OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG

OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG
Institut für Sozialmedizin und Gesundheitsökonomie
Prof. Dr. med. Bernt-Peter Robra, M.P.H.
Veränderungen des Umfangs der vertragsärztlichen Leistungen
durch Leistungsverlagerungen
zwischen dem stationären und dem ambulanten Sektor
(Verlagerungseffekt nach § 87a Absatz 4 Nr. 3 SGB V)
26.02.2010
B.-P. Robra, E. Swart, D. Thomas, B. Vogt
Institut für Sozialmedizin und Gesundheitsökonomie
Med. Fakultät, Otto-von-Guericke-Universität Magdeburg
Leipziger Str. 44
39120 Magdeburg
Tel: (0391) 67 24307
Fax: (0391) 67 34310
1

Inhaltsverzeichnis
1. Einleitung ........................................................................................................................... 8
2. Auftrag und Gegenstand des Gutachtens ........................................................................... 8
3. Rechtslage .......................................................................................................................... 9
4. Methodische Vorüberlegungen ........................................................................................ 10
4.1 Markt- und Produktabgrenzung für verlagerungsfähige Leistungen ............................. 11
4.1.1 Sektorale Trennung – ambulante vs. stationäre Versorgung....................................... 12
4.1.2 Sektorale Verlagerungseffekte .................................................................................... 17
4.1.3 Substitution und Komplementarität von Leistungen, primäre und sekundäre
Verlagerung, Posteriorisierung............................................................................................. 20
4.2. Sektorale Verlagerungen durch Kostenstrukturen, Anreiz- und Vergütungssystematik
.............................................................................................................................................. 30
4.3 Sektorale Verlagerungen durch medizinisch-technischen Fortschritt............................ 32
4.4 Informationsquellen für stationär-ambulante Verlagerungspotenziale .......................... 36
4.4.1 Appropriateness Evaluation Protocol (AEP)............................................................... 36
4.4.2 Fehlbelegungsprüfungen durch den MDK.................................................................. 37
4.4.3 Normativ vermeidbare Krankenhausaufnahmen......................................................... 38
4.4.4 Katalog ambulant durchführbarer Operationen nach § 115b SGB V ......................... 41
4.4.5 Ambulante Leistungen im Krankenhaus nach § 116b SGB V.................................... 43
4.5 Kleinräumige Analyse.................................................................................................... 44
4.5.1 Ökologische Analyse................................................................................................... 47
4.5.2 Analyse auf Basis von Daten auf der Individualebene................................................ 50
5. Datenbasis – Sekundärdaten............................................................................................. 52
5.1 Daten der amtlichen Statistik ......................................................................................... 52
5.1.1 Beschreibung der Datenquellen .................................................................................. 52
5.1.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung........................ 53
5.2 Krankenhausdiagnosestatistik ........................................................................................ 53
5.2.1 Beschreibung der Datenquelle .................................................................................... 53
5.2.1.1 Scientific Use File (SUF) ......................................................................................... 54
5.2.1.2 Auswertung im Rahmen der Datenfernabfrage........................................................ 54
5.2.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung........................ 55
5.2.2.1 Scientific Use File (SUF) ......................................................................................... 55
5.2.2.2 Datenfernabfrage...................................................................................................... 56
5.3 Abrechnungsdaten der Kassenärztlichen Vereinigung................................................... 57
5.3.1 Beschreibung des Datenkörpers .................................................................................. 57
5.3.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung........................ 58
5.4 Routinedaten der Gesetzlichen Krankenversicherung ................................................... 60
5.4.1 Beschreibung des Datenkörpers .................................................................................. 60
5.4.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung........................ 61
5.4.3 Aspekte der Datenqualität ........................................................................................... 63
5.4.4 Erkenntnisse für die Krankenkassen ........................................................................... 64
5.5 Leistungskomplexe......................................................................................................... 65
6. Datenbasis – Primärdaten................................................................................................. 68
6.1 Offene, semi-standardisierte, problemzentrierte Leitfadeninterviews ........................... 68
6.2 Inhaltliche Zusammenfassung der Primärdatenerhebung .............................................. 69
6.3 Zusammenfassung der Angaben der AWMF-Mitgliedsgesellschaften zu sektoralen
Verlagerungseffekten ........................................................................................................... 70
7.1 Regressionsanalyse......................................................................................................... 72
7.1.1 Spezifikationsproblem................................................................................................. 72
7.1.2 Adjustierung ................................................................................................................ 76
2

7.2 Zeitreihenanalyse ........................................................................................................... 77
7.3 Hauptkomponentenanalyse ............................................................................................ 79
7.4 Verlagerung der Produktionsfront.................................................................................. 79
7.5 Dynamisches Prozess Modell......................................................................................... 81
7.5.1 State-Transition-Diagramm des Gesundheitssystems................................................. 81
7.5.2 State-Transition-Diagramm des ambulanten und stationären Sektors ........................ 83
7.5.3 Beispiel – bekannte Übergangswahrscheinlichkeiten ................................................. 84
7.5.4 Beispiel – weitere Zustände ........................................................................................ 86
7.5.5 Dynamisches Simulationsmodell ................................................................................ 87
8. Diskussion ........................................................................................................................ 90
9. Literatur............................................................................................................................ 95
10. Anhänge ....................................................................................................................... 106
A1. Rahmenbedingungen und Determinanten auf der Leistungsanbieter- und
Leistungsnachfragerseite im Gesundheitswesen................................................................ 106
A2. Einfacher Regressionsansatz ....................................................................................... 107
A3. Primäre Datenerhebung............................................................................................... 115
A3.1 Fragenkatalog ............................................................................................................ 115
A3.2 Experteninterviews.................................................................................................... 116
A4. AWMF: DRG-Einführung und Verlagerungen in andere Sektoren............................ 122
A5. Auswertungen des Scientific Use Files der Krankenhausdiagnosestatistik ................ 126
A6. Auswertungen der Krankenhausdiagnosestatistik auf der Basis vierstelliger
Postleitzahlbereiche, Berichtsjahr 2007 ............................................................................. 136
A7. Auswertungen der Abrechnungsdaten der KV Sachsen-Anhalt, Berichtszeitraum 2006
bis 2008 .............................................................................................................................. 140
A8. Verlagerungspotenziale im internationalen Vergleich (OECD-Länder)..................... 146
A9. Veränderung der Bettenanzahl nach Fachabteilung von 1993 bis 2003 ..................... 148
A10. Diagnosedaten der Krankenhäuser ab 2000 .............................................................. 149
A11. Häufigste OPS bei vollstationären Fällen (2008)...................................................... 150
A12. Veränderung der häufigsten OPS bei vollstationären Fällen .................................... 151
A13. Empirische Methoden zur Marktabgrenzung ............................................................ 152
3

Abbildungsverzeichnis
1: Krankenhausleistungen…………………………………………………..……………. 13
2: Sektorale Trennung in der Gesundheitsversorgung………………………………….... 13
3: Regelungen mit Auswirkung auf die stationär-ambulante Leistungsentwicklung.......... 16
4: Entwicklung der Fallzahlen, Verweildauern und der Bettenauslastung im Zeitablauf, indexiert
auf 1995…………………………………………………………………………….. 18
5: Entwicklung von einzelnen Leistungskomponenten an der ambulant-stationären Sektorschnittstelle……………………………………………………………………….............
19
6: Dynamik der Sektoren und Leistungsverlagerungen……………………...................... 22
7: Abgrenzung der Güter „ambulante Versorgung“ und „stationäre Versorgung“ mit
typisierten sektoralen Leistungseigenschaften und -ausprägungen ……………………... 25
8a-b: Indifferenzkurven der Leistungsnachfrager zwischen ambulanten und stationären
Leistungen, substitutive und komplementäre Beziehungen zwischen den Sektoren……. 26
9: Produktion medizinischer Versorgung aus ambulanten und stationären Inputs,
Isoquanten gleichen Versorgungsniveaus (Nutzens)……………………….……………. 27
10: Grenzkosten-Grenzerlösverlauf in der ambulanten Versorgung………...................... 31
11: Regionale Leistungsentwicklung im ambulanten und stationären Sektor…………… 34
12: Ambulant beeinflussbare Krankheitszustände…………………………...................... 39
13: Rolle der ambulanten Versorgung bei Vermeidung von
Krankenhausaufenthalten………………………………………………….……...……... 40
14a-c: Modellrechnung zur Veranschaulichung von Leistungsverlagerungen…………... 74
15a-c: gleiche Modellrechnung mit multiplikativ zugerechneten Zufallsfehlern………... 75
16: Zeitlich punktuelle Leistungsverlagerung…………………………………………… 78
17: Hauptkomponentenanalyse der regionalen Einheiten……………………………...... 79
18: Verlagerung von Leistungsinzidenz aus dem stationären in den ambulanten Sektor,
mehrere Regionen, Data Envelopment Analyse mit zwei Outputs…………………….... 80
19: Sektoren des Gesundheitswesens und multiple Übergänge…………………………. 82
20: Einfaches Modell des Übergangs zwischen dem ambulanten und dem stationären
Sektor (State-Transition-Diagramm)………………………………………………….…. 83
21: Übergangsmatrix zwischen dem ambulanten und dem stationären Sektor……..…… 84
22: Zwei-Komponenten-Modell, Ausbildung eines neuen Gleichgewichts……………... 85
23: Komplexes Modell des Übergangs zwischen dem ambulanten und dem stationären
Sektor (State-Transition-Diagramm)…………………………… ………………………. 87
24: Entwurf eines Systemmodells mit modellierbaren Übergangswahrscheinlichkeiten und
Feedback-Mechanismus………………………………………………………….……… 89
4

Tabellenverzeichnis
1: Veränderung der Fallzahlen an der stationär-ambulanten Schnittstelle…..…………... 19
2: Fehlbelegungsprüfungen des MDK Sachsen-Anhalt, insgesamt 20.010 geprüfte Abrechungen
2008, Anteil der Begutachtungen und Anteil der korrigierten Rechnungen………… 37
3: Verlagerungspotenzial - die 10 häufigsten Leistungen aus OPS-Kapitel 5 des
Katalogs 'Ambulantes Operieren' bei vollstationären Fällen der AOK Sachsen-Anhalt
2003 bis 2005……………………………………………………..……………………… 43
4: Das beobachtete regionale Versorgungsniveau in Abhängigkeit vom relativen
regionalen Morbiditätsniveau und der relativen regionalen Versorgungsintensität……... 45
5: Zugänge zur Schätzung von Verlagerungseffekten……………………….....………… 51
6: Variablen des SUF - Krankenhausdiagnosestatistik 2003……….……………………. 54
7: Merkmalsliste Krankenhausdiagnosestatistik 2002 bis 2007 für kontrollierte Datenfernabfrage……………………………………………………………………………………....
55
8: Merkmalsliste Abrechnungsdaten KVSA 2006 bis 2008……………………………... 57
9: Übersicht über Datenumfang der von der Kassenärztlichen Vereinigung
Sachsen-Anhalt bereit gestellten Abrechnungsdaten………………………..................... 59
10: Aufstellung von HMG mit Abnahme der Fallzahl (und der Kosten) im stationären
und Zunahme von Fällen und Kosten im ambulanten Bereich, absteigend sortiert nach
Fallzahl im ambulanten Sektor……………………………………………….………….. 66
5

0. Zusammenfassung
Die vorliegende Ausarbeitung soll zur Umsetzung des gesetzlichen Auftrags nach § 87a Absatz
4 Nr. 3 SGB V beitragen, bei Vereinbarung der Morbiditätsbedingten Gesamtvergütung
Leistungsverlagerungen zwischen dem stationären und dem ambulanten Sektor zu berücksichtigen.
Auftragsgemäß ist sie auf regionale Analysen mit GKV-Routinedaten fokussiert.
Herausforderungen liegen in der konzeptionellen Definition eines Verlagerungseffektes, in der
Verfügbarkeit und sektorübergreifenden Nutzbarkeit unterschiedlich gegliederter Routinedatenquellen,
in der Abgrenzung verlagerungsfähiger Leistungsgruppen und zweckmäßiger regional-kleinräumiger
Versorgungsregionen sowie in der Spezifikation von Auswertungsmodellen
zur Schätzung eines Verlagerungseffektes.
Stationäre Behandlung ist gegenüber anderen Leistungen normativ subsidiär eingeordnet.
Dennoch hat der Gesetzgeber in der vertragsärztlichen Vergütung einen Kompensationsanspruch
für aus dem stationären Sektor verlagerte Leistungen eingeräumt. Wir unterscheiden
zwischen substitutiven (ersetzenden) und komplementären (ergänzenden) Leistungen. Substitutiv
sind primäre Verlagerungen (ein früher stationär versorgter Fall bleibt im ambulanten
Sektor) und sekundäre Verlagerungen (früher in Verbindung mit einem stationären Aufenthalt
erbrachte Leistungen werden in den ambulanten Sektor verlagert, z.B. bei Verweildauerkürzungen).
Die Anreizkonfiguration der DRG-Fallpauschalen ist vor allem auf sekundäre Verlagerungen
gerichtet. Primäre Verlagerungen können dort eine Rolle spielen, wo Krankenhausabteilungen
geschlossen und Betten abgebaut werden. Außerdem kann ein bisher stationär
behandelter Fall durch intensivierte und spezialisierte ambulante Versorgung oder durch
Fortschritte der Medizin im ambulanten Sektor gehalten worden sein.
Diese Umschichtungen finden vor dem Hintergrund der Morbiditätsentwicklung, des Umbaus
ambulanter und stationärer Versorgungskapazitäten, fortschrittsbedingter Leistungs- und Effizienzentwicklungen
und einer zunehmenden Bedeutung integrierter Leistungserbringer statt.
Sie erreichen allerdings nicht alle Regionen gleichzeitig und in gleicher Weise, was für eine
Schätzung von Verlagerungseffekten informationsträchtig ist.
Hinweise auf Verlagerungspotenziale lassen sich ableiten aus der Fehlbelegungsprüfung des
MDK, stationären Kurzliegern ohne schwerwiegende medizinische Intervention, kriteriengestützten
Listen (normativ) vermeidbarer Krankenhausaufnahmen und Aufstellungen von verlagerungssensitiven
Leistungen, die durch eine gute Versorgung im ambulanten Sektor gehalten
werden können („ambulatory care sensitive conditions“: ACSC).
Wir fassen das Verlagerungsproblem nach § 85a SGB V als Verlagerung eines Marktgleichgewichts
auf. Zur sachlichen Abgrenzung des Marktes verlagerungsfähiger Leistungen sollte
eine auf deutsche Verhältnisse angepasste Liste verlagerungssensitiver Indikationen oder
Leistungskomplexe von den Vertragspartnern verabschiedet werden. Ihre schrittweise Ausschöpfung
kann empirisch beobachtet und quantifiziert werden.
Für regionale Analysen stehen grundsätzlich Daten der amtlichen Krankenhausstatistik, Abrechnungsdaten
der Kassenärztlichen Vereinigungen und Prozessdaten der Gesetzlichen
Krankenversicherung einschließlich Arzneimittelverordnungen zur Verfügung. Im vorliegenden
Projekt wurden Daten der amtlichen Krankenhausstatistik mit Hilfe des Forschungsdatenzentrums
(FDZ) auf dem Weg der sog. Datenfernverarbeitung ausgewertet. Die Kassenärztliche
Vereinigung Sachsen-Anhalt hatte pseudonymisierte Daten aus drei Kreisen zur Verfügung
gestellt. Die regionale AOK hatte eine zunächst signalisierte Zusage für die Überlassung
6

ähnlich abgegrenzter stationärer und ambulanter Daten zurückgezogen. Die Sekundärdaten
wurden auf ihre Nutzungsmöglichkeiten für die Abschätzung von Verlagerungseffekten bewertet,
ihr Potenzial in beispielhaften Analysen skizziert. Als untere Grenze der regionalen
Auflösung kann die vierstellige Postleitzahl dienen. Eine leistungsspezifische funktionelle
Abgrenzung regionaler Gesundheitsmärkte hat Vorteile vor einer geopolitischen („Kreisgrenzen“).
Als methodischer Zugang zur Quantifizierung von Marktgleichgewichten und ihren Änderungen
bieten sich vor allem Mehrgleichungsmodelle (2SLS) an. Damit lassen sich auch regionale
Unterschiede und zeitliche Änderungen bekannter oder vermuteter Leistungsdeterminanten
berücksichtigen. Dazu gehören auch Aktivitäten des einen Sektors als Determinante des jeweils
anderen. Eine Modellrechnung zeigt, dass Schätzungen des Verlagerungseffekts gegenüber
Zufallseinflüssen empfindlich sein werden, die in beiden Sektoren unabhängig voneinander
wirken.
Prüfbare Hypothesen sind u. a.
- Regionen mit geringer Leistungsdicht im stationären Bereich haben ceteris paribus hohe
Leistungsdichten im ambulanten Bereich, Regionen hoher Leistungsdichte im ambulanten
primärärztlichen Bereich haben (adjustiert) weniger Krankenhausfälle als Regionen mit
geringerer primärärztlicher Leistungsdichte (Querschnitt)
- Regionen mit c. p. abnehmender (Längsschnitt) stationärer Leistungsdichte oder hilfsweise
mit abnehmender stationärer Versorgungskapazität zeigen Leistungsdichte-
Steigerungen in ihrem ambulanten Umfeld, die (adjustiert für bekannte Determinanten der
Leistungsentwicklung) als Schätzung von primären Verlagerungseffekten angesehen werden
können
- Ambulante Aktivitäten der Krankenhäuser und neue ambulante Versorgungsformen (z.B.
MVZ, § 115b und § 116b SGB V) puffern c. p. primäre wie sekundäre Verlagerungseffekte.
Komplexität und Dynamik von Prozessen, die mehrere Sektoren einbeziehen (zusätzlich Rehabilitation,
Pflege, Angehörige und arztergänzende Dienste) und die stabilisierenden Rückkopplungen
unterliegen, können letztlich nur mit Hilfe eines dynamischen Prozessmodells
abgebildet werden. Insofern ist letztlich nicht nur das Leistungsgeschehen an der stationärambulanten
Schnittstelle in den Blick zu nehmen, sondern auch weitere Substitutionspotenziale
sind zu berücksichtigen. Das setzt Leistungs- und Kosteninformationen über den ganzen
sektorenübergreifenden Patientenverlauf voraus. Nach § 87a Absatz 6 SGB V werden solche
Daten versichertenbezogen zur Verfügung gestellt. Damit sind Auswertungen auf Individual-
und auf Regionalebene möglich (Mehrebenen-Modelle).
Zum besseren Verständnis der in Sekundärdaten abgebildeten Versorgungsprozesse wurden 8
leitfadengestützte Interviews mit Akteuren der Region - Ärzte und Verwaltungsleiter - aus
beiden Sektoren geführt. Vertreter beider Sektoren berichteten von Leistungsverlagerungen
aus dem jeweils anderen Sektor. In den ambulanten Sektor werden vor allem Diagnostik und
poststationäre Versorgung verlagert (z.B. Wundmanagement, Gerinnungsmanagement, Therapieumstellung).
Leistungen werden aus ärztlicher Verpflichtung auch übernommen, wenn
keine Vergütung dafür folgt (z.B. lange Beratungsgespräche, Verbandwechsel, Bescheinigungen).
7

1. Einleitung
Die Einführung einer neuen Vergütung im stationären Sektor (DRGs), des Gesundheitsfonds
und des Morbi-RSA haben Veränderungen in den Strukturen und Prozessen des Gesundheitswesens
und seiner Anreiz- und Vergütungssystematik in Gang gesetzt. Die Umsetzung
der neuen Regulierungen und ihre Folgen auf die Gesundheitsversorgung sind bisher weder
qualitativ noch quantitativ ausreichend untersucht worden.
Die Vergütung vertragsärztlicher Leistungen wurde durch das GKV-Wettbewerbsstärkungsgesetz
(GKV-WSG) 1 zu einer sog. Morbiditätsbezogenen Gesamtvergütung weiter
entwickelt (§ 87a SGB V). Neben der Zahl der Versicherten geht nun auch deren Morbiditätsstruktur
in das prospektiv zu vereinbarende Punktvolumen der Vergütung ein, d.h. das Morbiditätsrisiko
tragen die Krankenkassen. Als weitere Determinante der vertragsärztlichen Vergütung
sollen u. a. auch Änderungen des Umfangs der vertragsärztlichen Leistungen auf
Grund von Verlagerungen zwischen dem stationären und dem ambulanten Sektor berücksichtigt
werden (§ 87a Abs. 4 Nr. 3 SGB V). Solche lassen sich qualitativ plausibel machen, bisher
aber nicht quantifizieren und damit in Vergütungsanpassungen berücksichtigen.
Herausforderungen liegen in der konzeptionellen Abgrenzung eines solchen Verlagerungseffektes,
in der Verfügbarkeit und sektorübergreifenden Nutzbarkeit von unterschiedlich gegliederten
Datenquellen 2 und in der Spezifikation von Auswertungsmodellen und Schätzverfahren.
Nach einem Methodenworkshop im November 2008 schrieb das Zentralinstitut für die kassenärztliche
Versorgung im März 2009 Gutachtenaufträge zur Ermittlung und Messung von
Verlagerungseffekten im Rahmen einer Forschungs- und Entwicklungsmaßnahme aus. Der
bisherige Stand der wissenschaftlichen Bearbeitung von Verlagerungseffekten erschien „nicht
ausreichend gefestigt, um als Grundlage für eine Routineanwendung durch die Gesamtvertragspartner
geeignet zu sein“. Die vorliegende Ausarbeitung soll zur Umsetzung des gesetzlichen
Auftrags beitragen, in der Vereinbarung der Morbiditätsbedingten Gesamtvergütung
Leistungsverlagerungen zwischen dem stationären und dem ambulanten Sektor zu berücksichtigen.
2. Auftrag und Gegenstand des Gutachtens
Ausschreibung und Auftrag des Zentralinstituts gehen dahin, dem Bewertungsausschuss einen
Vorschlag zu machen, wie der Verlagerungseffekt nach § 87a Absatz 4 Ziffer 3 zwischen dem
stationären und dem ambulanten Sektor in der Anpassung der Morbiditätsbedingten Gesamtvergütung
zu ermitteln und zu berücksichtigen ist.
Dieser Vorschlag soll nach Punkt 2b der Ausschreibung vom 18.03.2009 von kleinräumigen
Unterschieden der Leistungsdichten im ambulanten wie im stationären Sektor ausgehen. Auf
dieser Basis sollen Methodenvorschläge zur Quantifizierung eines Verlagerungseffekts zwischen
dem stationären und dem ambulanten Sektor erarbeitet werden. Der Schwerpunkt liegt
1 Bundesgesetzblatt 2007, Teil 1 Nr. 11 vom 30.März 2007, S. 378-473
2 Krankenhausdiagnose- und Leistungsstatistik, Abrechnungsdaten der Kassenärztlichen Vereinigungen, Abrechnungsdaten
der gesetzlichen Krankenversicherung; Verordnungsdaten und Daten weiterer Sektoren, gemeinsam
auch als „Sekundärdaten“ bezeichnet
8

daher auf einer kleinräumigen Quer- und Längsschnittanalyse von GKV-Routinedaten, nicht
auf der Analyse versichertenbezogener Versorgungskarrieren.
Es sind zunächst methodische Vorüberlegungen zur Definition des gesuchten Verlagerungseffekts
und seiner Isolierung von dynamischen Änderungen der Leistungshäufigkeiten aus anderen
Gründen anzustellen. Leistungskomplexe, die für sektorübergreifende Verlagerungen
normativ oder empirisch in Betracht kommen, sind zu begründen. Der „Markt“ verlagerungsfähiger
Leistungen muss auch räumlich abgegrenzt werden. Die für diesen Zweck verfügbaren
Datenquellen sind einzuordnen. Die Modellentwicklung muss Abgrenzungsprobleme,
Störgrößen und ein sog. „Simultaneitätsproblem“ berücksichtigen.
Voraussetzung ist eine in beiden Sektoren vergleichbare regionale Leistungstransparenz. Illustrierend
werden verfügbare Routinedaten des stationären Sektors (amtliche Krankenhausdiagnosestatistik)
der Leistungserbringer (Kassenärztliche Vereinigung) und der Kostenträger
(GKV) auf der Ebene vierstelliger Postleitzahlbereiche (Wohnortbezug) dargestellt.
Um ein übergreifendes Bild der Einflüsse auf primäre und sekundäre Leistungsverlagerungen
in einem komplexen adaptiven System zu erarbeiten, sind weitere Determinanten der Leistungsinanspruchnahme
und ihre Interaktionsbeziehungen zu berücksichtigen, darunter (Änderungen
von) Versorgungs- und Anreizstrukturen, demographische Entwicklungen, sozioökonomische
Faktoren, gesetzliche und institutionelle Rahmenbedingungen und der medizinischtechnische
Fortschritt. Darüber liegen zum Teil Daten vor. Ergänzend wurden Interviews mit
regionalen Leistungserbringern und Experten geführt, in welchen Leistungsbereichen des ambulanten
und stationären Sektors von den Akteuren Verlagerungen wahrgenommen wurden
und erwartet werden.
3. Rechtslage
Die Bestimmung von intersektoralen Leistungsverlagerungen ist ein Teilaspekt der Vereinbarung
der Morbiditätsbedingten Gesamtvergütung nach § 87a SGB V. Es handelt sich um ein
prospektives Budget, das nicht mehr an die Entwicklung der beitragspflichtigen Einnahmen
(„Grundlohnsumme“) gebunden ist. 3
Die Vertragspartner, das sind die jeweilige Kassenärztliche Vereinigung, die Landesverbände
der Krankenkassen und die Ersatzkassen, vereinbaren danach ab 2009 jährlich bis zum 31.
Oktober gemeinsam und einheitlich den sog. „Behandlungsbedarf“ für das Folgejahr, und
zwar als Punktzahlvolumen auf der Grundlage des einheitlichen Bewertungsmaßstabes
(EBM). Dieses Punktzahlvolumen wird mit den ebenfalls vereinbarten Punktwerten bewertet
und ergibt so eine Gesamtvergütung in Euro, die die Kassen wie bisher mit befreiender Wirkung
an die jeweilige Kassenärztliche Vereinigung zahlen.
Dieses prospektive Vergütungssystem hat der Gesetzgeber weiter konkretisiert. So sind bei
der Ermittlung und Anpassung des Behandlungsbedarfs laut § 87a Absatz 4 SGB V insbesondere
zu berücksichtigen Veränderungen
3 Die Regelungen des § 87a konkretisieren den formal fortbestehenden Grundsatz der Beitragssatzstabilität, siehe
§ 87a Absatz 3 Satz 2 SGB V in Verbindung mit § 71 Absatz 1 Satz 1: „Die Vertragspartner auf Seiten der
Krankenkassen und der Leistungserbringer haben die Vereinbarungen über die Vergütungen nach diesem Buch
so zu gestalten, dass Beitragserhöhungen ausgeschlossen werden, es sei denn, die notwendige medizinische
Versorgung ist auch nach Ausschöpfung von Wirtschaftlichkeitsreserven nicht zu gewährleisten (Grundsatz der
Beitragssatzstabilität).“
9

1. der Zahl und der Morbiditätsstruktur der Versicherten,
2. in Art und Umfang der ärztlichen Leistungen, soweit sie auf einer Veränderung des gesetzlichen
oder satzungsmäßigen Leistungsumfangs der Krankenkassen oder auf Beschlüssen
des Gemeinsamen Bundesausschusses nach § 135 Abs. 1 SGB V beruhen,
3. des Umfangs der vertragsärztlichen Leistungen auf Grund von Verlagerungen von Leistungen
zwischen dem stationären und dem ambulanten Sektor 4 und
4. des Umfangs der vertragsärztlichen Leistungen auf Grund der Ausschöpfung von Wirtschaftlichkeitsreserven
bei der vertragsärztlichen Leistungserbringung.
Ergibt sich nach Berücksichtigung der genannten Kriterien ein Anstieg des morbiditätsbedingten
Behandlungsbedarfs, der bei der Vereinbarung nicht vorhersehbar war (z.B. durch
eine Epidemie), sind die erhöhten Aufwendungen von den Krankenkassen zeitnah, spätestens
im folgenden Abrechnungszeitraum zu vergüten. 5
Zu den genannten konkretisierenden Anpassungen des Budgets beschließt der Bewertungsausschuss
ein Verfahren (§ 87a Absatz 5 SGB V). Von den unterschiedlichen Datenherren
müssen dazu versichertenbezogene Daten bereitgestellt werden (§ 87a Absatz 6 SGB V). Mit
Beschluss vom 2. September 2009 hat der Bewertungsausschuss Monita formuliert und das
Institut des Bewertungsausschusses (InBA) beauftragt, bis zum 31.10.2009 einen entsprechenden
Vorschlag auszuarbeiten. Dieser Vorschlag liegt nicht vor. 6
Das Arztzahlrisiko bleibt dagegen bei der Kassenärztlichen Vereinigung. Bei Weitergabe dieses
Budgets an die Vertragsärzte in Form von Regelleistungsvolumina sind Zahl und Leistungsumfang
der der jeweiligen Arztgruppe angehörenden Ärzte zu berücksichtigen (§ 87b
Absatz 3 Nr. 4 SGB V). Leistungen, die auf die Zunahme der Arztzahlen zurückzuführen
sind, ohne dass der medizinische Behandlungsbedarf der Versicherten angestiegen ist, sollen
nicht finanziert werden. 7
4. Methodische Vorüberlegungen
Ein Verlagerungseffekt ist eine Leistungsumschichtung über die Grenze zwischen dem stationären
und dem ambulanten Sektor. Es handelt sich um ein (partiell) realisiertes Verlagerungspotenzial.
Über den engeren Zweck der Budgetfindung nach § 87a Absatz 4 Nr. 3
SGB V hinaus sind daher auch mögliche Verlagerungen („Leistungsüberschneidungen“) von
methodischem Interesse.
Die folgenden Ausführungen sollen Wege zur Umsetzung der vom Gesetzgeber eingeräumten
und mit mehreren Parametern eingegrenzten Entwicklung der ambulanten Vergütung sondieren.
Die Vertragspartner können unabhängig davon alternative Strategien mit dem gleichen
Zweck verfolgen, Geld der über die Sektorgrenze wandernden Leistung folgen zu lassen:
Komplexpauschalen, IV-Verträge, Hausarztverträge mit und ohne Budgetverantwortung der
4 Der Entwurf des GKV-WSG in der BT 16/3100 vom 24.10.2006 enthält zum Verlagerungseffekt (damals noch
in § 85a vorgesehen) keine informative Begründung (S. 122)
5 Die Vertragspartner müssen Leistungen bei der Substitutionsbehandlung der Drogenabhängigkeit und können
weitere Leistungen, z.B. solche, die besonders gefördert werden sollen, außerhalb der Gesamtvergütung mit den
Preisen der Euro-Gebührenordnung vergüten (extrabudgetär).
6 Stand: Februar 2010
7 BT 16/3100 vom 24.10.2006: Entwurf eines Gesetzes zur Stärkung des Wettbewerbs in der gesetzlichen Krankenversicherung
(GKV-Wettbewerbsstärkungsgesetz – GKV-WSG), Begründung zu den damals noch als § 85b
eingeordneten Regelungen des jetzigen § 87b SGB V, S.125
10

Leistungserbringer, Selektivverträge oder regionale Budgets. 8 Außerdem kann es zu einer
unternehmerischen vertikalen Integration von Leistungserbringern kommen. Diese Möglichkeiten
erscheinen für den engeren Gesetzesauftrag, einen Verlagerungseffekt zu schätzen und
zu berücksichtigen, damit als Störgrößen.
4.1 Markt- und Produktabgrenzung für verlagerungsfähige Leistungen
„Defining a shift in the balance of care towards the primary sector is problematic because
the primary and secondary sectors are not themselves easy to define.“ (Godber et al. 1997,
S. 276)
Eine Verlagerung von stationären zu ambulanten Leistungen kann als Spezialfall der Verlagerung
eines Marktgleichgewichts aufgefasst werden. Dies betrifft sachlich die Abgrenzung
medizinischer Sachverhalte mit ihren Leistungen, Versorgungsmustern, Ressourcen, Finanzströmen
und Anreizen für die Akteure. Die meisten Institutionen und Personen im Gesundheitswesen
handeln primär lokal oder regional. Allerdings reichen die relevanten Raum- und
Zeitbezüge für verschiedene Leistungen unterschiedlich weit.
Das Produkt und der Markt „verlagerungsfähige Leistungen“ müssen daher in dreifacher Hinsicht
abgegrenzt werden
- sachlich (welche Leistungen?)
- räumlich (welche Leistungserbringer in welcher Region?) und
- zeitlich (wann gilt eine Leistung als über die Sektorgrenzen verlagert?)
Außerdem müssen bei dieser Abgrenzung unterschiedliche Patientengruppen berücksichtigt
werden (z.B. allein oder in Heimen lebende Versicherte). 9
Bevor auf geeignete Ansatzpunkte, Methoden und Modelle der Berechnung von budgetrelevanten
Leistungsverlagerungen eingegangen wird, soll zuerst auf die genannten Abgrenzungsschwierigkeiten
eingegangen werden.
8 Z.B. in der Psychiatrischen Versorgung: Deister et al. 2005, Roick et al. 2008
9 Zu den verschiedenen empirischen Methoden der Marktabgrenzung siehe Anhang A13.
11

4.1.1 Sektorale Trennung – ambulante vs. stationäre Versorgung
Im deutschen Gesundheitswesen gilt der Grundsatz „ambulant vor stationär“. Die Behandlung
muss ambulant durchgeführt werden, wenn eine stationäre Behandlung nicht notwendig
ist. 10 Anders als die budgetäre Abgrenzung ist eine medizinisch-inhaltliche Abgrenzung zwischen
ambulanten und stationären Leistungen jedoch nicht eindeutig. So umfasst der Begriff
der Krankenhausbehandlung (§ 39 SGB V) voll-, teil-, vor- und nachstationäre Behandlung
sowie das ambulante Operieren im Krankenhaus und die stationsersetzenden Eingriffe (Abbildung
1), aber nicht stationäre Hospizleistungen (§ 39a SGB V).
KRANKENHAUSBEHANDLUNG
vollstationär teilstationär vorstationär nachstationär
Abbildung 1: Krankenhausleistungen (Quelle: eigene Darstellung)
Amb. Operieren,
Stationsersetzende
Eingriffe
10 Versicherte haben nach § 39 SGB V (nur dann) Anspruch auf vollstationäre Krankenhausbehandlung, wenn
das Behandlungsziel nicht durch andere Versorgungsformen - teilstationär, vor- und nach-stationär oder ambulant
einschl. häuslicher Krankenpflege - erreicht werden kann. Die Entscheidung, ob vollstationäre Behandlung
erforderlich ist, trifft das Krankenhaus (sofern der Versicherte sich nicht anders entscheidet). Nach Verordnung
von Krankenhausbehandlung (Einweisung) können Krankenhäuser Versicherte in medizinisch geeigneten Fällen
ohne Verpflegung und Unterkunft vor- und nachstationär behandeln (z.B. Diagnostik, Indikationsstellung, Aufklärung,
med. Nachsorge). Ohne Verordnung kann das Krankenhaus in Notfällen und gem. § 115b SGB V (ambulantes
Operieren) tätig werden.
12

