Gesundheitswesen 2016; 78(05): 290-297
DOI: 10.1055/s-0034-1396888
Originalarbeit
© Georg Thieme Verlag KG Stuttgart · New York

Korrelation zwischen räumlichen Sozialstrukturfaktoren und Indikatoren des medizinischen Versorgungsbedarfs

Correlation between Area-Level Sociodemographic Patterns and Estimates of Need for Medical Care
M. Schulz
1   Zentralinstitut für die kassenärztliche Versorgung, Berlin
,
T. Czihal
1   Zentralinstitut für die kassenärztliche Versorgung, Berlin
,
M. Erhart
1   Zentralinstitut für die kassenärztliche Versorgung, Berlin
,
D. Stillfried
1   Zentralinstitut für die kassenärztliche Versorgung, Berlin
› Author Affiliations
Further Information

Publication History

Publication Date:
09 February 2015 (online)

Zusammenfassung

Ziel der Studie: Neben den bekannten Indikatoren Alter, Geschlecht und Morbidität sind sozioökonomische Aspekte bedeutsam für die Höhe des Versorgungsbedarfs. Die vorliegende Arbeit beschreibt eine mögliche Operationalisierung und Charakterisierung der sozioregionalen Lage und prüft deren Bezug zum medizinischen Versorgungsbedarf.

Methodik: Die Untersuchungseinheiten bildeten die 412 Kreise Deutschlands. Zur Charakterisierung der sozioregionalen Lage wurden 27 Indikatoren der amtlichen Statistik faktoranalytisch untersucht (Hauptkomponentenanalyse). Es wurden 2 Faktoren extrahiert, die nach Varimax-Rotation 34,2 und 33,0% der Varianz erklärten. Als Indikatoren des medizinischen Versorgungsbedarfs wurden Kennziffern zur Mortalität und zur stationären Inanspruchnahme sowie aus den bundesweiten vertragsärztlichen Abrechnungsdaten der morbiditätsbedingt erwartete ambulante Leistungsbedarf (Relativer Risikoscore, RRS) und der abgerechnete Leistungsbedarf (LB) auf Kreisebene aggregiert und mit den extrahierten Faktoren korreliert.

Ergebnisse: Faktor 1 beschreibt die Raumebene bezüglich sozialer und gesundheitlicher Belastungen (sozioökonomischer Gesundheitsindex, SGX). Faktor 2 charakterisiert die Raumebene bezüglich Wanderungsbewegungen und Haushaltsgrößenkennzahlen (Urbanitätsindex, UX). SGX zeigte positive Korrelationen zum RRS (r=0,77), zur Gesamt- und vorzeitigen Sterblichkeit (r=0,68 bzw. r=0,78) sowie zur stationären Inanspruchnahme (r=0,62). UX zeigte keine Korrelation zum RRS und eine schwach negative Korrelation zur stationären Inanspruchnahme (r=−0,28). SGX und UX korrelierten mit dem vertragsärztlichen LB (r=0,39 bzw. r=0,40). Die Differenzierung des LB nach Hausarzt- und Facharztbereich ergab, dass SGX mit einem höheren hausärztlichen und UX mit einem höheren fachärztlichen, insbesondere psychotherapeutischen LB einhergeht.

Schlussfolgerung: Die extrahierten Faktoren zur Charakterisierung der sozioregionalen Lage zeigten deutliche Beziehungen zu Indikatoren des medizinischen Versorgungsbedarfs. Während SGX hauptsächlich mit Parametern der allgemeinen Morbiditätslast in der Bevölkerung korrelierte, zeigte UX konsistente Beziehungen zu spezifischen Versorgungsbedarfslagen. Damit weist UX auf mögliche Bedarfe jenseits der allgemeinen Morbiditätslast in der Bevölkerung sowie auf Besonderheiten in der Versorgungsstruktur hin. Die Bedeutung von SGX und UX ist in künftigen Studien unter Berücksichtigung weiterer Einflussgrößen zu untersuchen.

Abstract

Objective: Besides the known determinants age, sex, and morbidity, regional sociodemographic factors may be important for the level of health care needs. This study proposes a possible characterisation of area-level sociodemographic patterns and proves their association to variation in morbidity, mortality and health service utilisation.

Methods: We used the 412 counties of Germany as unit of analysis. To describe area-level sociodemographic patterns a factor analysis was conducted on a set of 27 indicators from official statistics. Two factors were retained and rotated according to the Varimax criteria, which explained 34.2 and 33.0% of variance. Mortality, utilisation of inpatient health services as well as parameters of the nationwide outpatient claims data [relative risk score (RRS) and the level of health care use (LB)] served as determinants of need for medical care and were correlated to the extracted factors.

Results: Factor 1 describes regional disparities in socio-economic and health status variables and is called socio-economic health index (SGX). Factor 2 characterises the spatial distribution of interregional migration and household size and is called urbanity index (UX). There was a strong positive correlation between SGX and RRS (r=0.77), mortality (r=0.68 and r=0.78 for overall and premature death rate) and inpatient health care use (r=0.62). UX was not correlated with RRS but weakly inversely correlated with inpatient health care use (r=−0.28). Both SGX and UX were significantly correlated to the level of outpatient health care use (r=0.39 and r=0.40). Stratification of LB by type of practitioner revealed that SGX was mainly associated with health care provided by general practitioners while UX was linked to health care provided by specialists, particularly psychotherapists.

Conclusions: The extracted factors to describe area-level sociodemographic patterns showed distinct correlations to indicators for medical care use. While SGX was mainly associated with overall morbidity, UX showed consistent relations with specific medical care needs, which may be linked to urban living conditions. Therefore, UX may refer to need for care independently from overall morbidity on the one hand and to structural specifics in health care services on the other hand. The meaning of SGX and UX needs to be further investigated taking additional determining factors into account.