Entwicklung eines Prädiktionsmodells als Voraussetzung für ein optimiertes Versorgungsmanagement in der Krankenversicherung

Hintergrund: Krankenversicherungsunternehmen haben durch den Gesundheitsfonds an Finanzautonomie eingebüßt und müssen einen Weg finden, mit den zugewiesenen Mitteln die Versorgung ihrer Versicherten sicherzustellen. Erfolgreich werden solche Krankenkassen sein, die ihre Versichertendaten in hoher Qualität aufbereiten, analysieren und interpretieren können. So können sie rechtzeitig, passgenaue Interventionsmaßnahmen für die jeweiligen Versicherten einleiten und die Eskalation von Krankheitsverläufen verhindern. Im Folgenden erklären wir die Entwicklung eines logistischen und eines linearen Prädiktionsmodells, die die Identifikation von Risikoträgern und die Bewertung der Risiken ermöglichen. Methodik: Die Datenbasis für die Modellentwicklung bildeten Routinedaten eines gesetzlichen Krankenversicherungsunternehmens, insbesondere zu Versicherungszeiten und zu stationären Behandlungen ergänzt um versichertenbezogen verfügbare Daten zu Leistungsausgaben sowie ambulante Daten. Für die Vorhersage der Inanspruchnahmewahrscheinlichkeit in einem Basisjahr in Abhängigkeit von geeigneten Einflussgrößen wurde ein logistisches Regressionsmodell gewählt. Die Vorhersage der Jahresgesamtleistungsausgaben der betrachteten Versicherten wurde anhand eines linearen Prädiktionsmodells ermittelt. In den hier vorgestellten Modellen wurde jeweils die Prädiktion eines Ereignisses im Jahr 2007 auf Basis der Versichertendaten aus dem Jahr 2005 vorgenommen, da so gewährleistet war, dass die Daten vollständig zur Verfügung standen und die Modellgüte überprüft werden konnte. Ergebnisse: Das logistische Modell wurde sowohl in einer diagnosebasierten als auch einer kostenbasierten Variante angewendet, die beide vergleichbar hohe c-Werte bei der Darstellung der ROC-Kurve aus Sensitivität und Spezifität des Tests von über 0,8 erzielten und damit für die Güte des Modells sprechen. Unter Rückgriff auf vollständige Informationen zu ambulanten und stationären Diagnosen bzw. Ausgaben aus dem Jahr 2005 konnten so versichertenbezogen vorhergesagte Risiken für hohe Ausgaben im Jahr 2007 berechnet werden. Die Ergebnisse fanden sowohl im Bereich Risikomanagement als auch Versorgungsmanagement Anwendung. Auch das lineare Modell wurde in diagnose- und kostenbasierten Varianten entwickelt. Die damit erreichte Vorhersage versichertenbezogener zukünftiger Leistungsausgaben wurde vor allem im Bereich Controlling eingesetzt. Schlussfolgerungen: Prädiktionsmodelle bieten die Voraussetzung für eine effiziente Ressourcenplanung und ermöglichen auf Basis prognostischer Bewertungen die Etablierung präventiver Ansätze.