RuF
ambulante
Behandlung
Krankenhausbehandlung
Rehabilitation
Pflege
Hospize
Sektor
RuF: Rechts- und Finanzierungsgrundlage
ambulant stationär
- niedergelassene Ärzte
- amb. Leistungen für stat. Einrichtungen
(z.B. DMP, §115b SGB V)
- MVZ
- niedergelassene Ärzte
- stat. Einrichtungen (§§116-119a)
- MVZ
- ambulante Reha-Teams
- Frührehabilitation
- ambulante Pflegedienste - stationäre Alten- und
Pflegeheime
- ambulante Hospiz- und Palliativdienste
Abbildung 2: Sektorale Trennung in der Gesundheitsversorgung
(Quelle: eigene Darstellung)
- Praxiskliniken
- Krankenhäuser
- Rehabilitationskliniken/ Stationen
- teilstationäre und stationäre
Hospizvereinigung
Bei stationär erbrachten Leistungen kann noch nachträglich die Notwendigkeit der stationären
Behandlung in Frage gestellt werden mit der Folge einer Korrektur der Abrechnung (s. u.
AEP und § 17c KHG).
Die Bedeutung der vor- und nachstationären Versorgung hat sich nach Einführung der DRG-
Vergütung gewandelt. Eine vorstationäre Pauschale ist neben der DRG-Pauschale nicht berechenbar,
eine nachstationäre Behandlung durch das Krankenhaus unter definierten Bedingungen
möglich (§ 8 Absatz 2 Nr. 3 KHEntgG in Verbindung mit § 115a Absatz 1 Nr. 2). Eine
Abgrenzung von Leistungen, die dem Sicherstellungsauftrag der KVen unterliegen und daher
vom Krankenhaus vor Aufnahme des Patienten „angefordert“ werden können (EKG, Gerinnungsstatus
usw.) von Leistungen, die Teil der DRG-Pauschale sind und daher vom Krankenhaus
erbracht oder in Auftrag gegeben werden müssen, kann schwierig sein. Leistungen, die
von Krankenhäusern nachstationär erbracht werden, können von ihnen auch ambulant verlagert
werden, wenn geeignete Leistungserbringer in erreichbarer Nähe sind.
Abgrenzungsschwierigkeiten können auch darauf beruhen, dass identische Leistungserbringer
ambulant wie stationär tätig sein können (Belegärzte, Ermächtigungen).
Insbesondere bestehen Abgrenzungsschwierigkeiten zwischen „ambulanter Versorgung“ und
„ambulanter Versorgung am Krankenhaus“. Lüngen bezweifelt, dass eine Trennung durch
Bezug auf den Ort der Behandlung, die Institutionen (Krankenhäuser, Vertragsärzte), Leistungserbringer
(Allgemein- vs. Facharzt), das Vergütungssystem oder inhaltlich-medizinische
13

Kriterien (Diagnosen, Prozeduren) eindeutig gelingen kann. 11 Bei „ambulanten Leistungen“
und „sektoral verlagerungsfähigen Leistungen“, die von Krankenhäusern, von Vertragsärzten
oder auch von neuen ambulanten Versorgungsformen (z.B. MVZ) durchgeführt werden können,
ist die Abgrenzung über Institutionen bzw. Sektoren nicht durchgängig durchführbar,
aber andere Abgrenzungskriterien stehen nicht zur Verfügung (Lüngen 2007, Dranove et al.
1998). 12 Für Zwecke des § 85a SGB V gehen wir davon aus, dass eine ambulante Leistung
dadurch gekennzeichnet ist, dass sie direkt oder indirekt aus dem ambulanten Budget vergütet
wird.
Hausarzt-Modelle und deren konkrete Ausgestaltung (z.B. Anreize für Ärzte, Einweisungsraten
in Krankenhäuser niedrig zu halten) 13 können Lage und Funktion der ambulant-stationären
Sektorschnittstelle beeinflussen. 14 Soweit hausärztliche Tätigkeit (z.B. die Lotsenfunktion) im
Rahmen eines speziellen Hausarzt-Vertrags vergütet wird, ist die Gesamtvergütung dafür zu
bereinigen. Eine kompensatorische Vergütung für einen Verlagerungseffekt nach § 87a Absatz
4 Nr. 3 SGB V trifft nicht zu (oder ist innerhalb des Hausarzt-Vertrags zu regeln). Die
Schätzung des Verlagerungseffekts muss dann ebenfalls um Versicherte und Leistungen in
Hausarzt-Verträgen bereinigt werden.
Seit Anfang der 90er Jahre wurde durch gesetzliche Regelungen versucht, die Trennung der
verschiedenen Sektoren durchlässiger zu machen und den Wettbewerb zu stärken (Abbildung
3). Ambulante Leistungen durch Krankenhäuser sowie integrierte und neue ambulante Versorgungsformen
nahmen zu. Dagegen wurde der Tätigkeitsbereich der niedergelassenen Vertragsärzte
(und der Kassenärztlichen Vereinigungen) „auf Kosten“ der Krankenhäuser leistungsrechtlich
nicht erweitert, vor allem wohl, weil Krankenhausbehandlung rechtlich ohnehin
als subsidiär eingeordnet ist (§ 39 SGB V). Ob diese Subsidiarität auf Ebene der Kostenträger
und/ oder der Gesellschaft in jedem Fall wirtschaftlich ist, wird differenziert diskutiert
(Berk und Chalmers 1981, Rubenstein 1994, Welsh 1995, Smith et al. 1997, Godber et al.
1997). 15
Trotz der Subsidiaritätsfiktion gibt es eine Grauzone von nicht unbedingt oder nicht mehr
nötigen („disponiblen“) stationären Leistungen, d.h. ein Verlagerungspotenzial. Die Sektorgrenze
wird auch durch den medizinischen Fortschritt neu gezogen (siehe Abschnitt 4.4). Mit
dem zu operationalisierenden Vergütungsanspruch nach § 87a Absatz 4 Nr. 3 SGB V erhalten
11 Insbesondere die ambulante Versorgungsform im Krankenhaus umfasst eine Vielzahl von Ausprägungen. Es
existiert keine einheitlichen Finanzierungs- und Abrechnungsform (wie im vertragsärztlichen Bereich), keine
einheitliche Organisationsform („allgemeine Krankenhausambulanz“) sowie auch keine einheitliche prozessuale
Steuerung des Zugangs für Patienten (z.B. Überweisung durch Facharzt).
12 Die Definition des Gutes „ambulante Versorgung“ ist weder im Gesetz noch durch vertragliche Vereinbarungen
eindeutig geregelt. Die gesetzlichen Regelungen orientieren sich weder durchgängig an medizinischen noch
organisatorischen oder wettbewerblichen Kriterien. Eine erschwerte Markabgrenzung betrifft auch Aussagen zu
Wettbewerbsintensität, Marktverhalten und Marktergebnis. Die unterschiedlichen Regelungen bedingen auch
unterschiedliche Marktzutrittsbarrieren für Krankenhäuser und Vertragsärzte in Bezug auf die Erbringung bzw.
Abrechnung ambulanter Versorgungsleistungen. Das schränkt den Wettbewerb ein und verzerrt die Markmacht
der Akteure.
13 Siehe schon den sog. „Bayern-Vertrag“ von 1979 (John und Potthoff 1987)
14 Rosenblum et al. (1989) haben Hausarztmodelle bei HMOs als einen wesentlichen Grund dafür festgestellt,
dass stationäre Behandlungen zurückgegangen sind und sich die ambulante Behandlungsfrequenz erhöht hat. Der
Hausarzt hat wesentlichen Einfluss auf die Nachfrage des Patienten nach weiterführenden Behandlungen. Wenig
beforscht ist dabei, welche Faktoren (z.B. Schweregrad der Erkrankung, Kooperationsbeziehungen) seine Entscheidung
für oder gegen eine Überweisung beeinflussen (Culyer und Cullis 2007).
15 Vergleichende Studien über die medizinische Notwendigkeit, die Kosten-Effektivität und die Kosten-Nutzen-
Relation der verschiedenen Versorgungsformen und -ebenen differenziert nach Leistungskomplexen und Patientencharakteristika
wären hilfreich. Fixe Kosten und Kosten, die auf Patienten und ihre Angehörigen verlagert
werden, müssen berücksichtigt werden.
14

die Vertragsärzte kein Abwehrrecht gegen Leistungsausgliederungen stationärer Leistungserbringer,
sondern einen Kompensationsanspruch. Durch sektorale Budgetierung angereizte
Externalisierungen werden dadurch nicht vermieden oder reduziert, sondern per Vergütungsaufwuchs
im ambulanten Sektor streitfrei gestellt. Das ist aus der Systematik der morbiditätsorientierten
ambulanten Vergütung plausibel, ordnungspolitisch dennoch unbefriedigend,
da es nicht zu einer transparenten Risikoteilung an der Schnittstelle kommt.
15

Ambulanter
Sektor
Vertragsärzte
§ 95 SGB V
Belegärzte
§ 121 SGB V
Praxiskliniken
§ 121 SGB V
Amb. Operieren
§ 115b SGB V
MVZ
§ 95 SGB V
Int. Versorgung
§ 140 a-f SGB V
DMP
§ 137f,g SGB V
Hausarztz. Versorgung
§ 73b SGB V
Bes. amb. Versorgung
§ 73c SGB V
1989 - Hochschulambulanzen § 117 SGB V
1989 - Sozialpädiatrische Zentren § 119 SGB V
1989 - Psychiatrische Institutsambulanzen (PIA) § 118 SGB V
1993 - Amb. Operieren und stationsersetzende Eingriffe § 115b SGB V
1993 - Vor- und nachstationär § 115a SGB V
2000 - Integrierte Versorgung § 140a-f SGB V
2004 - Hochspezialisierte Leistungen § 116b SGB V
2004 - Amb. Behandlung durch Krankenhäuser § 116a SGB V
2004 - Disease-Management-Programme § 137f SGB V
2004 - MVZ § 95 SGB V
2007 - Besondere ambulante Versorgung (u.a. § 73c SGB V)
2007 - Hausarztzentrierte Versorgung (§ 73b SGB V)
2009 - Praxiskliniken (§ 122 SGB V)
Amb. Vers. Untervers.
§ 116a SGB V
Ermächtigungen
§ 116 ff. SGB V
Hochschulambulanzen
§ 117 SGB V
Teilstationär
§ 39 SGB V
Vor- und nachstationär
§ 115a SGB V
Psych.-Inst. Amb.
§ 118 SGB V
Sozialpäd. Zentren
§ 119 SGB V
Hochspez. Leistungen
§ 116b SGB V
KH-Sachleistungen
§ 124 SGB V
Notfallbehandlung
§ 75 SGB V
Abbildung 3: Regelungen mit Auswirkung auf die ambulant-stationäre Leistungsentwicklung
(Quelle: SGB V)
Stationärer
Sektor
Kranken-
häuser
§115 ff. SGB V
16

4.1.2 Sektorale Verlagerungseffekte
Vor allem in der amerikanischen Literatur wurde der methodische Zugang zum Verlagerungsproblem
über Analysen zum Einfluss von Preisunterschieden und Preisänderungen auf
Leistungsmengen und die Wahl der Leistungserbringer gesucht (Preiselastizitäten, Kreuzpreiselastizitäten).
Die Substituierbarkeit (gleicher Markt) wird dabei über Diagnose- und
Leistungscharakteristika bestimmt (Gold 1984, Cohen 1989, Carey 1994, Lang 2002, Davis
und Russell 1972, Blackstone und Fuhr 1992, Jacobs und Rapoport 2004, Wickizer et al.
1991). Allerdings spielen „Konsumentenpreise“, Notfallambulanzen und vertikal integrierte
(sektorenübergreifende) Leistungserbringer in den USA eine weit größere Rolle als in
Deutschland. Bei sektorspezifischer Vergütungssystematik mit jeweils einheitlichen Preisen
und fehlender Auswirkung eines Substitutionseffektes auf die sektoralen Preisniveaus ist ein
empirischer Zugang zur Verlagerungsthematik, der sich auf ein Marktgefüge von Preisen und
Mengen bezieht, in unserem System wenig aussichtsreich. 16
In der internationalen Literatur sind Verlagerungseffekte oft im Bereich psychiatrischer
Krankheiten und Versorgungsleistungen untersucht worden (Goldstein und Horgan 1988,
Goldman et al. 1998, Leslie und Rosenheck 1999, Rosenheck et al. 2000, Deb et al. 1998,
Curtis et al. 2009, Okunade und Murthy 2008, Manuella et al. 1998). Das ist begründet durch
Enthospitalisierungstendenzen in Verbindung mit gemeindeorientierten Versorgungskonzepten.
Diese Entwicklung beruht auf medizinisch-technischen Fortschritten (v.a. der Entwicklung
neuer Psychopharmaka), aber auch auf einer veränderten gesellschaftlichen Akzeptanz
psychiatrischer Patienten und Probleme, der stärkeren Berücksichtigung von Patientenpräferenzen
sowie einer vermehrten Artikulation der Betroffenen. 17
Neben stationär-ambulanten Verlagerungen wurden auch Verlagerungen zwischen Primärversorgern
und sekundären Spezialisten, zwischen ambulanter Versorgung und Notfallversorgung,
zwischen Krankenhäusern verschiedener Versorgungsebenen, zwischen sozialen Aktivitäten
sozialer Betreuung (soziale Netze, kommunale Dienste) und stationärer Krankenhausversorgung
sowie zwischen Ärzten und anderen Medizinalberufen untersucht. Im Rehabilitationsbereich
wurde festgestellt, dass die Verweildauerverkürzungen der stationären Versorgung
dazu geführt haben, dass zunehmend multimorbide und ältere Patienten sowie Patienten
mit Komplikationen überwiesen wurden. Die Zunahme des jeweiligen medizinischen und
pflegerischen Aufwands im Reha-Sektor wird allerdings je nach Fachrichtung als unterschiedlich
schwerwiegend eingeschätzt (Eiff et al. 2004, Eiff et al. 2005, Eiff et al. 2008, Kuge
2003, Scheffer 2000, Groenewegen 1991, White and Seagrave 2005, Adrian et al. 1998, Griffiths
et al. 2001). 18
Im deutschen DRG-System waren zu Beginn vor allem aufwändige Leistungen unterbewertet.
Dies ergab einen Anreiz, sie in der gestuften Krankenhausversorgung vor allem „nach oben“
16 Das Fehlen von Preissignalen macht es nicht unmöglich, die für dieses Problem entwickelten Mehrgleichungssysteme
anzuwenden. Man kann andere Determinanten wie Anbieterdichten berücksichtigen und den Einfluss
von Transaktions- und Opportunitätskosten (Erreichbarkeit, Entfernung) der Inanspruchnahme prüfen. Jacobs
und Rapoport (2004) gehen auf die Defizite eines solchen Wettbewerbsmodells auch im Zusammenhang der
Darstellung von Nachfrage-, Preis- und Mengenänderungen von Leistungen, die in einer ambulant-stationären
Substitutionsbeziehungen zueinander stehen, näher ein.
17 Allerdings können bei manchen Patientengruppen vermehrt stationäre Aufenthalte nötig werden - auf Grund
individuellen Verhaltens bei geringer sozialer Unterstützung, niedriger Compliance mit Psychopharmaka und
mangelnder Inanspruchnahme des ambulanten Sektors (Goldstein und Horgan 1988)
18 Unter günstigen Rahmenbedingungen können randomisierte kontrollierte Studien (RCTs) (z.B. Griffiths et al.
2001) oder gematchte Fallserien (Kolisek et al 2009) die Ergebnisse verschiedener Behandlungsmodalitäten
vergleichen
17

in die Häuser der (Supra-)Maximalversorgung zu verlagern, nicht in den ambulanten Sektor.
In Deutschland werden im Übrigen ähnliche Auswirkungen des leistungsorientierten pauschalierten
Vergütungssystems auf die Versorgung wie in anderen Gesundheitssystemen angenommen
(Rochell et al. 2009, Güssow et al. 2007, Vitikainen et al. 2009, Lin et al. 2004):
- eine verkürzte Verweildauer in den Akutkrankenhäusern sowie eine frühzeitige Verlegung
in den ambulanten vertragsärztlichen Sektor
- ein Anreiz zur Risikoselektion
- ein daraus resultierender intensiverer und höherer (in Umfang und Anzahl) ambulanter
Behandlungs- und Leistungsaufwand
- aufgrund der verkürzten Verweildauer entsprechend längere ambulante vor- und nachstationäre
Behandlungsphasen mit geänderten Therapiebedarf
- finanzielle Mehrbelastungen im ambulanten Sektor (z.B. Belastung des Arzneimittelbudgets
durch teure Nachbehandlung)
- durch den Mehraufwand notwendige Umstrukturierungsmaßnamen in der ambulanten
vertragsärztlichen Versorgung (Personal, Geräte, Sachkosten).
Die folgenden Abbildungen zeigen die Leistungsentwicklung im stationären Bereich sowie
die Entwicklungen einzelner Leistungskomponenten an der ambulant-stationären Schnittstelle
nach Einführung der DRG Vergütung. 19
Abbildung 4: Entwicklung der Fallzahlen, Verweildauern und der Bettenauslastung im
Zeitablauf, indexiert auf 1995 (Quelle: Statistisches Bundesamt)
19 Rochell et al. 2009 gehen darauf näher ein.
18

Tabelle 1: Veränderung der Fallzahlen an der stationär-ambulanten Sektorschnittstelle
Anzahl der Fälle 2002 2003 2004 2005 2006 2007 2008
vollstationär 17.432.272 17.295.910 16.801.649 16.539.398 16.832.883 17.178.573 17.518.579
teilstationär 376.473 502.470 511.137 527.213 623.657 675.082 702.649
vorstationär 1.169.529 1.417.411 1.670.652 1.965.027 2.266.670 2.714.169 2.991.986
nachstationär 747.206 755.096 661.274 654.277 703.488 781.197 820.371
Kurzlieger (1-3 T.) 5.072.670 5.262.823 5.406.254 5.401.207 5.631.308 5.944.592 6.279.504
AOP am KH 575.613 724.310 1.160.573 1.371.708 1.513.716 1.638.911 1.758.305
AOP VÄ 3.831.300 3.811.300 3.767.900 3.131.196 3.123.158 k.A. k.A.
(Quelle: Statistisches Bundesamt, KBV)
350%
300%
250%
200%
150%
100%
50%
0%
2002 2003 2004 2005 2006 2007 2008
vollstationär
teilstationär
vorstationär
nachstationär
Kurzlieger (1-3 Tage)
AOP am KH
AOP VÄ
Abbildung 5: Entwicklung von einzelnen Leistungskomponenten an der stationärambulanten
Sektorschnittstelle (Quelle: Statistisches Bundesamt, KBV)
An der stationär-ambulanten Schnittstelle gibt es also deutliche Bewegungen. Insbesondere
das ambulante Operieren am Krankenhaus und die vor- und teilstationären Fallzahlen haben
zugenommen. Die durch abnehmende Verweildauern frei werdenden Kapazitäten werden in
den Krankenhäusern nur teilweise abgebaut, 20 zum Teil zur Erschließung neuer Leistungssegmente
- wie ambulante Operationen, spezialisierte Leistungen - eingesetzt. Damit können
insgesamt mehr Patienten mit den vorhandenen Ressourcen behandelt (Erlöseffekt) und die
20 Aus einer (auf 1995 indexierten) Fallzahlsteigerung auf 1,082 und einer Verweildauerkürzung auf 0,728 (Abbildung
4) würde eine Absenkung der Krankenhaustage auf 0,788 mit einem ceteris paribus gleich großen erwarteten
Rückgang der Bettenauslastung resultieren. Eine beobachtete Bettenauslastung von 0,94 bedeutet dann also
Bettenabbau auf 0,84.
19

Ressourcen pro Patient effizienter genutzt werden (Rationalisierungs-, Verbund- und Synergieeffekte).
21
Im internationalen Vergleich ist eine große Variabilität der ambulanten und stationären Leistungsrelationen
festzustellen (siehe Anhang A8). Deutschland zeigt eine vergleichsweise hohe
Inanspruchnahme von Krankenhausleistungen. Daraus kann - unter Berücksichtigung von
Spezifika des Gesundheitssystems und der Morbiditätsstrukturen - auf ein unausgeschöpftes
Verlagerungspotenzial geschlossen werden. 22 Allerdings befindet sich Deutschland im Vergleich
mit anderen OECD-Ländern nicht nur im oberen Bereich bei stationären Leistungen,
sondern weist auch eine hohe Anzahl ambulant durchgeführter Operationen auf. Deutsche
Ärzte weisen ein besonders hohes zeitliches Arbeitspensum, die Zahl ihrer Patientenkontakte
pro Woche liegt weit über dem Durchschnitt anderer entwickelter Länder (Koch et al. 2007).
Damit ist die medizinische Versorgung in Deutschland insgesamt intensiver, aber nicht notwendig
produktiver als in vielen anderen Ländern.
4.1.3 Substitution und Komplementarität von Leistungen, primäre und sekundäre Verlagerung,
Posteriorisierung
Theoretisch kann man Leistungsverlagerungen an einer gegensinnigen Varianz der beiden
Sektoren erkennen. Dies gilt bei querschnittlicher (räumlicher) und auch bei längsschnittlicher
(raum-zeitlicher) Analyse der Daten – zumindest unter Annahme konstanter oder in ihrer
Entwicklung vollständig exogen erklärbarer Morbidität. Gleichgerichtete Entwicklungen in
beiden Sektoren werden dagegen primär als Folge von Morbiditätsänderungen oder von neuen
Behandlungsmöglichkeiten durch medizinisch-technischen Fortschritt angesehen werden.
An den Sektorschnittstellen kann man grundsätzlich zwischen „ersetzenden“ (substitutiven)
und „ergänzenden“ (komplementären) Leistungen unterscheiden (Fortney 2005, Freiberg
1979). Außerdem muss man einen „Substitutionseffekt“ (Ersatz von stationären Leistungen
durch den ambulanten Sektor) und einen „Expansionseffekt“ differenzieren (Erhöhung des
Leistungsvolumens durch Morbiditätszunahme, Erschließung neuer Patientengruppen z.B.
durch besseres Risikomanagement oder Früherkennung, Erweiterung des GKV-
Leistungskatalogs; nach § 87a Absatz 4 Nr. 1 und Nr. 2 einzuordnen).
Grundsätzlich können Fallzahl- und Verweildaueränderungen zu Verlagerungen aus dem
stationären Sektor beitragen. Verweildauerkürzungen führen dazu, dass der ambulante Sektor
einen Teil der bisher im stationären Sektor erbrachten Leistungen übernimmt, sofern diese
nötig waren. Analogie zur Terminologie bei der sog. „Fehlbelegung“ der Krankenhäuser sprechen
wir bei Fallzahlverlagerungen von primärer (oder vollständiger) Verlagerung, bei Verweildauerkürzungen
von sekundärer (oder partieller) Verlagerung (vgl. Abbildung 6).
Gründe einer primären Verlagerung können, aber müssen nicht beim stationären Sektor liegen.
Der stationäre Sektor könnte die Aufnahme bestimmter Fälle unterlassen oder erschweren,
z.B. wenn die zugehörige DRG unterbewertet ist oder eine bestimmte Leistung nach partieller
Spezialisierung der Krankenhäuser nicht mehr überall vorgehalten wird („push“). Es
21 economics of size, economics of scale, economics of scope, economics of density
22 Der unterschiedliche Grad der Umsetzung ambulanter Operationen in den verschieden Ländern kann zum
einen auf verschiedene Methoden der Dokumentation und Datenerfassung zurückgeführt werden, zum anderen
auf „Nachfragefaktoren“ wie Demographie- und Morbiditätsstrukturen oder „Angebotsfaktoren“ (z.B. höherer
Anteil an vorhandenen Ressourcen und Kapazitäten, um ambulante Operationen durchführen zu können). Auch
Rahmenbedingungen der Gesundheitssysteme spielen eine Rolle (z.B. Organisations- und Finanzierungssysteme,
Vergütungssysteme, Anreizstrukturen).
20

kann aber auch zu technologisch bedingten Leistungsverbesserungen des ambulanten Sektors
oder einer besseren Kontinuität der ambulanten Versorgung kommen 23 , die stationäre Behandlungsepisoden
entbehrlich werden lassen („pull“). Schließlich können im Überschneidungsbereich
der Leistungen die (aufgeklärten) Patienten ihre eigene Wahl treffen („choice“).
24
Es kann sein, dass die Fallzahl im ambulanten Sektor stärker zunimmt als im stationären.
Dies kann vorkommen, wenn eine (demographisch bedingte) Morbiditätszunahme mit überproportionaler
Zunahme der Versorgung leichterer Fälle im ambulanten Sektor einhergeht
(z.B. Katarakt-Operationen). Damit ändert sich zwar das Verhältnis von ambulanten zu stationären
Leistungen in Richtung auf ambulant erbrachte Leistungen, es handelt sich aber um
einen Expansionseffekt. Auch wenn ein Morbiditätsanstieg unter unveränderter (hoher, nicht
mehr zu steigernder) Auslastung konstant bleibender stationärer Kapazitäten allein im ambulanten
Sektor „bewältigt“ wird, würde sich das Verhältnis von ambulanten zu stationären
Leistungen in die ambulante Richtung ändern. Doch würde man von einem Morbiditätseffekt
im Sinne des § 87a Absatz 4 Ziffer 1 sprechen, nicht von einem Verlagerungseffekt. In den
ambulanten Bereich kann nur verlagert werden, was vorher stationär versorgt worden war.
23 Fleming 1995
24 Für Zwecke des § 87a ist die Ursache der Verlagerung nicht erheblich.
21

Abbildung 6: Dynamik der Sektoren und Leistungsverlagerungen
(Quelle: eigene Darstellung)
22

Unter einem pauschalierten Vergütungssystem im stationären Sektor können auch steigende
Verweildauern ein Hinweis auf eine Verlagerung (vor allem) leichterer Fälle in den ambulanten
Bereich (oder in Tageskliniken) sein. Carter und Ginsburg (1985) stellten den stationärambulanten
Verlagerungseffekt anhand einer Liste von 36 DRGs mit hoher Substitutionswahrscheinlichkeit
und den prozentualen Beitrag dieser DRGs an der Veränderung des Case-
Mix-Index (CMI) dar. 25
Je nach allgemeinem Morbiditätstrend wären selektive Fallverlagerungen mit verschiedenen
sektoralen Trendkombinationen vereinbar - z.B. steigende Fallzahlen im ambulanten Sektor in
Verbindung mit konstanten Fallzahlen und steigender Verweildauer im stationären Sektor.
Eine selektive Anreicherung schwerer Fälle im stationären Sektor sollte dort mit einer Zunahme
der Komorbidität einhergehen. Auch würde man bei den meisten Krankheiten bei den
nun durchschnittlich länger liegenden Patienten ein höheres Durchschnittsalter erwarten. Dies
würde zu einer veränderten Case-Mix Struktur im stationären Sektor führen. Man würde bei
einem solchen Muster von einer Verlagerung leichterer Fälle bei insgesamt zunehmender
Morbidität ausgehen.
Als Verlagerung kann auch gelten, wenn sich Krankenhäuser unter einer „leistungsbezogenen“
kalkulierten Pauschale und sinkender Verweildauer zunehmend auf die Behandlung der
beim jeweiligen Fall finanzierungsrelevanten Bewertungsrelation konzentrieren, während sie
eine früher noch geleistete Mitbehandlungen von Begleit- oder Nebenproblemen dem ambulanten
Sektor für die Zeit nach dem stationären Aufenthalt überlassen, selbst wenn diese Probleme
im stationären Sektor erstmals erkannt wurden.
Die Quantifizierung eines Verlagerungspotenzials muss zusätzlich verlagerungsfähige und
vermeidbare (klinisch nicht notwendige) Maßnahmen 26 differenzieren. Ein Beispiel für vermeidbare
Maßnahmen gibt eine Analyse der Angemessenheit koloskopischer Untersuchungen:
Harris et al. (2007) untersuchten in einer prospektiven multizentrischen Beobachtungsstudie
die Angemessenheit von Koloskopien in insgesamt 21 spezialisierten gastrointestinalen
Versorgungseinrichtungen in elf europäischen Staaten. Die Koloskopien wurden anhand der
Bewertungskriterien des European Panel on the Appropriateness of Gastrointestinal Endoscopy
(RAND Appropriateness Method) bewertet. Unter 5.213 Teilnehmern wurden 20 % der
Koloskopien für notwendig, 26 % für angemessen, 27 % für unsicher und 27 % für unangemessen
befunden. Insbesondere bei jüngeren und gesünderen Patienten und Personen mit unspezifischen
Symptomen konnte ein höherer Anteil unnötiger Untersuchungen und Folgeinterventionen
registriert werden. Letztere können natürlich nicht zum Verlagerungspotenzial
gerechnet werden, sondern sollten ganz unterbleiben.
25 Die Annahme dabei ist, dass es sich bei den im Zeitablauf verlagerten Fällen um Patienten mit einem unterdurchschnittlichen
Schweregrad handelt. Dadurch erhöht sich entsprechend der CMI bei den verbliebenen stationären
Patienten. Allerdings wurde in dieser Studie bemerkt, dass eine Erhöhung des CMI auch auf einer veränderten
medizinischen Praxis, DRG Kodierung („Upcoding“, „DRG Creep“) oder einem Morbiditätseffekt beruhen
kann. Außerdem wurde im zeitlichen Verlauf ersichtlich, dass die festgelegten DRGs mit potentiellem Verlagerungspotential
in dem ersten Jahr der Einführung des prospektiven Vergütungssystems keine erhöhten früheren
Entlassungen aufwiesen. Falls das DRG System einen starken Anreiz für eine Optimierung des Fallmanagements
und der Deckungsbeiträge geben würde, wären diese DRGs Primärkandidaten für Verlagerungen in den
ambulanten Bereich. Es wurde geschlussfolgert, dass anscheinend andere Elemente – wie die Peer Review Organisation,
der technologische Wandel oder die Einstellung der Ärzte – eine stärkere Rolle bei Verlagerungseffekten
spielen könnten.
26 Auf diesen Punkt wird näher im Kapitel 4.5.3 eingegangen.
23

Grundsätzlich führt eine fallbezogene Vergütung der Krankenhäuser zu einem Interesse an
Fallzahlsteigerungen mit einem daraus abgeleiteten Interesse, zur eigenen Entlastung ambulant
verlagerungsfähiger Fälle und Leistungen tatsächlich zu verlagern (z.B. Verweildauerkürzungen,
Fallmanagement, besseres Entlassungsmanagement). Diese Anreizkombination
würde vor allem zu sekundären Verlagerungen (s. o.) führen (z.B. nachgehende Wundversorgung).
27
Eine Konsolidierung des stationären Marktes, bei der sich die absolute Zahl der Krankenhäuser,
der Krankenhausabteilungen und der Betten reduziert, müsste dagegen ceteris paribus zu
primären Verlagerungen führen. 28 Anhang A9 zeigt die Veränderung der Bettenkapazität und
den längsschnittlichen Umbau- und Anpassungsprozess (nach Fachabteilungen) im stationären
Markt.
Wenn der stationäre Sektor durch interne Rationalisierungen (wie DRG-induzierte Spezialisierung,
Leistungsbündelungen, Zentrenbildungen, Kooperationen) oder durch Indikationsausweitung
(wie neue risikoarme Verfahren vor allem bei alten Menschen, bessere Beherrschung
von Komplikationen) die Zahl seiner Fälle erhöht, gibt es im ambulanten Sektor begleitende
oder ergänzende Leistungsausweitungen durch vorbereitende Leistungen (z.B. Laboruntersuchungen,
Medikamentenumstellungen) 29 und nachsorgend notwendige Betreuung.
Wir sprechen von komplementären Leistungen. 30 Komplementäre Leistungen sind keine verlagerten,
sondern induzierte additive Leistungen. In die Kategorien des § 87a Absatz 4 kann
eine solche stationäre Entwicklung ihrer Auswirkung entsprechend als Veränderung der Morbiditätsstruktur
der Versicherten eingeordnet werden (§ 87a Absatz 4 Nr. 1 SGB V).
Leistungen, die im stationären Bereich nicht ausreichend vergütet werden, könnten trotz stationärer
Behandlungsnotwendigkeit im ambulanten Sektor verbleiben. Kostengewichte und vor
allem Deckungsbeiträge hätten dann Einfluss darauf, wo die Grenze zwischen stationärer und
ambulanter Behandlung verläuft und welche Diagnosegruppen und Leistungskomplexe in
Substitutionskonkurrenz zueinander stehen. Schließung oder Spezialisierung von Krankenhausabteilungen,
die Prüfstrategie des MDK und Anreizkonfigurationen der Vergütung können
dazu beitragen, die Substitutionskonkurrenz zu modifizieren.
Je schwerer und medizinisch komplexer der Fall, desto geringer ist die Substitutionswahrscheinlichkeit
(Vitikainen et al. 2009). Weiter können die Qualifikation von Arzt und Personal,
die Komplikationsgefahr, das Risikoprofil des Patienten (ASA-Klassifikation, Komorbidität)
mit individueller Bewertung der Risiken eines ambulanten vs. stationären Eingriffs, das
individuelle soziale und häusliche Umfeld, die Sicherstellung der postoperativen Versorgung
(Hausarzt, ambulanter Pflegedienst usw.), die erwartete Therapietreue (Compliance) des Patienten,
die Entfernung zwischen Behandlungsort und Wohnort des Patienten, die Wartezeiten
sowie die Mobilität des Patienten die Substitutionswahrscheinlichkeit beeinflussen (Schumpelick
et al. 2004). Generelle Faktoren, die die Möglichkeit einer Leistungssubstitution verringern,
sind ein hoher Organisations-, Investitions- und Technologiegrad, eine hohe Interdisziplinarität
und eine hohe Überwachungsnotwendigkeit.
27 In den USA ist aus diesem Grund in Folge der DRG-Einführung eine Verlagerung der Fälle und somit der
Kosten vom stationären Bereich in die ambulante Versorgung eingetreten (Lang 2002)
28 Sens et al. (2009), SVR (2007), Eiff et al. (2008), Statistisches Bundesamt. In anderen Ländern wird die Entwicklung
der stationär-ambulanten Leistungsverlagerungen unter anderem dadurch beschleunigt, dass die Versicherungen
auf der Patientenseite finanzielle Anreize setzen. Patienten bekommen z.B. Zuzahlungen erstattet,
wenn sie die ambulante Versorgung in Anspruch nehmen, während sie sich bei der Inanspruchnahme stationärer
Versorgung an den Kosten beteiligen müssen (Bonus-Malus-System) (Welsh 1995).
29 z.B. präoperative Gerinnungskontrolle, Umstellung von Vitamin-K-Antagonisten auf Heparin
30 Ein analoger Mechanismus wirkt zwischen Arztgruppen unterschiedlicher Spezialisierung.
24

Abbildung 7 stellt Kriterien zusammen, nach denen man Leistungen der ambulanten oder stationären
Versorgung zuordnen kann. Es lassen sich mehrdimensionale Vor- und Nachteile der
Sektoren angeben, deren differenzielle Berücksichtigung aus fachlicher Sicht zu einer Wahl
des Sektors beiträgt. Auch ein (aufgeklärter) Patient wird angesichts der Vielzahl der Kriterien
eigene Präferenzen entwickeln, die zu berücksichtigen sind.
Zugang
Finanzierung
Erreichbarkeit
Wartezeiten
Behandlungskontinuität
Beziehung zw. Patient u. Arzt
Fallschwere (Case-Mix)
Komorbidität
Komplikationsgefahr
Individuelle Risikobewertung
Investitions-/Technologiegrad
Innovationszugang
Verzahnung Forschung &
Patientenversorgung
Ärztliche Dienstbereitschaft
Interdisziplinarität
Spezialisierungsgrad/Zentren
Personalkomponente
Behandlungsaufwand
Geplante Aufenthaltsdauer
24h Überwachung
Orga.-/ Kooperationsstärke
Art der Behandlung
Ambulante Versorgung
Haus-/Facharzt, Notfall
EBM
einfach - mittel (dezentral)
gering - mittel
zeitlich unbegrenzt
eng
gering - mittel
gering - mittel
gering
gering
gering
hoch
gering
eingeschränkt
gering
gering - mittel
gering
gering
nicht vorhanden
nicht vorhanden
gering - mittel
Praxis, Hausbesuche,
Notfall, akut, chronisch,
koordinierend…
Stationäre Versorgung
Überweisung, Notfall
Abbildung 7: Abgrenzung der Güter „ambulante Versorgung“ und „stationäre Versorgung“
mit typisierten sektoralen Leistungseigenschaften und -ausprägungen
DRG
mittel - schwer (zentral)
mittel - lang
zeitlich begrenzt
weniger eng
mittel - hoch
mittel - hoch
hoch
hoch
hoch
gering
mittel
hoch
hoch
mittel - hoch
hoch
hoch
vorhanden
vorhanden
mittel - hoch
Notfall, intensiv, akut,
elektiv (vor-/nachstat.) …
25

