Schweregrad-Score.

Schlussfolgerung Die ZKGs und MKGs bilden einen wichtigen ersten Schritt der PopGrouper-Entwicklung. Auf dieser Grundlage konnten anschließend PopGroups gebildet werden, die diverse ZKGs und MKGs sowie Kombinationen berücksichtigen. Die Einteilung von Diagnosen in eine kleinere Anzahl medizinisch sinnvoller Gruppen bietet auch außerhalb des Projekts Möglichkeiten für die Versorgungsforschung, für die Analyse von Krankheiten sowie für die Identifikation von Versichertengruppen mit ähnlichen Eigenschaften.

Abstract

Objective In recent years there has been an increased demand for a morbidity-oriented approach in the planning of healthcare facilities in Germany. Population-based classification systems, which already exist in various countries, are crucial for assessing regional healthcare needs. The PopGroup project aims to develop such a classification system (PopGrouper) for the German healthcare system and to test various applications. The PopGrouper assigns each individual to exactly one PopGroup based on clinical characteristics and healthcare needs. The initial phase of the PopGrouper development focused on grouping diagnoses into medically meaningful Consolidated Disease Groups (CDGs) to serve as the foundation for forming PopGroups. This article describes the formation and validation of CDGs, as well as the definition of a disease severity level to hierarchically rank the CDGs.

Methods CDGs were formed using both medical expertise and analyses of claims data from the BARMER sickness fund. Pre-existing diagnosis groups (DxGs) defined for the German morbidity-based risk structure compensation scheme were used as the starting point. Initially, overarching Major Disease Categories (MDCs) were formed. Within MDCs, DxGs were grouped into CDGs based on predefined criteria. CDGs were validated by experts from scientific medical societies. Finally, a composite disease severity score was calculated based on three dimensions (mortality, costs, utilization) and severity levels from “very severe” to “very minor” were defined to classify CDGs.

Results A total of 32 MDCs and 433 CDGs were defined and validated. Each CDG received a severity score. Based on this foundation, in the subsequent project phase, PopGroups were formed that took into consideration various diseases and combinations of diseases.

Conclusion CDGs and MDCs represent important initial steps in the PopGrouper development. The aggregation of diagnoses into a smaller number of medically meaningful groups also offers opportunities beyond the project, for instance for healthcare research, for the analysis of diseases, and for the identification of patient groups with similar characteristics.

Schlüsselwörter

Klassifikationssystem - Risikoadjustierung - Krankheitsschweregrad - Morbidität - Versorgungsbedarf - Versorgungsforschung

Keywords

classification system - risk adjustment - disease severity level - morbidity - healthcare needs - health services research

Zusätzliches Material



Publication History

Received: 01 February 2024

Accepted after revision: 16 December 2024

Article published online:
14 April 2025

© 2025. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).

Georg Thieme Verlag KG
Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 Sundmacher L. Gutachten zur Weiterentwicklung der Bedarfsplanung i.S.d. §§ 99 ff. SGB V zur Sicherung der vertragsärztlichen Versorgung. Berlin 2018
    PubMed
  • 2 Ministerium für Arbeit, Gesundheit und Soziales des Landes Nordrhein-Westfalen. Gutachten: Krankenhauslandschaft Nordrhein-Westfalen. Düsseldorf; 2019
    PubMed
  • 3 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen. Bedarfsgerechte Steuerung der Gesundheitsversorgung. Gutachten 2018. Bonn; 2018
    PubMed
  • 4 Forrest C, Kinder K, Lemke K. et al. Adjusted Clinical Group – ein Instrument zur Prognose des Ressourcenverbrauchs. Gesundheits- und Sozialpolitik 2004; 58: 8-15
    PubMedSearch in Google Scholar
  • 5 Hughes JS, Averill RF, Eisenhandler J. et al. Clinical Risk Groups (CRGs): a classification system for risk-adjusted capitation-based payment and health care management. Med Care 2004; 42: 81-90
    CrossrefPubMedSearch in Google Scholar
  • 6 Canadian Institute for Health Information. CIHI’s Population Grouping Methodology 1.4. Overview and Outputs, 2023. Ottawa; 2023
    PubMed
  • 7 Quentin W, Busse R, Vogt V, Czihal T, Offermanns M, Grobe T, Focke K. Entwicklung eines Systems zur Klassifikation des morbiditätsbezogenen Versorgungsbedarfs (PopGroup). In: Repschläger U, Schulte C, Osterkamp N, Hrsg. Gesundheitswesen aktuell 2020. Beiträge und Analysen. BARMER. 2020: 78-97
    CrossrefSearch in Google Scholar
  • 8 Bundesamt für Soziale Sicherung. Risikostrukturausgleich. Funktionsweise. Im Internet https://www.bundesamtsozialesicherung.de/de/themen/risikostrukturausgleich/rsa-einfach-erklaert/ Stand: 19.01.2024
    PubMed
  • 9 Straub C, Marschall U. Versorgungsforschung aus Sicht der Krankenkassen. Forum 2018; 33: 356-360
    CrossrefPubMedSearch in Google Scholar
  • 10 Bundesamt für Soziale Sicherung. Risikostrukturausgleich. Festlegungen. Im Internet https://www.bundesamtsozialesicherung.de/de/themen/risikostrukturausgleich/festlegungen/ Stand: 14.08.2024
    PubMed
  • 11 Bundesinstitut für Arzneimittel und Medizinprodukte. ICD-10-GM. Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme, German Modification. Im Internet https://www.bfarm.de/DE/Kodiersysteme/Klassifikationen/ICD/ICD-10-GM/_node.html Stand: 14.08.2024
    PubMed
  • 12 Institut für das Entgeltsystem im Krankenhaus. aG-DRG-System 2024. Definitionshandbuch. Im Internet https://www.g-drg.de/ag-drg-system-2024/definitionshandbuch Stand: 28.12.2023
    PubMed
  • 13 Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e. V. AWMF online. Portal der wissenschaftlichen Medizin. Im Internet https://www.awmf.org/ Stand: 28.12.2023
    PubMed
  • 14 Zentrum für Krebsregisterdaten & Gesellschaft der epidemiologischen Krebsregister in Deutschland. Krebs in Deutschland für 2019/2020. 14. Ausgabe. Berlin; 2023
    PubMed