Download PDF
Z Gastroenterol 2015; 53(05): 391-397
DOI: 10.1055/s-0034-1398803
Originalarbeit
© Georg Thieme Verlag KG Stuttgart · New York

Ökonomische Auswirkungen einer Clostridium-difficile-Enterokolitis in deutschen Krankenhäusern auf der Basis von DRG-Kostendaten

Economic burden of Clostridium difficile enterocolitis in German hospitals based on routine DRG data
R. F. Grube
1   Dr. Wilke GmbH, München
,
W. Heinlein
1   Dr. Wilke GmbH, München
,
H. Scheffer
1   Dr. Wilke GmbH, München
,
M. Rathmayer
1   Dr. Wilke GmbH, München
,
W. Schepp
2   Klinik für Gastroenterologie, Hepatologie und Gastroenterologische Onkologie, Städt. Klinikum München – Klinikum Bogenhausen
,
A. W. Lohse
3   I. Medizinische Klinik und Poliklinik, Universitätsklinikum Hamburg-Eppendorf
,
A. Stallmach
4   Klinik für Innere Medizin IV, Universitätsklinikum Jena
,
M. H. Wilke   *
1   Dr. Wilke GmbH, München
,
M. M. Lerch   *
5   Klinik und Poliklinik für Innere Medizin A, Universitätsmedizin Greifswald
,
für die DRG-Arbeitsgruppe der DGVS (Autoren im Anhang) › Author Affiliations
Further Information

Publication History

19 November 2013

14 December 2014

Publication Date:
12 May 2015 (online)

Also available at
    Permissions and Reprints

Zusammenfassung

Hintergrund: Die Clostridium-difficile-assoziierte Diarrhö (CDAD) stellt ein zunehmendes medizinisches und gesundheitsökonomisches Problem dar.

Methodik: Im DRG-Projekt der Deutschen Gesellschaft für Verdauungs- und Stoffwechselkrankheiten wurden in den § 21-Kostendatensätzen von 430 875 Fällen des Jahres 2011 aus 37 deutschen Krankenhäusern 2767 Fälle mit Clostridium difficile Enterokolitis (ICD10-GM-Kode A04.7) als Haupt- oder Nebendiagnose identifiziert. Für Untergruppen z. B. CDAD als Hauptdiagnose, Nebendiagnose oder CDAD im Rahmen eines Wiederkehrerfalls wurde die Verweildauer, die Abweichung von der mittleren Verweildauer der DRG, die Gesamtkosten des Falles sowie die Differenz aus Erlös und Kosten erhoben und mit einer Vergleichsgruppe auf der Basis eines Propensity-Score-Matchings verglichen.

Ergebnisse: Patienten mit einer CDAD als Hauptdiagnose (n = 817) wiesen eine erhöhte Verweildauer von 11,2 Tagen gegenüber 8,5 Tagen in der Kontrollgruppe, erhöhte Fallkosten von 4132 € (Kontrolle: 3597 €) und eine Unterdeckung ihrer durch das DRG-System erreichten Erlöse um durchschnittlich 1064 € auf (Kontrolle: 636 €). Bei CDAD als Nebendiagnose (n = 1840) war die Verweildauer um mittlere 10,8 Tage erhöht (28,8 vs. 18,1 Tage in der Kontrollgruppe), die Kosten lagen 6300 € höher (19 381 vs. 13 082 €) und die Unterdeckung durch DRG-Erlöse war 2539 € höher (3442 vs. 849 €). Bei Wiederkehrern ins gleiche Krankenhaus (vermeintliche Rezidive) lag die Verweildauer bei 37,7 Tagen (Kontrolle 21,3 Tage), die Kosten bei 20 755 € (Kontrolle: 13 101 €) und die Kostenunterdeckung im Mittel bei 4196 € vs. 1109 € in der Kontrollgruppe.