(Quelle: eigene Darstellung)
Selbst wenn eine stationäre Leistung grundsätzlich durch eine ambulante ersetzt werden kann,
wird in der Realität wegen unterschiedlichen Präferenzen und Nutzenfunktionen nur ein Teil
der Leistungen substituiert werden. 31 Ellis et al. 1994 haben ein multivariates Modell der
Nachfrage nach Gesundheitsleistungen (mit Darstellung und Simulation des komplexen und
sequentiellen Entscheidungsprozesses am Entscheidungsbaum) aufgestellt, um die Faktoren
zu analysieren, die die Wahl für eine bestimmte Versorgungsform (ambulant oder stationär)
beeinflussen. Schwappach und Strassmann (2006) haben Bevölkerungspräferenzen für die
Wahl des Behandlungssettings beim Operieren – ambulant in der Praxis, ambulant am Krankenhaus
oder stationär – empirisch untersucht („stated-preference-Verfahren“). Die Wahl
hing vor allem von Eigenschaften der Leistungserbringer ab (wie Spezialisierung, Wartezeit),
weniger vom Setting per se. Mit solchen Merkmalen würden Leistungserbringer also gegeneinander
konkurrieren können.
Indifferenzkurven sind eine Möglichkeit, die Präferenzen eines Leistungsnachfragers abzubilden.
Die Indifferenzkurve stellt alle Kombinationen aus den Mengen zweier Leistungskomplexe
(„Güterbündel“) dar, zwischen denen der Nachfrager gemäß seiner subjektiven Präferenzen
indifferent ist, die er also als gleich gut einschätzt. Für die meisten Individuen und für
die meisten Leistungen verläuft die Indifferenzkurve konvex zum Ursprung und beinhaltet
eine negative Substitutionsbeziehung zwischen zwei Leistungen bzw. Gütern (Abbildung 9). 32
Falls zwei Leistungen perfekte Substitute zueinander sind, ist die Indifferenzkurve eine gerade
Linie (Abbildung 8a), im Falle einer perfekten Komplementärbeziehung ist die Indifferenzkurve
L-förmig (Abbildung 8b). Nach dem Substitutionskonzept gehören alle Güter bzw.
Leistungen zu einem Markt, die - aus Sicht des Nachfragers - austauschbar erscheinen und
damit in unmittelbarer Konkurrenz zueinander stehen (sachliche Marktabgrenzung). 33
31 In der psychiatrischen Behandlung ist z.B. für einige Patientengruppen eine Substitution der stationären Versorgung
durch die ambulante Versorgung kaum möglich (z.B. starke Persönlichkeitsstörungen, suizidales Verhalten).
32 Oft wird von einer Cobb-Douglas Nutzenfunktion ausgegangen. Die Grenzrate der Substitution wird in der
Neigung der Kurve ersichtlich. Sie gibt an, wie viel Einheiten der ambulanten Leistung notwendig sind, um die
stationäre Leistung bei konstantem Nutzen zu substituieren. Bei hoher Nachfrage und aufkommender Knappheit
einer stationären Leistung werden viele Einheiten der ambulanten Leistung notwendig, um die stationäre Leistung
zu substituieren. Siehe dazu auch Izumida et al. 1999
33 Im Gesundheitswesen findet man eine Dreiteilung der Nachfrage bzw. des Konsumenten (Patient, Arzt, Kos-
tenträger).
26

stationäre Leistung
Abbildung 8a-b: Indifferenzkurven der Leistungsnachfrager zwischen ambulanten und
stationären Leistungen, substitutive und komplementäre Beziehungen zwischen den
Sektoren
Nicht nur bei der Nachfrage nach, sondern auch bei der Produktion von Gütern sind Substitutionsbeziehungen
möglich, in diesem Fall zwischen verschiedenen Inputfaktoren (z.B. „Kapital“
und „Arbeit“). Ambulante und stationäre Leistungen können als Inputfaktoren für die
Produktion eines medizinischen Nutzens (Output) aufgefasst werden. In diesem Zusammenhang
zeigt die Isoquante die Kombinationsmöglichkeiten (Substitutionsbeziehungen) zweier
Inputfaktoren für einen konstanten Output (Produktionsniveau) (Abbildung 9). Falls zwischen
ambulanter und stationärer Leistung eine Substitutionsbeziehung (bei gleichem Output) existiert
(Punkt A und B auf der gleichen Isoquante), ist die Korrelation zwischen den beobachteten
Inanspruchnahmeraten der ambulanten und stationären Leistung in zwei oder mehr Regionen
negativ. Bei zwei oder mehr Regionen mit unterschiedlichen Produktionsniveaus (Punkt
A und C) ist die Korrelation meistens positiv.
stationäre Leistung
A
C
B
ambulante Leistung
stationäre Leistung
Substitutionsbeziehung Komplementärbeziehung
ambulante Leistung ambulante Leistung
Abbildung 9: Produktion medizinischer Versorgung aus ambulanten und stationären
Leistungsinputs (Quelle: eigene Darstellung, angelehnt an Phelps et al. 1993)
27

Auch können Leistungen nicht nur zwischen dem stationären und dem ambulanten Sektor
verlagert werden, sondern auch zwischen anderen Bereichen oder indirekt über andere Bereiche:
z.B. Reha-Maßnahmen, Selbstbehandlung, Physiotherapie, Pflege. Godber et al. (1997)
empfehlen, die Opportunitätskosten von Leistungsverlagerungen am Ort der Verlagerung zu
berücksichtigen. Bei bereits gegebener Kapazitätsauslastung (z.B. bei ausgebuchtem Terminplan)
und ausgeschöpftem Rationalisierungspotenzial im ambulanten Bereich 34 führt die Verlagerung
stationärer Leistungen zu Opportunitätskosten wie entgangener Freizeit für den Leistungserbringer
oder der Notwendigkeit, andere bisher erbrachte Leistungen zeitlich zu verschieben,
sie auf arztersetzende Kräfte oder Angehörige 35 zu verlagern oder sie ganz zu unterlassen,
d.h. bei weniger dringlichen Fällen auf einen Teil der medizinischen Nutzenstiftung zu
verzichten. Es kann also zu Verdrängungseffekten (sekundären Verlagerungen, „Substitutionsfortpflanzungen“)
oder Posteriorisierungen kommen.
Änderungen der sektoralen Inanspruchnahme von Leistungen können darüber hinaus durch
Zufallseffekte bedingt sein. Je kleiner die betrachtete Bevölkerungsgruppe, die regionale Einheit
und der medizinische Systemausschnitt, desto weniger stabil wird die Leistungsentwicklung
sein.
Solche Effekte wirken in beiden Richtungen. 36 So können lange Wartezeiten für Facharzt-
Termine oder Schließung von Praxen am Ende des Quartals, eine Verminderung der Vertragsarztdichten
oder verschärfte Arzneimittelrichtlinien/-budgets im ambulanten Bereich zu
Verlagerungen in den stationären Bereich führen. 37 Auch der stationäre Bereich ist teilweise
komplementär, partiell oder absolut substitutiv zum ambulanten Sektor (Miller et al. 1999).
Bessere diagnostische Tests oder eine erhöhte Inanspruchnahme von Früherkennungs- und
Präventionsleistungen im ambulanten Bereich (z.B. Brustkrebsfrüherkennung) können bei
einem auffälligen Ergebnis sowohl ambulante (z.B. Biopsie, Chemotherapie, Strahlentherapie,
Nachsorge) als auch stationäre Leistungen (z.B. brusterhaltende Chirurgie, Mastektomie) zu
Folge haben, die sonst nicht (Überdiagnose) oder später angefallen wären. Eine Substitutionsbeziehung
zwischen beiden Sektoren kann unterstellt werden, falls Personen in näherer Umgebung
zu ambulanten Versorgungseinheiten niedrigere Krankenhauseinweisungen aufweisen
als Patienten, die weiter weg wohnen. Dagegen spricht für eine Komplementärbeziehung zwischen
ambulanter und stationärer Versorgung, wenn Regionen mit hoher ambulanter auch
hohe stationäre Inanspruchnahmeraten aufweisen. Hierbei besteht aber auch weiterhin die
Möglichkeit, dass beide Inanspruchnahmemodi in unterschiedlicher Ausprägungsform in unterschiedlichen
Regionen vorzufinden sind.
Wennberg widerspricht dagegen der weitverbreiteten Meinung, dass durch die Erhöhung des
Angebots von kostengünstigeren Versorgungseinrichtungen außerhalb des Krankenhauses,
die stationäre Inanspruchnahme gesenkt werden könnte. Im interregionalen Querschnittsvergleich
weisen Regionen mit hohen Inanspruchnahmeraten bei der ambulanten Versorgung
auch hohe Raten bei der stationären Versorgung auf. Danach spricht wenig für gegenläufig
abhängige Beziehung (Trade-Off) zwischen den Sektoren (Wennberg et al. 2008). Intraregional
längsschnittliche Vergleiche könnten aber andere Muster zeigen. Eine Differenzierung
müsste sich auf Mehrebenen-Modelle stützen (Singer und Willet 2003).
34 Eine Standard-Prämisse vertragsärztlicher Honorarpolitik.
35 allgemein: auf die niedrigste wirksame Versorgungsstufe (LECL, lowest effective care level)
36 § 87a Absatz 1 stellt klar, dass sich die in Absatz 2 bis 6 getroffenen Regelungen nur auf die Vergütung vertragsärztlicher
Leistungen beziehen, also auch der Verlagerungseffekt nach Absatz 4 Nr. 3
37 Die Rückentwicklung eines solchen Prozesses würde als Verlagerungseffekt nach § 87a erscheinen. Eine stärkere
Integration der ambulanten Facharztschiene in die Krankenhäuser würde Verlagerungspotenziale und Verlagerungseffekte
ändern. Das wäre z.B. über Integrationsverträge möglich.
28

Ein weiteres Problem bedarf der Berücksichtigung: In welchem zeitlichen Bezug gilt eine
Leistungsfolge als „Verlagerungseffekt“ im Gegensatz z.B. einer neuen Krankheitsepisode
oder zu einem Rezidiv? Dafür ist ein inhaltliches Verständnis der Krankheitsverlaufskurven
mit ihrem patientenbezogenen Anteil („illness episode“), ihrem versorgungsbezogenen Anteil
(„health care episode“) und ihrer präventiven Beeinflussbarkeit („health maintenance episode“)
erforderlich (Hornbrook et al. 1985). Die Regeln zur Fallzusammenführung bei Wiederaufnahmen
im DRG-System definieren z.B. Diagnose-Leistungs-Zeitfenster. Wenn Behandlungsprozesse
und Patientenverläufe innerhalb eines sektorübergreifenden Phasenmodells
definiert werden können, wären Fall- und Leistungsverlagerungen sowie Aufwandskategorien
zwischen den Sektoren leichter als Vergütungsab- und -zuschläge zu berücksichtigen (vergl.
Vergütungsregelungen bei Verlegungen zwischen Krankenhäusern oder die Kennzeichnung
von Rehabilitationsphasen im Zusammenwirken von Kranken- und Rentenversicherung).
Im weiteren Sinne sollten bei einer transsektoralen Budgetentwicklung auch Fälle und Leistungen
berücksichtigt werden, die nicht im engeren Sinn zwischen dem stationären und dem
ambulanten Sektor verlagert, sondern durch intensivierte ambulante Versorgung ganz vermieden,
im ambulanten Sektor gehalten oder stationär aufgeschoben wurden, z.B. Asthmaanfälle
und Notfalleinweisungen durch rechtzeitige Diagnose, frühzeitige Behandlung und gute Einstellung;
Schlaganfälle durch konsequente ambulante Hypertonie-Behandlung; stationäre
Kurzaufenthalte multimorbider Heimpatienten durch intensivierte Betreuung unter Vermeidung
von „Abschiebezyklen“. Vermutlich erfüllen diese Fälle den Verlagerungsbegriff des
§ 87a Absatz 4 Nr. 3 nicht. Bei einem räumlich-zeitlichen Vergleich der ambulant und der
stationären Leistungsentwicklung würden allerdings zunehmend im ambulanten Sektor gehaltene
Fälle als „verlagert“ erscheinen. Eine budgetäre Kompensation dieser Situation wäre
jedenfalls nicht sachfremd, sofern (wie im Disease Managment Programm Asthma) kein anderer
Teil der Vergütungssystematik greift. In die andere Richtung kann auch das Krankenhaus
durch gute Qualität seiner Leistungen ambulante Folgebehandlungen vermeiden helfen.
In den genannten Beispielen besteht die Problematik, "Nichtereignisse" zu messen und zu
bewerten.
Eine Vermeidung oder zeitliche Verschiebung von Krankenhausleistungen durch wirksame
ambulante Versorgung („preventable hospitalizations“) 38 ist nicht nur von gesetzlichen oder
institutionellen Rahmenbedingungen und Anreizstrukturen abhängig, sondern auch vom Kontext
der konkreten regionalen Versorgungslandschaft und der damit erreichten regionalen
Versorgungsqualität (z.B. Bevölkerungsstruktur, Ärztedichte, Überweisungsverhalten, Notfallversorgung,
technische Neuerungen und neue Versorgungsformen, Zusammenlegungen
und Privatisierungen von Krankenhäusern 39 ).
Der Gesundheitsmarkt befindet sich in einem ständigen Wandel. Dadurch können sich die
Marktstrukturen, das ambulant-stationären Leistungsgeschehen sowie die Substitutions- und
Komplementärbeziehungen zwischen ambulanter und stationärer Versorgung, d.h. die Sektorgrenze,
in kurzen Zeiträumen ändern. Eine Marktabgrenzung für intersektorale Leistungsverlagerungen
ist und bleibt schwierig.
38 Auf diesen Punkt wird in Abschnitt 4.5.3 näher eingegangen.
39 Ho und Hamilton 2000, Faulkner et al. 2003, Lin et al. 2004
29

4.2. Sektorale Verlagerungen durch Kostenstrukturen, Anreiz- und Vergütungssystematik
Mit dem differierenden Ordnungsrahmen in den beiden Sektoren sind auch unterschiedliche
Vergütungsformen und -höhen für identische Leistungen verbunden. So wird z.B. die gleiche
Chemotherapie unterschiedlich vergütet, je nachdem ob sie als vollstationäre, teilstationäre
oder ambulante Leistung (z.B. im Rahmen einer Hochschulambulanz) erbracht wird. Unterschiedliche
sektorale Vergütungsformen mindern die Leistungstransparenz, welche die Abbildung
von anreizgesteuerten Verlagerungen von Leistungskomplexen erschwert. Weiterhin
wird der Wettbewerb zwischen verschiedenen Versorgungsanbietern wird verzerrt. Er findet
nicht auf Basis von Merkmalen der Behandlungsoptionen, sowie Leistungseigenschaften und
-fähigkeiten der Institutionen statt sondern auf Basis von Vergütungsanreizen.
Der Wettbewerb ist zudem abhängig von spezifischen regionalen Kontextfaktoren der Versorgung
(Anzahl der Krankenhäuser, Zahl und Organisationsgrad der Vertragsärzte, Reputation
der Wettbewerber, Einweisungsströme, Marketingstrategien usw.) sowie dem Monopolisierungsgrad
für ein definiertes Diagnose- und Leistungsspektrum. Kooperation zwischen den
Leistungserbringern und die Bildung von sektoral, horizontal und vertikal integrierten Versorgungsclustern
schaffen regionale Wettbewerbsvorteile. Unter einem medizinischen Versorgungscluster
kann eine Anzahl von Krankenhäusern, ambulanten Versorgungseinrichtungen
und weiteren Dienstleistern (z.B. Großapotheke, Zulieferer, Wissenschaft) verstanden
werden, die sich in geographischer Nähe zueinander befinden und deren Aktivitäten sich entlang
einer oder mehrerer Wertschöpfungsketten ergänzen 40 . Cluster steigern die Innovationskraft,
die Nutzenstiftung und die Produktivität der beteiligten Institutionen (z.B. flexiblere
Kapazitäten- und Ressourcenplanung, höhere Auslastung, Konzentration auf Kernkompetenzen).
Kooperationen von rechtlich selbständigen Organisationen sind aus ordnungspolitischer
Sicht grundsätzlich wünschenswert, solange der Leistungswettbewerb zwischen den Organisationen
und die Intensität des Wettbewerbs innerhalb der Region nicht eingeschränkt werden.
Wie bei Unternehmenszusammenschlüssen oder dem Markteintritt in neue Versorgungs-
und Leistungssegmente (z.B. Krankenhaus gründet MVZ) erhöht sich auch bei Kooperationen
die Gefahr einer marktbeherrschenden Stellung. Mit einem eigenen MVZ kann ein Krankenhaus
Leistungspfade sektorübergreifend verknüpfen. Durch Neuausrichtung der Einweisungs-
und Leistungsströme und der Nachbetreuung kommt es zu einer Veränderung der regionalen
Marktabgrenzung. Da Leistungen der MVZ aus dem ambulanten Budget vergütet werden,
sind sie nach § 87a zu berücksichtigen.
Im Allgemeinen sollte berücksichtigt werden, dass sequenziell oder teilparallel tätige Leistungserbringer
wechselseitig voneinander abhängig sind. So müssen Krankenhäuser auf ihre
Zuweiser Rücksicht nehmen, während die Vertragsärzte im Interesse einer zügigen Übernahme
ihrer Patienten ein gutes Verhältnis zum regionalen Krankenhaus anstreben werden. Das
erschwert zum einen Verlagerung von Leistungen zum bloßen Zweck einer Kostenverschiebung,
zum anderen behindert es einen wirksamen Leistungswettbewerb an den Sektorgrenzen
(Perpetuierung der Sektorgrenzen).
40 Der Begriff „Cluster“ wurde durch Michael Porter in „The Competitive Advantage of Nations“ (1998) zuerst
thematisiert.
30

Preis/ Vergütung
Pa+v
Pa
Xa
Xa+v
Xmax
(Kapazitätsgrenze)
Grenzkosten
RATIONALISIERUNG
Grenzerlös
Menge
med. Leistungen
Abbildung 10: Grenzkosten-Grenzerlösverlauf in der ambulanten Versorgung (Quelle:
eigene Darstellung)
Abbildung 10 erläutert das Vergütungsproblem nach § 87a Abs. 4 Nr. 3 SGB V im Rahmen
eines Preis-Mengen Diagramms auf mikroökonomischer Ebene. Der erzielbare Erlös aus einer
zusätzlichen durchgeführten Leistungseinheit (Grenzerlös GE) entspricht dem fixen Preis. Bei
einem fixen Preis kann der Gewinn nur über die Menge maximiert werden, nicht über den
Preis (Anreiz zur Mengenausweitung). Die kurzfristige Gewinnmaximierung lautet Grenzkosten
= Grenzerlös = Preis.
Wenn das Ziel einer vertragsärztlichen Praxis ist, den Gewinn zu maximieren (Gewinn = Gesamterlöse
- Gesamtkosten), wird der Arzt bei einem fixen Preis Pa die Menge Xa anbieten
(Grenzerlöskurve schneidet Grenzkostenkurve). Der progressiv steigende Verlauf der Grenzkostenkurve
beruht auf der Annahme, dass jede durchgeführte zusätzliche medizinische Leistung
mit einem höheren marginalen Kostenanteil verbunden ist.
Nun wird eine Leistungsmenge aus dem stationären Sektor verlagert und vom ambulanten
Sektor übernommen (Xv). Die dafür zusätzlich nötige Vergütung müsste sich an den Grenzkosten,
nicht an den Durchschnittskosten der Leistungen orientieren. Der Preis müsste sich
also bei einer Leistungsmengenerhöhung von Xv von Pa auf Pa+v erhöhen. Ohne Aufwuchs der
Vergütung wäre es für die Praxis rational, die bisherige Menge Xa beizubehalten, indem sie
entweder die verlagerten Leistungen nicht übernimmt oder andere Leistungen posteriorisiert.
Alternativ könnte die Praxis versuchen, den Verlauf der Grenzkostenkurve durch Rationalisierungen
nach unten zu verschieben, bis die neue Leistungsmenge Xa+v zum alten Preis Pa erbracht
werden kann. Bei nicht vorhandenen Rationalisierungsmöglichkeiten würde eine solche
Kostensenkung wahrscheinlich zu Qualitätseinbußen führen.
31

Bei vorhandener Überkapazität (Xmax > Xa+v) könnten die verlagerten Leistungen ohne Anpassung
der Kapazität übernommen werden. I. d. R. wird die Praxis aber bereits an ihrer Kapazitätsgrenze
arbeiten (Xmax=Xa). Natürlich können Kapazitäten geschaffen werden. Dies setzt
aber Investitionen voraus (z.B. weiteres Personal, neue Technik). Weiterhin können sich Kostenverläufe
verändern, wenn stationär verlagerte Leistungen höhere Kosten bei der Leistungserstellung
verursachen als der bisherige Leistungsmix (höherer Schweregrad der Patienten,
teure Arzneimittel, höherer Beratungsbedarf). In diesen Fällen müsste die Vergütung an die
neuen Kostenverläufe angepasst werden. 41
Die Möglichkeit zur Leistungsverlagerung vom stationären in den ambulanten Sektor hängt
somit auch von Kooperationsbereitschaft und -fähigkeit (u.a. Kapazitäten, Ressourcen) des
ambulanten Sektors ab, diese Leistungen zu übernehmen. Anreizkonstruktionen wie Budgetrestriktionen,
pauschalierte Vergütungen und Mengenbegrenzungen mindern Anreiz und Fähigkeit,
Leistungen substitutiv oder komplementär zu übernehmen. 42
Eine kompensierende Vergütung für stationär-ambulante Verlagerungseffekte wäre jedoch
nur insoweit berechtigt, als „netto“ eine Mengenzunahme oder Leistungsintensivierung noch
möglich war und tatsächlich eingetreten ist. Danach wäre im Hinblick auf den Verlagerungseffekt
nach § 87a nicht nur die Leistungsentwicklung an der einen Schnittstelle zwischen dem
ambulanten und dem stationären Sektor zu betrachten. Kommunizierende Leistungsverlagerungen
an anderen Schnittstellen, vor allem zur Pflege, zur Reha und zur Selbstversorgung,
sind ebenfalls relevant (siehe auch die Ausführungen zum dynamischen Systemmodell unten).
4.3 Sektorale Verlagerungen durch medizinisch-technischen Fortschritt
Das Gesundheitswesen ist ein dynamischer Sektor, der von sozialen, wirtschaftlichen, und
technologischen Trends beeinflusst wird. In Anlehnung an den Wirtschaftswissenschaftler
Schumpeter ist eine Unterscheidung von drei Innovationstypen sinnvoll
- Produkt- oder Dienstleistungsinnovationen: Medizinprodukte, Arzneimittel, Hilfsmittel,
laboranalytische oder telemedizinische Dienstleistungen usw.
- Prozess- oder Verfahrensinnovationen: neue Diagnose- und Therapieverfahren (z.B. minimalinvasive
Chirurgie, neue Formen der Organtransplantation, Anästhesie), Einführung
der integrierten Versorgung oder anderer strukturierter Behandlungsprozesse, Medizinische
Versorgungszentren, verbesserte elektronische Kommunikation und Dokumentation,
neue Wertschöpfungsketten durch e-Health-Nutzung usw.
- Systeminnovation: Weiterentwicklung/Verbesserung des Rechtsrahmens für die gesetzlichen
und privaten Krankenversicherungen, Einführung von Pflichtversicherungen, Reform
der Pflegeversicherung, Veränderung der finanziellen Anreizstrukturen, Organisatorische
Veränderungen (Versorgungs- und Vergütungsformen) usw. (Henke 2008).
In den letzten Jahren wurden vor allem in folgenden diagnostischen und therapeutischen Bereichen
innovationsbedingte Verlagerungspotentiale in den ambulanten Sektor umgesetzt:
- diagnostische Herzkatheterleistungen, bildgebende Verfahren (Endoskopie, Arthroskopie,
Sonographie, Radiologie, Nukleardiagnostik), Labordiagnostik, Pathologie
- ambulantes Operieren (Metallentfernungen, Leistenhernien, Abrasionen, Katarakt-OP,
Handchirurgie, Herzschrittmacherimplantationen), Strahlentherapie, Chemotherapie,
Schmerztherapie u.v.a.
41 Siehe dazu auch Henderson 2009, McPake et al. 2008, Phelps und Mooney 1993
42 Durch die getrennten sektoralen Budgets und unterschiedliche Regulierungen sind die Leistungs- und Kostenverlagerungen
zwischen den Sektoren für manche medizinische Behandlungsbereiche (z.B. ambulante Operationen)
auch schon institutionalisiert worden (Crump et al. 1995; § 115b SGB V).
32

Der ambulante Sektor kann durch medizinisch-technischen Fortschritt sein Angebotsportfolio
(neue Diagnose- und Therapiemethoden) in Richtung bisher stationärer Leistungserbringung
erweitern und seinen Praxisstil im Sinn einer Weiterführung der Behandlung statt einer Überweisung
an das Krankenhaus anpassen. Durch Angleichung der Produktionstechnologien
erhöht sich der ambulant-stationäre Substitutionsbereich, die Sektoren können zunehmend in
Leistungskonkurrenz zueinander treten. Es entwickelt sich eine Trade-Off-Beziehung zwischen
einer längeren und kostenintensiveren ambulanten Behandlungsphase einerseits und
Einsparungen bei der (noch kostenintensiveren) stationären Behandlung andererseits. 43 Leistungsbezogene
(sektorale) Trendentwicklungen in Raum und Zeit lassen sich gut mittels 4-
Quadranten-Diagrammen darstellen (Abbildung 11a-b).
43 Die Veränderung der arztbezogenen Gesamtausgaben ist aus Krankenkassenperspektive im Wesentlichen von
vier Faktoren und ihren Änderungen abhängig: Anzahl an behandelten Fällen, Kosten pro Fall der ambulanten
Behandlung, Überweisungsrate an das Krankenhaus, Kosten der stationären Behandlung (Zweifel 1985). Zweifel
hat dazu eine Kosten-Effektivitäts-Analyse durchgeführt.
33

%-Veränderung der Leistungsanteile im amb. Bereich nach Regionen und Jahren
%-Veränderung der Anzahl der Behandlung x (z.B. Stent) nach Regionen und Jahren
2,5
2,0
1,5
1,0
0,5
0
-0,5
-1,0
2,5
2,0
1,5
1,0
0,5
0
-0,5
-1,0
Substitution
Ambulant +
Stationär -
Rationierung
Ambulant -
Stationär -
Substitution
Behandlung x +
Behandlung y -
Rationierung
Behandlung x -
Behandlung y -
Addition
Ambulant +
Stationär +
Substitution
Ambulant -
Stationär +
-2,0 -1,5 -1,0 -0,5 0 0,5 1,0 1,5 2,0
%-Veränderung der Leistungsanteile im stat. Bereich nach Regionen und Jahren
Addition
Behandlung x +
Behandlung y +
Substitution
Behandlung x -
Behandlung y +
-2,0 -1,5 -1,0 -0,5 0 0,5 1,0 1,5 2,0
%-Veränderung der Anzahl der Behandlung y (z.B. Bypass) nach Regionen und Jahren
Abbildung 11: Regionale Leistungsentwicklung im ambulanten und stationären Sektor
a) (oben) Verlagerung einer Leistung, überwiegend substitutiv vom stationären in den ambulanten Sektor
b) (unten) Beziehung zweier konkurrierender Behandlungsmethoden bzw. Leistungen mit überwiegend
substitutiver, aber auch additiver Komponente (Quelle: eigene Darstellung)
34

Neue diagnostische Möglichkeiten erhöhen die Inzidenz versorgter Krankheiten im stationären
wie im ambulanten Sektor. Mit neuen Wirkstoffen werden Patienten früher behandelt, was
auch zu vermehrten, meist ambulanten Kontrollen führt. Eine medizinisch-technische Innovation
kann die Indikation durch verbesserte Risiko-Nutzen-Verhältnisse ausweiten und/oder die
Lebenserwartung verlängern. Eine höhere Lebensqualität, geringere Belastungen der Patienten,
weniger Komplikationen und Therapievereinfachungen können auch zu einem früheren
Behandlungsende und zu geringerer Leistungsinanspruchnahme führen. Die Dynamik des
Fortschritts kann zwischen dem stationären und dem ambulanten Sektor und in den unterschiedlichen
Fachgebieten ungleich sein. 44
Innovationen ermöglichen also ein differenziertes Wachstum medizinischer Leistungsmengen
sowie eine Verschiebung der Markt- und Sektorengrenzen. Verlagerungseffekte können Innovationsfolgen
sein. Der Markt ist daher weder in einer statischen noch in einer dynamischen
Sicht fest abgrenzbar.
Die Innovationskraft des Gesundheitswesens ist in verschiedener Hinsicht reguliert. So können
innovative Leistungen erst abgerechnet werden, wenn sie bewertet und in die Vergütungssystematik
(EBM, DRG) übernommen wurden. 45 Durch die Art der Kostenübernahme
(vollkommen, anteilig) innovativer Leistungen gehen Anreize für das Ausmaß der Anwendung
und die Dynamik der Marktdurchdringung aus. Der ambulante Sektor unterliegt dabei
strengeren Regeln als der stationäre (G-BA: Verbote bei Erlaubnisvorbehalt vs. Erlaubnis bei
Verbotsvorbehalt). Dennoch ist er zumindest mit komplementären Leistungen an innovationsbedingten
Leistungsausweitungen des stationären Sektors beteiligt. Eine Investitionsfinanzierung
zusätzlich zur Leistungsvergütung im stationären, aber nicht im ambulanten Sektor führt
zu einer Wettbewerbsverzerrung zu Lasten des ambulanten Sektors. 46
Verträge über den Einsatz von Innovationen in der sektorübergreifenden Versorgung (Integrationsversorgung,
Selektivverträge) können die sektorspezifischen Vergütungswege ersetzen.
Der Weg von Innovationen in den Markt für Gesundheitsleistungen ist somit nicht nur von
den Regeln für den Behandlungsmarkt, sondern auch von Regelungen der Märkte für Versicherungsleistungen
und Versorgungsverträge abhängig (Reimers 2009, Kraft 2007). Die Einführung
und Inanspruchnahme einer Innovation im Markt wird außerdem von den Leistungserbringern
(Versorgungstyp und -größe, Spezialisierung, Meinungsführer, Innovationsfreude
usw.) und den Patienten (z.B. Opportunitätskosten, Akzeptanz einer Innovation, Patientenpräferenzen)
beeinflusst.
In die Kategorien des § 87a Absatz 4 sind innovative Leistungen in Nr. 2 eingeordnet, wenn
der G-BA darüber nach § 135 entschieden hat. Innovationsbedingte Indikationsausweitungen
vorhandener Leistungen erscheinen als Morbiditätseffekte nach Nr. 1. Unabhängig davon, ob
der medizinisch technische Fortschritt bevorzugt zu Add-On-Technologien führt oder Rationalisierungen
und Substitutionseffekte ermöglicht, ob er im Gesundheitswesen reguliert oder
wettbewerblich übernommen wird - er trägt bei zu differenziellen sektoralen Verlagerungsentwicklungen
und zur Verschiebungen der ambulant-stationären Sektorgrenze. Er ist daher
44
Nach Welsh 1995 hat eine Studie große Variationen bei der stationär-ambulanten Leistungsverlagerungen
festgestellt abhängig von Prozedur und Größe des Krankenhauses. Eine Studie aus Deutschland hat die Auswirkungen
der DRG Einführung auf die ambulante Versorgung der Dermatologie untersucht. Dabei wurde eine
Abnahme von stationären Operationsleistungen und eine Verlagerung von leichten operativen Prozeduren, aber
nicht von schweren Fällen in den ambulanten Bereich festgestellt (Hensen et al. 2007).
45
Siehe die Regelungskompetenzen des G-BA (§§ 91 ff und §§ 135 ff SGB V) und seine Verfahrensordnung,
aber auch die Rechtsprechung der Sozialgerichte
46
Allerdings sind viele Krankenhäuser wegen der angespannten Finanzlagen der Bundesländer mittlerweile zur
Finanzierung der Investitionen aus Eigenmitteln übergegangen.
35

für die Bestimmung von Verlagerungseffekten eine schwer zu kontrollierende Determinante,
aber - sofern klar beschreibbar - auch eine nützliche Zusatzinformation.
4.4 Informationsquellen für stationär-ambulante Verlagerungspotenziale
Neben der weiter unten näher untersuchten kleinräumigen Versorgungsheterogenität können
folgende Zugänge Hinweise auf stationär-ambulante Verlagerungspotenziale geben:
• Appropriateness Assessment Protocol (AEP)
• Fehlbelegungsprüfungen durch Medizinischen Dienst der Krankenversicherung (MDK)
• Normativ vermeidbare Krankenhausaufnahmen (avoidable hospital conditions)
• Katalog ambulant durchführbarer Operationen nach § 115b SGB V (AOP-Katalog: OPS-
Codes und EBM-Ziffern)
4.4.1 Appropriateness Evaluation Protocol (AEP)
Das AEP ist ein Kriterienkatalog, mit dem die Notwendigkeit einer Krankenhausaufnahme
überprüft werden kann. Der ursprüngliche Zweck war, Kriterien festzulegen, wann die Kosten
einer (stationären) Maßnahme durch eine Krankenversicherung übernommen werden müssen.
47 Die deutsche Version (G-AEP) spezifiziert u. a. Kriterien, die bei elektiven Operationen
eine stationäre Aufnahme erforderlich machen können (AEP-ES), wie klinisch relevante Begleiterkrankungen,
besondere postoperative Risiken oder soziale Faktoren, aufgrund derer
eine sofortige medizinische Versorgung des Patienten im Falle postoperativer Komplikationen
nicht möglich wäre (Schneeweiss et al. 2000). Die AEP-Kriterien objektivieren also die Entscheidungsfindung
über die Notwendigkeit einer stationären Behandlung. Diese Entscheidung
ist allerdings nicht ex post in Kenntnis des tatsächlichen Verlaufs, sondern zurückverlagert ex
ante aus der Sicht der Aufnahmesituation zu treffen. In das G-AEP wurde eine sog. „Override-Option“
eingefügt, die dem gutachtenden Arzt die letzte Entscheidung über die Notwendigkeit
einer stationären Aufnahme überträgt. Damit können Besonderheiten des Einzelfalles
berücksichtigt werden, die sich im Kriterienkatalog nicht abbilden.
Im Umkehrschluss ergeben sich Hinweise auf nicht erforderliche oder zu lange Krankenhausaufenthalte
(primäre und sekundäre Fehlbelegung). Man kann daraus ein Verlagerungspotenzial
ableiten. Smith et al. (1997) beurteilten z.B. in einer Krankenhaus-Stichprobe unter 821
akuten Aufnahmen 6,2 % als „inappropriate“, davon die übergroße Mehrheit deswegen, weil
eine ambulante Versorgung ausreichend gewesen wäre. Unter den Krankenhaustagen wurden
11,6 % als geeignet für die ambulante Betreuung eingeordnet. Weitere vermeidbare Krankenhaustage
entstanden aus sozialen Gründen oder weil eine nachgeordnete Versorgungseinrichtung
nicht zeitgerecht aufnahmefähig war.
Die AEP-Kriterien setzen klinische Befunde und damit eine Dokumentation voraus, die nicht
flächendeckend in zugänglichen Routinedaten oder in hochrechenbaren Stichproben verfügbar
ist. Es bleibt schwierig, Ergebnisse von Fehlbelegungsprüfungen im Krankenhaus zu verallgemeinern
(externe Validität), da die Vermeidbarkeit von Maßnahmen von verschiedenen
Faktoren wie Patientenmerkmalen, Qualität der Diagnose, Kodierqualität, Entlassungsmana-
47 Diese eine Leistungspflicht der Krankenversicherung bedingende (vertragsrechtliche) Verwendung des Begriffs
„appropriate“ ist nicht ganz deckungsgleich mit der Bedeutung des Begriffs „notwendig“ im Leistungsrecht
der GKV.
36

gement, Verhalten des ambulanten Sektors, Kooperation mit anderen Leistungserbringern,
Angebot an Sozialeinrichtungen und den Anreizstrukturen des Finanzierungssystems mit determiniert
werden (Sangha et al. 2002, Roos und Roos 1981, Smith et al. 1997).
„Verlagerungsfähig“ oder „vermeidbar“ bedeutet noch nicht „verlagert“ im Sinne des § 87a
SGB V. Daher ist das Instrument für den angestrebten Zweck, einen Verlagerungseffekt zu
schätzen, nicht unmittelbar geeignet.
4.4.2 Fehlbelegungsprüfungen durch den MDK
Der MDK prüft stichprobenweise primäre und sekundäre Fehlbelegungen im Krankenhaus
und Fehlkodierungen bei der Abrechnung (§ 275 SGB V, § 17c KHG). Am Beispiel der
MDK-Begutachtungen eines Bundeslandes wird deutlich (Tabelle 2), dass im stationären Sektor
nennenswerter Korrekturbedarf unterstellt werden kann. Dabei lässt die aggregierte Statistik
nicht mehr erkennen, ob eine Abrechnung wegen primärer Fehlbelegung, sekundärer Fehlbelegung
oder Fehlkodierung (unzutreffende Abrechnungspositionen) korrigiert wurde. Sekundäre
Fehlbelegung ist im DRG-System als Prüf- und Korrekturtatbestand nur noch von
untergeordneter Bedeutung, da das Verweildauer-Risiko überwiegend den Krankenhäusern
zugeordnet ist. Aus diesem Grund trägt das Verweildauer-Management der Krankenhäuser
aber zu sekundären Verlagerungen bei. Fälle mit Aufenthalten jenseits der oberen Grenzverweildauer
sind selten und dürften noch seltener streitig sein. Fälle, bei denen nur eine sehr
kurze Verweildauer notwendig war, werden darauf überprüft, ob ambulante Leistungserbringung
- im Krankenhaus oder ambulant - möglich gewesen wäre (Zeiler et al. 2008).
Tabelle 2: Fehlbelegungsprüfungen des MDK Sachsen-Anhalt, insgesamt 20.010 geprüfte
Abrechungen 2008, Anteil der Begutachtungen und Anteil der korrigierten Rechnungen,
Auszug
Anteil der Be- Rechnungsbetrag nach Begutachtungen
Krankenhaus gutachtungen Minderung Gleich Erhöhung
Kreiskrankenhaus Burg 4,2 % 60,2 % 37,9 % 1,9 %
Universitätsklinikum Magdeburg 4,1 % 53,9 % 43,9 % 2,2 %
AMEOS Klinikum St. Salvator Halberstadt 6,0 % 69,1 % 28,6 % 2,4 %
Klinik St. Marienstift Magdeburg 2,8 % 67,1 % 29,0 % 4,0 %
Paul-Gerhardt-Stift Wittenberg 4,3 % 65,3 % 33,6 % 1,1 %
Altmark Klinikum Salzwedel 3,8 % 63,7 % 33,7 % 2,7 %
...
(Quelle: VdEK Sachsen-Anhalt)
Solche Erhebungen könnten grundsätzlich mit einem hochrechenbaren Stichprobenkonzept
gesammelt, von den Gutachtern im Hinblick auf stationär-ambulante Verlagerungspotenziale
klassifiziert werden und dadurch zur Spezifizierung des gesuchten Verlagerungseffekts nach
Diagnosen, Maßnahmen und Patientengruppen beitragen.
Die Fehlbelegungsprüfungen erfordern Einsicht in Patientenunterlagen und Kenntnis klinischer
Befunde. Diese sind routinemäßig nicht flächendeckend verfügbar. Hinzu kommt, dass
bei der Fehlbelegungsprüfung eine Krankenhausperspektive eingenommen wird, der Verlagerungseffekt
jedoch auf eine Bevölkerungsperspektive (regionale Versorgungsperspektive) fokussiert.
37

