Prädiktoren irregulärer Beendigungen alkoholspezifischer Suchtbehandlungen

Zusammenfassung

Ziel der Studie

In der vorliegenden Studie werden Routinedaten der Versorgung von Personen mit Alkoholkonsumstörungen zur Untersuchung des Abbruchs von Behandlungen herangezogen. Ziel ist die Identifizierung von soziodemographischen, gesundheitsbezogenen und behandlungshistorischen Einflussfaktoren auf eine irreguläre Beendigung alkoholspezifischer Interventionen.

Methodik

In einer retrospektiven Auswertung von Leistungsdaten von zwei gesetzlichen Krankenkassen (AOK Rheinland/Hamburg – Die Gesundheitskasse, DAK – Gesundheit) und der Deutschen Rentenversicherung (DRV) wurden in Hamburg lebende Versicherte (mind. 18 Jahre) mit mindestens einer stationären Alkoholbehandlung (SAB, n=1.779 Personen, n=3.811 Episoden), qualifizierten Entzugsbehandlung (QEB, n=1.911, n=3.758 Episoden) oder medizinischer Rehabilitationsbehandlung (REHA, n=550 Personen, n=672 Episoden) zwischen 2016 und 2021 untersucht. Die irreguläre Beendigung jeder Behandlungsepisode wurde mittels hierarchischer logistischer Regressionsmodelle (Episoden geclustert in Personen) mit den Prädiktoren Soziodemographie (Geschlecht, Alter, Erwerbsstatus, Nationalität), Gesundheitszustand (Komorbidität, Medikation, Pflegestatus) und Behandlungserfahrung (Anzahl vorheriger Behandlungsepisoden, differenziert nach Beendigungsform und Behandlungsart) untersucht.

Ergebnisse

Irregulär beendet wurden 27,4% der SAB-, 17,4% der QEB- und 25,1% der REHA-Episoden. Über alle Behandlungsarten hinweg waren jüngeres Alter und frühere irregulär beendete Behandlungen signifikante Prädiktoren für eine (erneute) irreguläre Beendigung. Für SAB war zusätzlich ein männliches Geschlecht und eine geringe Komorbidität mit einer irregulären Beendigung assoziiert; frühere regulär beendete SAB-Episoden hingegen mit einem Behandlungsverbleib. Irreguläre SAB- und QEB-Beendigungen traten häufiger bei Patient:innen ohne Beschäftigung auf, irreguläre REHA-Beendigungen häufiger im ambulanten Setting und bei Patient:innen ohne deutsche Staatsbürgerschaft. Insgesamt hatten die eingeschlossenen Prädiktoren nur einen geringen Erklärungswert.

Schlussfolgerungen

Irreguläre Beendigungen sind häufig und zeigen sich besonders bei Personen, die bereits in der Vergangenheit Behandlungen irregulär beendeten. Die zugrundeliegenden Ursachen werden dabei weniger durch die berücksichtigten soziodemographischen und gesundheitsbezogenen Prädiktoren beeinflusst, als durch andere, nicht beobachtete Faktoren.

Abstract

Purpose

This study uses routine data on the care of people with alcohol use disorders to investigate treatment discontinuation. The aim is to identify sociodemographic, health-related and treatment history factors influencing irregular termination of alcohol-specific interventions.

Methods

In a retrospective evaluation of performance data from two statutory health insurance funds (AOK Rheinland/Hamburg – Die Gesundheitskasse, DAK – Gesundheit) and the German Pension Insurance Fund (DRV), insured persons living in Hamburg (aged 18 or over) with at least one inpatient alcohol treatment (SAB, n=1,779 persons, n=3,811 episodes), qualified withdrawal treatment (QEB, n=1,911, n=3,758 episodes) or medical rehabilitation treatment (REHA, n=550 persons, n=672 episodes) between 2016 and 2021 were analysed. Irregular discontinuation of each treatment episode was predicted using hierarchical logistic regression models (episodes clustered into persons) with the predictors sociodemographic characteristics (sex, age, employment status, nationality), health status (comorbidity, medication, care status) and treatment experience (number of previous treatment episodes, differentiated by type of termination and type of treatment).