Diskussion: Bei Hochrechnung der hier erhobenen Daten aus 37 kalkulierenden Krankenhäusern belaufen sich die Mehrkosten für stationäre Patienten mit CDAD in Deutschland auf jährlich 464 Millionen €. Die Unterdeckung der Kosten durch Erlöse beträgt für alle CDAD-Fälle in Deutschland 197 Millionen €. Geeignete Gegenmaßnahmen müssten nach Ansicht der Verfasser eine verbesserte prästationäre Risikoreduktion, die Implementierung effektiverer Therapieansätze, angemessene Hygienemaßnahmen, aber auch ein bessere Dokumentation des offensichtlichen Mehraufwands in den für das InEK kalkulierenden Krankenhäusern einschließen.

Abstract

Background: Clostridium difficile associated diarrhea (CDAD) is not only a increasing medical but also economical problem.

Methods: Data from the DRG project group of the German society for digestive and metabolic diseases (DGVS) were analyzed for CDAD. Out of 430,875 cases from 37 German hospitals 2,767 cases were grouped by having CDAD either as primary (PD) or secondary diagnosis (SD; likely to be from a hospital source) in an initial or recurring hospital stay (RD). For comparison non-CDAD cases from the same hospitals from that year where matched using propensity score matching. As endpoints we defined LOS (length of stay), difference of LOS to national average LOS, total costs per case and difference between costs and revenue for all three groups.

Results: Patients from the PD group (n = 817) showed a mean LOS of 11.2 days compared to 8.5 days for the control group, 4,132 € mean cost per case (536 € more than control) and a mean loss of –1,064 € per case compared to –636 €. In the SD group (n = 1,840) patients stayed in the hospital for 28.8 days (control: 18.1 days), had costs of 19,381 € (control: 13,082 €) and a loss of –3,442 € compared to –849 € in the control group. Recurring cases (RD; n = 110) showed a LOS of 37.3 days (control: 21.3 days), had even higher costs (20.755 € vs. 13,101 €) and higher losses (–4,196 € vs. –1,109 €).

Conclusion: By extrapolating these findings CDAD not only harms patients but generates a yearly cost burden of 464 million € for the German healthcare system including a loss of 197 million € for German hospitals. To the authors’ opinion sufficient measures against CDAD should include pre hospital risk reduction programs, introduction of effective therapeutic and hygienic strategies in hospitals as well as improvements in documentation for these cases to support further developments of the German DRG system.

Schlüsselwörter

infektiöse Kolitis - pseudomembranöse Kolitis - Ökonomie - diagnosebezogene Fallgruppen

Key words

infectious colitis - pseudomembranous colitis - economics - diagnosis-related groups

* Gemeinsame Seniorautoren


 