4.4.3 Normativ vermeidbare Krankenhausaufnahmen
1976 stellten Rutstein et al. eine Liste mit vermeidbaren Krankheiten, vermeidbarer Behinderung
und vermeidbaren vorzeitigen Todesursachen zusammen, um damit Aussagen über die
Qualität der Versorgung treffen zu können (Rutstein et al. 1976). Solberg at al. (1990) testeten
einen neue Methodik der Qualitätskontrolle basierend auf 15 Krankenhausdiagnosen als Indikator
für eine mangelhafte ambulante Versorgung.
Dieser „normative“ Ansatz kann verallgemeinert werden, indem man eine Liste von Krankheiten
und/oder Maßnahmen aufstellt, bei denen eine Krankenhausbehandlung immer oder bei
einem bestimmbaren Anteil der Fälle zugunsten einer ambulanten Versorgung vermeidbar ist
(„potentially avoidable hospital conditions“, „preventable hospitalizations“). 48 Die ersten
solcher Listen stammen von Weissman et al. (1992; mit 12 Diagnosen) und Billings et al.
(1993). Andere „normative“ Klassifikationen beziehen sich auf sog. vermeidbare Todesfälle
(„avoidable deaths“, z.B. Mackenbach et al. 1990). In einem Reviewartikel von Roberts und
Mays (1998) werden die verschiedenen Studien zum ambulant-stationären Leistungsverlagerungspotenzial
im Bereich der Notaufnahmen (hospital accident and emergency department)
diskutiert.
Verschiedenen Länder wie England 49 , Spanien 50 , Australien 51 , Kanada 52 und die USA 53 haben
in den letzten Jahren Listen von „Ambulatory care sensitive conditions (ACSC)“ erstellt und
an die nationalen Gesundheitssysteme angepasst. In den Listen werden Diagnosen und Prozeduren
definiert, bei denen bekannt ist, dass durch eine effektive ambulante Versorgung der
Ausbruch einer Krankheit verhindert, akute Krankheitsepisoden kontrolliert oder Risiken
chronischer Krankheiten effektiv gemanagt und dadurch kostenintensive Krankenhausaufenthalte
vermieden oder reduziert werden können. 54 Im Umkehrschluss handelt es sich also um
Listen vermeidbarer Krankenhausaufenthalte.
Die Listen, die zum großen Teil durch Expertengruppen und Delphi-Verfahren erstellt wurden,
überschneiden sich, unterscheiden sich aber auch erheblich hinsichtlich der eingeschlossen
Krankheiten und praktischen Anwendungen. Sie umfassen mehr ungeplante als planbare
(elektive) Einweisungen und sowohl akute (z.B. Gastroenteritis, bakterielle Pneumonie, Dehydrierung)
wie chronische Krankheitszustände (z.B. Asthma, Diabetes, Hypertonie). Einige
Listen wurden für die ältere Bevölkerung angepasst, indem Krankheiten wie Schlaganfall,
Sepsis und Frakturen einbezogen und andere Krankheiten wie Herzinsuffizienz oder Pneumonie
aus der Liste herausgenommen wurden. 55 In England nimmt man an, dass 10% der Kran-
48
Eine Panel-Befragung von Coast et al. aus dem Jahr 1996 hat unter Allgemeinmediziner und Beratern ergeben,
dass 8-14 % bzw. 5-9 % der stationären Behandlungen auch in alternativen Versorgungsformen hätten stattfinden
können.
49
NHS Institute for Innovation and Improvement: “Directory of Ambulatory Emergency Care for Adults”, “Care
Outside Hospital”
50
Caminal et al. 2001, Caminal et al. 2004 (für Europa)
51
Health Surveillance and Evaluation Section: “Victorian Ambulatory Sensitive Conditions Study”;
Page et al. 2007: Atlas of avoidable hospitalisations in Australia: ambulatory care-sensitive conditions;
Centre for Epidemiology and Research: ICD codes - ambulatory care sensitive hospitalisations
52
Manitoba Centre for Health Policy and Evaluation: “Ambulatory Care Sensitive conditions”;
Anderson (1996): Common conditions considered sensitive to ambulatory care;
Statistics Canada: Hospitalization rate for ambulatory care sensitive conditions
53
Agency for Healthcare Research and Quality: “Prevention Quality Indicators”, “Preventable Hospitalization”;
The Commonwealth Fund: “Hospitalization for Ambulatory Care Sensitive Conditions”
54
Es können auch Notfallaufnahmen und Krankenhauswiedereinweisungen vermieden werden. Falik et al. 2001
55
Bindman et al. 1995, Bindman et al. 2005, Pappas et al. 1997, McCall et al. 2001, Walker et al. 2009
38

kenhauseinweisungen ACSCs sind, in Italien 30 % und in den USA 20 % mit Schwankungen
von 7-30 % je nach Zugang zur ambulanten Versorgung. 56
In einer zurückliegenden Krankenhausfallanalyse der AOK Sachsen-Anhalt (mit Daten der
Jahre 1997 bis 1999) entfielen auf Fälle mit einer der Entlassungsdiagnosen aus der Weissman-Liste
4,1 % der Krankenhausfälle und 4,9 % der Krankenhaustage. Der Anteil vermeidbarer
Krankenhausaufnahmen stieg mit dem Alter an. Bezogen auf jeweils 10.000 Versicherte
hatte in allen Altersklassen und bei Männern und Frauen die Inzidenz der Krankenhausfälle
und der Krankenhaustage mit einer dieser zwölf Diagnosen 1997 bis 1999 zugenommen,
und zwar um 37 % bei den Fällen und um 28 % bei den Berechnungstagen. Unterschiede
der Landkreise bezüglich der Fallhäufigkeit dieser Diagnosen liegen bei rund 40 %
(Swart et al. 2001).
Eine Forschergruppe in Spanien hat eine auf Europa angepasste ACSC Liste als Effektivitätsmaßstab
für die ambulante Versorgung entwickelt und Diagnosen im ambulanten Bereich
identifiziert, deren gute Betreuung zu einer Senkung der Krankenhausrate beitragen kann
(Abbildung 12). Außerdem wurden Maßnahmen zusammengestellt, die dem gleichen Zweck
dienen (Abbildung 13). Dazu gehören vor allem präventive Aktivitäten und eine gute Betreuungskontinuität.
Vor Anwendung einer solchen Liste im deutschen Gesundheitswesen muss
sie wegen spezieller Systemaspekte (z.B. hoher Technologiegrad, doppelte Facharztschiene,
geringe finanzielle Zugangsbeschränkungen zur Versorgung) angepasst werden.
Abbildung 12: Ambulant beeinflussbare Krankheitszustände (Core ASCS list & expanded
ACSC list), (Quelle: Caminal et al. 2004)
56 Coast et al. 1996, Bindman et al. 2005, Rizza et al. 2007
39

Abbildung 13: Rolle der ambulanten Versorgung bei Vermeidung von Krankenhausaufenthalten
(Quelle: Caminal et al. 2004)
ACSCs dienen als Effektivitäts- und Qualitätsindikator der präventiven und ambulanten Versorgung
und als Performanceindikator des Gesundheitssystems. 57 Eine Reihe von Messinstrumenten
(z.B. AHRQ Preventive Quality Indicators) kann entwickelt werden, um die
ACSCs mit Hilfe stationärer Entlassungsdiagnosen zu identifizieren. 58 Mit einer solchen Liste
kann die Stabilität der Rate vermeidbarer Krankenhausaufenthalte in Regionen gemessen und
regional verglichen werden. Diese Rate kann mit definierten Systemveränderungen (z.B. Öffnung
und Schließung von Krankenhäusern, Einführung neuer Versorgungsformen, Budgetanpassungen)
in Raum und Zeit in Zusammenhang gebracht und evaluiert werden. Für eine genauere
Auflösung wird nach Risikofaktoren (z.B. Alter, Geschlecht, Komorbidität) und/ oder
sozioökonomischen Faktoren adjustiert. Außerdem bietet es sich an, diese Raten mit Kostendaten
(z.B. durchschnittlicher Kosten der Krankenhausaufenthalte) in Zusammenhang zu setzten,
um die finanzielle Belastung für die Krankenkassen durch vermeidbare Krankenhausaufnahmen
zu quantifizieren.
Internationale Studien evaluieren anhand solcher Listen den Zugang verschiedener Patientengruppen
(nach sozioökonomischen, geographischen und ethnischen Faktoren differenziert)
zur Gesundheitsversorgung und zeigen damit Defizite in der Versorgung, z.B. Mangel an Ärzten
im ambulanten Sektor oder schwieriger Zugang für Risikogruppen wie ältere Patienten,
geographisch isolierte oder sozial benachteiligte Bevölkerungsgruppen. 59 Complianceunterschiede
der Patienten oder unterschiedlicher Einsatz von evidenzbasierten Behandlungsleitlinien
durch die Leistungserbringer können zum regionalen Muster beitragen. Regionale Unter-
57 Josephson und Karcz 1997, O’Sullivan et al. 1996, Ansari et al. 2006, Lin et al. 2000
Obwohl auch andere Einflüsse z.B. Umwelt die nicht direkt mit dem Gesundheitswesen zu tun haben,
58 ACSCs können als Sreeningtest mit begrenzter Sensitivität und Spezifität verstanden werden. In den meisten
Studien wurde als Datenbasis die Entlassungsdiagnose verwendet. Die Datenqualität (Diagnosestellung, Kodier-
und Dokumentationsqualität, evtl. keine personenbezogenen Daten) ist bei der Interpretation der ACSCs zu
beachten (Saha et al. 2007, Brown et al. 2001, Campbell et al. 2001, Kozak et al. 2001, Purdy et al. 2009, Billings
et al. 1993)
59 Billings et al. 1996, Billings et al. 1989, Correa-Velez et al. 2007, Parchman et al. 1994, Bluestein et al. 1996,
Culler et al. 1998, Saha et al. 2007, Magan et al. 2008, Roos et al. 2005, Mustard et al. 1998, Hossain und Laditka
2009
Den positiven Zusammenhang zwischen den ACSC Indikatoren und dem Angebot an Ärzten auf den Zugang zur
Gesundheitsversorgung haben manche Studien belegt andere weniger. Gegen einen starken positiven Zusammenhang
spricht die Tatsache, dass der Zugang zur Gesundheitsversorgung von vielen Faktoren beeinflusst wird
(z.B. Warte- und Transportzeiten, Notfallversorgung, finanzielle Barrieren), Ansari et al. 2006
40

schiede bei der ACSC-Hospitalisierungsrate können allerdings schon durch ein sozioökonomisches
Gefälle im Gesundheitsstatus bedingt sein, nicht durch Unterschiede der regionalen
Versorgung. 60
Als Referenzgrößen zu ACSCs werden „Kontrollindikationen“ („Marker Conditions“) eingesetzt.
Dies sind Diagnosen, bei denen eine rechtzeitige und wirksame ambulante Versorgung
wenig Einfluss auf die Wahrscheinlichkeit von Krankenhauseinweisungen hat und fachliche
Übereinstimmung hinsichtlich der Notwendigkeit einer stationären Einweisung besteht. Zusätzlich
ist ihre Inzidenz räumlich relativ gleichmäßig und zeitlich konstant. Das trifft z.B. auf
Blinddarmentzündung, Hüftfraktur, Magen-Darmverschluss oder Aneurysmata der Hirnarterien
zu.
Ein Listen-Ansatz bietet eine normative Grundlage, das Produkt, die Marktbreite und das
Marktvolumen für intersektorale Leistungsverlagerungen abzugrenzen und Verlagerungspotenzialen
mit Routinedaten zu charakterisieren. Es wäre für die Beurteilung des Versorgungsgeschehens
informativ, Trends und regionale Versorgungsdisparitäten zwischen der Liste
vermeidbarer Krankenhausaufenthalte und der Entwicklung der Hospitalisierungsraten insgesamt
zu vergleichen. Dabei ermöglichen individuelle statt aggregierte Daten einer Bevölkerung
Auswertungsmöglichkeiten auf einem detaillierteren Niveau (Roos et al. 2005).
Eine auf das deutsche Gesundheitssystem angepasste Liste - eventuell ergänzt durch eine Hierarchisierung
je nach Verlagerungspotential der Leistung - könnte von den Vertragspartnern
verabschiedet, mit empirischen Daten hochgerechnet und in der empirischen Versorgung
schrittweise ausgeschöpft werden. Die Liste sollte periodisch an den medizinischen Fortschritt
angepasst werden. Gegenüber dem AEP hat sie den Vorteil, dass sie sich auf Routinedaten
beider Sektoren stützen kann. Ob das normative Verlagerungspotenzial im Sinne eines Verlagerungseffekts
umgesetzt wurde, kann anhand einer Stichprobe ambulanter Daten geprüft
werden. Die Gelegenheit dazu besteht bei den Bewertungsstichproben nach § 87 Abs. 2
SGB V (eingefügt durch GKV-WSG).
Diese Liste könnte weiterhin dazu genutzt werden, die Integration der Leistungserbringer zu
fördern, z.B. indem man listengestützte Kennziffern als Instrument der erfolgs- und qualitätsorientierten
Vergütung verwendet (Güssow 2007). Pay for Performance Vergütung oder Vergütungsanteile
würden ferner den Anreiz zu qualitätsmindernden und kostensteigernden Leistungsverlagerungen
vom stationären in den ambulanten Sektor reduzieren.
4.4.4 Katalog ambulant durchführbarer Operationen nach § 115b SGB V
Der Katalog ambulant durchführbarer Operationen (AOP) ist ein von der gemeinsamen
Selbstverwaltung im Gesundheitswesen beschlossener und jährlich fortgeschriebener Katalog,
gegliedert in Leistungen, die in der Regel ambulant durchgeführt werden können, und solche,
bei denen sowohl eine ambulante als auch eine stationäre Durchführung möglich ist. Er enthält
OPS-Kodes und korrespondierende EBM-Ziffern und bietet auf diese Weise eine Grundlage,
Leistungen des ambulanten und des stationären Sektors miteinander zu vergleichen.
60 In Manitoba haben die Menschen mit dem geringsten Gesundheitsstatus die größte Rate bei der Inanspruchnahme
von Krankenhäusern und die höchsten Ausgaben (Roos et al. 2004). In den U.K. reflektieren Krankenhauseinweisungen
nicht die Qualität des primärärztlichen Sektors, sondern die sozioökonomischen Differenzen
und die regionale Morbidität (Giuffrida et al. 1999, Reid et al. 1999)
41

Ambulant durchführbare Operationen bieten einen enormes stationär-ambulantes Verlagerungs-
und Einsparpotential. Durch die Steigerung der ambulanten Operationen könnten -
nach Schätzungen des NHS in England - 75% der elektiven Operationen und Eingriffe in absehbarer
Zeit ambulant erbracht werden (Lüngen 2007, Foster 2005).
Der Anteil der ambulanten Operationen ist in Deutschland im Vergleich zu anderen Gesundheitssystemen
noch relativ gering. Es ist aber eine Zunahme ihrer Bedeutung zu bemerken.
Bisher hatte das ambulante Operieren im Krankenhaus ein geringeres Volumen als im niedergelassenen
Bereich. 61 Bei Begutachtung der häufigsten Operationen (OPS) sowie auch deren
Veränderungen im Zeitablauf (siehe Abbildungen Anhang A12 und A13) wird ersichtlich,
dass die Krankenhäuser ihr Potential ambulanter Leistungen noch nicht voll genutzt haben.
Insgesamt sind allerdings seit einigen Jahren eine Zunahme des Anteils ambulanter Operationen
bei Krankenhäusern und eine Abnahme bei den niedergelassenen Vertragsärzten festzustellen.
Ein Grund für die bisherige geringe Ausschöpfung des Wachstumssektors „ambulante Operationen“
von Seiten der Krankenhäuser könnte sein, dass die ambulanten Leistungen für viele
Krankenhäuser wegen ihrer Organisations-, Prozess- und Kostenstrukturen bisher unwirtschaftlich
sind und bisher auch die Infrastruktur dafür fehlt. Des Weiteren verhindert der vorzufindende
Ärztemangel den breiten Markteinstieg der Krankenhäuser in die ambulante OP-
Versorgung.
Da es aber trotz einer Ausweitung der Fallzahlen des ambulanten Operierens nicht zu einem
entsprechenden Rückgang der stationären Fallzahlen gekommen ist, könnte man schließen,
dass schwere Fälle weiterhin in der stationären Versorgung verbleiben, während die „Ambulantisierung“
nicht zuletzt neue Markt- und Patientengruppen erschließt (Held und v. Stackelberg
2004).
Tabelle 3 zeigt die zehn häufigsten OPS-Leistungen aus dem Katalog „Ambulantes Operieren“,
die 2003 bis 2005 in den Krankenhausfällen der AOK Sachsen-Anhalt dokumentiert
waren. Rund 9 % aller Fälle haben eine erste Leistung aus dem AOP-Katalog.
61 Insbesondere wird die geringe Beteiligung der Krankenhäuser im internationalen Vergleich deutlich. Eine
Studie von Schumpelick et al. (2004) zeigt, dass in England 41%, in Dänemark 59% und den USA 87% der
Hernien ambulant im Krankenhaus operiert wurden, während es in Deutschland unter 10% sind.
42

Tabelle 3: Verlagerungspotenzial - die 10 häufigsten Leistungen aus OPS-Kapitel 5 des
Katalogs 'Ambulantes Operieren' bei vollstationären Fällen der AOK Sachsen-Anhalt
2003 bis 2005*
OPS
Art der Leistung
Fälle
2003
Fälle
2004
Fälle
2005
Veränd.
vs. 2003
5-431.2 Gastrostomie: Perkutan-endoskopisch (PEG) 1.034 1.198 1.314 280
5-530.1 Verschluss einer Hernia inguinalis: mit Plastik 894 686 627 -267
5-690.0 Therapeutische Kürettage ohne lokale Medikamentengabe 662 514 569 -93
5-530.30 Verschluss einer Hernia inguinalis, offen chirurgisch 353 450 446 93
5-870.0 Brusterh. Mammaexzision ohne axill. Lymphadenektomie 544 468 441 -103
5-572.1 Zystostomie: Perkutan 368 383 428 60
5-285.0 Adenotomie (ohne Tonsillektomie): Primäreingriff 573 461 400 -173
5-865.7 Zehenamputation 431 358 397 -34
5-378.52 Herzschrittmacher (2-Kammer-System): Aggregatwechsel 212 235 303 91
5-790.16 Geschl. Reposition Fraktur m. Osteosynthese: 365 322 260 -105
529 weitere Positionen 2.986 2.595 2.549
Gesamt 10.933 9.726 9.855 - 1.078
§ 115b: gültig ab 1.4.2005
(Quelle: Swart et al. 2007)
Man kann diese Fälle weiter danach differenzieren, ob die AOP die einzige Leistung war oder
ob weitere Leistungen, die die Notwendigkeit eines Krankenhausaufenthalts bedingen können,
dokumentiert sind. Für die Beurteilung von Verlagerungseffekten bietet dieser Katalog
daher im Prinzip eine gute Grundlage.
Allerdings werden AOP-Leistungen bereits mit einem festen Punktwert außerhalb des Budgets
vergütet und sind daher für die Bemessung des Verlagerungseffekts nach § 87a Absatz 4
Ziffer 3 nicht mehr relevant. Die Aktualisierung der Tabelle 2 mit Daten bis zum Jahr 2008
könnte allerdings als Referenzgröße für die potenziellen und die realisierten Verlagerungen
bei ambulant durchführbaren Operationen dienen sowie mit den Veränderungen in anderen
Versorgungsbereichen verglichen werden.
Nach einer Untersuchung des Wissenschaftlichen Instituts der AOK (WIdO) zur Quantifizierung
des ambulanten Potenzials der Krankenhäuser wurden ca. 200 häufige, stationär durchgeführte
Operationen (OPS) mit 7,1 Mill. Fälle untersucht. Mediziner beurteilten das Maß der
ambulanten Durchführbarkeit jeder der 200 Operationen. Von den 4,0 Mill. grundsätzlich
ambulant möglicher Fällen könnten danach im Schnitt 49% ambulant durchgeführt werden.
Das Rheinisch-Westfälische Institut für Wirtschaftsforschung ermittelte daraus ein Einsparpotenzial
von gut 1000 Euro je Fall und insgesamt von etwa 2,0 Mrd. Euro.
4.4.5 Ambulante Leistungen im Krankenhaus nach § 116b SGB V
Die Gruppe der Leistungen, die Krankenhäuser nach § 116b SGB V ambulant erbringen können,
beschreibt der Idee nach kein Verlagerungspotenzial, sondern eine Öffnung der Krankenhäuser
für hochspezialisierte Leistungen bei seltenen Erkrankungen. Die Krankenhäuser
können sie - ähnlich wie bei einer Ermächtigung - auf Antrag, nach Bestimmung der für die
Krankenhausplanung zuständigen Landesbehörde und auf Überweisung erbringen. 62 Eine
Krankenhausbehandlung ist definitionsgemäß nicht nötig. Wenn jedoch solche Leistungen im
62 Richtlinie des Gemeinsamen Bundesausschusses über ambulante Behandlung im Krankenhaus nach § 116b.
http://www.g-ba.de/informationen/richtlinien/43/
43

Rahmen stationärer (Kurz-)Aufenthalte erbracht wurden oder noch werden, kann ein Verlagerungspotenzial
vorhanden sein. Lüngen und Rath (2010) vermuten, dass Krankenhausfälle mit
onkologischen Diagnosen und einer Verweildauer von bis zu zwei Tagen (einschl.) sowie
teilstationäre onkologische Fälle nach § 116b versorgt werden können. Das wären im Jahr
2007 ca. 550.000 oder knapp 27 % der onkologischen Krankenhausfälle gewesen. Dieses Potenzial
zeigt deutliche regionale Unterschiede und nimmt insgesamt leicht ab. Soweit diese
Leistungen von dafür bestimmten Leistungserbringern nach § 116b abgerechnet werden, ist
ihre budgetäre Auswirkung kontrolliert. Soweit sie jedoch an (hochspezialisierte) niedergelassene
Fachärzte gehen, wäre ein Verlagerungseffekt gegeben.
4.5 Kleinräumige Analyse
Das Gesetz verlangt eine gleichmäßige (§ 70 SGB V) und sichergestellte (Paragraphen 72,
73c, 99) Versorgung. Für die Bewertung der Versorgung aus einer regionalen oder kleinräumigen
Perspektive standen flächendeckende Informationen routinemäßig bislang kaum zur
Verfügung. Mit dem dokumentierten Wohnort des Versicherten haben Daten der Krankenkassen
und der Kassenärztlichen Vereinigungen sowie die Krankenhausdiagnosestatistik jedoch
einen eindeutigen regionalen Bezug. Er ermöglicht eine Auflösung von erbrachten Versorgungsleistungen
nach Landkreisen, Gemeinden oder Postleitzahlbereichen der Versicherten
und damit eine Antwort auf die Frage, welche Leistungen in welcher „Leistungsdichte“ (Zahl
der Leistungen pro 10.000 Versicherte) die Bürger erreichen.
In zahlreichen empirischen Studien kleinräumiger Versorgungsprozesse wurden seit den
grundlegenden Arbeiten von Wennberg (Wennberg und Gittelsohn 1973, Wennberg et al.
1987, Wennberg et al. 1989) und Roos (Roos et al. 1977, Roos und Roos 1981) erhebliche
regionale Behandlungsvariationen auf Kreis- und Gemeindeebene bei Krankenhauseinweisungen
und bei diagnostischen oder therapeutischen Maßnahmen nachgewiesen (z.B. auch
Fisher et al. 1992). Das gilt auch für Deutschland (Ohmann 2000) und Sachsen-Anhalt (Swart
et al. 2001, Swart 2005). Die Unterschiede in den relativen Anwendungshäufigkeiten von
medizinischen Leistungen zwischen den Regionen lassen sich nur zum Teil durch die Varianz
relevanter sozio-ökonomischer Einflussgrößen - Bildungsniveau, Berufstätigkeit und Einkommen,
Versicherungsumfang usw. – erklären, die als Determinanten der Nachfrage des
einzelnen Patienten nach medizinischen Leistungen gelten können. Auch Informationen zum
Gesundheitsstatus reichen dafür nicht. Vielmehr haben auch Determinanten der Leistungsanbieter
einen Einfluss auf regionale medizinische Leistungsvariationen.
Es gibt Anhaltspunkte, dass vergleichsweise hohe Operationsdichten nicht mit weniger, sondern
mit mehr vermeidbaren Resultatproblemen und Komplikationen einhergehen (Wennberg
et al. 1980). 63 Soweit man von ähnlichen regionalen Morbiditätsniveaus, einer einheitlichen
Wissensbasis, vergleichbaren Kompetenzprofilen und einheitlicher Vergütungssystematik in
den Regionen ausgeht, signalisieren regionale Behandlungsvariationen ein Legitimationsproblem
der Versorgung („unwarranted variaton in healthcare delivery“). 64 Soweit Variabilität
suboptimale Versorgung anzeigt (unvollständige Information, Überversorgung, Unterversorgung)
ist damit ein Verlust an gesellschaftlicher Wohlfahrt verbunden (Phelps und Parente
1990, Phelps und Mooney 1992, Phelps 1995) 65 Wohlfahrtsverluste müssen bei gleichzeiti-
63
Eine gründliche, wenn auch schon ältere Übersicht prüft dazu 8 Thesen (Folland und Stano 1990)
64
Kleinräumigen Analysen sollten kontinuierlich durchgeführt werden, um die Performance eines Gesundheitssystems
adäquat zu evaluieren, Rohrer 1993
65
Phelps und Mooney (2003) liefern eine Zusammenfassung der Literatur mit Angaben zur regionalen Streuung
der Behandlungsraten auf Basis von Varianzkoeffizienten. Um eine „reale“ Varianz (zu groß und beständig für
44

gem Auftreten von ex post Moral Hazard und adverser Selektion bei Krankenversicherungsschutz
nach oben korrigiert werden, da dann die durchschnittlich beobachtete Inanspruchnahme
medizinischer Leistungen größer sein wird als die bedarfsbedingte („korrekte“) Inanspruchnahmerate
(Phelps und Mooney 1993). 66
Selbst wenn die Ärzte sich auf einheitliche Behandlungsweisen geeinigt hätten, z.B. durch
nationale Versorgungsleitlinien, müssen bei der schrittweisen Versorgung individueller Patienten
in konkreten Versorgungskontexten Randbedingungen berücksichtigt werden, die Varianz
induzieren und damit zu individualisierten Versorgungskarrieren führen: Präferenzen der
Patienten, organisatorische Rahmenbedingungen des Versorgungssystems (z.B. die Abteilungsstruktur
des nächsten Krankenhauses, die Auslastung eines bei zuziehenden Facharztes)
und Umweltbedingungen im weiteren Sinn (z.B. die verkehrstechnische Erreichbarkeit)
(Béland 1988, Long 2002). 67
Tabelle 4 zeigt in einer Modellrechnung, welches regionale Versorgungsniveau in einer regionalen
Versorgungsanalyse beobachtet werden wird, wenn Morbidität ("Bedarf") und Versorgungsintensität
variieren und nur lose miteinander gekoppelt sind.
Tabelle 4: Das beobachtete regionale Versorgungsniveau in Abhängigkeit vom relativen
regionalen Morbiditätsniveau und der relativen regionalen Versorgungsintensität
Intensität
\
Morbidität 0,7 0,8 0,9 1 1,1 1,2 1,3
0,7 0,49 0,56 0,63 0,70 0,77 0,84 0,91
0,8 0,56 0,64 0,72 0,80 0,88 0,96 1,04
0,9 0,63 0,72 0,81 0,90 0,99 1,08 1,17
1 0,70 0,80 0,90 1,00 1,10 1,20 1,30
1,1 0,77 0,88 0,99 1,10 1,21 1,32 1,43
1,2 0,84 0,96 1,08 1,20 1,32 1,44 1,56
1,3 0,91 1,04 1,17 1,30 1,43 1,56 1,69
(eigene Darstellung)
Senkrecht ist das relative Niveau der Morbidität aufgetragen, horizontal die relative Versorgungsintensität.
Abweichungen von der Versorgungsintensität 1 signalisieren Über- oder Unterversorgung
bei gegebener Morbidität. In den Zellen der Tabelle findet sich (als Produkt der
beiden genannten Faktoren) das resultierende Versorgungsniveau, das in regionalen Abrechnungsdaten
„beobachtet“ werden würde. Wenn die Morbidität plus/minus 30 % um einen
mittleren Wert streut und die Versorgungsintensität proportional im gleichen Ausmaß variabel
zufällige Beobachtungen) der Behandlungsrate festzustellen, müssen alle exogenen Einflüsse auf regionale und
interregionale Abweichungen von der „durchschnittlichen“ Behandlungsrate herausgerechnet werden sowie
wurden konkurrierende, empirisch relevante Erklärungen eliminiert werden (z.B. Einkommens- und Preiseffekte
sowie Substitution zwischen alternativen Therapien mit ähnlichem Outcome).
66 Adverse Selektion kann für die GKV durch Versicherungspflicht und gleichen Versicherungsumfang bisher
vernachlässigt werden. Ex post Moral Hazard ist der Mehrkonsum medizinischer Leistung auf Grund des Drittzahlerprinzips.
67 Nicht alle Patienten, die einen medizinischen Bedarf haben, werden auch mit Leistungen versorgt. Und nicht
notwendig alle erbrachten Leistungen gehen an Patienten mit medizinischem Bedarf. Externe Regulierungen wie
Beschränkung der Arztdichte, Budget- und Preiskontrollen können zu Ergebnissen führen, bei denen der durchschnittliche
Wert der erbrachen Gesundheitsleistungen geringer ausfällt als in einem freien Markt (Phelps 2000).
45

ist, streut das beobachtete Versorgungsniveau um -50 bis +70 Prozent des mittleren Wertes.
Ein beobachtetes Versorgungsniveau von plus/minus 10 % um den Durchschnitt (Diagonale
von links unten nach rechts oben, gelb) ist also je nach Morbidität mit Über- wie mit Unterversorgung
vereinbar. Ein vergleichsweise sehr niedriges Versorgungsniveau (oben links)
spricht dagegen eher für eine Kombination aus unterdurchschnittlicher Morbidität und Unterversorgung,
ein sehr hohes Versorgungsniveau (unten rechts) für Überversorgung in Verbindung
mit überdurchschnittlicher Morbidität.
Man kann versuchen, wenigstens einige Determinanten der Varianz in ihren Beziehungen
transparent zu machen. So ist die regionale Leistungsdichte u.a. eine Funktion der Morbidität,
der Inanspruchnahme, der Kapazität und der Produktivität des Versorgungssystems:
Leistungen Fälle Leistungen
= ⋅ ,
Einwohner Einwohner Fall
erweitert aus der Sicht des Versorgungssystems
Leistungen Ärzte Fälle Leistungen
= ⋅ ⋅ ,
Einwohner Einwohner Arzt Fall
erweitert aus der Sicht der Versicherten
Leistungen Krankheiten Inanspruchnahme Leistungen
= ⋅ ⋅ .
Einwohner Einwohner Krankheit Inanspruchnahme
Auf ähnliche Weise 68 werden z.B. die Entwicklung des Arzneimittelmarktes („GKV-
Arzneimittelindex“) und die Entwicklung der DRG-Vergütung (Günster 2008) in ihre Komponenten
zerlegt und indexiert.
Informationen wenigstens über Teile dieser Bedingungen können helfen, den Funktionszustand
des gesamten Systems einzugrenzen und Versorgungsunterschiede zwischen Regionen
wenigstens zum Teil plausibel zu machen. Dabei sollte man unterscheiden zwischen
- effektiven Behandlungen: Behandlungen mit bewiesenem klinischen Nutzen und hoher
Patientensicherheit 69
- präferenzsensitiven Behandlungen: Therapien mit großem Trade-off zwischen Risiko und
Nutzen für den Patienten, Krankheiten mit zwei oder mehr medizinisch akzeptierten Behandlungsmöglichkeiten
und Therapiewahl abhängig von der Berücksichtigung von Patientenpräferenzen
- angebotssensitiven Behandlungen: Leistungen mit engem Zusammenhang zu regionalen
Ressourcen (z.B. Bettenzahl, Anzahl und Erreichbarkeit von Fachärzten, Intensivstationen,
Ausstattung) und geringem Evidenzniveau 70 (Wennberg 2002, Wennberg et al. 2004,
Connor et al. 2004).
68 Im stationären Sektor gehört die sog. analytische Bettenbedarfsformel zu den Gleichungen dieses Typs. Sie ist
allerdings für einen normativen Zweck formuliert.
69 Der Anteil der diagnostischen und therapeutischen Verfahren, die lediglich auf unsystematischen medizinischen
Erfahrungen beruhen, wird als hoch eingeschätzt (Übersicht bei Berger et al. 1997).
70 Speziell bei angebotssensitiven Behandlungen (sog. angebotsinduzierte Nachfrage) sind nicht Morbiditätsunterschiede,
sondern das unterschiedliche Angebot an medizinischen Ressourcen für regionale Leistungsvariationen
verantwortlich. Es können hier starke Korrelationen zwischen Angebots- und Nachfragefaktoren festgestellt
werden (z.B. Anzahl der diagnostischen Geräte korreliert positiv mit Anzahl der durchgeführten diagnostischen
Untersuchungen). Es wird davon ausgegangen, dass sich hier das Verhalten der Leistungserbringer an die vorhandenen
Ressourcen anpasst (Auslastung der Kapazitäten).
46