Results

27.4% of SAB episodes, 17.4% of QEB episodes and 25.1% of REHA episodes were terminated irregularly. Across all types of treatment, younger age and previous irregularly terminated treatments were significant predictors of (repeated) irregular termination. For SAB, male gender and low comorbidity were also associated with irregular termination, whereas previous SAB episodes that ended regularly were associated with remaining in treatment. Irregular SAB and QEB terminations occurred more frequently in patients without employment, while irregular REHA terminations occurred more frequently in the outpatient setting and in patients without German citizenship. Overall, the included predictors had only a low explanatory value.

Conclusion

Irregular discontinuations are common and occur more frequently in individuals who have previously discontinued treatment irregularly. The underlying causes are influenced less by the socio-demographic and health-related predictors considered than by other, unobserved factors.

Schlüsselwörter

Alkoholbezogene Störungen - Behandlungsabbruch - stationäre Alkoholbehandlung - Qualifizierter Entzug - Rehabilitationsbehandlung

Keywords

Alcohol use disorders - treatment dropout - inpatient alcohol treatment - qualified withdrawal - rehabilitation

Publication History

Article published online:
12 January 2026

• Literatur

• 1 Carvalho AF, Heilig M, Perez A. et al. Alcohol use disorders. Lancet 2019; 394: 781-792
• 2 Mekonen T, Chan GCK, Connor J. et al. Treatment rates for alcohol use disorders: a systematic review and meta-analysis. Addiction 2021; 116: 2617-2634
• 3 Sliedrecht W, de Waart R, Witkiewitz K. et al. Alcohol use disorder relapse factors: A systematic review. Psychiatry Res 2019; 278: 97-115
• 4 Ciraulo DA, Piechniczek-Buczek J, Iscan EN. Outcome predictors in substance use disorders. Psychiatric Clinics 2003; 26: 381-409
• 5 Eastwood B, Peacock A, Millar T. et al. Effectiveness of inpatient withdrawal and residential rehabilitation interventions for alcohol use disorder: A national observational, cohort study in England. J Subst Abuse Treat 2018; 88: 1-8
• 6 Kiefer F, Batra A, Bischof G. et al. S3-Leitlinie „Screening, Diagnose und Behandlung alkoholbezogener Störungen“. SUCHT. 2021
• 7 Lappan SN, Brown AW, Hendricks PS. Dropout rates of in-person psychosocial substance use disorder treatments: a systematic review and meta-analysis. Addiction 2020; 115: 201-217
• 8 Koopmann A, Hoffmann S, Riegler A. et al. Einflussfaktoren auf die Rehospitalisierungsrate bei Alkoholabhängigkeit. Nervenarzt 2024;
• 9 Braune NJ, Schröder J, Gruschka P. et al. Determinanten eines Therapieabbruchs während der stationären qualifizierten Entgiftungsbehandlung bei Patienten mit Alkohol- und Drogenabhängigkeit. Fortschr Neurol Psychiatr 2008; 76: 217-224
• 10 Odenwald M, Semrau P. Dropout among patients in qualified alcohol detoxification treatment: the effect of treatment motivation is moderated by Trauma Load. Substance Abuse Treatment, Prevention, and Policy 2013; 8: 14
• 11 Preuss UW, Zimmermann J, Schultz G. et al. Risk profiles of treatment noncompletion for inpatients and outpatients undergoing alcohol disorder rehabilitation treatment. Subst Abuse Rehabil 2012; 3: 35-42
• 12 Brorson HH, Ajo Arnevik E, Rand-Hendriksen K. et al. Drop-out from addiction treatment: A systematic review of risk factors. Clinical Psychology Review 2013; 33: 1010-1024
• 13 Smart RG, Gray G. Multiple predictors of dropout from alcoholism treatment. Archives of General Psychiatry 1978; 35: 363-367
• 14 Manthey J, Huß K, Buth S. et al. Utilisation of alcohol-related treatment after a first alcohol use disorder diagnosis in Hamburg, Germany. Eur Psychiatry 2025; 68: e21
• 15 Möckl J, Manthey J, Murawski M. et al. Clustering care pathways of people with alcohol dependence using a data linkage of routine data in Bremen, Germany. BMC Medicine 2024; 22: 219