  • Literatur

  • 1 Hall IC, O'Tool E. Itestinal Flora in New-Born Infants with a Description of a New Pathogenic Anaerobe Bacillus Difficilis. Archives of Pediatrics & Adolescent Medicine 1935; 2: 390
    PubMedGoogle Scholar
  • 2 Steiner EA. Endemic pseudomembraneous enterocolitis in hospital patients. The American journal of gastroenterology 1958; 4: 434-438
    PubMedGoogle Scholar
  • 3 Young PC. Spectrum of acute diarrhea in a general hospital. 4. “Antibiotic bowel” and pseudomembranous enterocolitis. Postgraduate medicine 1965; 4: 400-405
    PubMedGoogle Scholar
  • 4 Bartlett JG, Moon N, Chang TW et al. Role of Clostridium difficile in antibiotic-associated pseudomembranous colitis. Gastroenterology 1978; 5: 778-782
    PubMedGoogle Scholar
  • 5 Robert Koch-Institut (RKI). Epidemiologisches Bulletin. 25/2013 2013: 25
    PubMedGoogle Scholar
  • 6 Nationales Referenzzentrum für Surveillance von nosokomialen Infektionen. CDAD Referenzdaten 2013. 2014 http://www.nrz-hygiene.de/surveillance/kiss/cdad-kiss/3eea22d8/995/2315/
    PubMedGoogle Scholar
  • 7 Hübner C, Hübner N, Muhr M et al. Kostenanalyse der stationär behandelten Clostridium-difficile-assoziierten Diarrhö (CDAD). Gesundheitsökonomie & Qualitätsmanagement 2013; 02: 80-85
    PubMedGoogle Scholar
  • 8 Vonberg R, Reichardt C, Behnke M et al. Costs of nosocomial Clostridium difficile-associated diarrhoea. Journal of Hospital Infection 2008; 1: 15-20
    PubMedGoogle Scholar
  • 9 Kalkulation von Fallkosten. Düsseldorf: Dt. Krankenhaus-Verl.-Ges; 2007
    PubMedGoogle Scholar
  • 10 Rosenbaum R, Rubin DB. The central role of the propensity score in observational studies for causal effects. Biometrika 1983; 1: 41-55
    PubMedGoogle Scholar
  • 11 Austin PC. Optimal caliper widths for propensity-score matching when estimating differences in means and differences in proportions in observational studies. Pharmaceutical Statistics 2011; 2: 150-161
    PubMedGoogle Scholar
  • 12 Hansen BB, Bowers J. Covariate Balance in Simple, Stratified and Clustered Comparative Studies. Statistical Science 2008; 2: 219-236
    PubMedGoogle Scholar
  • 13 Ho D, Imai K, King G et al. Matching as Nonparametric Preprocessing for Reducing Model Dependence in Parametric Causal Inference. Political Analysis 2007; 15: 199-236
    PubMedGoogle Scholar
  • 14 Ho DE, Imai K, King G et al. MatchIt: Nonparametric Preprocessing for Parametric Causal Inference. Journal of Statistical Software 2011; 8: 1-28
    PubMedGoogle Scholar
  • 15 Thoemmes F. Propensity Score Matching in SPSS. 2011 http://arxiv.org/abs/1201.6385 30.01.2012
    PubMedGoogle Scholar
  • 16 Hansen BB. Full Matching in an Observational Study of Coaching for the SAT. Journal of the American Statistical Association 2004; 467: 609-618
    PubMedGoogle Scholar
  • 17 Abschlussbericht. Weiterentwicklung des G-DRG-Systems für das Jahr 2013. 2012 http://www.g-drg.de/cms/content/download/4050/32884/version/1/file/Abschlussbericht_G-DRG-System2013.pdf 19.12.2012
    PubMedGoogle Scholar
  • 18 Bauer MP, Notermans DW, van Benthem BH B et al. Clostridium difficile infection in Europe: a hospital-based survey. The Lancet 2011; 9759: 63-73
    PubMedGoogle Scholar
  • 19 Moskovitz M, Bartlett JG. Recurrent pseudomembranous colitis unassociated with prior antibiotic therapy. Archives of internal medicine 1981; 5: 663-664
    PubMedGoogle Scholar
  • 20 Wiegand PN, Nathwani D, Wilcox MH et al. Clinical and economic burden of Clostridium difficile infection in Europe: a systematic review of healthcare-facility-acquired infection. The Journal of hospital infection 2012; 1: 1-14
    PubMedGoogle Scholar
  • 21 Dubberke ER, Olsen MA. Burden of Clostridium difficile on the Healthcare System. Clinical Infectious Diseases 2012; 55 (Suppl. 02) S88
    CrossrefPubMedGoogle Scholar
  • 22 Kelly CP, LaMont JT. Clostridium difficile infection. Annual review of medicine 1998; 375-390
    PubMedGoogle Scholar
  • 23 Schlottmann R, Kaup B, Kaase M et al. Clostridium-difficile-assoziierte Erkrankungen. Der Gastroenterologe 2007; 1: 53-63
    PubMedGoogle Scholar
  • 24 Bundesministerium für Gesundheit. DART – Deutsche Antibiotika-Resistenzstrategie. 2011 http://www.bmg.bund.de/praevention/krankenhausinfektionen/antibiotikaresistenzstrategie.html 18.04.2013
    PubMedGoogle Scholar
  • 25 Antibiotika-Forschung: Probleme und Perspektiven. Berlin, Boston: DE GRUYTER; 2012
    Google Scholar