Leistungsverlagerungen über Sektorgrenzen setzen ein (auch quantifiziertes) Verständnis der
Determinanten und der Freiheitsgrade des sektorspezifischen Leistungszugangs und der sektorspezifischen
Inanspruchnahme voraus. Verlagerungsfähig sind nur Leistungen, die bei gegebenem
Schweregrad im ambulanten wie im stationären Sektor erbracht werden können.
Übereinstimmung im ICD-/OPS-Code bedeutet noch keinen vergleichbaren Schweregrad.
Schweregradinformationen sind im DRG-System indirekt enthalten, in ambulanten Routinedatenquellen
dagegen nicht. Variablen wie Art und Zahl der Nebendiagnosen, die Verweildauer
bei den stationären Fällen und das Alter können hilfsweise Anhaltspunkte für Schweregradveränderungen
geben. Durch Betrachtung fixer zeitlicher Intervallen vor dem Tod, die
nach Alter, Geschlecht und chronischen Vorerkrankungen adjustiert werden, kann ein Indikator
für die relative regionale Leistungsintensität bei Patienten mit vergleichbaren Krankheitsschweregraden
entwickelt werden. Dadurch werden regional (und/oder nach Leistungserbringer)
unterschiedliche Versorgungsmuster erkennbar, insbesondere eine Tendenz, auch Patientengruppen
intensiv zu behandeln, in denen ein erheblicher Gesundheitsgewinn kaum noch
erwartet werden kann (Wennberg et al. 2008).
Offensichtlich sind Zusatzinformationen aus anderen Quellen nötig, um die Varianz eines
beobachteten Versorgungsniveaus zu differenzieren: zur räumlich-zeitlichen Varianz der
Morbidität und/oder zur räumlich-zeitlichen Varianz der sektoralen Versorgungsintensität (die
hier das Explikandum ist) und zur Entwicklung der Schlüssel für die Fall- oder Patientenklassifikation.
Nach Erfahrungen der Versorgungsforschung sind beobachtete regionale Versorgungsunterschiede
allerdings in eher geringem Maße von Prävalenzheterogenität der zugrunde
liegenden Erkrankung(en) determiniert. Zur Erklärung regionaler Morbiditätsunterschiede
können zudem regionale „Korrelate der Morbidität“ berücksichtigt werden, darunter vor allem
Indikatoren der sozialen Verhältnisse. Angebotsfaktoren der medizinischen Versorgung,
Dringlichkeit bzw. Elektivität des Eingriffs, Patientenpräferenzen und die Erreichbarkeit der
Einrichtungen spielen eine größere Rolle. Bedeutung kommt auch ärztlichen Verhaltensmustern
zu, die u.a. durch implizite lokale Standards („physician practice style“, „surgical signature“,
medizinische „Schulen“) beeinflusst sein können (Wennberg et al. 1982, Phelps und
Mooney 1993, Cave 1995, Swart 2005). Außerdem bestimmen Wirtschaftlichkeitsüberlegungen
der Praxen das Angebot und die Durchführung von Leistungen (Scott 1996).
Wir unterscheiden regionale Analysen auf einem sog. „ökologischen“ Niveau“ von Analysen
mit Daten auf der Individualebene 71 . Kleinste Beobachtungseinheit ökologischer Daten ist
nicht das Individuum, sondern die Region. Ausgewertet werden regional aggregierte Mittelwerte
wie die durchschnittliche Dichte medizinischer Leistungen in Verbindung mit anderen
Merkmalen der Region, wie z.B. der Arztdichte.
4.5.1 Ökologische Analyse
Vorteil der Daten auf ökologischem Niveau sind Schutz der Individualdaten und Datensparsamkeit
sowie häufig gute Verfügbarkeit aggregierter Daten. Nachteil sind ein begrenztes
Auflösungsvermögen und reduzierte Möglichkeiten zur Berücksichtigung von Störgrößen
(„ökologischer Trugschluss“). Auf ökologischem Niveau ist es möglich, räumliche Zusammenhänge
zwischen ambulanter und stationärer Leistungsdichte auf aggregiertem Niveau zu
prüfen, bei Hinzunahme zeitlicher Datenreihen auch zwischen Änderungen der ambulanten
71 Wir vermeiden den Begriff „personenbezogene Daten“. Solche Analysen sind mit pseudonymisierten Daten
möglich. § 87a Absatz 6 SGB V regelt die Befugnis, versichertenbezogene Daten für die Vereinbarung der Morbiditätsbedingten
Gesamtvergütung zu verwenden.
47

und der stationären Leistungsdichte (querschnittliche und längsschnittliche Assoziationen). Es
ist aber nicht möglich, stationär-ambulante Versorgungskarrieren von Individuen auszuwerten
und daraus auf Verlagerungen zu schließen. 72
Für die Feststellung von Leistungsverlagerungen mit Regionalanalysen ist eine regionale Abgrenzung
des „relevanten Marktes“ für Gesundheitsleistungen notwendig. 73 Welche regionale
Abgrenzung in einer ökologischen Analyse verwendet wird, ist inhaltlich zu entscheiden. 74 So
reichen die Einzugsgebiete der Krankenhäuser je nach Versorgungsgrad für verschiedene Abteilungen
und verschiedene Leistungen unterschiedlich weit. Insbesondere bei seltenen oder
speziellen Eingriffen - in Zentren und Spezialkrankenhäusern - ist eine Unterscheidung zwischen
der geographischen Region des Wohnortes des Patienten und der Region der Leistungsinanspruchnahme
wichtig, da sonst ungewöhnliche Muster der Inanspruchnahme entstehen
würden (Cuyler et al. 2000, Kudo et al. 1999).
Wir konnten z.B. in Sachsen-Anhalt zeigen, dass internistische Abteilungen für Patienten mit
gastroenterologischen und mit kardiologischen Diagnosen unterschiedlich „attraktiv“ sind.
Damit ist bereits das zentrale Argument genannt, Einzugsgebiete von Krankenhäusern nicht
nach geopolitischen Kriterien (wie Kreisgrenzen) oder mit einem festen Radius zu definieren,
sondern mit Hilfe eines variablen Radius oder funktionell mit Hilfe von populations- und patientenbezogenen
Einzugsgebieten. Damit sind die benachbarten Regionen gemeint, aus denen
75 % oder 90 % der Patienten einer Einrichtung kommen (Makuc et al. 1991, Phibbs und
Robinson 1993, Thomas 2003, Werblow et al. 2010, Garnick et al. 1987). Eine Effizienzanalyse
deutscher Krankenhäuser fand z.B. eine stärkere Assoziation zwischen einem Effizienzkoeffizienten
und einem funktionell (als 90. Perzentile) definierten Einzugsbereich als mit der
geopolitisch definierten Planungsregion (Landkreis des Krankenhaus-Standortes) (Werblow et
al. 2010). Auch der Marktanteil eines Krankenhauses für eine definierte Leistung in einer bestimmten
(nach PLZ definierten) geographisch Region („Marktpenetration“) kann zur Abgrenzung
des „relevanten Marktes“ dienen.
Als weitere Methode der regionalen Marktabgrenzung kann die Bestimmung der maximalen
Distanz oder Transportzeit dienen, die ein Patient für die Inanspruchnahme einer bestimmten
Gesundheitsleistung zu fahren bereit ist (Thomas 2003). Auch diese wird für verschiedene
Patientengruppen und Leistungen differenziert ausfallen. Die Patientenmobilität schwankt
nach Alter, Einkommen und Morbidität, sie steigt mit steigendem Lebensstandard und Verfügbarkeit
von privaten und öffentlichen Transportmitteln (Lüngen 2007). Es gibt Anhaltspunkte
dafür, dass Patientenwanderungen (interregionale Leistungsflüsse) selektiv in Krankenhäuser
mit höheren spezifischen Leistungszahlen führen, also einem Qualitäts- oder einem
Renommee-Gradienten folgen (Friedrich und Beivers 2009).
Rohrer (1990) zeigt, dass bei der Inanspruchnahme entgegen „Roemer’s Law“ („a built bed is
a filled bed“) nicht die Anzahl der Krankenhausbetten entscheidend ist, sondern die Breite
und Tiefe des Leistungsangebots der Krankenhäuser in einer Region. 75 Für das Ausmaß des
72
In der ökologischen Analyse wird typischerweise die untersuchte Bevölkerung nach Alter und Geschlecht
adjustiert, da diese Merkmale einen großen Teil der Inanspruchnahmemuster (auf personenbezogenem Niveau)
erklären, weil die Prävalenz für die meisten Krankheiten systematisch mit Alter und Geschlecht korreliert. Die
wahre Krankheitsprävalenz ist allerdings unbekannt.
73
Für das amerikanische Gesundheitssystem bietet der „The Dartmouth Atlas of Health Care“ gute Beispiele für
systematische Regionalanalysen der medizinischen Inanspruchnahme und Unterschiede in der Versorgung auf
Basis von Medicare Daten.
74
Zur quantitativen Analyse der Marktkonzentration wird häufig der Herfindahl Hirschman Index (HHI) verwendet.
75
Zu „Roemer’s Law“ siehe Ginsburg und Koretz 1983
48

stationär-ambulanten Substitutionsprozesses ist die Anzahl der Krankenhäuser relativ zu der
Anzahl der Vertragsärzte die entscheidende Größe. Je nach regionalem Gesamtvolumen des
Marktes und regionalen fachlichen Monopolisierungen sind einige medizinische Fachrichtungen
stärker vom Substitutionspotential betroffen als andere. Bei Abwanderung von Patienten,
Fällen oder Leistungen von einer Fachabteilung eines Krankenhauses zu einer Arztpraxis oder
umgekehrt würde allerdings der Anbieter fast immer am Markt bestehen bleiben und somit
keine regionale Monopolisierung entstehen (Lüngen 2007).
Auf der Ebene der Bundesländer stellt das Statistische Bundesamt Informationen nach dem
Wohnortprinzip und über die regionale Wanderungsbilanz zur Verfügung, aus denen sich der
Anteil der im eigenen Land behandelten Patienten und eine Versorgungsquote 76 der Bundesländer
ergeben (zuletzt Bölt 2010). Unterhalb der Ebene der Bundesländer stehen diese Angaben,
die individuelle Daten zu Aggregaten zusammenführen, nicht routinemäßig zur Verfügung.
Daher wird man in ökologischen Analysen eine Unschärfe durch unkontrollierte Wanderungen
akzeptieren müssen, sofern man nicht versichertenbezogene GKV-Prozessdaten
spezifisch aggregieren kann.
Prüfbare Hypothesen ökologischer Auswertungen lauten:
- Regionen mit geringer Leistungsdichte 77 im stationären Bereich haben ceteris paribus hohe
Leistungsdichten im ambulanten Bereich, Regionen hoher Leistungsdichte im ambulanten
primärärztlichen Bereich haben (adjustiert) weniger Krankenhausfälle als Regionen
mit geringerer primärärztlicher Leistungsdichte (Querschnitt)
- Regionen mit c. p. abnehmender (Längsschnitt) stationärer Leistungsdichte oder hilfsweise
mit abnehmender stationärer Versorgungskapazität zeigen Leistungsdichte-Steigerungen
in ihrem ambulanten Umfeld, die (adjustiert für bekannte Determinanten der Leistungsentwicklung,
darunter auch eine Abnahme ambulanter Kapazitäten 78 ) als Schätzung
von primären Verlagerungseffekten angesehen werden können
- Ambulante Aktivitäten der Krankenhäuser und neue Versorgungsformen (z.B. MVZ,
§ 115b, § 116b) puffern c. p. mutmaßliche primäre wie sekundäre Verlagerungseffekte.
Diese Prüfung wird für das ganze Leistungsvolumen und spezifisch für normativ verlagerungsfähige
(s. o.) Diagnosen und Leistungsarten durchgeführt.
Wir können dann Gruppen (Cluster) von Regionen beschreiben, die die genannten Voraussetzungen
erkennen lassen, und die hypothetisierten Zusammenhänge gegen die übrigen Regionen
(oder innerhalb eines Gradienten der stationären Leistungsdichte) prüfen (Hossain und
Laditka 2009). Probleme des multiplen Testens werden berücksichtigt.
Royston et al. (1992) machen auf ein Simultaneitätsproblem bei regionalen Analysen der
Leistungsinanspruchnahme aufmerksam. Bei Regionen, in denen die interregionalen Leistungswanderungen
einigermaßen ausgeglichen sind, entsprechen sich gewöhnlich Inanspruchnahme
und Leistungsangebot. Die Inanspruchnahme ist (langfristig) eine Funktion von
Merkmalen der Bevölkerung (Alter, Geschlecht, soziale Lage, Morbidität), das (historisch
gewachsene) Angebot auch. Daher schlägt die Gruppe vor, nicht diese „ausgeglichenen“ Regionen
zu analysieren, sondern ihre Subregionen („small areas“, wenige 1000 Einwohner), die
in einem Wettbewerb um dieselben Krankenhausressourcen der übergeordneten Region stehen.
76 Die Versorgungsquote ergibt sich aus der Relation der belegten Betten nach Wohn- und Behandlungsort
77 Gemessen als Fälle pro 10.000 Einwohner und/oder Behandlungstage pro 10.000 Einwohner
78 Auf Regionen mit c. p. zunehmender ambulanter Kapazität trifft das Konzept des Verlagerungseffekts nach
§ 87a SSGB V nicht zu, da das sog. Arztzahlrisiko nicht ausgeglichen werden soll (§ 87b Absatz 3 SGB V)
49

4.5.2 Analyse auf Basis von Daten auf der Individualebene
Die Analyse auf Ebene individueller Daten ist nicht Auftrag des Gutachtens, wird aber wegen
ihres hohen methodischen Werts für die Quantifizierung von sektoralen Verlagerungseffekten
angesprochen.
Da regional aggregierte Versorgungsdaten aus versichertenbezogen Leistungsdaten stammen,
die Leistungserbringer und Kostenträger führen, ist grundsätzlich über eine geeignete Pseudonymisierung
(ggf. unter Beziehung eines Datentreuhänders) statt der ökologischen auch eine
individuenbezogene Analyseebene erreichbar 79 . Damit lassen sich zusätzlich Wanderungssalden,
Komorbiditätsmuster und Leistungs-Syntropien berücksichtigen. Unter den letzteren ist
die versichertenbezogene Prüfung stationär-ambulanter Leistungsbündel am wichtigsten -
welche ambulanten Leistungen treten überproportional häufig kurz vor und kurz nach stationärer
Versorgung sowie bei früh entlassenen Patienten auf?
Die Quantifizierung eines Verlagerungseffekts läuft auf einen Beleg hinaus, dass Leistungen
stationär nicht stattgefunden haben. Erfahrungen mit dem Wirksamkeitsnachweis präventiver
Interventionen zeigen, dass ein solcher Beleg nur innerhalb eines kontrollierten, zumindest
eines quasi-experimentellen Designs überzeugend möglich ist.
Hilfsweise kann – wie im vorigen Abschnitt schon beschrieben – eine regional abgestützte
Beobachtungsstudie herangezogen werden, in der Merkmale der versorgten Patienten mit
versorgungsrelevanten Merkmalen der Regionen und ihrer Entwicklung in Beziehung gesetzt
werden (Mehrebenen-Analyse). Analytisch günstig ist, wenn die regionalen Merkmale stark
streuen. In einem ersten Schritt wird die Wahrscheinlichkeit einer (spezifischen) Leistungsinanspruchnahme
mit ihren Determinanten modelliert, in einem zweiten Schritt die Inanspruchnahme
eines stationären Aufenthalts gegenüber einer ambulanten Versorgung mit ihren Determinanten
(Diehr et al. 1999). Zu den letztgenannten Determinanten gehört auch ein Zeiteffekt.
Unter Umständen erscheint ein kontrolliertes Design in Form einer gematchten Versorgungs-
Fall-Kontroll-Studie erreichbar. Dabei wird für Versicherte einer Krankenkasse, die in einem
Bezugszeitraum eine stationäre Leistung in Anspruch genommen haben, nach (mindestens
zwei) „statistischen Zwillingen“ gesucht, die bis zur Krankenhausaufnahme des Indexfalles
leistungsgleich waren und a) in derselben Region sowie b) in unterschiedlich versorgten Regionen
leben. Ein Problem besteht darin, Leistungen in einer bestimmten Zeit unmittelbar vor
der stationären Aufnahme auszublenden, weil darin schon solche Leistungen enthalten sein
können, die dem stationären Index-Aufenthalt zuzurechnen sind (komplementäre Leistungen,
s. o.). Die von der stationär versorgten Gruppe gegenüber der gematchten Kontrollgruppe aus
derselben Region nach dem Krankenhausaufenthalt überproportional bezogenen Leistungen
werden der Krankheit zugerechnet, die den stationären Aufenthalt bedingt hat (auch hier ist
ein Zeitfenster inhaltlich zu definieren). Ein Vergleich mit den Kontrollpersonen aus anderen
Regionen lässt dagegen einen Schluss auf den Effekt anderer regionaler Versorgungsmuster
erwarten (Mehrebenen-Analyse).
79 Nach § 87a Absatz 6 SGB V übermitteln die Kassen versichertenbezogene Daten
50

Damit ist noch kein Verlagerungseffekt präpariert, doch können die im vorigen Abschnitt
genannten Hypothesen unter Berücksichtigung von Merkmalen auf Individualebene getestet
werden.
Die folgende Tabelle 5 fasst Merkmale der beiden beschriebenen Zugänge zum Verlagerungsproblem
zusammen: Verfügbarkeit von (pseudonymisierten) Versichertendaten auf Individualebene
und regional aggregierte Daten.
Tabelle 5: Zugänge zur Schätzung von Verlagerungseffekten
Pseudonymisierte Individualdaten Aggregatdaten
Messgröße Individuelle Leistungsinanspruchnahme Durchschnittliche Leistungsinanspruchnahme
Regionaler Bezug Wohnort (PLZ) Leistungsregion (PLZ)
Leistungsbereiche
Zeitlicher Bezug
Differenzierung der
Messgröße
Ambulante Leistungen; Stationäre Leistungen;
Arzneimittel; Heil- und Hilfsmittel; alle Leistungsbereiche
prospektiv mit rückverlegtem Ausgangspunkt,
querschnittlich
Leistungsempfänger, Leistungserbringer
Schätzmodelle aktuarischer Ansatz; Mehrgleichungsmodelle
Ambulante Leistungen; Stationäre Leistungen;
Arzneimittel; Heil- und Hilfsmittel; alle Leistungsbereiche
Konsekutive Querschnitte
Gruppen der Leistungsempfänger, Gruppen der
Leistungserbringer
Marktgleichgewichte; Panel-Regression; dynamisches
Simulationsmodell
Störgrößen Individuelle Merkmale; Regionaldaten Regionaldaten
(Quelle: eigene Darstellung)
51

5. Datenbasis – Sekundärdaten
5.1 Daten der amtlichen Statistik
5.1.1 Beschreibung der Datenquellen
Statistik regional ist eine von den Statistischen Ämtern des Bundes und der Länder gemeinsam
herausgegebene Datenbank auf DVD. Sie bietet einen Querschnitt aus den wichtigsten
Bereichen der amtlichen Statistik und umfasst ca. 1.100 Merkmalsausprägungen. Die regionale
Auflösung erfolgt für das Bundesgebiet und alle Bundesländer, ggf. Regierungsbezirke
bzw. sog. statistische Regionen 80 , sowie kreisfreie Städte und Landkreise. Die Datenbank
wurde bis 2008 jährlich aktualisiert. In der Ausgabe von 2008 reichen die Zeitreihen meist bis
2006, vereinzelt bereits beginnend mit dem Jahr 1995 (z.B. Bevölkerung, volkswirtschaftliche
Gesamtrechnungen).
Die jährliche Fortschreibung der Datenbank wurde inzwischen eingestellt. Die Datenbankinhalte
können nun über die "GENESIS Regionaldatenbank Deutschland" kostenfrei abgerufen
werden 81 .
GENESIS-Online ist eine Datenbank, die tief gegliederte Ergebnisse der amtlichen Statistik
enthält. Sie wird kontinuierlich ausgebaut. Der Tabellenabruf erfolgt unentgeltlich und kann
variabel dem individuellen Bedarf angepasst werden. Zusätzliche Nutzungsmöglichkeiten
stehen registrierten Kunden gegen eine Jahresgebühr zur Verfügung.
Statistik lokal 2008 ist eine von den Statistischen Ämtern des Bundes und der Länder gemeinsam
herausgegebene Datenbank auf DVD, die Gemeindedaten für ganz Deutschland enthält.
Mit Statistik lokal 2008 können die über 12.000 Städte und Gemeinden in ganz Deutschland
anhand ausgewählter Ergebnisse aus der amtlichen Statistik, dargestellt in rund 330 Merkmalsausprägungen,
analysiert und verglichen werden. Die DVD enthält auch die Ergebnisse
für alle Kreise (kreisfreie Städte und Landkreise), Regierungsbezirke/Statistische Regionen,
Bundesländer und Deutschland.
Die DVD Statistik lokal wird jährlich aktualisiert. Die Ausgabe 2008 enthält überwiegend
Daten für das Jahr 2006 82 . Für die kleinräumige Analyse des Inanspruchnahmegeschehens
bieten sich folgende Indikatoren an:
• Bevölkerung nach Alter und Geschlecht,
• Fläche (um darüber die Bevölkerungsdichte und damit einen Indikator für den Grad der
Verstädterung zu berechnen),
• Landwirtschaftliche Fläche als Indikator für den ländlichen Charakter der Gemeinde (allerdings
korreliert mit der Bevölkerungsdichte),
• Sozialversicherungspflichtig Beschäftigte und Arbeitslose sowie Lohn- und Einkommenssteuer
als Indikator für die Wirtschaftskraft.
80
Als statistisch-technische Nachfolger einiger aufgelöster Regierungsbezirke wie z.B. in Niedersachsen und
Sachsen-Anhalt
81
http://www.destatis.de/jetspeed/portal/cms/Sites/destatis/Internet/DE/Navigation/Publikationen/Querschnittsveroeffentlichungen/StatistikRegional.psml
82
Nähere Informationen unter
http://www.destatis.de/jetspeed/portal/cms/Sites/destatis/Internet/DE/Content/Publikationen/Querschnittsveroeff
entlichungen/StatistikLokal/StatistikLokal,templateId=renderPrint.psml
52

Diese Liste ist bedeutend kürzer als die auf Kreisebene verfügbaren Indikatoren. Es fehlen
dabei die aus anderen Studien bekannten Determinanten der Inanspruchnahme wie PKW-
Dichte, Anzahl der Sozialhilfe-(Hartz-IV)-Empfänger oder auch Angaben zur Versorgungsdichte
bzgl. niedergelassener Ärzte oder Apotheken. Diese Angaben können zum Teil aus
anderen Quellen (z.B. Ärzteverzeichnissen der Kassenärztlichen Vereinigungen) recherchiert
werden. Laut Aussage der Apothekenkammer Sachsen-Anhalt gibt es allerdings kein öffentliches
zugängliches Verzeichnis der Apotheken nach Postleitzahlbereichen. Sicherlich ließen
sich diese Angaben aber per Hand über Telefonverzeichnisse etc. zusammentragen, was den
vorliegenden Rahmen aber sprengen würde.
Problematisch ist die Tatsache, dass die Indikatoren in Statistik lokal nicht auf Postleitzahlebene
vorliegen. Für eine kleinräumige Analyse nach z.B. vierstelligen Postleitzahlbereichen
müssen die gemeindebezogenen Angaben über einen gewichteten Zuordnungsalgorithmus
den Postleitzahlbereichen zugeordnet werden. Als Gewichtung bietet sich die Einwohnerzahl
der Gemeinden an. Für die größeren Städte (in Sachsen-Anhalt lediglich Magdeburg, Halle,
Dessau) ergibt sich die Schwierigkeit, dass es keine 1:1-Zuordnung von Gemeinden und
Postleitzahlbereichen gibt. Auf die kleineren Städte bis rund 50.000 Einwohner entfällt hingegen
jeweils nur eine Postleitzahl.
5.1.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung
Für die Zwecke dieses Projekts und ganz allgemein für die Versorgungsforschung liefern die
Daten der amtlichen Statistik Informationen zu (vor allem soziodemographischen und ökonomischen)
Determinanten der ambulanten und stationären Inanspruchnahme, die in ein multivariates
Modell neben patienten-, fall- und angebotsbezogenen Determinanten aufgenommen
werden können. Eine Nutzung der umfangreicheren Daten auf Kreisebene führt unter
Umständen zu einer geringen Anzahl von Beobachtungen; in Sachsen-Anhalt, denn es gibt
nach der letzten Gebietsreform (2007) noch drei kreisfreie Städte und elf Landkreise. Die
Nutzung der gemeindebezogenen Daten erhöht die kleinräumige Auflösung auf 96 vierstellige
Postleitzahlbereiche in Sachsen-Anhalt (davon je vier in Magdeburg und Halle und zwei in
Dessau-Roßlau) bei gleichzeitiger Einschränkung bzgl. der Vielfalt der Gebietsindikatoren.
Die Aggregierung der gemeindebezogenen Indikatoren zu einwohnergewichteten Postleitzahlbezogenen
Indikatoren stellt dagegen kein methodisches Problem dar.
Es gibt also zumindest einige Determinanten der Inanspruchnahme auf kleinräumiger Ebene
und diese variieren deutlich. Diese Informationen können in ökologischen Analysen und bei
Daten auf Individualniveau mit hierarchischen Analysen genutzt werden.
5.2 Krankenhausdiagnosestatistik
5.2.1 Beschreibung der Datenquelle
Die Krankenhausdiagnosestatistik 83 ist eine auf den Krankenhausaufenthalt bezogene Erhebung.
Für jede aus dem Krankenhaus entlassene vollstationäre Patientin bzw. jeden vollstationären
Patienten (einschließlich der im Krankenhaus Verstorbenen) wird ein Datensatz erhoben.
Die Daten werden von den Krankenhäusern an das zuständige statistische Landesamt
gemeldet, das eine Weiterleitung an das statistische Bundesamt veranlasst. Die Statistik ist
83 Krankenhausstatistikverordnung vom 10. April 1990 (KHStatV)
53

eine reine fallbezogene Statistik. Verlegungen oder wiederholte Aufnahmen eines Patienten
können nicht identifiziert werden.
5.2.1.1 Scientific Use File (SUF)
Die amtlichen Daten des stationären Sektors werden jährlich durch das Statistische Bundesamt
publiziert und im laufenden Jahrgang des Krankenhaus-Reports erläutert (z.B. Klauber et
al. 2010). Diese Datenquelle steht seit kurzer Zeit über die Forschungsdatenzentren für wissenschaftliche
Analysen auf Einzeldatenebene als Scientific Use File (SUF) zu Verfügung 84 .
Der SUF besteht aus zwei Einzeldatensätzen, nämlich einem patienten- und einem krankenhaubezogenen
Datensatz. Wegen fehlender Fall-ID und weiterer Maßnahmen zur Pseudonymisierung
(vgl. Schoffer et al. 2006) sind diese beiden Datensätze nicht miteinander
verknüpfbar. Sie enthalten für das Berichtsjahr 2003 17,3 Millionen Fälle mit folgenden Variablen
(Tabelle 6):
Tabelle 6: Variablen des SUF - Krankenhausdiagnosestatistik 2003
Var-Nr. Patientenbezogener Datensatz Krankenhausbezogener Datensatz
1 Hauptdiagnose (ICD 4stellig) Hauptdiagnose (ICD 4stellig)
2 Fachabteilung mit längster Verweildauer
3 Verweildauer Verweildauer
4 Altersgruppe Altersgruppe
5 Geschlecht
6 Wohnort (Landkreis bzw. kreisfreie Stadt) des
Patienten
7 Trägerart
8 Bettengrößenklasse
Regionalangaben des Krankenhauses (Nord,
Süd, Ost)
Da diese Studie auf die Analyse und Modellierung bevölkerungsbezogener Inanspruchnahmedaten
abzielt, ist der krankenhausbezogene Datensatz von geringer Bedeutung und wird bis
auf weiteres nicht weiter betrachtet, zumal die Regionalangaben bzgl. des Krankenhaussitzes
keine Analyse auf Ebene der Bundesländer oder tiefer zulässt.
5.2.1.2 Auswertung im Rahmen der Datenfernabfrage
Über den SUF hinaus sind vertiefende kleinräumige Analysen nach PLZ, Alter, Geschlecht
und Diagnose auf Antrag im Statistischen Landesamt durch den Nutzer selber möglich („On
site“-Nutzung). Auswertungen unterhalb der Kreisebene und/oder bei seltenen Diagnosen
verlangen eine sog. „Fernverarbeitung“. Dabei wird das Auswertungsskript durch den Nutzer
erstellt und durch den Datenherrn selbst abgearbeitet. Das Ergebnis wird dem Nutzer in datenschutzrechtlich
unbedenklicher Form als Tabelle zur Verfügung gestellt. Dieser Ansatz
verspricht dem Nutzer bei der Konzeption der Auswertung die nötigen Freiheiten, da erst
nach vollzogener Datenanalyse bei zu geringer Fallzahl in einzelnen Zellen der Tabelle eine
Aggregierung vorgenommen wird. Daten aus dieser Quelle sind mit einer Verzögerung von
etwa 1,5 Jahren verfügbar. Sie sind vollständig nach dem Wohnortprinzip auswertbar. Die
Testdatensätze der Berichtsjahre 2002 bis 2007 enthalten folgende Merkmale (Tabelle 7).
84 www.forschungsdatenzentrum.de
54

Tabelle 7: Merkmalsliste Krankenhausdiagnosestatistik 2002 bis 2007 für kontrollierte
Datenfernabfrage
Var-Nr. Variable
1 Krankenhaus-Nr (anonymisiert)
2 Geschlecht
3 Sterbefall
4 Hauptdiagnose (ICD 4stellig)
5 Operation im Zusammenhang mit Hauptdiagnose
6 Fachabteilung mit längster Verweildauer
7 Verweildauer
8 Alter in vollen Jahren
9 Wohnort des Patienten (Landkreis, kreisfreie Stadt)
10 Wohnort des Patienten (4stellige PLZ)
11 Standort des Krankenhauses (Bundesland)
12 Art des Krankenhauses
13 Träger des Krankenhauses
14 Bettengrößenklasse
15 Zahl der bettenführenden Hauptabteilungen
Die Daten umfassen im sechsjährigen Berichtszeitraum sämtliche Krankenhausfälle von Einwohnern
Sachsen-Anhalts (unabhängig davon, ob diese in Sachsen-Anhalt selbst oder in einem
anderen Bundesland stationär versorgt wurden) und von Patienten mit Wohnort außerhalb
des Landes, die in Sachsen-Anhalt stationär versorgt wurden. Damit sind alle Fallim- und
-exporte erfasst. Alle über das FDZ nutzbaren Datenkörper haben ausschließlich einen Fallbezug;
wiederholte stationäre Aufnahmen eines einzelnen Patienten ebenso wie Verlegungen
sind daher nicht zu erkennen. Unter dieser Randbedingung erlaubt diese Datenbasis die Ermittlung
epidemiologischer Maßzahlen des stationären Sektors für die Regionen des Landes.
Über die vierstellige Postleitzahl ist eine identische räumliche Auflösung wie in den Datensätzen
der Kassenärztlichen Vereinigung Sachsen-Anhalt und der gesetzlichen Krankenkassen
möglich. Die Postleitzahl als regionales Gliederungsmerkmal hat den Vorteil, dass sie in allen
uns zur Verfügung stehenden Datenkörpern mitgeführt wird. Bevölkerungszahlen nach Alter
und Geschlecht stehen in dieser Gliederung in der amtlichen Statistik zwar nicht zur Verfügung,
es können aber Daten von Geoinformationssystemen genutzt werden (Fa. GfK, kostenpflichtig).
5.2.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung
5.2.2.1 Scientific Use File (SUF)
Aktuell steht als Scientific Use File lediglich der Jahrgang 2003 der Krankenhausdiagnosestatik
zur Verfügung, was angesichts der Dynamik in der Inanspruchnahme stationärer Leistungen
seit Einführung der DRGs im Jahr 2004 die Aussagefähigkeit des Datensatzes begrenzt.
Die Daten liefern keine validen Informationen zu einzelnen potenziell verlagerungsfähigen
Leistungen, weil weder Nebendiagnosen noch Einzelmaßnahmen nach dem OPS-Katalog
dokumentiert sind.
Der Scientic Use file lässt Aussagen zur kleinräumigen Variabilität der stationären Inanspruchnahme
auf der Basis der Hauptdiagnose für die 449 Landkreise und kreisfreien Städte
55

