Search

Zusammenfassung Hintergrund Nicht nur im Kontext der Neuordnung der Notfallversorgung in Deutschland besteht derzeit ein hoher Bedarf an Daten aus Notaufnahmen. Für die Versorgungsforschung bieten sich Daten an, welche auf gesetzlicher Grundlage generiert werden. Unterschiedliche Kostenträger und Abrechnungsmodi stellen eigene Anforderungen an die Dokumentation dieser Routinedaten. Methodische Herausforderungen Aufgrund der sektoralen Trennung gibt es keinen Datensatz oder Datenhalter, der Auskunft über alle Notaufnahmebehandlungen geben kann. Aus administrativer Sicht gilt die gesamte Notaufnahmebehandlung als ambulant oder stationär, tatsächlich wird die Entscheidung darüber erst während der Versorgung getroffen. Für die stationäre Versorgung existiert ein administratives Notfallkennzeichen, allerdings kein direktes Merkmal für Notaufnahmebehandlungen. Bei Abrechnung ambulanter Fälle über die kassenärztlichen Vereinigungen ist mindestens eine Diagnose (ICD-10-Kode) zu erfassen, versehen mit einem Kennzeichen zur Diagnosesicherheit. Es können mehrere ICD-10-Kodes ohne Hierarchie angegeben werden. Bei stationär behandelten Patienten ist eine Aufnahmediagnose und nach Behandlungsende die Hauptdiagnose und ggf. Nebendiagose(n) an die zuständige Krankenkasse zu übermitteln. Die gesetzliche Unfallversicherung hat eigene Dokumentationsanforderungen. Lösungsansätze Je nach Forschungsfrage und Studiendesign sind unterschiedliche Vorgehensweisen erforderlich. Stammen die Daten unmittelbar aus Notaufnahmen bzw. Kliniken ist eine Information über den Kostenträger und den Abrechnungsmodus hilfreich. Bei Nutzung von Krankenkassendaten muss die Identifikation von stationär behandelten Patienten in einer Notaufnahme aktuell indirekt erfolgen. Dazu können unter anderem die Parameter Aufnahmegrund und definierte „eindeutige“ Notfall-Diagnosen herangezogen werden. Die fallpauschalenbezogene Krankenhausstatistik hat eigene Limitationen, enthält dafür aber die stationären Fälle aller Kostenträger. Diskussion Die divergierenden Anforderungen an die administrative Dokumentation verursachen einen hohen Aufwand in den Kliniken. Perspektivisch ist eine Vereinheitlichung der Leistungserfassung und Dokumentation von Notfallbehandlungen aller Kostenarten auch zur Generierung von validen, vergleichbaren und repräsentativen Daten für die Versorgungsforschung erstrebenswert. Die Einführung eines eigenen Fachabteilungsschlüssels würde zur Identifikation von Notaufnahmebehandlungen beitragen.

