Sekundärdaten
Darstellung klinischer Outcomes
Für die Beurteilung von Therapiealternativen sind neben der Wirtschaftlichkeitsprüfung deren Sicherheit und Effektivität von besonderer Bedeutung. Beispielsweise lassen sich mit Sekundärdaten Fall-Kontroll-Studien konstruieren, die die Therapiealternativen von ihrer Initiierung beginnend über mehrere Jahre verfolgen lassen. Unterschiedlichste klinische Outcomes, wie spezifische Folge- und Begleiterkrankungen oder verfügbare Surrogatparameter, können beobachtet und analysiert werden.
Auch die Auswirkungen von Über-, Unter- oder Fehlversorgung auf definierte klinische Outcomes, deren Zusammenhänge und mögliche Ursachen lassen sich mit der Hilfe verschiedener statistischer Modelle untersuchen und darstellen.
Auf der Basis eines 2-Jahres-Routinedatensatzes der AOK Plus mit Diabetes mellitus Typ 2-Patienten (DM2) hat das IPAM ein Modell entwickelt, dass die Einflüsse von behandlungsabhängigen und -unabhängigen Faktoren auf das Risiko, ein DM2-bezogenes mikro- oder makrovaskuläres Ereignis zu erleiden, darstellt und vergleicht. Ziel der Analyse war herauszufinden, welche Risikofaktoren die Auftrittswahrscheinlichkeit dieser Ereignisse prognostizieren und diese Faktoren in behandlungsabhängige und -unabhängige zu trennen.
Sämtliche risikorelevante Faktoren, die nicht von der Behandlung beeinflussbar sind (=Behandlungskomplexität), wurden durch den Charlson Comorbidity Index (CCI), den adaptierten Diabetes Complications Severity Index (aDCSI) und die Anzahl der jährlichen Dauermedikationen identifiziert. Als risikorelevante Faktoren, die durch die Behandlung beeinflussbar sind (=Behandlungseffizienz), wurden der HbA1c, BMI und der Blutdruck identifiziert.
Beide Faktorengruppen zeigten einen signifikanten Einfluss auf die Auftrittswahrscheinlichkeit DM2-bezogener mikro- oder makrovaskulärer Ereignisse. Eine hohe Behandlungskomplexität kann das Ereignisrisiko erhöhen, eine gute Behandlungseffizienz jedoch reduziert das Risiko.