Deutschlands 85 . Für den SUF wurden Auswerteroutinen für die Berechnung roher sowie direkt
und indirekt standardisierter regionaler Krankenhäufigkeiten vor (unter Verwendung von
Bevölkerungszahlen der amtlichen Statistik) erstellt, ebenso Vorlagen für Landkarten. Mit
diesen Programmen lassen sich zentrale Kennzahlen der Verteilung der Inanspruchnahmeraten
(Mittelwert, Median, Quartile, Perzentile, Extremalquotienten) berechnen. Damit lässt
sich abschätzen, in welchem Maß die in Sachsen-Anhalt in spezifischeren Datenkörpern beobachtete
kleinräumige Heterogenität der Inanspruchnahme auch in anderen Bundesländern zu
erkennen ist. Aufgrund mangelnder Aktualität und starker Verdichtung ist dieser Datensatz
aber nicht geeignet, direkt Verlagerungspotenziale abzubilden.
Zur Veranschaulichung der Nutzungsmöglichkeiten des Scientific use files wurden indirekte
Standardisierungen für die Liste der „vermeidbaren Krankenhausaufenthalte“ („avoidable
hospitalizations“) auf der Ebene der Landkreise und kreisfreien Städte vorgenommen. Die
Verteilungsparameter der Standardisierungen und die konkreten Werte für kreisfreie Städte
und Landkreise in Sachsen-Anhalt befinden sich im Anhang 6.
5.2.2.2 Datenfernabfrage
Über die Datenfernabfrage und die Nutzung der Daten der Krankenhausdiagnosestatistik in
einem mehrjährigen Zeitraum kann eine gegenüber dem Scientific Use File regional feinere –
auf der Basis von 96 vierstelligen Postleitzahlen - und längsschnittliche Darstellung des stationären
Versorgungsgeschehens in Sachsen-Anhalt vorgenommen werden. Es kann somit das
Ausmaß der Variation der Inanspruchnahme unterhalb der Landkreisebene abgebildet und
untersucht werden, ob diese Variation sich als zeitlich stabil erweist. Da die erste Datenanforderung
auf Sachsen-Anhalt beschränkt war, wurden nur Fälle selektiert von Patienten mit
Wohnort in Sachsen-Anhalt oder von Patienten, die in Sachsen-Anhalt stationär behandelt
wurden. Damit ist ein Vergleich mit der Inanspruchnahmehäufigkeit in anderen Bundesländern,
Landkreise/kreisfreien Städten oder Postleitzahlbereichen noch nicht möglich.
Ebenso wie beim Scientific use file wurden für die Diagnosen aus der Liste der „avoidable
hospitalizations“ Programme zur Berechnung indirekt standardisierter Kraenkenhaushäufigkeit
auf Ebene vierstelliger Postleitzahlbereiche erstellt. Die Ergebnisse befinden sich im Anhang
7. Für zukünftige Nutzungen der Krankenhausdiagnosestatistik oder anderer Datenkörper
des Forschungsdatenzentrums muss beachtet werden, dass aufgrund der dort vorherrschenden
personellen Knappheit derzeit eine mehrwöchige Wartezeit auf die Übermittlung
der datenschutzrechtlich unbedenklichen Resultate in Kauf genommen werden muss. Für unser
Projekt lag diese Wartezeit bei sechs Wochen.
Nach Abstimmung mit dem FDZ stellt sich in Fortführung der angesichts der zeitlichen Restriktionen
hier nur beispielhaft vorgenommenen Analysen eine sog. ökologische Analyse auf
der Ebene aller Landkreise und kreisfreien Städte in Deutschland grundsätzlich als rechtlich
und technisch machbar heraus. Damit ist eine Modellierung der (standardisierten) Krankenhaushäufigkeit
mit sozioökonomischen Determinanten der Inanspruchnahme (über Daten von
‚Statistik regional’), Struktur- und Angebotsfaktoren (Bettenzahl, Arztdichten und Indikatoren
des stationären Wettbewerbs (Herfindahl-Index; vgl. Werblow et al. 2010) möglich. Dabei
können Einzugsgebiete von Krankenhäusern nicht allein nach geopolitischen Kriterien
(Kreisgrenzen), sondern ebenso funktionell definiert werden, z.B. über (benachbarte) Regionen
gemeint, aus denen indikationsbezogen 75 % oder 90 % der Patienten einer Einrichtung
85 Vgl. auch Ohmann C (Hrsg.) (2000) Operationshäufigkeiten in Deutschland. Baden-Baden: Nomos-
Verlagsgesellschaft (Bd. 129 der Schriftenreihe des BMG)
56

kommen. Allerdings muss für eine derartige Analyse eine neue Datenforderung an das FDZ
gestellt, weil die uns bislang vorliegenden Daten auf Sachsen-Anhalt beschränkt sind und
lediglich für die Abbildung kleinräumiger Heterogenität bereit gestellt wurden. Diese Analyse
ließ sich daher im Rahmen dieses Gutachtens nicht realisieren.
Sowohl der Public Use File wie die Auswertung der Krankenhausdiagnosestatistik ermöglichen
eine Auswertung auf Fallebene. Verlegungen und Weideraufnahmen eines Patienten im
Berichtszeitraum werden als separate Fälle erfasst. Eine Zuordnung mehrerer Aufnahmen
eines Patienten ist nicht möglich.
Eine weitere Datenquelle stationärer Leistungen, die anonymisierten Abrechnungsdaten nach
§ 21 KHEntgG, die das InEK dem Land zur Verfügung stellt, steht zweckgebunden nur für
die Krankenhausplanung zur Verfügung. Sie wird deswegen im Rahmen dieses Projektes als
nicht verfügbar eingestuft. Die Datenstruktur dieser Kassenarten-übergreifenden, aber ebenfalls
nur fallbezogen vorliegenden Datenquelle ähnelt der den in Kapitel 5.4 vorgestellten
Routinedaten der gesetzliche Krankenkassen aus dem stationären Sektor (nach § 301 SGB V)
und erlaubt daher grundsätzlich ähnliche Auswertungen. Die zukünftige Nutzung der InEK-
Daten für Zwecke der Versorgungsforschung ist wünschenswert, erfordert aber eine Änderung
ihrer gesetzlichen Verwertungsgrundlage.
5.3 Abrechnungsdaten der Kassenärztlichen Vereinigung
5.3.1 Beschreibung des Datenkörpers
Als dritte Datenquelle stehen Abrechnungsdaten der Kassenärztlichen Vereinigung Sachsen-
Anhalt (KVSA) zur Verfügung. Nach technischer Prüfung eines Testdatensatzes wurde Mitte
August 2009 ein Datensatz bereitgestellt (Tabelle 8). Die KVSA übermittelte alle Daten der
Jahre 2006 bis 2008 und zwar beschränkt auf ausgewählte Landkreise zur kleinräumigen Abbildung
des Versorgungsgeschehens und der Ermittlung von Verlagerungseffekten. Diese
Daten stehen „scheinbezogen“ zur Verfügung. Sie könnten pseudonymisiert und datenschutzrechtlich
zulässig aber auch patienten- und bei Bedarf praxisbezogen ausgewertet werden.
Tabelle 8: Merkmalsliste Abrechnungsdaten KVSA 2006 bis 2008
Var-Nr. Variable
1 Abrechnungsquartal
2 Schein-Nr
3 Praxis-ID (pseudonymisiert)
4 Versicherten-ID (pseudonymisiert)
5 Art der Praxis (EP, GP, MVZ)
6 Fachgruppe der Praxis
7 Praxissitz (Landkreis und 4stellige Postleitzahl)
8 Geburtsjahr und Geschlecht des Patienten
9 Postleitzahl des Wohnorts des Patienten (4stellig)
10 Art des Abrechnungsscheins
11 Zahl der Kontakte im Quartal
12 Diagnosen (ICD) incl. Diagnosesicherheit, -lokalisation und –kennung
(über Quartal und Schein-ID relational verknüpft)
13 EBM-Ziffern mit Häufigkeit (dito)
Grundeinheit der ambulanten Abrechnungsdaten ist der „vertragsärztliche Fall“ (oder
„Schein“), also die Summe der Kontakte eines GKV-Versicherten bei einem Vertragsarzt in
einem bestimmten Quartal. Mit der Kassenärztlichen Vereinigung Sachsen-Anhalt war bereits
57

für das Projekt TRANSAGE 86 die Bereitstellung von Abrechnungsdaten des ambulanten Sektors
nach vierstelliger Postleitzahl, Alter und Geschlecht der Patienten, Kontakthäufigkeiten
und Kontaktanlässen vereinbart worden. Für das vorliegende Projekt ist eine in Details abweichende
Regelung getroffen und schriftlich vertraglich fixiert worden.
Daten der KV stehen mit einer Verzögerung von etwa zwei bis drei Quartalen zur Verfügung.
Die scheinbezogenen Abrechnungsdaten können über eine pseudonymisierte Praxis-ID und
eine pseudonymisierte Patienten-ID innerhalb der Quartale und über Quartale hinweg einzelnen
Praxen bzw. Patienten zugeordnet werden. Für dieses Projekt ist vor allem eine patientenbezogene
längsschnittliche Betrachtung der ambulanten Inanspruchnahme von Bedeutung.
Konkret enthalten die übermittelten Daten alle Quartalsscheine von Praxen, die in den Planungsregionen
Halle, Magdeburg und Salzlandkreis angesiedelt sind und/oder von Patienten/innen,
die in einem dieser drei Kreise wohnen und im Bereich der KVSA ambulant behandelt
wurden (auch außerhalb dieser drei Landkreise). Damit sind auch Fallim- und
-exporte erfasst, soweit nicht ambulante Leistungen gänzlich außerhalb der KV Sachsen-
Anhalt in Anspruch genommen wurden. Mit der Wahl der drei zentral gelegenen Regionen ist
bestmöglich gewährleistet, dass bei bevölkerungsbezogener Betrachtungsweise nur in einem
geringen Ausmaß Scheine nicht erfasst werden, die durch ambulante Behandlung außerhalb
des Zuständigkeitsbereichs der KVSA anfielen. Bei der Analyse der Abrechnungsdaten ist zu
beachten, dass nach der Novellierung des EBM im Jahr 2008 die Zahl der pauschalierten
Leistungskomplexe stark zugenommen hat, so dass die Anzahl der pro Schein angegebenen
Einzelkontakte nicht unmittelbar zu den Vorjahren vergleichbar ist.
Eine weitere Datenquelle aus dem ambulanten Sektor stellt das sog. ADT-Panel (ADT: AbrechnungsDatenTransfer)
des Zentralinstituts für die Kassenärztliche Versorgung (ZI) dar.
Diese seit 1998 kontinuierlich fortgeschriebene Datenbasis ist eine geschichtete Zufallsstichprobe
von jeweils 450 elektronisch abrechnenden Praxen niedergelassener Ärzte aus 14 Arztgruppen
aus den Kassenärztlichen Vereinigungen Nordrhein und Brandenburg. Basierend auf
anonymisierten Abrechnungsdaten stehen in jedem der beiden KV-Bereiche pro Quartal Behandlungsdaten
von jeweils ca. 600.000 gesetzlich krankenversicherten Patienten zur Verfügung.
Die Klientel der einzelnen Arztgruppen kann auf pseudonymisierter Ebene patientenbezogen
quer- und längsschnittlich im Zeitverlauf untersucht werden (Kerek-Bodden et al.
2005). Dieses Panel ermöglicht kurzfristig nach Ende eines Abrechnungsquartals die patienten-,
diagnosen- und leistungsbezogene Beschreibung des Behandlungsgeschehens in Praxen
niedergelassener Ärzte und die Analyse der Entwicklungstendenzen der ambulanten Inanspruchnahme.
Alle Stiftungsmitglieder des Zentralinstituts (Kassenärztliche Vereinigungen und Kassenärztliche
Bundesvereinigung) erhalten die komplette Quartals-Basisstatistik auf Anfrage kostenlos.
Das schließt auch die Bearbeitung von Sonderfragestellungen ein, die in der Regel mit
Zusatzauswertungen verbunden sind. Für übrige Interessenten können definierte Sonderauswertungen
gegen eine pauschale Kostenbeteiligung vorgenommen werden.
5.3.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung
Mit den genannten Einschränkungen (keine Abbildung von Fallexporten jenseits der KV-
Grenze, Nichterfassung der privat versicherten Patienten bzw. der privat liquidierten Leistun-
86 www.transage.de
58

gen) ist damit eine Vollerhebung der gesetzlich krankenversicherten Patienten gegeben. In
den drei genannten Kreisen lebten Ende 2008 rund 680.000 Einwohner, knapp 30 % der Einwohner
Sachsen-Anhalts. Pro Quartal enthält die Datei Abrechnungsdaten von 640.000 bis
710.000 Patienten (Einwohner der drei Kreise bzw. dort behandelte Patienten) mit über den
Beobachtungszeitraum zunehmender Fallzahl. Für die zwölf Quartale des Beobachtungszeitraums
2006 bis 2008 wurden insgesamt Angaben aus 18,4 Mill. Scheinen mit 64,7 Mill. Diagnosen
und 124,1 Mill. EBM-Einträgen übermittelt (Tabelle 9).
Tabelle 9: Übersicht über Datenumfang der von der Kassenärztlichen Vereinigung
Sachsen-Anhalt bereit gestellten Abrechnungsdaten
Quartal Scheine Diagnosen EBM-Ziffern
I / 2006 1.484.672 5.055.537 11.041.261
II / 2006 1.455.631 4.963.148 10.668.521
III / 2006 1.412.886 4,851.842 10.311.812
IV / 2006 1.499.307 5.340.410 11.125.339
I / 2007 1.526.584 5.327.447 11.369.318
II / 2007 1.497.230 5.247.936 11.010.516
III / 2007 1.475.647 5.244.855 10.889.029
IV / 2007 1.556.291 5.649.122 11.499.866
I / 2008 1.569.664 5.644.993 8.891.496
II / 2008 1.613.259 5.741.966 9.161.583
III / 2008 1.579.219 5.618.958 8.949.275
IV / 2008 1.711.502 6.031.046 9.171.784
Summe 18.381.892 64.717.260 124.089.800
Mit diesem umfangreichen Datenkörper lässt sich das ambulante Versorgungsgeschehen in
den drei genannten Landkreisen (und grundsätzlich für das gesamte Bundesland) umfassend
abbilden. Dabei sind die Betrachtungsebenen Schein, Praxis und Patient zu unterscheiden.
Auf der Scheinebene lässt sich die Intensität und die Entwicklung des ambulanten Sektors
abbilden, differenziert nach Scheinzahl, nach Alter und Geschlecht der Patienten, Zahl der
Kontakte pro Schein (unter Berücksichtigung grundsätzlicher Änderungen bei pauschalierten
Vergütung im Jahr 2008), Facharztgruppe, Art des Scheins (vor allem Original- und Überweisungsscheine),
Wanderungen bei der Inanspruchnahme (über die vierstelligen Postleitzahlen
von Patientenwohnort und Praxissitz; z.B. in Richtung der Städte). Scheine (und Zahl
der Kontakte) nach Quartal und Jahr nach Wohnort und/oder Praxissitz (nur für die Patienten
mit Wohnort in MD, HAL oder SLK).
Auf Patientenebene lässt sich die Inanspruchnahmerate nach Alter und Geschlecht über Quartale
hinaus und bzgl. der Kontaktierung verschiedener Ärzte gleicher oder verschiedener
Fachrichtung darstellen. Alle Analysen lassen sich weiter differenzieren nach Diagnosen
und/oder EBM-Ziffern. Die Diagnosen lassen sich dabei nach Grad der Bestätigung (Ausschluss,
Verdacht, gesichert, Zustand nach) und nach Dringlichkeit (Dauer- vs. Tagesdiagnose)
stratifizieren. Bezogen auf die Nennerbevölkerung der Einwohner der Landkreise bzw.
PLZ-Bereiche sind differenzierte Berechnungen indirekt standardisierter Patientenhäufigkeiten
für die 19 vierstelligen Postleitzahlbereiche, die sich die drei Landkreise gliedern, möglich.
59

Bezogen auf die Praxisinformationen lässt sich neben der Darstellung des Morbiditätsspektrums
und der Klientel beispielsweise untersuchen, wie viele Praxen an welchen Orten und
mit welcher Intensität an der Versorgung teilnehmen. Über diesen Ansatz lassen sich Auswirkungen
von Praxiseröffnungen, -schließungen und -umstruktierungen untersuchen. Die Auswertungsebene
‚Praxis’ erscheint für das aktuelle Projekt allerdings zunächst weniger von
Bedeutung 87 und wird daher nicht weiter betrachtet.
Angesichts des Umfangs der Daten empfiehlt sich eine Festlegung auf bestimmte Leistungskomplexe
(s.u.). Der Anhang 8 enthält beispielhaft Auswertemöglichkeiten der KVSA-
Abrechnungsdaten. Angesichts der Nichtverfügbarkeit von GKV-Routinedaten (s.u.) wird die
empirische Analyse dieser Daten allerdings nicht weiter verfolgt.
Insgesamt finden die Daten der KVSA ebenso wie die der Krankenhausdiagnosestatistik eine
Begrenzung in der Tatsache, dass sie entsprechend ihrem primären Verwendungszweck sektoral
begrenzt sind. Zwar kann die Entwicklung der Inanspruchnahme für jeden Versorgungssektor
separat dargestellt und bewertet werden. Parallele oder divergierende Entwicklungen
können aber nur auf „ökologischer“, nicht auf individueller Ebene zueinander in Beziehung
gesetzt werden. Außerdem beziehen sich die Daten auf nicht identische Risikobevölkerungen
(Krankenhausdiagnosestatistik: alle Einwohner der entsprechenden Region, KVSA: nur gesetzlich
Versicherte einer Region). Die Zusammenschau altersspezifischer (auch: mit gleicher
Altersstandardisierung) Leistungsdichten aus zwei Sektoren und ihr Vergleich mit der Entwicklung
regionaler Angebotsdichten ermöglicht jedoch Einblicke in Dichte und Struktur
regional bevölkerungsbezogener Leistungen der Krankenversorgung.
Die in Abschnitt 4.6 thematisierte ökologische Analyse ließe sich auf Ebene vierstelliger Postleitzahlenbereiche
grundsätzlich und ungeachtet der damit verbundenen Abgrenzungsprobleme
mit den Daten der Kassenärztlichen Vereinigung und der Krankenhausdiagnosestatistik
(über eine kontrollierte Datenfernabfrage) durchführen. Für dieses Gutachten
standen auf Seiten der KVSA aber nicht ausreichend regionale Einheiten zur Verfügung (nur
19 PLZ-Bereiche in den kreisfreien Städten Halle und Magdeburg sowie dem Salzlandkreis).
Außerdem konnten während der Bearbeitungszeit dieses Gutachtens seitens des Forschungsdatenzentrums
aus Kapazitätsgründen keine postleitzahlbezogenen Auswertungen der Krankenhausdiagnosestatistik
über einen mehrjährigen Zeitraum erstellt werden.
Den größten Erkenntnisgewinn hinsichtlich der zu untersuchenden Verlagerungspotenziale
und -effekte versprechen daher Datenkörper, die Angaben zu beiden Versorgungssektoren
enthalten und über dies versichertenbezogen sind, d.h. mehr als einen reinen Fallbezug aufweisen.
Damit geraten die Routinedaten der gesetzlichen Krankenkassen in den Focus.
5.4 Routinedaten der Gesetzlichen Krankenversicherung
5.4.1 Beschreibung des Datenkörpers
Die Routinedaten der GKV bilden das gesamte Leistungsgeschehen innerhalb des Leistungskatalogs
ab. Für ein Projekt Verlagerungseffekte kommen primär Routinedatendaten des stationären
und des ambulanten Sektors (seit 2005 bei den Kassen in guter Qualität vorliegend)
sowie Arzneimittelverordnungen in Frage. Zur Beschreibung der Daten kann auf einschlägige
87 Neueröffnungen oder Schließungen von Praxen sind im Rahmen einer Panel-Analyse von Bedeutung.
60

Publikationen verweisen werden (Schubert et al. 2008, Swart und Ihle 2005, Swart et al.
2008).
Die AOK Sachsen-Anhalt hat leider nach längerem Verfahren erklärt, dass sie mit einer Nutzung
ihrer Daten für einen Auftrag des ZI mit mittelbaren Konsequenzen für Honorarverhandlungen
nicht einverstanden sein könne. Sie werde allerdings mit dem Institut des Bewertungsausschusses
(InBA) zusammenarbeiten. Eine Datenbereitstellung ist in § 87a Absatz 6 vorgesehen.
Insofern ist es nützlich, die Nutzungsmöglichkeiten der Abrechnungsdaten der GKV
für die Versorgungsforschung in allgemeiner Form zu beleuchten und Desiderata für zukünftige
Datenbereitstellungen zu benennen.
5.4.2 Nutzungsmöglichkeiten für die kleinräumige Versorgungsforschung
Auswertungen des stationären Leistungsgeschehens sind möglich auf der Ebene vierstelliger
Postleitzahlbereiche, differenziert nach Krankheitsartengruppen, Haupt- und Nebendiagnosen,
diagnostischen und operativen Leistungen (des OPS-Katalogs). Veränderungen in der Versichertenstruktur
kann mit der Berechnung alters- und geschlechtsspezifischer wie nach Alter
und Geschlecht standardisierter epidemiologischer Kennzahlen Rechnung getragen werden.
Diese fallbezogene, aber auch pseudonymisiert versichertenbezogen auswertbare Datenquelle
ermöglicht längere Zeitreihen der stationären Versorgung. Außerhalb der Grenzen Sachsen-
Anhalts stationär versorgte Fälle von gesetzlich krankenversicherten Einwohnern Sachsen-
Anhalts (‚Fallexporte’) sind enthalten.
Auch nach Alters- und Geschlechtsstandardisierung ist - besonders bei planbaren Leistungen -
eine deutliche regionale Variabilität stationärer Leistungsdichten festzustellen, deren Muster
regional und zeitlich stabil ist (Swart et al. 2001, Swart et al 2008). Eine Analyse von Patientenwanderungen
(Wohnort-Behandlungsort) ist möglich, ebenso eine Darstellung des Kooperationsmusters
der Leistungserbringer.
Informationen zu den vor- und nachstationär behandelten Fällen sowie zu ambulant im Krankenhaus
durchgeführten Operationen liegen ebenfalls vor, allerdings bei vor- und nachstationär
behandelten Fällen keine detailliierte Angaben zur Art der medizinischen Leistungen
Ein direkter (versichertenbezogener, pseudonymisiert personenbezogener) Vergleich der ambulanten
und stationären Inanspruchnahme ist möglich, wenn auch die Abrechnungsdaten aus
dem ambulanten Sektor in vergleichbarer inhaltlicher Differenzierung bereitgestellt werden.
Dadurch kann die Entwicklungen der Versorgung in beiden Sektoren für eine identische Risikopopulation
in vergleichbaren Darstellungen untersucht werden. Die Struktur der Routinedaten
der GKV aus dem ambulanten Sektor ähnelt den oben beschriebenen der KV. Zusätzlich
erlaubt die Datenbasis auch die versichertenbezogene längsschnittliche Analyse der Inanspruchnahme.
Es lässt sich dadurch z.B. untersuchen, in welcher Häufigkeit welche ambulanten
Leistungen vor und nach einer stationären Behandlung erbracht wurden. Wenn es gelingt,
strukturgleiche Versichertengruppen mit und ohne eine vorher festgelegte stationäre Leistung
zu definieren, wird eine Analyse der in der stationär behandelten Gruppe zusätzlich nötigen
ambulanten Leistungen möglich. Heterogenität und Änderungen regionaler Angebotsdichten
oder Angebotsformen (MVZ) können mit Heterogenität und Änderungen regionaler Leistungsinzidenzen
in Beziehung gesetzt werden.
Eine zusätzliche Nutzung der Verordnungsdaten (Arzneimittelverordnungen nach Alter, Geschlecht,
Morbidität, Raum und Zeit) bietet sich aus zwei Gründen an. Erstens kann sie – das
61

ist allerdings zu prüfen – Hinweise auf Verlagerungseffekte dort liefern, wo sich ein überdurchschnittlicher
Anstieg der Verordnungen in Verbindung mit einem Rückgang der stationären
Leistungen zeigt (eingegrenzt auf Tracer). Weiter können Verordnungsdaten helfen,
Patienten mit bestimmten Krankheiten/Beschwerden besser einzugrenzen und dienen damit
der Kreuzvalidierung der Diagnosenangaben (Hauner et al. 2004; Schubert et al. 2005). 88
Zur Abbildung des Arzneimittelverordnungsgeschehens stehen in Deutschland mehrere Datenquellen
bereit. Datengrundlage aller Ansätze sind jeweils die Verordnungen zu Lasten der
Gesetzlichen Krankenversicherung innerhalb eines Kalenderjahres, die in öffentlichen Apotheken
eingelöst werden; nicht erfasst sind hier Verordnungen zu Lasten der privaten Krankenversicherung,
in Krankenhäusern abgegebene Arzneimittel sowie Arzneimittel, die ohne
Rezept privat in der Apotheke erworben werden (sog. OTC-Geschäft, „over the counter“).
Im Jahre 1981 startete das Forschungsprojekt GKV-Arzneimittelindex im Wissenschaftlichen
Institut der AOK (WIdO), das gemeinsam von den Spitzenverbänden der Gesetzlichen Krankenversicherung,
der Ärzte- und der Apothekerschaft finanziert wurde. Ziel des GKV-
Arzneimittelindex ist es, zu mehr Transparenz auf dem Arzneimittelmarkt und damit zur Sicherstellung
einer therapie- und bedarfsgerechten sowie wirtschaftlichen Arzneiversorgung
beizutragen. Zunächst als repräsentative Stichprobe durchgeführt, laufen seit dem Jahr 2001
die jährlich knapp eine Milliarde Verordnungen zu Lasten der Gesetzlichen Krankenversicherung
im ambulanten Bereich zusammen. Gleichzeitig ist seit 1980 eine Arzneimittelklassifikationsdatenbank
entstanden, die inzwischen mehr als 135.000 verschiedene Arzneimittel
(90.000 Fertigarzneimittel) mit den unterschiedlichsten Informationen zu diesen Produkten
enthält. Durch die Zusammenführung von Rezept- und Klassifikationsdaten können Arzneimittelverbrauchsstudien
nach einzelnen Marktsegmenten, nach der Facharztgruppe des verordnenden
Arztes oder nach Alters- und Geschlechtsgruppen der Patienten durchgeführt werden
(Nink et al. 2005)
Die Forschungsergebnisse des GKV-Arzneimittelindex erscheinen in Form verschiedener
Berichte wie Quartalsauswertungen mit regionalisierten Informationen, Jahresauswertungen
nach Indikationsgruppen sowie speziellen Auswertungen nach Arzt- und Altersgruppen, monatlichen
Preisinfos sowie einer jährlich aktualisierten maschinenlesbaren Fassung des ATC-
Codes. Aktuelle Informationen zum GKV-Arzneimittelindex sind im Internet
(http://wido.de/arzneimittel.html) zu finden. Neben zahlreichen Auswertungen liefert der
GKV-Arzneimittelindex auch die Datengrundlage für den seit 1985 jährlich erscheinenden
Arzneiverordnungs-Report.
Parallel dazu gibt es auf der Grundlage des § 84 Abs. 5 SGB V ein beim GKV-Spitzenverband
angesiedeltes Projekt (GAmSi - GKV-Arzneimittelschnellinformation;
www.gamsi.de) zur monatlichen Schnellinformation über die Arzneimittel-Verordnungen, das
die Verordnungsstrukturen in den Kassenärztlichen Vereinigungen transparent machen,
Trendinformationen über Arzneimittelausgaben vermitteln und Kennzahlen für regionale
Vergleichsmöglichkeiten ausgeben soll (Nink et al. 2005). Datenbasis sind die monatlichen
Rezeptabrechnungen der Apothekenrechenzentren. Die Apothekenrechenzentren sind vertraglich
verpflichtet, die Rezeptdaten in dem Monat zu übermitteln, der auf den Verordnungsmonat
folgt. Alle Daten mit Personenbezug, also Angaben zu Versicherten, Krankenkasse, Apotheke
etc. werden dabei annulliert.
88 vgl. die Nutzung von Verordnungsdaten im Morbi-RSA
62

Im Jahr 2004 wurde von drei wissenschaftlichen Fachgesellschaften 89 ein Memorandum zu
Nutzen und Notwendigkeit Pharmako-epidemiologischer Datenbanken in Deutschland formuliert
(Hasford et al. 2004). In dieser Stellungnahme wird nach dem Vorbild ausländischer Datenbanken
(Andersohn und Garbe 2008) der Aufbau einer umfangreichen und kassenübergreifenden
Datenbasis mit Verordnungsdaten gefordert und mit zahlreichen medizinischen, epidemiologischen,
gesundheitsökonomischen und rechtlichen Fragestellungen (Arzneimittelsicherheit)
begründet. Derartige Datenbanken können z.B. einen Beitrag zur Untersuchung
der Arzneimittelanwendung nach Markteinführung, zur Identifizierung bislang unerkannter
Arzneimittelrisiken und zur raschen Überprüfung von Risikosignalen aus dem Spontanmeldesystem
leisten (vgl. auch Gothe 2008). Derzeit wird am Bremer Institut für Präventionsforschung
und Sozialmedizin (BIPS) am Aufbau einer Pharmako-Datenbank auf der Grundlage
von Arzneimittelverordnungsdaten von mehreren gesetzlichen Krankenkassen gearbeitet (Pigeot
und Ahrens 2008). Rund acht Wochen nach Ende eines jeden Monats stehen die Analysen
in Form von 23 KV-bezogenen Berichten sowie einem Überblicksband zur Verfügung.
Diese Berichtsbände enthalten zentrale Kenngrößen zum aktuellen Markt sowie zu den Entwicklungstendenzen.
Die Analysen werden bis auf die Ebene einzelner Präparate heruntergebrochen.
Darüber hinaus werden seit Anfang 2003 den einzelnen Ärzten arztindividuelle Verordnungsinformationen
zur Verfügung gestellt („GAmSi-Arzt“).
Als weitere Datenquelle bieten sich die Apothekenrechenzentren direkt an. Nahezu alle der
mehr als 21.000 öffentlichen Apotheken (Stand 2005) nutzen diesen Service. Anonymisiert
dürfen die Verordnungsdaten neben der Abrechnung auch für andere Zwecke genutzt werden.
Damit stehen seit 2003 Daten zu 99 % aller mit der GKV abgerechneten Fertigarzneimittel
bereit; Praxisbedarf und Rezepturen sind nicht enthalten (Häussler und Klein 2008). Diese
Routinedaten erlauben eine Arzneimittel-Berichterstattung, die Arzneimittel- und Versichertendaten
inhaltlich verknüpfen kann. Diese bundesweiten Arzneimitteldaten lassen eine Differenzierung
einzelner Indikationsgruppen zu. Neben Analysen bezogen auf ganz Deutschland
ist auch ein regionales Monitoring von Arzneimittelverbrauch und -umsatz durchführbar, wie
dies in der 2007er Ausgabe des Arzneimittel-Atlas beschrieben ist (Häussler et al. 2007).
5.4.3 Aspekte der Datenqualität
Vor der Nutzung von GKV-Routinedaten zur Abschätzung von Verlagerungspotenzialen und
-effekten müssen Aspekte der Datenqualität unter den spezifischen Zielsetzungen des oben
formulierten gesetzlichen Auftrags beleuchtet werden. Für die für unsere Fragestellung relevanten
Daten der vertragsärztlichen und stationären Versorgung sowie der Verordnungsdaten
gehören dazu:
• Die Güte der Merkmalkodierungen und Zeitraum der Gültigkeit der verwendeten Schlüssel
und Klassifikationen. Dies betrifft den Wechsel der ICD (Krankheitslisten liegen z.T.
nur in der ICD 9 vor), die damit verbundene Validität von Umsteigeschlüsseln oder die
Auswirkungen der EBM-Reform 2008. Die Dokumentation von medizinischen Einzelleistungen
anhand des EBM ab Mitte 2008 wird damit erschwert. Auch die jährlichen Änderungen
des DRG-Katalogs erschweren die Abbildung von Veränderungen des Leistungsgeschehens
im Zeitablauf.
• Es gibt keine vergleichbare Dokumentationstiefe (Diagnose- und Leistungsdokumentation)
zwischen dem stationären und dem ambulanten Sektor. Dies betrifft z.B. die Differenzierung
zwischen Haupt- und Nebendiagnosen im Krankenhaus, die in dieser Form im
89 Gesellschaft für Arzeimittelanwendungsforschung und Arzneimittelepidemiologie(GAA); Deutsche Gesellschaft
für Klinische Pharmakologie und Therapie (GKPharm); Arbeitsgruppe Pharmakoepidemiologie der Deutschen
Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS)
63

ambulanten Sektor fehlt. Auch die primären Leistungskataloge der beiden Sektoren haben
keine vollständige Entsprechung (OPS bzw. EBM)
• Problem der genauen Abgrenzbarkeit von Krankheiten und Risikofaktoren. Diese Problematik
wurden im QSR-Projekt thematisiert (AOK Bundesverband et al. 2007), ohne dass
ein vollständig befriedigendes Ergebnis bislang vorgelegt werden konnte. Wünschenswerte
Weiterentwicklungen der Dokumentationsvorschriften, etwa bzgl. des Merkmals „present
on admission“ stehen aus.
• Die Güte der Diagnoseangaben bedarf einer besonderen Prüfung angesichts der mit der
DRG-Einführung zu beobachtenden Veränderung im Kodierverhalten oder der nichttrennscharfen
Unterscheidung von Dauer- und akuten Diagnosen sowie Ausschluss- oder
Verdachtsdiagnosen im ambulanten Sektor.
• Mögliche Unterschiede von Behandlungsprävalenz und Versorgungsaufwand bei Versicherten
einer berücksichtigten Kasse im Vergleich zu denen aller GKV-Patienten einer
Region.
• Bei einer räumlich begrenzten Analyse des Leistungsgeschehens bleibt zu prüfen, inwieweit
die für eine bestimmte Region gewonnenen Erkenntnisse auf das ganze Bundesland
und Deutschland übertragen werden können. Sind diese Regionen demnach typisch für
raumordnerisch ähnliche Regionen im gleichen oder einem anderen Bundesland bzw.
Deutschland? Wie stellt sich die Versorgung in Regionen anderen Raumordnungstyps
dar?
• Die Länge des Beobachtungszeitraums: Routinedaten aus dem ambulanten Sektor liegen
erst seit 2004 versichertenbezogen vor. Im diesem Jahr waren jedoch die Diagnoseangaben
noch mit hohen Unsicherheiten behaftet; so wurden der Diagnosezusätze „Verdacht
auf“; „gesichert’ oder „Ausschluss“ anfangs häufig noch nicht verwendet. So stehen für
die Darstellung des Versorgungsgeschehens im ambulanten Sektor nur Daten ab 2005 zur
Verfügung.
• Weitere Aspekte der Diagnosevalidierung: a) Diagnosestellungen haben in der jeweiligen
Vergütungssystematik oft eine legitimatorische Funktion (für Beratungs- und Behandlungsanlass,
Begründung für weiteres ärztliches Handeln); b) Bei multimorbiden Patienten
können bei konkurrierenden Diagnosen tatsächlich (evtl. auch schon seit Jahren) vorliegende
Erkrankungen ungenannt bleiben, wenn nur die vergleichsweise „höherwertige“
Diagnose aufgezeichnet wird; c) aus Gründen praxisinterner Abläufe können evtl. Diagnosen
über mehrere Abrechnungsquartale fortgeführt werden, obwohl keine Erkrankung
mehr besteht.
5.4.4 Erkenntnisse für die Krankenkassen
Die gesetzlichen Krankenkassen müssen angesichts der Notwendigkeit einer Anpassung der
stationären Strukturen an den zukünftigen Versorgungsbedarf bei gleichzeitig sich abzeichnenden
Sicherstellungsproblemen im ambulanten Sektor ein Interesse an einer Analyse und
ggf. Quantifizierung von Verlagerungspotenzialen und -effekten in beide Richtungen haben,
da diese unmittelbar planungsrelevant sind.
Darüber hinaus bieten die Routinedaten aus den drei genannten Bereichen vielfältige Auswertungspotenziale,
die den Krankenkassen allgemein und speziell der regional größten Kasse für
ihre strategische Ausrichtung hilfreich sein könnten und die sich gerade erst in der sektorübergreifenden
Betrachtungsweise zeigen:
64

• Einweisungshäufigkeiten bzw. Behandlungsraten in Krankenhäusern wegen einzelner
Krankheiten/Diagnosen 90 sind im längerfristigen Trend als Indikatoren für die Entwicklung
der Häufigkeit von Morbiditätsveränderungen zu interpretieren (z.B. Alkoholmissbrauch,
Subgruppenverschiebung); das gilt ebenso für den ambulanten Sektor. Mit diesen
Daten lassen sich Behandlungsbedarfe darstellen und deren zukünftige Entwicklung abschätzen.
• Bislang konnten im Rahmen der Krankenhausfallanalyse Patienten mit chronischen
Krankheiten oder Wiederaufnahmeproblemen (‚Drehtürpatienten’) nur unzureichend analysiert
werden. Die Abbildung des Versorgungsgeschehens für diese Patientengruppen
wird mit sektorübergreifenden Daten deutlich verbessert.
• Die Evaluation besonderer Versorgungseinrichtungen (z.B. MVZ) oder Modellvorhaben
wird erleichtert bzw. erst möglich, sofern letztere darauf abzielen, die stationäre Versorgungslast
zu verringern.
• Die Möglichkeit der kleinräumigen Analyse des Behandlungsgeschehens aus Sicht der
Versicherten wie der Leistungserbringer ist gerade für die flächenmäßig großen (strukturschwachen)
Landkreise bedeutsam (TRANSAGE-Projekt).
Die gesetzlichen Krankenkassen haben die Bedeutung sektorenübergreifender Datenstrukturen
und Analysen erkannt. Das Wissenschaftliche Institut der AOK (WIdO), aber auch die
wissenschaftlichen Institute und die Stabsstellen anderer Kassen verfügen über ambulante,
stationäre und Verordnungsdaten, deren systematische und sektorübergreifende Nutzung weiter
ausgebaut wird (Gerste et al. 2007).
5.5 Leistungskomplexe
Für die Analyse von Leistungsverlagerungen sind inhaltlich geeignet aufeinander bezogene
Leistungsgruppen aus dem stationären und aus dem ambulanten Sektor notwendig. Verlagerungsfähige
Leistungen müssen in beiden Sektoren nosologisch und technisch vergleichbar
sein. Zum Zweck der empirischen Überprüfung müssen sie zudem vergleichbar (oder überleitbar)
dokumentiert sein (ICD und/oder OPS-Ziffern).
Leistungskomplexe und Tracerindikationen, die beispielhaft für eine vertiefende und sektorübergreifende
Auswertung in Frage kommen, sind u.a.:
• Normativ vermeidbare Krankenhausaufnahmen (Weissman 1992) oder „ambulatory care
sensitive conditions“ (ACSC)
• Einzelne hierarchisierte Morbiditätsgruppen (HMGs)
• Indikationen aus Notfallaufnahmen, die Hinweise auf eine Versorgungsalternative im vertragsärztlichen
Sektor bieten (z.B. einfache Verletzungen, Fälle mit Symptomen als
Hauptdiagnose ohne weitere Konkretisierung) (erkennbar im Datensatz der GKV)
• Fälle mit einer Hauptdiagnose, deren stationäre Verweildauer in den letzten Jahren stark
zurückging (als Hinweis auf frühzeitige Entlassungen, die eine entsprechende intensivierte
Nachbetreuung im ambulanten Sektor erfordern)
• Fälle mit einer Hauptdiagnose, deren Fallzahl zurückging und/oder deren Verweildauer
zunahm (als Indiz für eine Schweregradverschiebung im stationären Sektor hin zu schweren
Verläufen)
• Patienten mit vor- und/oder nachstationären Leistungen.
Aufgrund inhaltlicher Überlegungen wird von folgenden Komplexen abgesehen:
90 vor allem Diagnosen mit geringer regionaler Variabilität
65