• 16 McCarty D, Caspi Y, Panas L. et al. Detoxification centers: who’s in the revolving door?. J Behav Health Serv Res 2000; 27: 245-256
• 17 Weissinger V. Zugangswege erweitern, Übergänge optimieren: Handlungsbedarf und -ansätze am Beispiel der Suchtrehabilitation. SuchtAktuell 2017; 24: 15-33
• 18 Manthey J, Becher H, Gallinat J. et al. Analysing Patient Trajectories of Individuals with Alcohol Use Disorders (PRAGMA). SUCHT. 2024
• 19 Elixhauser A, Steiner C, Harris DR. et al. Comorbidity measures for use with administrative data. Med Care 1998; 36: 8-27
• 20 Quan H, Sundararajan V, Halfon P. et al. Coding Algorithms for Defining Comorbidities in ICD-9-CM and ICD-10 Administrative Data. Medical Care 2005; 43: 1130
• 21 Sofin Y, Danker-Hopfe H, Gooren T. et al. Predicting Inpatient Detoxification Outcome of Alcohol and Drug Dependent Patients: The Influence of Sociodemographic Environment, Motivation, Impulsivity, and Medical Comorbidities. Journal of Addiction 2017; 2017: 6415831
• 22 Brooks ME, Kristensen K, van Benthem KJ. et al. glmmTMB Balances Speed and Flexibility Among Packages for Zero-inflated Generalized Linear Mixed Modeling. The R Journal 2017; 9: 378
• 23 Hosmer DW, Lemeshow S. Applied Logistic Regression. 1. Aufl. Wiley; 2000
• 24 Nakagawa S, Johnson PCD, Schielzeth H. The coefficient of determination R2 and intra-class correlation coefficient from generalized linear mixed-effects models revisited and expanded. Journal of The Royal Society Interface 2017; 14: 20170213
• 25 Lüdecke D, Ben-Shachar M, Patil I. et al. performance: An R Package for Assessment, Comparison and Testing of Statistical Models. JOSS 2021; 6: 3139
• 26 Fox J, Weisberg S. An R companion to applied regression. Third edition. Los Angeles London New Delhi Singapore Washington, DC Melbourne: SAGE; 2019
• 27 McKellar J, Kelly J, Harris A. et al. Pretreatment and during treatment risk factors for dropout among patients with substance use disorders. Addict Behav 2006; 31: 450-460
• 28 Martínez-Raga J, Marshall EJ, Keaney F. et al. Unplanned versus planned discharges from in-patient alcohol detoxification: retrospective analysis of 470 first-episode admissions. Alcohol Alcohol 2002; 37: 277-281
• 29 Callaghan RC, Cunningham JA. Gender differences in detoxification: predictors of completion and re-admission. Journal of Substance Abuse Treatment 2002; 23: 399-407
• 30 Sirvent-Ruiz CM, Miranda M, Moral-Jiménez de la MV. Prediction of therapeutic dropout in patients with addictions: Development and validation of the Predictors of Dropout from Addiction Treatment (PDAT) scale. PLoS One 2025; 20: e0326853
• 31 Brzoska P. Disparities in health care outcomes between immigrants and the majority population in Germany: A trend analysis, 2006–2014. PLOS ONE 2018; 13: e0191732
• 32 Berens E-M, Vogt D, Messer M. et al. Health literacy among different age groups in Germany: results of a cross-sectional survey. BMC Public Health 2016; 16: 1151
• 33 Brzoska P, Sauzet O, Yilmaz-Aslan Y. et al. Satisfaction with rehabilitative health care services among German and non-German nationals residing in Germany: a cross-sectional study. BMJ Open 2017; 7: e015520
• 34 Vollmer HC, Domma J. Geschlechtsspezifische Unterschiede bei alkoholabhängigen Patienten zu Beginn stationärer Behandlung. Suchttherapie 2019; 20: 85-91
• 35 Curran GM, Kirchner JE, Worley M. et al. Depressive symptomatology and early attrition from intensive outpatient substance use treatment. The Journal of Behavioral Health Services & Research 2002; 29: 138-143
• 36 Stein BD, Kogan JN, Sorbero M. Substance abuse detoxification and residential treatment among Medicaid-enrolled adults: Rates and duration of subsequent treatment. Drug and Alcohol Dependence 2009; 104: 100-106
• 37 Project MATCH Research Group. Matching Alcoholism Treatments to Client Heterogeneity: Project MATCH Three-Year Drinking Outcomes. Alcoholism Clin & Exp Res 1998; 22: 1300-1311