Potenzialabschätzung für die Konzentration der Versorgung von Krebspatient:innen in Kliniken mit DKG-Zertifizierung mittels Überlebenszeitanalyse

Zusammenfassung

Hintergrund Zertifizierungsprogramme zielen darauf ab, die Qualität komplexer interdisziplinärer Versorgungsmodelle wie der Krebsbehandlung zu verbessern, indem der Versorgungsprozess nach evidenzbasierten Leitlinien strukturiert wird. In Deutschland bietet die Deutsche Krebsgesellschaft (DKG) ein Zertifizierungsprogramm für die Krebsversorgung an, das mehr als tausend Zentren umfasst. In einer kürzlich durchgeführten retrospektiven Kohortenstudie wurde anhand eines großen, bundesweiten Datensatzes, der auf Daten einer gesetzlichen Krankenversicherung und ausgewählter klinischer Krebsregister basiert, gezeigt, dass es einen Überlebensvorteil für Krebspatienten gibt, die in von der DKG zertifizierten Krankenhäusern erstbehandelt wurden. Hier leiten wir aus dem relativen Überlebensvorteil zwei absolute Maße ab. Dies geschieht mit dem Ziel, das Potential dieses Vorteils zu quantifizieren für die Annahme, dass alle Patienten in einem zertifizierten Zentrum behandelt worden wären.

Methoden In der WiZen-Studie wurde das Überleben von erwachsenen AOK-Versicherten mit einer Krebsdiagnose zwischen 2009 und 2017 in zertifizierten Krankenhäusern im Vergleich zu nicht zertifizierten Krankenhäusern analysiert. Neben Kaplan-Meier-Schätzern wurde für insgesamt 11 Krebsarten eine Cox-Regression mit sog. „shared frailty“ verwendet, die für patientenspezifische Informationen wie demografische Merkmale und Komorbiditäten sowie Krankenhausmerkmale und den zeitlichen Verlauf adjustiert wurde. Auf der Grundlage dieser Regression berechnen wir adjustierte Überlebenskurven, die den Zertifizierungseffekt direkt berücksichtigen. Anhand dieser adjustierten Überlebenskurven werden die verlorenen Lebensjahre (Life Years lost, YLL) berechnet. Ebenfalls berechnet wird die Number needed to treat (NNT) für Überleben 5 Jahre nach Diagnosestellung und die daraus resultierende Anzahl vermeidbarer Todesfälle.

Ergebnisse Basierend auf unserer Schätzung für die 537 396 Patienten, die in der WiZen-Studie in einem nicht zertifizierten Krankenhaus behandelt wurden, was 68,7% der Studienpopulation entspricht, finden wir ein Potenzial von 33 243 YLL pro Jahr in Deutschland, berechnet auf Grundlage der deutschen Bevölkerung im Jahr 2017. Das Potenzial zur Vermeidung von Todesfällen 5 Jahre nach der Diagnose beträgt in Deutschland 4.729 Fälle pro Jahr.

Schlussfolgerung Die Cox-Regression ist zwar ein wichtiges Instrument zur Bewertung des Nutzens, der sich aus Adjustierung mit Variablen mit potenziellem Einfluss auf das Überleben ergibt, wie z. B. der Zertifizierung, aber ihre direkten Ergebnisse sind nicht gut geeignet, um diesen Nutzen für Entscheidungsträger im Gesundheitswesen zu quantifizieren. Die geschätzten verlorenen Lebensjahre und die Anzahl der Todesfälle 5 Jahre nach Diagnose, die hätten vermieden werden können, beugen einer Fehlinterpretation der in der Überlebensanalyse üblicherweise verwendeten Hazard Ratios vor und können dazu beitragen, eine Ergebnisdarstellung für wichtige Akteure im Gesundheitswesen ohne spezielles Hintergrundwissen in Statistik zu erreichen. Die hier vorgestellten Maße, die sich direkt auf die Auswirkungen der Zertifizierung beziehen, können darüber hinaus als Ausgangspunkt für gesundheitsökonomische Berechnungen verwendet werden. Die Steuerung von Krebspatient:innen in zertifizierte Krankenhäuser hätte ein hohes Potenzial, das Überleben bei Krebs zu verbessern.