• AEP (siehe oben)
• Fehlbelegungsprüfungen: dito
• Ambulante Operationen: dito
• Disease Management Programme: sie unterliegen wie die ambulanten Operationen einer
gesonderten Vergütungsregelung und werden überdies eigenständig einer Evaluation
unterzogen
• Leistungen mit spezieller Vergütung (u.a. Integrierte Versorgung)
Ein dem Katalog ambulant durchführbarer Operationen vergleichbarer Katalog für konservative
Leistungen ist nicht bekannt. Anhaltspunkte geben könnte die Gruppe der Kurzlieger (bis
max. 3 Nächte im Krankenhaus) oder der stationären Notfälle, die auch Ausdruck von Defiziten
in der vertragsärztlichen Notfallversorgung sein können.
Aus den hierarchisierten Morbiditätsgruppen (HMG) des Morbiditätsbezogenen Risikostrukturausgleichs
könnte die folgende Liste (Tabelle 10) Hinweise auf verlagerte Leistungen geben.
Alle genannten HMG zeichnen sich durch Abnahme der Fallzahl im stationären und Zunahme
im ambulanten Sektor aus. Es handelt sich um eine mit diesem Kriterium rein empirisch
gewonnene Zusammenstellung. Leistungen mit ähnlich gegenläufiger Entwicklung können
auch in den regionalen Daten zusammengestellt werden.
Tabelle 10: Aufstellung von HMG mit Abnahme der Fallzahl (und der Kosten) im stationären
und Zunahme von Fällen und Kosten im ambulanten Bereich, absteigend sortiert
nach Fallzahl im ambulanten Sektor
HMG-Nr. Krankheitsgruppen (HMG)
Chronisch obstruktive Bronchitis / Emphysem (Alter > 17 Jahre), Asthma bronchiale, Status
109 asthmaticus (Alter < 18 Jahre)
86 Erworbene Erkrankungen der Herzklappen und rheumatische Herzerkrankungen
92 Näher bezeichnete Arrhythmien
36 Ösophagitis, Reflux und andere Erkrankungen der Speiseröhre (ohne Ulkus und Blutung)
105 Gefäßerkrankungen
14 Andere Neubildungen
71 Polyneuropathie
HMG17 (Diabetes m. akut. Kompl.) > HMG 16 (Diabetes mit neurologischen oder peripheren
zirkulatorischen Manifestation)
56 Psychosen, psychotische und dissoziative Störungen
20 Diabetes mellitus Typ I
74 Epilepsie
52 Alkohol- oder Drogenabhängigkeit
165 Andere iatrogene Komplikationen
23 Andere schwerwiegende endokrine und Stoffwechselerkrankungen
HMG27 (Chronische Hepatitis) > HMG 25 (Terminale Lebererkrankungen)
7 Non-Hodgkin-Lymphom, Morbus Hodgkin, chronisch lymphatische Leukämie
53 Schädlicher Gebrauch von Alkohol / Drogen ohne Abhängigkeitssyndrom
54 Schizophrenie
49 Demenzerkrankungen
37 Entzündung / Nekrose von Knochen / Gelenken / Muskeln
1 HIV/AIDS
48 Delir und Enzephalopathie
89 Hypertensive Herz- und Nierenerkrankung oder Enzephalopathie
104 Atherosklerose mit Ulkus oder Gangrän
12 Andere schwerwiegende bösartige Neubildungen
68
(Quelle: ZI)
Querschnittslähmung
66

Geprüft werden muss, ob Informationen über den Schweregrad der Fälle in Ermangelung eines
direkten Indikators aus anderen Variablen abgeleitet werden können (z.B. Art und Zahl
der Nebendiagnosen, die sowohl in den ambulanten wie den stationären Routinedaten dokumentierte
sind, allerdings mit noch nicht abschließend geprüfter Validität).
Weitere a priori-festzulegende und zu analysierende Leistungskomplexe sind denkbar, z.B. als
Notfallaufnahmen in den AOK-Routinedaten dokumentierte stationäre Kurzlieger ohne
schwerwiegende medizinische Intervention (Operation, invasive Diagnostik) oder Krankheiten
aus den DMP (Diabetes, Asthma), die per se auf eine Vermeidung der stationären Aufnahme
bzw. eine Reduzierung der Verweildauer abzielen.
67

6. Datenbasis – Primärdaten
Auswertungen von Abrechnungsdaten (Sekundärdaten) zeigen quantitative Beziehungen zwischen
Leistungen und Leistungserbringern in Raum und Zeit, bei Verfügbarkeit auf Ebene
von Individualdaten auch differenziert nach Patientengruppen. Die Interpretation quantitativer
Zusammenhangsmuster wird ergänzt und erleichtert durch Erhebung qualitativer Informationen
über die Erfahrungen und die Handlungslogik beteiligter Akteure - niedergelassene Ärzte,
Krankenhausärzte, Verwaltungsdirektoren, MVZ-Betreiber, Interessen- und Fachverbände,
Patienten.
6.1 Offene, semi-standardisierte, problemzentrierte Leitfadeninterviews
Offene, semi-standardisierte, problemzentrierte Leitfadeninterviews sind geeignet bei Themen,
bei denen soziale Normen bestehen oder detaillierte Informationen über komplexe Vorgänge
(wie sektorale Verlagerungen) erfragt werden. Sie eignen sich insbesondere für die
Befragung von Experten oder Konkurrenten und erscheinen geeignet, eine Einschätzung über
strukturelle und organisatorische Gegebenheiten und deren Veränderungen in den Regionen
zu bekommen (z.B. personelle Veränderungen, neue Geräte, neue Abteilungen oder Tageskliniken),
die sich in anderen Datenquellen (z.B. Qualitätsberichten) nicht abbilden lassen.
Schließlich können die befragten Akteure potenzielle oder realisierte Verlagerungen aus ihrer
Sicht identifizieren.
Zuerst wurde anhand von Literaturrecherche, Brainstorming-Methoden und Fachdiskussionen
ein Leitfaden entwickelt. Er enthält Frageideen zur Einleitung einzelner Themenbereiche (W-
Fragen). Das Gespräch wurde mit einer offenen, situationsgerechten Frage eröffnet. Danach
wurde auf die forschungsrelevanten Fragen übergeleitet.
Zu Beginn wurden die Interviewpartner kurz über das Forschungsprojekt aufgeklärt und ihre
Einverständniserklärung für die Aufnahme des Gesprächs per Tonträger wurde eingeholt. Sie
wurden darauf hingewiesen, dass ihre Aussagen nur im Rahmen dieses Projektes verwendet
werden. Es wurde allerdings keine Anonymisierung vorgenommen. Die Aussagen der 15-30
min. langen, persönlichen Interviews wurden ausgewertet und inhaltlich zusammengefasst.
Ein weiteres qualitatives Erhebungsverfahren wären Fokusgruppen, themenzentrierte moderierte
Gruppendiskussion mit 8-12 Teilnehmern.
68

6.2 Inhaltliche Zusammenfassung der Primärdatenerhebung
Acht Interviews wurden mit Partnern aus dem ambulanten und aus dem stationären Sektor
durchgeführt. 91 Darunter waren vornehmlich Vertreter aus der ärztlichen (z.B. Chefarzt, Allgemeinarzt)
und der Verwaltungsebene (z.B. Ärztlicher Leiter, Verwaltungsdirektor, Chef-
Controller) von Krankenhäusern verschiedener Träger und Versorgungsstufen aus Sachsen-
Anhalt. Auch wurden der Geschäftsführer der Krankenhausgesellschaft Sachsen-Anhalt und
zwei niedergelassene Ärzte interviewt. 92 Einige Befragte kommentierten selbstkritisch, dass
sie nur ihre eigenen Erfahrungen und Einschätzung mitteilen können und nicht über empirische
Daten verfügen. Genau darin besteht jedoch die Funktion von Experteninterviews.
Vertreter beider Sektoren berichteten über Leistungsverlagerungen aus dem jeweils anderen
Sektor. Die Meinungen zu den Gründen und den Inhalten der Verlagerungseffekten stimmten
zwischen niedergelassenen Ärzten und Mitarbeitern der Verwaltung oder angestellten Ärzte
der Krankenhäuser sowie auch zwischen den Fachgruppen teilweise überein, teilweise gingen
sie auseinander. Im Folgenden werden die wesentlichen Aussagen zu sektoralen Leistungsverlagerungen
aufgeführt.
Verlagerung vom stationären Sektor werden in den ambulanten Sektor in der Diagnostik, bei
der prä- und poststationären Versorgung (z.B. Verbandswechsel, Wundmanagement, Gerinnungsmanagement,
Laborkontrollen, Arzneimitteleinstellung, Therapieumstellung) sowie bei
ambulanten Eingriffen gesehen. Es sind aber auch gegenläufige Leistungsverlagerungen vom
ambulanten in den stationären Bereich durch die Begrenzung der vertragsärztlichen Gesamtvergütung
festzustellen (z.B. keine Terminvergaben am Ende des Quartals, Patient mit vielen
und kostspieligen Arzneimittelverordnungen wird an stationären Sektor weitergegeben,
schlechte ambulante Notfallversorgung). Außerdem wird von Leistungsverlagerungen vom
stationären Sektor in den Reha- und den Pflegesektor berichtet und von Überwälzungen von
Arbeiten der Kostenträger auf die Leistungserbringer (z.B. bürokratische Vorlagen und Verwaltungsarbeit
der Krankenkassen).
Art und Umfang der Leistungsverlagerungen sind vom jeweiligen Fachgebiet und den regionalen
Leistungsdichten und Kapazitätsauslastungen abhängig.
Teilweise sind wegen vorhandener gesetzlicher Regelungen und institutioneller Faktoren aber
auch keine sektoralen Leistungsverlagerungen möglich (z.B. Aufnahme des Patienten verpflichtend,
Wahrung einer guten Reputation/Image, Qualitätsvorschriften, Politik des Krankenhauses).
Es wird eine intersektorale Kooperationsnotwendigkeit gesehen (gegenseitige
Abhängigkeit von niedergelassenen einweisenden Ärzten und aufnehmenden Krankenhäusern).
Notwendige und zweckmäßige Leistungsverlagerung werden aber auch verhindert (z.B.
lukrative DRG oder Patientengruppe). Bei Krankenhäusern richtet sich die Verlegung von
Patienten mehr an den Kapazitäten, Kostenstrukturen und Margen der DRG-
Entgeltsystematik aus, weniger an den personellen und apparativen Möglichkeiten sowie einer
leitliniengerechten Behandlung. Auch kleine Krankenhäuser versuchen, trotz eingeschränkter
91 Die Mehrzahl der Interviews fand bei Gelegenheit einer gemeinsamen Veranstaltung der Krankenhausgesellschaft
Sachsen-Anhalt mit der Landesärztekammer auf dem Medizin-Campus der Universität Magdeburg am
12.11.2009 statt.
92 Die interviewten Akteure wurden mit der Strategie des theoretischen Samplings ausgewählt. Dabei steht nicht
die Repräsentativität der Auswahl im Vordergrund, sondern die Interviewten wurden danach ausgewählt, ob sich
durch Ihre Aussagen neue Erkenntnisse vermuten lassen. Die Interviews wurden solange durchgeführt bis eine
theoretische Sättigung erreicht wurde.
69

Ressourcen und Kapazitäten Patienten zu halten. Auf der anderen Seite haben aber die verlegenden
Häuser das Problem, ein übernahmebereites Krankenhaus zu finden, da Krankenhäuser
ihre Kapazitäten zur Realisierung eigener Behandlungen nutzen oder Behandlungskapazitäten
geringer sind als der Bedarf. Folge der Verlegungsproblematik und der unklaren Definition
von Behandlungspfaden (wann wird verlegt? wann ist der Arzt bzw. das Krankenhaus zur
Aufnahme verpflichtet?) ist ein hoher organisatorischer Aufwand. Er führt oft zu einer verzögerten
Verlegung von Patienten.
Ein Leistungserbringer bemerkte, dass der ambulante Sektor teilweise Leistungen aus ärztlicher
Verpflichtung übernehme, obwohl er bereits an der Kapazitätsgrenze arbeite, das Budget
bereits überschritten sei oder keine Vergütung für die Leistung erfolge (z.B. lange Beratungsgespräche,
Verbandwechsel, Bescheinigungen und bürokratischer Aufwand). Ingesamt hat die
Koordinations-, Kooperations- und Integrationsarbeit an den Schnittstellen zugenommen. Das
Ziel einer patientenorientierten, integrierten und sektorübergreifenden Versorgung ist noch
nicht erreicht. Das schlechte Schnittstellenmanagement führt zu Brüchen oder Lücken in der
Versorgungskette (z.B. keine organisierte anschließende Heilbehandlung und Nachsorge,
Drehtürpatienten, lange Wartezeiten).
Die Gründe für zunehmende sektorale Verlagerungen sahen die Interviewpartner in der Einführung
der DRGs, steigenden Leistungsdichten und -umfängen in der stationären Versorgung,
dem Druck der Kostenträger und des MDKs (z.B. Fehlbelegungsprüfungen) auf die
Krankenhäuser, vermehrt ambulante statt stationäre Leistungen durchzuführen, im medizintechnischen
Fortschritt, in der demographische Entwicklung, in der zunehmende Spezialisierung,
in neuen gesetzlichen Regelungen (z.B. ambulantes Operieren § 115b SGB V), den intensivierten
Kooperationsmöglichkeiten und neuen Versorgungsformen an den sektoralen
Schnittstellen (z.B. MVZ) sowie in den finanzielle Anreizen der Vergütungssysteme (z.B.
kostenträchtige Patienten wie chronisch, multimorbide, alte und demente Patienten, zu knapp
bewertete DRGs). Vertreter der Krankenhäuser bezweifeln Leistungsverlagerung durch Verweildauerverkürzungen,
da die Beschleunigung der Krankenhausaufenthalte durch interne
Prozessoptimierungen und besseres Aufnahme- und Entlassungsmanagement ermöglicht wurde.
Die Reduzierung der Verweildauer in Krankenhäusern sei auch schon vor der Einführung
der DRGs eingetreten.
Von den Interviewpartnern wurden auch Lösungsvorschläge zum Problem der sektoralen Verlagerungen
formuliert. So könnten sektorübergreifende Komplexpauschale, Integrationsverträge,
die Eingliederung der ambulanten Versorgung in die DRG-Systematik, die Vergütung
von Spezialleistungen nach EBM oder Regionalbudgets die Ursache von Leistungsverlagerungen
– getrennten Sektoren und unterschiedliche Vergütungssysteme – beheben. Insgesamt
wären auch Instrumente wie eine Stärkung der gemeindeorientierte Versorgung, Disease und
Case Management, die Abschaffung der doppelten Facharztschiene sowie eine verbessere
intersektorale und interdisziplinäre Zusammenarbeit (z.B. übergreifende Q-Zirkel) hilfreich.
6.3 Zusammenfassung der Angaben der AWMF-Mitgliedsgesellschaften zu sektoralen
Verlagerungseffekten
Im April 2007 richtete das Bundesministerium für Gesundheit (BMG) einen Fragenkatalog an
die AWMF-Mitgliedsgesellschaften zum Thema „Erfahrungen mit der DRG-Einführung“. Es
70

wurde auch eine Einschätzungen zu DRG-bedingten Verlagerungseffekten von bislang stationär
erbrachten Leistungen in andere Sektoren erbeten. 93
Dabei wurde von den Fachgesellschaften angegeben, dass es zu Verlagerungen insbesondere
in folgenden Bereichen gekommen sei: von der stationärer Versorgung zu den ambulanten
niedergelassenen Ärzten (v.a. diagnostische und prästationäre Untersuchungen), von der stationären
Versorgung zu ambulanten bzw. stationären Pflegeeinrichtungen oder zur häuslichen
Pflege, sowie von der stationären Versorgung zu Reha-Einrichtungen im Bereich der Nachsorge.
Art und Umfang der Verlagerungen fallen in den einzelnen Fachgebieten sehr unterschiedlich
aus, teilweise bestehen keine Verlagerungsmöglichkeiten.
Spezialisierte niedergelassene Ärzte haben dazu beigetragen, vorher stationär erbrachte Therapien
aktiv in den ambulanten Sektor zu verlagern. Genauso habe die DRG-Vergütung in
einzelnen Fällen zu früheren Entlassungen als unter der Abrechnung nach tagesgleichen Pflegesätzen
geführt, wodurch die ambulante Versorgung durch die niedergelassenen Ärzte etwas
mehr belastet wurde. Allerdings sind bei prä- und poststationären Leistungen auch unzureichend
definierte Schnittstellen (z. B. Mangel an Fachärzten im ländlichen Raum) festzustellen.
Bei unterbewerteten DRGs komme es unabwendbar zu einer gewissen Verschiebung von
vorher stationären Fällen in die ambulante Versorgung. Um Versorgungslücken an den sektoralen
Schnittstellen zu verhindern, müsse klargestellt werden, wer in den jeweiligen Konstellationen
Leistungserbringer bzw. Kostenträger (bei Reha, Pflege) ist und wie die erbrachten
Leistungen zu vergüten sind.
Es wurde ferner geäußert, dass es auch zunehmend zu einer ambulanten, prä- oder poststationären
Versorgung durch Krankenhäuser gekommen sei. Gründe hierfür seien die Fehlbelegungsprüfung
von MDK bzw. Kostenträgern, Veränderung der gesetzlichen Rahmenbedingungen
(§ 115b SGB V) und ein wettbewerbsbedingter Druck zur Kostenminimierung, dem
die Krankenhäuser ausgesetzt sind. Außerdem beständen an den Schnittstellen der stationären
Versorgung intensivierte Kooperationsmöglichkeiten.
Die DKG gab an, dass Leistungsdichte und -umfang in den Krankenhäusern stark zugenommen
haben. Dadurch wurden systeminduzierte Leistungsverlagerungen aus dem stationären
Sektor verhindert. Ihrer Meinung nach könne man dem stationären Sektor nicht unterstellen,
er würde weniger Leistungen erbringen. Es wurde bemerkt, dass zwar immer mehr Leistungen
ambulant erbracht werden. Der Grund liege dabei aber eher bei einer „Überkompensation“
der „verlagerten“ Leistungen“ durch die demographische Entwicklung und den medizinischen
Fortschritt (z.B. Onkologie: bessere Verträglichkeit von Zytostatika).
Es wurde auch erwähnt, dass es die zunehmende Deckelung der ambulanten Versorgung zu
einer Steigerung von Patientenzahlen in den Klinikambulanzen und der Notfallversorgung
führe. Im Krankenhaus beständen dafür aber nicht die entsprechenden Strukturen. Es wurde
dennoch eine konsequente Öffnung der Kliniken für die ambulante Versorgung gefordert.
Allerdings führten die interviewten Mitgliedgesellschaften vielfach aus, dass angesichts fehlender
valider sektorübergreifender Daten sowie fehlender Versorgungsforschung Verlagerungstendenzen
zwar vermutet, aber nicht quantifiziert werden können. Die PKV und GKV
geben an, dass es unabhängig von Art und den Umfang sektoraler Verlagerungen bis dato
keine Anhaltspunkte für eine Verminderung der „Gesamtbehandlungskosten der Patienten“
vorliegen.
93 Die Zusammenfassung der Erhebung findet sich im Anhang A3.
71

7. Modelle
Die folgenden Modelle sondieren die Auswertung von regional aggregierten Daten. Im Hinblick
auf das Verlagerungsproblem haben sie gemeinsam, dass Versorgungsaktivitäten des
einen Sektors als Determinanten des anderen Sektors wirken (oder methodisch ausgedrückt:
das abhängige Merkmal des einen Sektors muss als unabhängiges Merkmal des jeweils anderen
Sektors berücksichtigt werden). Gemeinsam haben sie auch das Problem, dass die Inanspruchnahme
medizinischer Leistungen in einem dynamischen Gesundheitswesen nicht mit
der (wahren) zu versorgenden Morbidität (dem „Bedarf“) 94 identisch ist. Es muss mit unerkannter
Über- oder Unterversorgung gerechnet werden. Die Entwicklungen dieser beiden
schwer konkretisierbaren „Sektoren“ sind Determinanten des ambulanten wie des stationären
Sektors und damit Störgrößen bei der Schätzung eines Verlagerungseffektes. 95
7.1 Regressionsanalyse
7.1.1 Spezifikationsproblem
Aus der Perspektive des § 87a ist die ambulante Leistungsdichte abhängiges Merkmal, die
stationäre Leistungsdichte unabhängiges Merkmal. In einer Regionalanalyse würde unter
sonst konstanten Verhältnissen bei Verlagerungen exakt die Menge der Leistungen, die stationär
unterbleibt, ambulant hinzutreten. 96
Um diese Verlagerung zu veranschaulichen, haben wir einen Modelldatensatz kreiert. Er besteht
aus 20 regionalen Einheiten („Beobachtungsträgern“). Die ambulante Leistungsinzidenz
beträgt als Basis 50 Leistungen pro 1000 Versicherte, die stationäre 30 Leistungen pro 1000
Versicherte. Von den 20 Regionen haben je 5 das gleiche „Leistungsniveau“ mit einer relativen
Staffelung von 1 zu 1,1 zu 1,2 zu 1,3. Diese Faktoren sind multiplikative „Hebesätze“ der
genannten Basiswerte der ambulanten und der stationären Leistungsinzidenzen. Es werden
drei Beobachtungsjahre 2006 bis 2008 simuliert. Das Basisjahr ist 2006. Die stationären
Leistungsinzidenzen im Jahr 2007 liegen in allen Regionen mit einem Faktor von 0,9 unter
denen des Jahres 2006, die des Jahres 2008 mit Faktor 0,8 unter 2006. Diese proportionalen
Leistungsminderungen des stationären Sektors werden in voller absoluter Höhe auf die ambulanten
Leistungen des gleichen Jahres (also „verzögerungsfrei“) in den jeweiligen Regionen
aufgeschlagen („verlagert“). Verglichen mit dem Umfang des „realen“ intersektoralen Leistungsumbaus
ist die gewählte jährliche Größenordnung dieser Verlagerungen vermutlich
deutlich.
Die Abbildungen 14a-c stellen die beschriebenen Verlagerungen auf verschiedene, logisch
äquivalente Weise dar. Oben ist der Anteil der ambulanten Inzidenz relativ zur definitionsgemäß
konstant gehaltenen Gesamtinzidenz aufgetragen. Der verlagerte Anteil ist sowohl in die
Werte der x-Achse wie in die der y-Achse eingegangen. In der Mitte ist die ambulante gegen
die stationäre Inzidenz abgetragen. Man erkennt die Verlagerung nach links oben zu einem
stärker ambulant ausgerichteten Leistungsmix. Auch hier ist die verlagerte Leistungsmenge
auf beiden Achsen berücksichtigt. Für die untere Abbildung wurden die Differenzen der Be-
94
Wenn in Vergütungsverhandlungen oder bei der Festsetzung der Kassenbeiträge die erbrachten oder zu erbringenden
Leistungen als „Leistungsbedarfe“ bezeichnet werden, sind wir in einem anderen Bezugssystem.
95
Soweit eine (weitere) Zunahme der Arztzahlen zu Änderungen der Versorgung beiträgt, soll dieser Effekt den
KVen zugerechnet werden (§ 87b).
96
Wir vernachlässigen also zunächst den in den Sektoren unterschiedlichen Fallbezug in der Erwartung, dass
sektorübergreifende Daten eine versichertenbezogene gemeinsame Betrachtung ermöglichen.
72

ichtsjahre gebildet (negativ für die stationären, positiv für die ambulanten Leistungen) und
gegeneinander aufgetragen. Wir haben es also mit einem Simultaneitätsproblem (einem Spezialfall
der Endogenität) zu tun (Proppe 2007). Dieses Problem tritt bei der Betrachtung von
Marktgleichgewichten auf. In der Tat ist es möglich, die Verlagerung medizinischer Leistungen
analog zur Entwicklung von Marktanteilen konkurrierender Marken in einer Produktkategorie
aufzufassen.
Im Anhang 2 wird gezeigt, wie der verlagerte Anteil aus beobachtbaren Daten zurückgerechnet
werden kann. Diese Berechnungen setzen jedoch sonst konstante Verhältnisse voraus, d.h.
Morbiditäts- oder Leistungsentwicklungen aus anderen Gründen finden nicht statt oder sie
können durch Adjustierungen für Störgrößen vollständig berücksichtigt werden.
In Abbildung 15a-c sind die in Abbildung 14a-c dargestellten Modelldaten mit einem Zufallsfehler
überlagert. Unabhängig voneinander werden die stationären und die ambulanten Leistungen
jeweils mit einem Faktor überlagert, der in einem Wertebereich von 0,9 bis 1,1 zufällig
zugelost wird. Dadurch trennen sich in der Visualisierung die Regionen, statt nur 4 (mit
gleichem Leistungsniveau) werden alle 20 erkennbar. Die zur Veranschaulichung gewählte
Größenordnung dieser Zufallsschwankungen liegt in der Größenordnung der Verlagerung,
was im Hinblick auf immer wieder gefundene Schwankungen regionaler Leistungsinzidenzen
für nicht unplausibel gehalten wird.
Die Verlagerungsanteile sind gegenüber Zufallsfehlern störanfällig. In der Darstellung 15c, in
die in jede Punktwolke gleich 4 voneinander unabhängige multiplikative Fehler eingehen (2
Jahre, je ambulant und stationär) ist leicht erkennbar, dass mit den gewählten Relationen von
Verlagerungseffekt und Fehler sogar die Richtung des Zusammenhangs falsch eingeschätzt
werden kann. Statt einer Steigung von (definitionsgemäß) -1 (siehe Abb. 14c) kann durch das
Hinzutreten von Fehlern in der beschriebenen Größenordnung leicht auch ein positiver Zusammenhang
zwischen den stationären und ambulanten Leistungsentwicklungen zweier Jahre
vorgetäuscht werden. Imperfekte Adjustierungen für Störgrößen würden zu den Zufallsfehlern
hinzutreten.
73

Anteil ambulant
Ambulante Inzidenz
Delta ambulant
0,71
0,7
0,69
0,68
0,67
0,66
0,65
0,64
0,63
0,62
80
70
60
50
40
30
20
10
0
0 20 40 60 80 100 120
Inzidenz ambulant+stationär
0 10 20 30 40 50
Stationäre Inzidenz
0
-10 -8 -6 -4 -2 0
Delta stationär
9
8
7
6
5
4
3
2
1
2006
2007
2008
2006
2007
2008
2007-2006
2008-2006
Abbildung 14a-c: Modellrechnung zur Veranschaulichung von Leistungsverlagerungen
stationäre Leistungsinzidenz in 2007 10 % unter 2006, in 2008 20 % unter 2006, vollständige Verlagerung nach
ambulant - a) (oben) Anteil der ambulanten Inzidenz relativ zur konstanten Gesamtinzidenz b) (mitte) ambulante
gegen stationäre Inzidenz und c) (unten) Differenz der ambulanten gegen Differenz der stationären Inzidenz
nach einem bzw. nach zwei Jahren
74

Anteil ambulant
Ambulante Inzidenz
Delta ambulant
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
90
80
70
60
50
40
30
20
10
0
0
0 20 40 60 80 100 120
Inzidenz ambulant+stationär
0 10 20 30 40 50
Stationäre Inzidenz
0
-15 -10 -5 0 5
Delta stationär
20
15
10
5
-5
-10
2006
2007
2008
2006
2007
2008
2007-2006
2008-2006
Abbildung 15a-c: gleiche Modellrechnung mit multiplikativ zugerechneten Zufallsfehlern
je bis zu plus/minus 0,1 bei der stationären und der ambulanten Inzidenz, d.h. Fehler in der Größenordnung
der jährlichen Verlagerung; eine von vielen möglichen Realisierungen
75

Weiterführende methodische Überlegungen gehen von der „Panelstruktur“ des vorgelegten
Problems aus, d.h. die „Beobachtungsträger“ werden in zeitlicher Folge wiederholt betrachtet,
d.h. die einzelnen Beobachtungen sind nicht unabhängig voneinander (Alexander et al. 1999,
Schröder 2007, Carriere et al. 2000, Adrian et al. 1998). Damit ist es möglich, die Fehlerstruktur
in individuelle Fehler, zeitliche Fehler und „allgemeine“ Fehler zu zerlegen und sie bei der
Effektschätzung auf angepasste Weise zu berücksichtigen.
Damit wird das Instrumentarium der Mehrgleichungsmodelle auf das vorliegende Problem
anwendbar (Schlichthorst 2007). Man schätzt dann in zwei Schritten (2SLS). Erst die sog.
reduced form (jede endogene Variable als Funktion aller exogenen, auch derjenigen, die nicht
in der Gleichung stehen) und nutzt diese Schätzer als Proxys für die endogenen, die das Problem
verursachen. Dann schätzt man die Originalgleichungen.
In Panel-Daten können zeitvariante Determinanten, vor allem Änderungen des Angebotsprofils
wie Schließung oder Eröffnung einer Krankenhausabteilung oder eines MVZ 97 , aber auch
andere „natürliche Experimente“, wie z.B. Änderungen der Vergütung oder Budgetierungen,
berücksichtigt werden (Schöffski und Schulenburg 1997, St. Dennis et al. 2006, Fortney et al.
2005).
7.1.2 Adjustierung
Einflussgrößen auf die Inanspruchnahme in den regionalen Einheiten können u.a. sein 98
- Alter und Geschlecht der Bevölkerung (demographische Merkmale)
- Merkmale der ambulanten und stationären Versorgungsstruktur (Angebotsfaktoren)
- weitere sozioökonomische Größen mit bekanntem Einfluss auf die Inanspruchnahme
medizinischer Leistungen, wie z.B. der Anteil der Hartz-IV-Empfänger an der Bevölkerung
(soziale Faktoren).
Zudem können bestehende Komorbiditätsmuster (Komorbidität) als Schätzer des (wahren)
Morbiditätsniveaus in der Region herangezogen werden.
In den vorliegenden Routinedaten kann der Krankheitsschweregrad u.U. über Zahl und Art
der Nebendiagnosen abgebildet werden. Als Determinanten der Inanspruchnahme auf Angebotsebene
kommen in Frage die Zahl der Vertragsärzte pro 10.000 Einwohner (insgesamt
oder nach Fachgruppe) oder anderer ambulanter Leistungserbringer sowie die Entfernung
zum nächstgelegenen Krankenhaus oder geeigneten Fachabteilung in Frage. Als sozioökonomische
Einflussgrößen sind Indikatoren der Wirtschaftskraft und der Sozialstruktur denkbar
(z.B. Arbeitslosenquote, Zahl der Hartz-IV-Empfänger).
Regionale Analysen können mit standardisierten Raten durchgeführt werden. Das Verhältnis
der beobachteten zur erwarteten Leistungsdichte, die standardisierte Leistungsinzidenz,
SMRit = Oit / Eit
gibt an, in welchem Ausmaß die beobachtete Leistungsdichte jeder Region die nach den berücksichtigten
Determinanten erwartete Leistungsdichte über- oder unterschreitet (SMR > 1
bzw. SMR

Es ist jedoch für bevölkerungsbezogene Vergleiche günstiger und technisch einfacher, nicht
mit standardisierten Raten zu arbeiten, sondern jeweils die ganze in Raum und Zeit vorhandene
Information (z.B. zum Bevölkerungsaufbau und zu altersspezifischen Leistungsinzidenzen)
zu berücksichtigen. In einem geeigneten Modell werden dann die Einflüsse demographischer
Unterschiede und weiterer Störgrößen explizit modelliert, und die zeitlichen und räumlichen
Leistungsniveaus damit um diese Einflüsse „bereinigt“.
Für die formale Darstellung fassen wir die Einflussgrößen (auch als Determinanten bezeichnet)
in Vektoren zusammen: Einen Vektor Z1 für die demographischen Merkmale (Altersgruppen,
Geschlecht), einen Vektor Z2 für Angebotsfaktoren (Ärzte- und Bettendichten), einen
Vektor Z3 für das Komorbiditätsmuster und einen Vektor Z4 für weitere bekannte Determinanten
der Morbidität. Die Annahme gleicher Morbidität in den Regionen kann in Ermangelung
direkter Morbiditäts- oder Bedarfsindikatoren hilfsweise über Mortalitätsraten aus
der amtlichen Todesursachenstatistik überprüft werden. Unterschiedliche Produktivität der
regionalen Leistungserbringer kann hierbei berücksichtigt werden (z.B. Leistungen pro Arzt).
Die für eine Region i in einem bestimmten Jahr t erwartete (sektorspezifische) Leistungsdichte
Eit hängt neben diesen Faktoren noch von unbeobachtbaren Faktoren ab. Die gegebene Datenstruktur
(i = 1,…,n Regionen über t = 1,...,j Jahre) ermöglicht es, bei diesen unbeobachtbaren
Faktoren zwischen regionalspezifischen (über die Zeit konstanten) unbeobachtbaren Faktoren
(ui) und zeitabhängigen unbeobachtbaren Faktoren (eit) zu unterscheiden. Unter zusätzlicher
Berücksichtigung der Zeit t lässt sich damit folgende Schätzgleichung spezifizieren:
E = α + α Z1 + α Z 2 + α Z3 + α Z 4 + α t + u + e .
it 0 1 it 2 it 3 it 4 it 5 i it
Auswirkungen unbeobachtet gebliebener weiterer Determinanten, z.B. die Entfernung zum
Haus- oder Facharzt, gehen in die Varianz der Eit bzw. der SMRs ein.
7.2 Zeitreihenanalyse
Ergänzend zur Regressionsanalyse können Zeitreihenanalysen Trends (gleitende Mittelwerte)
und punktuelle Ereignisse (Schocks) berücksichtigen, um die Vermutung eines gegenläufigen
Zusammenhangs zwischen stationären und ambulanten Leistungen in den Regionen (Beobachtungseinheiten)
zu prüfen.
77

Leistungsdichte
Abbildung 16: Zeitlich punktuelle Leistungsverlagerung (Schock)
Bei einer Schockanalyse werden die Ereignisse in der regionalen Versorgungsstruktur, die das
Marktgleichgewicht zwischen der ambulanten und stationären Leistungserstellung stören
könnten, identifiziert 99 und mit den entsprechenden Daten vor und nach dem Schock in Beziehung
gesetzt. Falls regionale Leistungen nicht signifikant auf ein Schockereignis reagieren,
ist es wahrscheinlich, dass diese nicht Teil desselben Marktes sind, d.h. keine sektoralen Verlagerungen
in sachlicher oder regionaler Hinsicht stattfinden. Im einfachsten Fall findet sich
ein punktueller, im Sektorvergleich voll kompensierter Leistungsübergang vom stationären in
den ambulanten Sektor (Abbildung 16).
Ereignisse, aus denen man über die Art und das Ausmaß von regionalen, sektoralen Verlagerungseffekten
der beiden Sektoren Erkenntnisse gewinnen kann, beinhalten beispielsweise:
- Markteintritt (z.B. Öffnung eines Krankenhauses, MVZ, Fachabteilung, Arztpraxis; Erhöhung
der Bettenanzahl),
- Marktaustritt (z.B. Schließung eines Krankenhauses, MVZ, Fachabteilung, Arztpraxis)
- Fusionen zwischen Krankenhäusern,
- Zusammenschluss von ambulanten Leistungserbringern (z.B. Gemeinschaftspraxis)
- Kooperationsvereinbarungen zwischen den verschiedenen Leistungserbringern,
- Veränderung der personellen oder apparativen Marktstrukturen in den jeweiligen Sektoren
(z.B. Chefarztwechsel, Großgeräteanschaffung),
- Veränderung der rechtlichen und institutionellen Rahmenbedingungen.
Bei der Schockanalyse treten Probleme bei der Identifikation des Schocks auf. Vorteilhaft
wäre es, alle zeitvariablen Determinanten im Versorgungsmarkt ökonometrisch modellieren
zu können (z.B. Kostentrends, Morbiditätseffekt, technologischer Wandel). 100 Ein Schock
würde als Dummy Variable (logische Variable) modelliert, die den Wert 0 vor dem Schock
und den Wert 1 nach dem Schock einnimmt.
Bei Daten auf der versichertenbezogenen Ebene sind auch Modelle möglich, die die Zeit bis
zur Inanspruchnahme einer Leistung und ihre Determinanten modellieren (Überlebenszeitmodelle,
Cox-Modelle).
99 z.B. inden Landeskrankenhausplänen und/oder den Qualitätsberichten der regionalen Krankenhäuser
100 Siehe dazu Bishop und Baldauf (2006)
Schock
Zeit
stationär
ambulant
Verlagerungseffekt
78