Die Bedeutung einer fruhzeitigen und bedarfsgerechten Behandlung fur Menschen mit Depressionen wurde bereits vielfach nachgewiesen. Die Vernetzung und das Ineinandergreifen aller daran beteiligten Akteure im Gesundheitswesen sind eine der Voraussetzungen effektiver und effizienter Behandlungen von Depressionen. Ziel der Arbeit ist die Identifizierung virtueller Netzwerke von Arzten und Therapeuten, die Patienten mit einer Depression behandeln. Es soll zudem grafisch aufgezeigt werden, welche Facharztgruppen an der Behandlung von Depressionen beteiligt sind und ob regionale Unterschiede bei der Versorgung bestehen. Als Datengrundlage fur die Netzwerkanalysen wurden die Abrechnungsdaten von 18- bis 79-jahrigen Depressionspatienten aller vertragsarztlichen Praxen von Arzten und Psychotherapeuten in Deutschland aus dem Jahr 2016 analysiert. Die Netzwerkanalysen wurden unter Ruckgriff auf Methoden der mathematischen Graphentheorie durchgefuhrt. Alle Analysen wurden auf Ebene der 17 Kassenarztlichen Vereinigungen (KVen) getrennt durchgefuhrt. Die Analysen ermoglichen die Identifikation virtueller Behandlernetzwerke, die unter klinischen und versorgungstheoretischen Gesichtspunkten sinnvoll interpretierbar sind. Regionale Unterschiede der Versorgungsstrukturen konnen auf KV-Ebene dargestellt werden. In Schleswig-Holstein ist eine flachendeckende Vernetzung der Leistungserbringer erkennbar, wahrend in Rheinland-Pfalz vier voneinander abgegrenzte Bereiche sichtbar sind. Zudem konnten die Vernetzung der Versorger verschiedener Fachgruppen sowie abgerechnete Behandlungskosten grafisch dargestellt werden. Die Analysen zeigen die Bedeutung der Hausarzte, Psychiater und Neurologen bei der Behandlung der Patienten mit Depressionen. Mithilfe von Netzwerkanalysen konnen in Zukunft Unterschiede in den Versorgerkooperationen sichtbar gemacht werden. Dies schafft Moglichkeiten fur eine verbesserte Kooperation und Koordination zwischen unterschiedlichen Behandlern.

Objectives Previous point prevalence surveys (PPSs) revealed the potential for improving antimicrobial usage (AU) in German acute care hospitals. Data from the 2016 German national PPS on healthcare-associated infections and AU were used to evaluate efforts in antimicrobial stewardship (AMS). Methods A national PPS in Germany was organized by the German National Reference Centre for Surveillance of Nosocomial Infections in 2016 as part of the European PPS initiated by the ECDC. The data were collected in May and June 2016. Results were compared with data from the PPS 2011. Results A total of 218 hospitals with 64 412 observed patients participated in the PPS 2016. The prevalence of patients with AU was 25.9% (95% CI 25.6%-26.3%). No significant increase or decrease in AU prevalence was revealed in the group of all participating hospitals. Prolonged surgical prophylaxis was found to be common (56.1% of all surgical prophylaxes on the prevalence day), but significantly less prevalent than in 2011 (P