Schlüsselwörter

Krebs - Zertifizierung - Überlebenszeitanalyse

Publication History

Article published online:
26 September 2023

• Literatur

• 1 Nationaler Krebsplan (Stand 2017) https://www.bundesgesundheitsministerium.de/fileadmin/Dateien/5_Publikationen/Praevention/Broschueren/Broschuere_Nationaler_Krebsplan.pdf
• 2 Kowalski C, Graeven U, Kalle C. et al. Shifting cancer care towards multidisciplinarity: The cancer center certification program of the German Cancer Society. BMC Cancer 2017; 17: 1-9
• 3 Griesshammer E, Wesselmann S. European Cancer Centre Certification Programme. Gynäkologe 2019; 52: 380-385
• 4 Schoffer O, Rößler M, Bierbaum V. et al. Ergebnisbericht zum Projekt Wirksamkeit der Versorgung in onkologischen Zentren (WiZen). Berlin: Federal Joint Committee – Innovation Committee 2022; https://innovationsfonds.g-ba.de/downloads/beschluss-dokumente/268/2022-10-17_WiZen_Ergebnisbericht.pdf, in German
• 5 Schoffer O, Gerken M, Bierbaum V. et al. https://www.wido.de/fileadmin/Dateien/Dokumente/Publikationen_Produkte/GGW/2022/wido_ggw_0422_schoffer_et_al.pdf, in German.
• 6 Schmitt J, Klinkhammer-Schalke M, Bierbaum V. et al. Individuals with Cancer Benefit from Treatment in Certified Hospitals: Results from the Comparative Cohort Study WiZen. Deutsches Ärzteblatt (under Revision).
• 7 Trautmann F, Reißfelder C, Pecqueux M. et al. Evidence-based quality standards improve prognosis in colon cancer care. European Journal of Surgical Oncology 2018; 44: 1324-1330
• 8 Völkel V, Draeger T, Gerken M. et al. Langzeitüberleben von Patienten mit Kolon- und Rektumkarzinomen: Ein Vergleich von Darmkrebszentren und nicht zertifizierten Krankenhäusern – [Long-Term Survival of Patients with Colon and Rectum Carcinomas: Is There a Difference Between Cancer Centers and Non-Certified Hospitals?]. Gesundheitswesen. 2018; 81: 801
• 9 Roessler M, Schmitt J, Bobeth C. et al. Kleihues-van Tol K, Reissfelder C, Rau BM, Distler M, Piso P, Günster C, Klinkhammer-Schalke M, Schoffer O, Bierbaum V. Is treatment in certified cancer centers related to better survival in patients with pancreatic cancer? Evidence from a large German cohort study. BMC Cancer 2022; 22: 621
• 10 Butea-Bocu MC, Müller G, Pucheril D. et al. Is there a clinical benefit from prostate cancer center certification? An evaluation of functional and oncologic outcomes from 22,649 radical prostatectomy patients. World Journal of Urology 2021; 39: 5-10
• 11 Birkmeyer NJ, Goodney PP, Stukel TA. et al. Do cancer centers designated by the National Cancer Institute have better surgical outcomes?. Cancer. 2005; 103: 435-441
• 12 Mehta R, Ejaz A, Hyer JM. et al. The impact of Dedicated Cancer Centers on outcomes among medicare beneficiaries undergoing liver and pancreatic cancer surgery. Annals of Surgical Oncology 2019; 26: 4083-4090
• 13 Jacob A, Albert W, Jackisch T. et al. Association of certification, improved quality and better oncological outcomes for rectal cancer in a specialized colorectal unit. Int J Colorectal Dis 2021; 36: 517-533
• 14 Reeves ME. Do Better Operative Reports Equal Better Surgery? A Comparative Evaluation of Compliance With Operative Standards for Cancer Surgery. Am Surg 2020; 86: 1281-1288
• 15 Paulson EC, Mitra N, Sonnad S. et al. National Cancer Institute Designation Predicts Improved Outcomes in Colorectal Cancer Surgery. Annals of Surgery 2008; 248
• 16 Hoffrage U, Koller M. Chancen und Risiken der Risikokommunikation in der Medizin.GMS Ger Med Sci 2015; 13: Doc07
• 17 Sashegyi A, Ferry D. On the Interpretation of the Hazard Ratio and Communication of Survival Benefit. Oncologist. 2017; 22: 484
• 18 Altman DG, Andersen PK. Calculating the number needed to treat for trials where the outcome is time to an event. BMJ. 1999; 319: 1492
• 19 Royston P, Parmar MK. Restricted mean survival time: an alternative to the hazard ratio for the design and analysis of randomized trials with a time-to-event outcome. BMC Med Res Methodol 2013; 13: 152
• 20 Syriopoulou E, Wästerlid T, Lambert PC. et al. Standardised survival probabilities: a useful and informative tool for reporting regression models for survival data. Br J Cancer 2022; 127: 1808-1815
• 21 Uno H, Claggett B, Tian L. et al. Moving beyond the hazard ratio in quantifying the between-group difference in survival analysis. J Clin Oncol 2014; 32: 2380
• 22 https://diabsurv.rki.de/Webs/Diabsurv/DE/diabetes-in-deutschland/4-37_Verlorene_Lebensjahre_YLL.html
• 23 Wengler A, Rommel A, Plaß D. et al. Years of life lost to death—a comprehensive analysis of mortality in Germany conducted as part of the BURDEN 2020 project Dtsch Arztebl Int 2021; 118: 137
• 24 https://progressreport.cancer.gov/end/life_lost
• 25 Wienke A. Frailty models in survival analysis. Amsterdam, The. Netherland: CRC Press; 2010
• 26 Balan TA, Putter H. A tutorial on frailty models. Stat. Methods Med Res 2020; 29: 3424-3454
• 27 https://www.bundesgesundheitsministerium.de/themen/krankenversicherung/zahlen-und-fakten-zur-krankenversicherung/kennzahlen-daten-bekanntmachungen.html
• 28 Chudasama YV, Khunti K, Gillies CL, et al. Estimates of years of life lost depended on the method used: tutorial and comparative investigation, Journal of Clinical Epidemiology, 2022, Volume 150, Pages 42-50, ISSN 0895-4356, 10.1016/j.jclinepi.2022.06.012
• 29 Bobeth C, van Tol KK, Rößler M. et al. Methodology and Attribution Success of a Data Linkage of Clinical Registry Data with Health Insurance Data. Gesundheitswesen 2023; 85: S154-S161
• 30 Cheng CY, Datzmann T, Hernandez D. et al. Do certified cancer centers provide more cost-effective care? A health economic analysis of colon cancer care in Germany using administrative data. Int J Cancer 2021; 149: 1744-1754