Currently, there is a big need for data on emergency department (ED) utilization in Germany. One reason is the ongoing reorganisation of emergency care. Possible sources are routine data that are being collected based on legal regulations. Different payers and compensation systems have their own requirements for data collection.Due to the sectoral separation of health care services, there is no dataset or data holder to provide information on all ED treatments in Germany. From an administrative point of view, emergency care in Germany is considered ambulatory outpatient or inpatient care from the time point of admission to the ED. In contrast, clinical decision about inpatient admission can sometimes only be made towards the end of emergency care. EDs themselves cannot be identified in claims data; only the medical discipline (e. g. surgery) is classified. In the case of outpatient treatment, reimbursed by the Association of Statutory Health Insurance Physicians, at least one coded diagnosis (ICD) has to be recorded, accompanied by an additional code for the likelihood of this diagnosis. In case of multiple ICDs, a primary diagnosis cannot be specified. In the case of in-hospital treatment, an admission diagnosis must be recorded. After completion of hospital treatment, the main diagnosis and possibly secondary diagnoses are transferred to the respective health insurance fund. The statutory occupational accident insurance has its own requirements.Depending on the research question and study design, different approaches are required. If data are queried directly in emergency departments or hospitals, additional information on the designated data holder and billing mode is crucial. When using health insurance data from inpatient care, the identification of emergency departments can be estimated on the basis of the reason for hospital admission and defined "unique" emergency ICDs. The case-related hospital statistics has its own limitations, but includes inpatients of all payers.Differing requirements for the administrative documentation cause a high workload in emergency departments. A standardised data collection system for all payers for inpatient and outpatient emergency care is recommended. This would contribute to the creation of valid and comparable datasets. The introduction of a particular identifier for EDs in claims data would enhance health services research.Nicht nur im Kontext der Neuordnung der Notfallversorgung in Deutschland besteht derzeit ein hoher Bedarf an Daten aus Notaufnahmen. Für die Versorgungsforschung bieten sich Daten an, welche auf gesetzlicher Grundlage generiert werden. Unterschiedliche Kostenträger und Abrechnungsmodi stellen eigene Anforderungen an die Dokumentation dieser Routinedaten.Aufgrund der sektoralen Trennung gibt es keinen Datensatz oder Datenhalter, der Auskunft über alle Notaufnahmebehandlungen geben kann. Aus administrativer Sicht gilt die gesamte Notaufnahmebehandlung als ambulant oder stationär, tatsächlich wird die Entscheidung darüber erst während der Versorgung getroffen. Für die stationäre Versorgung existiert ein administratives Notfallkennzeichen, allerdings kein direktes Merkmal für Notaufnahmebehandlungen. Bei Abrechnung ambulanter Fälle über die kassenärztlichen Vereinigungen ist mindestens eine Diagnose (ICD-10-Kode) zu erfassen, versehen mit einem Kennzeichen zur Diagnosesicherheit. Es können mehrere ICD-10-Kodes ohne Hierarchie angegeben werden. Bei stationär behandelten Patienten ist eine Aufnahmediagnose und nach Behandlungsende die Hauptdiagnose und ggf. Nebendiagose(n) an die zuständige Krankenkasse zu übermitteln. Die gesetzliche Unfallversicherung hat eigene Dokumentationsanforderungen. LöSUNGSANSäTZE: Je nach Forschungsfrage und Studiendesign sind unterschiedliche Vorgehensweisen erforderlich. Stammen die Daten unmittelbar aus Notaufnahmen bzw. Kliniken ist eine Information über den Kostenträger und den Abrechnungsmodus hilfreich. Bei Nutzung von Krankenkassendaten muss die Identifikation von stationär behandelten Patienten in einer Notaufnahme aktuell indirekt erfolgen. Dazu können unter anderem die Parameter Aufnahmegrund und definierte „eindeutige“ Notfall-Diagnosen herangezogen werden. Die fallpauschalenbezogene Krankenhausstatistik hat eigene Limitationen, enthält dafür aber die stationären Fälle aller Kostenträger.Die divergierenden Anforderungen an die administrative Dokumentation verursachen einen hohen Aufwand in den Kliniken. Perspektivisch ist eine Vereinheitlichung der Leistungserfassung und Dokumentation von Notfallbehandlungen aller Kostenarten auch zur Generierung von validen, vergleichbaren und repräsentativen Daten für die Versorgungsforschung erstrebenswert. Die Einführung eines eigenen Fachabteilungsschlüssels würde zur Identifikation von Notaufnahmebehandlungen beitragen.

Individual data linkage of different data sources for research purposes is being increasingly used in Germany in recent years. However, generally accepted methodological guidance is missing. The aim of this article is to define such methodological standards for research projects. Another aim is to provide readers with a checklist for critical appraisal of research proposals and articles. Since 2016, an expert panel of members of different German scientific societies have worked together and developed 7 guidelines with a total of 27 practical recommendations. These recommendations include (1) research aims, questions, data sources and resources, (2) infrastructure and data flow, (3) data privacy, (4) ethics, (5) key variables and type of linkage, (6) data validation/quality assurance and (7) long-term use for future research questions. The authors provide a rationale for each recommendation. Future revisions will include any new developments in science and data privacy.Das personenbezogene Verknüpfen verschiedener Datenquellen (Datenlinkage) für Forschungszwecke findet in den letzten Jahren in Deutschland zunehmend Anwendung. Jedoch fehlen hierfür konsentierte methodische Standards. Ziel dieses Beitrages ist es, solche Standards für Forschungsvorhaben zu definieren. Eine weitere Intention ist es, dem Lesenden eine Checkliste zur Bewertung geplanter Forschungsvorhaben und Artikel bereitzustellen. Zu diesem Zweck hat eine aus Mitgliedern verschiedener Fachgesellschaften zusammengesetzte Expertengruppe seit 2016 insgesamt 7 Leitlinien mit 27 konkreten Empfehlungen erstellt. Die Gute Praxis Datenlinkage beinhaltet die folgenden Leitlinien: (1) Forschungsziele, Fragestellung, Datenquellen und Ressourcen, (2) Dateninfrastruktur und Datenfluss, (3) Datenschutz, (4) Ethik, (5) Schlüsselvariablen und Linkageverfahren, (6) Datenprüfung/Qualitätssicherung sowie (7) Langfristige Datennutzung für noch festzulegende Fragestellungen. Jede Leitlinie wird ausführlich diskutiert. Zukünftige Aktualisierungen werden wissenschaftliche und datenschutzrechtliche Entwicklungen berücksichtigen.

Das personenbezogene Verknüpfen verschiedener Datenquellen (Datenlinkage) für Forschungszwecke findet in den letzten Jahren in Deutschland zunehmend Anwendung. Jedoch fehlen hierfür konsentierte methodische Standards. Ziel dieses Beitrages ist es, solche Standards für Forschungsvorhaben zu definieren. Eine weitere Intention ist es, dem Lesenden eine Checkliste zur Bewertung geplanter Forschungsvorhaben und Artikel bereitzustellen. Zu diesem Zweck hat eine aus Mitgliedern verschiedener Fachgesellschaften zusammengesetzte Expertengruppe seit 2016 insgesamt 7 Leitlinien mit 27 konkreten Empfehlungen erstellt. Die Gute Praxis Datenlinkage beinhaltet die folgenden Leitlinien: (1) Forschungsziele, Fragestellung, Datenquellen und Ressourcen, (2) Dateninfrastruktur und Datenfluss, (3) Datenschutz, (4) Ethik, (5) Schlüsselvariablen und Linkageverfahren, (6) Datenprüfung/Qualitätssicherung sowie (7) Langfristige Datennutzung für noch festzulegende Fragestellungen. Jede Leitlinie wird ausführlich diskutiert. Zukünftige Aktualisierungen werden wissenschaftliche und datenschutzrechtliche Entwicklungen berücksichtigen. Individual data linkage of different data sources for research purposes is being increasingly used in Germany in recent years. However, generally accepted methodological guidance is missing. The aim of this article is to define such methodological standards for research projects. Another aim is to provide readers with a checklist for critical appraisal of research proposals and articles. Since 2016, an expert panel of members of different German scientific societies have worked together and developed 7 guidelines with a total of 27 practical recommendations. These recommendations include (1) research aims, questions, data sources and resources, (2) infrastructure and data flow, (3) data privacy, (4) ethics, (5) key variables and type of linkage, (6) data validation/quality assurance and (7) long-term use for future research questions. The authors provide a rationale for each recommendation. Future revisions will include any new developments in science and data privacy.

Worldwide there is an acute requirement for an early and needs-based treatment for patients with depression. The successful treatment of depression requires the collaborative care of all healthcare providers.The aim of this work was to identify virtual networks of physicians treating patients with depression in Germany. We identified specialists who are involved in the care of patients with depression, including geographic variations.The analyses were based on claims data of physician practices and psychotherapists in Germany. The data of 18- to 79-year-old patients with depression during 2016 were analysed. Methods and algorithms related to the network analysis were taken from mathematical graph theory. In addition, analyses were stratified by geographical areas (17 associations of statutory health insurance physicians).The analyses presented an opportunity to generate maps illustrating patient sharing networks within the 17 associations. The analyses demonstrated that general practitioners, psychiatrists and neurologists play a major role in the treatment of patients with depression. It was also shown that different cooperation and cost structures varied by geographical area. Complete-coverage networking of all physicians was shown in Schleswig-Holstein. By contrast Rhineland-Palatinate had four distinct areas.In the future, differences in healthcare processes and cooperation between physicians might become more visible through network analyses. This would create opportunities for cooperation and coordination between different practitioners of higher quality.