7.3 Hauptkomponentenanalyse
Das gesuchte Verlagerungspotenzial kann als Verdrängung eines Gutes durch ein anderes in
einem Markt aufgefasst werden. Der Gesamtmarkt kann dabei schrumpfen oder wachsen. Ein
solcher Effekt lässt sich aus ökonomischer Sicht mit einer Hauptkomponentenanalyse quantifizieren.
Ia
Leistungsdichte
ambulant
Abbildung 17: Hauptkomponentenanalyse der regionalen Einheiten
7.4 Verlagerung der Produktionsfront
Der ambulant-stationäre Leistungsmix kann als „Produktion“ von zwei „Outputs“ aufgefasst
werden. Gehörige Adjustierung vorausgesetzt, kann eine Region mit geringer ambulanter und
stationärer Leistungsdichte hinsichtlich dieser Produktion als weniger „effizient“ angesehen
werden als eine Region, die mit vergleichbaren Inputs mehr ambulante und/ oder stationäre
Leistungen erarbeitet. Diese Überlegung eröffnet die Möglichkeit, das Verfahren der Effizienzfrontalanalyse
(Data Envelopment Analysis, DEA) 101 auch im Kontext der Verlagerungsproblematik
einzusetzen.
101 Z.B. Bates et al. 2006, Werblow et al. 2010
Is
Leistungsdichte stationär
79

Ia
B
t1
A
Abbildung 18: Verlagerung von Leistungsinzidenz aus dem stationären in den ambulanten
Sektor, mehrere Regionen, Data Envelopment Analyse mit zwei Outputs
In Abbildung 18 sind die Regionen zweidimensional nach der stationären und der ambulanten
Leistungsdichte (Leistungen pro 1000 Einwohner) geordnet. Die umhüllende Linie beschreibt
die Produktionsfront im Berichtszeitraum t0. Verglichen mit Region A finden sich Regionen
mit gleicher stationärer Leistungsdichte, aber mehr und weniger ambulanter Leistungsdichte.
Ebenso gibt es Regionen mit gleicher ambulanter Leistungsdichte, aber unterschiedlichen
stationären Leistungsdichten. Bekannte Determinanten der Leistungsdichte sollten bereits
berücksichtigt sein (Alters- und Geschlechtsstruktur, Leistungserbringer pro 1000 Einwohner).
Wenn sich die Regionen im folgenden Berichtszeitraum in der Tendenz nach links oben, zu
mehr ambulanten Leistungen bewegen, stehen wir grundsätzlich vor dem gleichen Problem
wie schon beim Regressionsansatz. Wir können bei jeder Region prüfen, ob sich das Verhältnis
von ambulanten Leistungen zu stationären Leistungen über die Zeit zugunsten der ambulanten
Leistungen verschiebt. Wir können nun zusätzlich die Umhüllende als Bezugsgröße
des Systems heranziehen. Der horizontale und der vertikale Abstand der Region B von der
Umhüllenden geben einen Anhaltspunkt, welches „Potenzial“ für weitere ambulante und stationäre
Leistungen in dieser Region besteht.
Ändert sich die absolute Position der Region B in der zweiten Periode nach links oben, die
Umhüllende bleibt aber von t0 nach t1 gleich, wird das ambulante Potenzial der Region kleiner,
das stationäre wird größer. Wir können von einem Verlagerungseffekt sprechen, für den
allerdings nur die kleinere der beiden Änderungen (ambulante Zunahme vs. stationäre Abnahme)
zählen kann.
Ändert sich dagegen die absolute Position von Region B in der zweiten Periode nicht, die
Umhüllende verlagert sich aber von t0 nach t1 wie eingezeichnet, fällt die Region B im Hin-
t0
Is
80

lick auf das Potenzial der ambulanten Leistungserbringung relativ zurück (der vertikale Abstand
vergrößert sich stärker als der horizontale).
Ändern sich sowohl die absolute Position von B als auch die Position der Umhüllenden, ergibt
sich eine relative Änderung des relativen ambulanten Potenzials der Region B.
Die absolute Position der Region B ist von einem zweidimensionalen Konfidenzintervall umgeben
(das je nach ambulanter und stationärer Fallzahl vertikal und horizontal unterschiedlich
breit sein kann). Insofern ist es möglich, nur Positionsänderungen zu berücksichtigen, die eine
bestimmte Größe und Erwartungswahrscheinlichkeit überschreiten.
Auf diese Weise erscheint es möglich, für jede Region festzustellen, ob sie sich relativ zum
allgemeinen Trend nach links oben bewegt hat und wenn ja, in welchem Ausmaß. Der allgemeine
Trend (Morbidität, Technologie) wird mit der Verlagerung der Umhüllenden dargestellt.
Für Vergütungszwecke scheint die hier betrachtete Position relativ zur Systemgrenze
(und ihren Änderungen) als konservativ. Allerdings gehen methodenbedingt nur „extreme“
Regionen in die Definition der Datenumhüllenden ein. Deswegen ist die Schätzung relativ
empfindlich gegenüber Ausreißern. Ausreißer lassen sich in nachvollziehbarer Weise ausschließen.
7.5 Dynamisches Prozess Modell
7.5.1 State-Transition-Diagramm des Gesundheitssystems
Oben waren schon Gründe angeführt, wie Verlagerung zwischen dem stationären und dem
ambulanten Sektor von Entwicklungen in anderen Bereichen des Gesundheitswesens beeinflusst
werden können und in andere Sektoren reichen. Eine Analyse von Leistungsverlagerungen,
die sich an den medizinischen, institutionellen und strukturellen Überschneidungs- und
Grenzbreichen abspielen, muss alle angrenzenden Sektoren mit einbeziehen (cross-system
substitution). Eine isolierte Darstellung einzelner Schnittstellen würde in andere Sektoren
fortwirkende Verlagerungs- bzw. Substitutionsprozesse, die wiederum den ambulanten oder
stationären Sektor beeinflussen können, vernachlässigen.
Die folgende Abbildung 19 gibt einen Überblick über die Komplexität möglicher Bezüge in
einem Ausschnitt des Gesundheitswesens. Die sich entwickelnde Dynamik der Leistungsinanspruchnahme,
die Wechsel bzw. Verlagerungen zwischen den Sektoren und die entstehenden
Gleichgewichte verlangen Messungen der Wahrscheinlichkeiten der Leistungsinanspruchnahme
in den verschiedenen Sektoren (und Krankheitsstadien) und die Bestimmung von Übergangswahrscheinlichkeiten
zwischen den Teileinheiten des Systems. Diese Messungen
können dann in einem geeigneten Modell zusammengefasst werden, das auf Konsistenz und
prognostische Kraft zu überprüfen ist. 102
102 z.B. MacDonal et al. 1974, Anderson 1976, Homer und Hirsch 2006, Weinstein 2006, Brailsford 2008
81

Abbildung 19: Sektoren des Gesundheitswesens und multiple Übergängen
(Quelle: eigene Darstellung)
82

7.5.2 State-Transition-Diagramm des ambulanten und stationären Sektors
Für unsere Fragestellung beginnen wir mit einem sehr einfachen Modell des Übergangs zwischen
dem ambulanten und dem stationären Sektor. Dazu werden folgende Inputs benötigt:
- der Marktanteil des ambulanten Sektors
- der Marktanteil des stationären Sektors
- die Übergangswahrscheinlichkeiten zwischen den Sektoren in beide Richtungen je
Zeiteinheit
Der Marktanteil ist der prozentuale Anteil des ambulanten oder stationären Sektors am gesamten
Marktvolumen des relevanten Marktes zu einem bestimmten Zeitpunkt:
Leistungsvolumen ⋅100
Mark tan teil =
Marktvolumen
Der relevante Markt kann der Markt für ein bestimmtes Produkt (z.B. Katarakt-Operationen),
für eine bestimmte Produktart oder Produktgattung (z.B. ambulante Operationen) bzw. eine
(Dienst)Leistung (z.B. Leistungen und Prozeduren für eine bestimmte Diagnose/Krankheit/Patientengruppe)
sein. Der Marktanteil kann auf Menge oder Werte bezogen
sein. Eine wichtige Vorraussetzung ist die Substituierbarkeit der Produkte bzw. Leistungen
innerhalb des Marktes.
Die folgende Abbildung quantifiziert modellhaft Übergänge zwischen dem ambulanten und
dem stationären Sektor für Leistungen, die Patienten sowohl aus dem ambulanten als auch aus
dem stationären Sektor bekommen können.
0,88 0,12
0,85
Ambulanter
Sektor
0,15
Stationärer
Sektor
Abbildung 20: Einfaches Modell des Übergangs zwischen dem ambulanten und dem
stationären Sektor (State-Transition-Diagramm)
- Kreise sind die Zustände/Sektoren, in denen sich der Patient befinden kann
- Pfeile: Wahrscheinlichkeiten für einen Wechsel des Patienten (Verlagerung) zwischen den
Sektoren
- Zirkuläre Pfeile: Wahrscheinlichkeiten eines „Wechsels“ von einem Sektor zum gleichen
Sektor (keine Verlagerung)
- Marktanteilsveränderungen
83

7.5.3 Beispiel – bekannte Übergangswahrscheinlichkeiten
Quantifiziert wird ein Markt mit zwei Sektoren, zwischen denen Übergänge stattfinden.
a) Ambulanter Markt: 25 % Marktanteil in Jahr t1; 88% „keine Verlagerung“, 12% Verlagerung
in den stationären Sektor (t0 zu t1)
b) Stationärer Markt: 75 % Marktanteil in Jahr t1; 85% „keine Verlagerung“, 15% Verlagerung
in den ambulanten Sektor (t0 zu t1)
Annahme: Trend bleibt konstant über die Jahre t = 2, 3…
Damit ergibt sich die folgende Übergangsmatrix P:
Von Sektor
ambulant
stationär
In Sektor
ambulant stationär
Abbildung 21: Übergangsmatrix zwischen dem ambulanten und dem stationären Sektor
88 % der Patienten, die im Moment im ambulanten Sektor Leistung x in Anspruch nehmen
(Anteil 25 %), machen dies auch weiterhin. Von den 75 % der Patienten, die im Moment im
stationären Sektor Leistung x in Anspruch nehmen, wechseln 15 % in den ambulanten Sektor.
Mit den genannten Marktanteilen (ambulant 1 = 0,25, stationär 2 = 0,75) ergibt sich
s1: Systemzustand in der ersten Periode t (hier Jahre)
Summe der Elemente vertikal ist immer 1 (s t)
s t = s t-1 (P) = s t-2 (P) = ....= s 1 (P) t-1
s 2 = s 1 (P)
= [0,25; 0,75] 0,88 0,12
0,15 0,85
0,88 0,12
0,15 0,85
= [(0,25) (0,88) + (0,75) (0,15); (0,25) (0,12) + (0,75) (0,85)]
= [0,3325; 0,6675]
Somit sind im zweiten Jahr 33,25% Patienten, die Leistung x in Anspruch nehmen, im ambulanten
Sektor. Der Anteil des stationären Sektors sinkt entsprechend von 75 % auf 66,75 %.
Obwohl zu jedem Zeitpunkt die Übergangswahrscheinlichkeit vom stationären in den ambulanten
Sektor größer ist als umgekehrt (0,15 gegen 0,12), läuft in diesem aufeinander bezogenen
System der stationäre Sektor nicht „leer“. Die folgende Abbildung zeigt die Kinetik. Nach
etwa 15 Zeiteinheiten hat sich ein neues stabiles Marktgleichgewicht eingestellt. Es ist daher
sinnvoll, jährliche Änderungen daraufhin zu prüfen, ob sie als Elemente eines länger laufenden
regelhaften Entwicklungsprozesses aufgefasst werden können. Es ist nicht notwendig, zur
84

Erklärung eines solchen Prozesse andauernd aktive Determinanten der Veränderung zu unterstellen.
Im Extremfall kann am Anfang eine punktuelle Veränderung gestanden haben (z.B.
Einführung neuer Vergütungsform im stationären Sektor).
Abbildung 22: Zwei-Komponenten-Modell, Ausbildung eines neuen Gleichgewichts
Im neuen Systemgleichgewicht (steady-state) finden weiter Wechsel oder Verlagerungen zwischen
den Sektoren statt, aber sie gleichen sich aus. Das Gleichgewicht ist erreicht, wenn s t-1
gleich s t-1 gleich s t ist: s t = s t-1 (= [x 1 + x 2])
[x 1 + x 2 ] = [x 1 + x 2 ] 0,88 0,12
0,15 0,85
x 1 + x 2 = 1
x 1 = 0,88 x 1 + 0,15 x 2
x 2 = 0,12 x 1 + 0,85 x 2
x 1 + x 2 = 1
x 1 = 0,5556
x 2 = 0,4444
0 1
1 0
Der Marktanteil des ambulanten Sektors über einen langen Zeitraum ist also bei den oben
gewählten konstanten Übergangswahrscheinlichkeiten 55,56 % statt initial 25 %.
Darüber hinaus sind Veränderungen der „Transition Matrix“ über die Zeit denkbar, entweder
durch externe Determinanten oder durch internes Feedback. So könnte die „Auslastung“ des
stationären Sektors gleichermaßen die Wahrscheinlichkeit einer Zuweisung wie die Wahrscheinlichkeit
einer Rücküberweisung beeinflussen.
85

Unter Umständen kann aus laufenden Veränderungen auf eine stabile Übergangsmatrix zurückgeschlossen
werden (siehe Anhang).
7.5.4 Beispiel – weitere Zustände
Es werden zwei weitere Bereiche im Versorgungsprozess berücksichtigt, die zu einer Veränderung
der Marktanteile führen. Einige Patienten werden sich in einem Zustand „unbehandelt“
befinden. Diese Patienten sind zwar für eine Leistungsinanspruchnahme disponiert, sie
haben sie aber bisher noch nicht in Anspruch genommen (z.B. wegen langer Wartezeiten,
schlechter geographische Erreichbarkeit, keiner Symptomempfindung, Rezidiv noch nicht
aufgetreten). Unter den Status „unbehandelt“ fallen auch Patienten die die Behandlung abbrechen
oder eine schlechte Compliance aufweisen.
Ein anderes Stadium, in dem ein Patient während oder nach der Inanspruchnahme der Leistung
gelangen kann, ist das Stadium „behandelt und ausgeschieden“. Der Patient gilt als erfolgreich
behandelt und auskuriert, wenn er dieselbe Leistung im Versorgungsprozess nicht
mehr in Anspruch nehmen wird. Ein Patient kann auch durch Tod aus dem Versorgungsprozess
„ausscheiden“. Die Patienten, die erfolgreich „behandelt“ wurden oder verfrüht aus dem
Versorgungsprozess „ausscheiden“, befinden sich in einem „absorbierenden Zustand“ (d.h.
einem Stadium, das nicht mehr verlassen wird, wenn es einmal erreicht wird). Die anderen
Patienten können in den nächsten Zeitperioden weiterhin zwischen den Sektoren und Stadien
wechseln (Abbildung 23).
Verteilung auf die verschiedene Stadien im Zeitpunkt t1:
Ambulanter Sektor 1 = 20%
Stationärer Sektor 2 = 30%
Unbehandelt 3 = 30%
Behandelt und ausgeschieden 4 = 20%
P = 0,4 0,2 0,1 0,3
0,3 0,3 0,1 0,3
0,4 0,2 0,3 0,1
0 0 0 1
s 1 = [0,2; 0,3; 0,3; 0,2]
s 2 = s 1 P
86

0,40 0,30
0,30
0,40
Ambulanter
Sektor
unbehandelt
0,10
Abbildung 23: Komplexes Modell des Übergangs zwischen dem ambulanten und dem
stationären Sektor (State-Transition-Diagramm)
Falls eine bestimmte Leistung in mehreren Sektoren erbracht werden kann (Reha, Pflege
usw.), werden weitere Sektoren im Modell berücksichtigt.
Dynamische Prozess-Modelle haben den Vorteil, komplexe Entscheidungsprozesse vereinfachter
Form abzubilden, verschiedene Szenarien durchzurechnen („what-if“ Fragen) und
sensitive Parameter zu identifizieren. Zudem können sie Veränderungen im System über die
Zeit aufzeigen.
7.5.5 Dynamisches Simulationsmodell
0,30
0,10
Die Verallgemeinerung der in den vorhergehenden Beispielen skizzierten Systembetrachtung
führt zu einem Systemmodell mit mehreren kommunizierenden Kompartiments und modellierbaren
Übergangswahrscheinlichkeiten. Damit lassen sich auch (stabilisierende) Rückkopplungsmechanismen
oder Nebenschlüsse berücksichtigen, wie sie in einem komplexen adaptiven
System zu erwarten sind (Axelrod und Cohen 1999).
Für den Aufbau eines solchen Modells wird der gesamte Versorgungsablauf eines medizinischen
Problems in einzelne Schritte zerlegt, die sich im Fall von Verlagerungseffekten primär
an den Sektorgrenzen orientieren (ambulant-stationär, Reha, Pflege, Leistungen der Angehörigen).
Eine Auflösung intrasektoraler Schritte ist möglich, wenn nötig (z.B. Hausarzt-
Sekundärfacharzt). Externe Einflüsse, z.B. aus dem sozialen Umfeld (Entfernungen, Leis-
0,20
0,20
0,10
0,30
Stationärer
Sektor
0,30
behandelt &
ausgeschieden
1
87

tungserbringer-Dichten) oder aus der Entwicklung des Leistungsrechts, können berücksichtigt
werden. Verschiedenen Perspektiven können eingenommen werden (z.B. Kostenträger, gesamtgesellschaftliche
Perspektive).
Die Struktur des Modells wird unter Berücksichtigung des vorhandenen Wissens über Strukturen
und Funktionen des Gesundheitswesens im Hinblick auf das erkenntnisleitende Interesse
spezifiziert. Mit Hilfe bekannter oder plausibler Eckwerte wird es kalibriert. Auswirkungen
von Änderungen einzelner Variablen und Parameter (z.B. Modellierungszeitraum) werden in
Sensitivitätsanalysen überprüft (Homer und Hirsch 2006, Taylor et al. 2005).
Selbststeuerungsmöglichkeiten werden berücksichtigt: Der Übergang aus einem Kompartiment
kann abhängig sein vom Zustand anderer Kompartiments, z.B. kann die Einweisungswahrscheinlichkeit
ins Krankenhaus abnehmen und die Rücküberweisungswahrscheinlichkeit
in den ambulanten Sektor zunehmen, wenn die Auslastung im stationären Sektor zunimmt
oder eine bestimmte Höhe erreicht.
Vielfalt in ähnlichen Strukturen lässt sich durch Array-Bildung berücksichtigen. So können
mehrere regionale Teilsysteme mit gleicher Struktur durch Array-Bildung hintereinander gestellt
und sekundär zusammengefasst werden. Innerhalb eines Arrays können gleiche Parameter
für alle Elemente, aber auch je spezifische Parameter eingesetzt werden. Als Arrays können
auch Alters- und Geschlechtsgruppen, Leistungsbereiche (ICD, OPS) oder Leistungserbringer-Gruppen
gestaffelt werden.
Die folgende Abbildung 24 stellt einen Versuch mit der Software STELLA (isee systems,
inc.) dar. Weitere Komplexität lässt sich durch Mikrosimulation individueller Patientenverläufe
in Form von Monte-Carlo-Simulationen abbilden.
Mit zunehmender Bedeutung von Modellbildungen im Gesundheitswesen ist zu rechnen. So
ist z.B. die systematische Bewertung neuer Verfahren, Prozeduren, Organisationsstrukturen
oder medizinischer Innovationen im Rahmen des Health Technology Assesment (G-BA, IQ-
WiG) nicht auf der Basis vorhandener klinischer Studien allein möglich, sondern setzt letztlich
Hochrechnungen in einem (entscheidungsanalytischen) Systemmodell voraus.
Bei einer Verwendung des Modells im Rahmen einer Szenarioanalyse können auch Hypothesen
über zukünftige Entwicklungen des Marktes und der Gesundheitspolitik vorweg genommen
werden (z.B. Prävalenz, Mengen-/ Indikationsausweitung, Substituierbarkeit, Bevölkerungsentwicklungen).
Best-/ Worst-Szenarios können simuliert werden, um den Entscheidungsprozess
zu unterstützen. Wie jede ökonomische Evaluation baut auch ein solches Modell
auf Annahmen, Schätzungen und Projektionen auf, die sich nicht immer mit letzter Sicherheit
Evaluierung lassen (insbesondere auch unter dem Aspekt der schnellen Änderung der
Rahmenbedingungen im Gesundheitswesen). Als Datenquellen des Modells können klinische
Studien, populationsbezogenen Daten, Daten einzelner Kostenträger oder Leistungserbringer,
Meta-Analysen, medizinische Datenbanken, Expertenbefragungen oder Delphi-Panels dienen
(Schöffski und von der Schulenburg 2008).
88

Abbildung 24: Entwurf eines Systemmodells mit modellierbaren Übergangswahrscheinlichkeiten
und Feedback-Mechanismus
(Quelle: eigene Darstellung)
89

8. Diskussion
Die vorliegende Ausarbeitung soll zur Umsetzung des gesetzlichen Auftrags nach § 87a Absatz
4 Nr. 3 SGB V beitragen, bei Vereinbarung der Morbiditätsbedingten Gesamtvergütung
Leistungsverlagerungen zwischen dem stationären und dem ambulanten Sektor zu berücksichtigen.
Rechtlich hat ein Versicherter nur dann Anspruch auf eine Krankenhausbehandlung, wenn
„das Behandlungsziel nicht durch teilstationäre, vor- und nachstationäre oder ambulante Behandlung
einschließlich häuslicher Krankenpflege erreicht werden kann“ (§ 39 SGB V).
„Verlagerungen“ aus dem stationären in den ambulanten Sektor könnten dann im Umkehrschluss
nur Fälle und Leistungen betreffen, die eigentlich nicht ins Krankenhaus gehören
(„Fehlbelegung“). Solche Fehlbelegungen sind Gegenstand von Prüfungen des Medizinischen
Dienstes der Krankenversicherung und führen zur Kürzung von „unberechtigten“ Krankenhausrechnungen.
Eine solche rein formale Betrachtungsweise wird jedoch der Versorgungswirklichkeit in einem
komplexen adaptiven Gesundheitswesen nicht gerecht. Schon der Vergleich mit Gesundheitssystemen
anderer Länder ähnlicher Entwicklungsstufe zeigt, dass Deutschland gemessen
an der Zahl der Betten pro 1000 Einwohner, an der durchschnittlichen Verweildauer und an
der Zahl der Krankenhausaufenthalte pro 1000 Einwohner einen vergleichsweise umfangreich
ausgebauten und genutzten stationären Sektor hat. Man darf daher von erheblichen Verlagerungspotenzialen
aus dem stationären in den ambulanten Sektor ausgehen, soweit nicht ein
Teil der stationär durchgeführten Interventionen sogar vermeidbar ist.
Zur Mobilisierung verlagerungsfähiger („disponibler“) Leistungen können mehrere Faktoren
beitragen. Erstens können die Krankenhäuser die Entwicklung ihrer Fallzahlen und ihres
Leistungsmixes beeinflussen (Case-Mix-Optimierung). Das wird innerhalb der sog. leistungsbezogenen
Vergütung (DRGs) sogar erwartet. Partielle Spezialisierungen, Standardisierung,
beschleunigte Prozesse, Kapazitätsmanagement und die Möglichkeiten, ambulante Leistungen
am Krankenhaus zu erbringen, tragen zu einem Leistungsumbau des stationären Sektors bei.
Die Anreize des DRG-Systems sind dabei vor allem darauf gerichtet, Leistungen vor einem
Krankenhausaufenthalt vorbereitend ambulant erbringen zu lassen und eine frühe Entlassung
der Patienten zu erreichen mit der Folge, dass die noch nötigen Leistungen wie Verbandwechsel
und Kontrolluntersuchungen ambulant erbracht werden. In Analogie zur Terminologie der
Fehlbelegung bezeichnen wir diese Art der Verlagerung als „sekundäre Verlagerung“. Eine
„primäre Verlagerung“ wäre es dagegen, wenn das Krankenhaus einen Fall nicht mehr aufnimmt.
Ein solches Verhalten entspricht zwar nicht der primären Anreizkonfiguration einer
fallbezogenen Vergütung. Es könnte aber vorkommen, wenn ein bestimmter Falltyp nicht
mehr in das Leistungsportfolio eines spezialisierten Krankenhauses passt oder die mit dem
Falltyp verbundene DRG keinen positiven Deckungsbeitrag (mehr) erwarten lässt.
Zweitens können ambulante Leistungserbringer durch intensivierte Betreuung Fälle im ambulanten
Sektor halten. Auch das ist aus Sicht des Versorgungssystems grundsätzlich erwünscht,
z.B. ist die Vermeidung von akuten Krankenhauseinweisungen Ziel des DMP Asthma. Außerdem
kann der medizinische Fortschritt es möglich machen, Leistungen ambulant zu
erbringen, für die der Patient früher stationär aufgenommen worden wäre. Dies entspricht
einer Verlagerung der ambulant-stationären Schnittstelle selbst mit Folgeänderungen für den
Leistungszugang und möglicherweise auch der Leistungsqualität. Eine stationär-ambulante
Verlagerung hat z.B. in der Katarakt-Chirurgie in großem Umfang stattgefunden. Auch ande-
90

e operative Eingriffe werden wie gezeigt zunehmend ambulant erbracht. Veränderungen der
Vergütungsregelungen für den Katalog ambulanter Operationen (AOP) haben dazu beigetragen.
Da die letztgenannten Leistungen bereits speziell geregelt sind, sind sie nicht mehr Teil
der Verlagerung nach § 87a Absatz 4 Nr. 3 SGB V ist.
Drittens kann der Patient mit seinen Präferenzen für oder gegen einen stationären Aufenthalt
die Modalität der Leistungserbringung beeinflussen.
Mit dem zu operationalisierenden Verlagerungseffekt hat der Gesetzgeber den Vertragsärzten
einen Kompensationsanspruch für verlagerte Leistungen eingeräumt. Zu einer korrespondierenden
Reduktion des stationären Budgets kommt es dagegen nicht. Damit wird auch das Risiko
der sektoralen Leistungsverlagerungen auf die Krankenkassen übertragen. Auf den ersten
Blick sieht dies nach einer Regelung zu Lasten der Beitragszahler aus. Dazu ist jedoch zu
bedenken, dass primäre Verlagerungen (Halten von Fällen im ambulanten Sektor) im stationären
Sektor nicht zu einer Vergütung führen. Das ermöglicht einen Kapazitätsabbau, schafft
allerdings auch Platz für andere, möglicherweise höher bewertete stationäre Fälle. Und Rationalisierungsgewinne
im stationären Sektor, die durch sekundäre Verlagerungen entstehen
(Externalisierungen), können mit der nächsten Kalkulationsstichprobe zur Neubewertung der
DRG-Bewertungsrelationen aus dem stationären Sektor (wenn auch verzögert) abgeschöpft
werden. Dennoch wird für die Krankenkassen die Beeinflussung der Versorgung i.S. von
Schnittstellenmanagement, qualitäts- und kostenoptimierten Versorgungsketten und einer
personenzentrierten ganzheitlichen Betreuung der Versicherten gewichtiger.
Die Schnittstelle zwischen dem ambulanten und dem stationären Sektor trennt der Natur der
Sache nach zwei weitgehend disjunkte („überschneidungsfreie“) Leistungsmärkte. Sie ist im
deutschen Gesundheitswesen institutionell, leistungsrechtlich und vergütungssystematisch
hoch reguliert. Das Leistungsgeschehen an dieser Schnittstelle wird deswegen typischerweise
nicht durch das wettbewerbliche Wirken freier Marktkräfte bestimmt. Die Leistungsverlagerung
nach § 87 Absatz 4 Nr. 3 SGB V bezieht sich jedoch auf einen Bereich möglicher Leistungsüberschneidungen.
103 Er scheint sich im Sinn einer „Sektorkonvergenz“ sogar zu vergrößern.
Daher fassen wir dieses Verlagerungsproblem seiner Grundstruktur nach als Verlagerung
eines Marktgleichgewichts auf.
Damit besteht erstens die Notwendigkeit einer Abgrenzung des relevanten Produktes „verlagerungsfähiger
Leistungen“ und dessen Marktes. Zweitens erscheint es möglich, ökonometrische
Verfahren zur Quantifizierung von Marktgleichgewichten und ihren Verlagerungen in
Zeit und Raum auf dieses Problem anzuwenden.
Die Abgrenzung eines verlagerungsrelevanten Marktes muss mindestens zwei Dimensionen
berücksichtigen: sachlich und regional. Die sachliche Marktabgrenzung definiert Leistungen,
die untereinander in einer stationär-ambulanten Konkurrenz stehen. Sie kann dabei gestützt
auf empirische Daten fragen, welche Leistungen in beiden Sektoren erbracht werden. Leistungen,
die bevorzugt bei „tagesstationären“ Fälle zu finden sind, dürften aus empirischer
Sicht zu denen gehören, die sowohl von niedergelassenen Ärzten als auch vom Krankenhaus
erbracht werden können. Man kann aber nicht alle Leistungsmengen, die sich bloß zufällig
divergent entwickeln (d.h. stationär ab- und ambulant zunehmen), theorielos als Verlagerungspotenziale
oder -effekte ansehen. Vielmehr wird sie „normative“ fachliche Vorstellungen
und „evidenzbasierte“ Studien einbeziehen, welche Leistungen für welche Patienten beim
103 Bei AOP-Leistungen ist eine wettbewerbliche Ausrichtung gegeben („gleicher Preis für gleiche Leistungen“).
Wettbewerblich steuerbar sind auch einige medizinische Dienstleistungen wie Labor, Radiologie und Pathologie,
die ein Krankenhaus „outsourcen“ kann.
91

Stand der medizinischen Erkenntnisse und dem erreichten Organisationsgrad der Versorgung
mindestens zum Teil ambulant statt stationär erbracht werden können oder sollten. In den im
Rahmen des Projekts geführten Akteursinterviews wurden als verlagerte Leistungen u. a.
Wundmanagement und Gerinnungsmanagement genannt.
Wir schlagen vor, die inhaltliche Marktabgrenzung zunächst auf vorhandene Listen zu stützen,
die bereits für andere Zwecke (vor allem zur Bewertung und Verbesserung der Versorgungsqualität)
normativ „vermeidbare Krankenhausaufenthalte“ definieren oder Leistungen
aufführen, die durch eine gute Versorgung im ambulanten Sektor gehalten werden können.
Eine an deutsche Verhältnisse angepasste Liste verlagerungssensitiver Indikationen oder Leistungskomplexe
sollte von den Vertragspartnern verabschiedet, ihre schrittweise Ausschöpfung
in der empirischen Versorgung beobachtet und quantifiziert werden. Als Ausgangspunkt
kann die Liste von Caminal et al. (2004) dienen.
Unterstützend lassen sich Entwicklungen der Arzneiverordnungen hinzuziehen, ähnlich wie
bei der Abgrenzung der Krankheiten, die im Morbi-RSA berücksichtigt werden. Listenindikationen,
bei denen die Kassen ein erhöhtes Interesse haben, sie aus der vollstationären Behandlung
in den ambulanten Bereich zu verlagern, eignen sich auch für kassenindividuelle Struktur-
oder Integrationsverträge.
Eine regionale Marktabgrenzung ist erforderlich, weil gesundheitliche Dienstleistungen typischerweise
regional nachgefragt und in Zusammenarbeit regionaler Leistungserbringer realisiert
werden. Die Schließung einer Krankenhausabteilung oder die Niederlassung eines Spezialisten
haben eine regional begrenzte Auswirkung auf das Gleichgewicht von stationären und
ambulanten Leistungen. Eine falsch gewählte regionale Marktabgrenzung würde solche Effekte
übersehen oder verdünnen. Als kleinste räumliche Einheiten stehen aus Datenschutzgründen
vierstellige Postleitzahl-Regionen in GKV-Routinedaten und anderen Datenquellen
zur Verfügung. Verlagerungsrelevante regionale Gesundheitsmärkte müssen also aus solchen
Einheiten zusammengestellt werden. Sie sind für die meisten Versorgungsleistungen unterschiedlich
groß. Eine funktionelle Bestimmung regionaler Gesundheitsmärkte hat wegen der
besseren Berücksichtigung von substitutiven Wanderungsbewegungen Vorteile vor einer geopolitischen
Abgrenzung („Kreisgrenzen“).
Es kann auch sinnvoll sein, bestimmte Patientengruppen für die diskutierte Marktabgrenzung
zu berücksichtigen. So kann z.B. eine bessere medizinische und pflegerische Betreuung in
Alten- und Pflegeheimen stationäre Einweisungen verkürzen oder vermeiden helfen, ohne
dass dieses Substitutionspotenzial bei den meist multimorbiden Patienten leicht auf wohldefinierte
Diagnosen eingegrenzt werden kann. Es gibt weitere Probleme bei der Abgrenzung von
ambulanten und stationären Leistungen. Weder der Ort der Leistungserbringung noch der
Leistungserbringer sind notwendig unterschiedlich. 104 Für Zwecke des § 85a SGB V ist eine
ambulante Leistung dadurch gekennzeichnet, dass sie aus dem ambulanten Budget vergütet
wird.
Auch können Leistungen nicht nur vom stationären in den ambulanten Sektor verlagert werden,
sondern auch in andere Bereiche oder indirekt über andere Bereiche, z.B. den Rehabilitationssektor,
die Pflege, die Angehörigen und arztergänzende Dienste. Bei bereits gegebener
Kapazitätsauslastung und ausgeschöpftem Rationalisierungspotenzial in den ambulanten Pra-
104 Der Logik der morbiditätsbezogenen Vergütung folgend könnte der Vertragsarzt-Sektor auch kompensiert
werden, wenn stationäre Wartelisten über das bisherige Ausmaß zunehmen und niedergelassene Ärzte deswegen
Patienten länger oder intensiver betreuen als bei einer zeitgerechten stationären Maßnahme. Von Verlagerung
würde man aber nur sprechen, wenn eine substituierbare Leistung vorher im stationären Sektor erbracht wurde.
92

xen kann eine verlagerte Menge stationärer Leistungen dazu führen, andere bisher erbrachte
Leistungen zeitlich zu verschieben oder sie ihrerseits zu verlagern. Es kann also zu Verdrängungseffekten
(oder Posteriorisierungen) kommen. Insofern ist letztlich nicht nur das Leistungsgeschehen
an der stationär-ambulanten Schnittstelle in den Blick zu nehmen, sondern
auch weitere Substitutionspotenziale sind zu berücksichtigen. Das setzt Fall- und Fallkosteninformationen
über den ganzen sektorenübergreifenden Patientenverlauf voraus. Die Krankenkassen
verfügen darüber (ausgenommen Kosten bei betreuenden Angehörigen und beim
Patienten selbst). Der ambulante Sektor kann verlagerungsbedingte Änderungen im
Leistungsmix und eventuelle Schweregrad-Zunahmen seiner Leistungen (mit oder ohne
Posteriorisierungen) durch Bewertungsstichproben nach § 87 Abs. 2 SGB V plausibel machen.
Als methodischer Zugang zur Quantifizierung von Marktgleichgewichten und ihren Änderungen
bieten sich vor allem Mehrgleichungsmodelle (2SLS) an. Damit lassen sich auch regionale
Unterschiede bekannter oder vermuteter Leistungsdeterminanten und ihre Änderungen berücksichtigen.
Zu diesen Determinanten gehört auch der Einfluss der Aktivitäten des einen
Sektors auf den jeweils anderen. Die ursprünglich vorgesehene illustrative Auswertung von
Daten aus beiden Sektoren in Sachsen Anhalt konnte nicht durchgeführt werden. Die AOK
Sachsen-Anhalt zog ihr signalisiertes Einverständnis zur Nutzung ihrer Regionaldaten zurück
(erklärte aber ihre Bereitschaft, sie nach § 87a Absatz 6 SGB V dem Bewertungsausschuss
und seinem Institut zur Verfügung zu stellen). Die Lieferung mehrjähriger stationärer Diagnosedaten
aus dem Forschungsdatenzentrum (FDZ) verzögerte sich. Weitere Modelle sollten mit
den zu erwartenden empirischen Daten geprüft werden: Hauptkomponentenanalysen, Zeitreihenanalysen
und Data Envelopment Analysen.
Mit diesen Daten sind dann nicht nur Analysen regionaler Einheiten (sog. ökologische Analysen),
sondern auch Analysen auf Versichertenebene möglich. Auch die letztgenannten Analysen
müssen intraregionale und interregionale Einflüsse in zweckmäßiger Abgrenzung berücksichtigen
und daher als sog. Mehrebenen-Analysen angelegt sein.
Komplexität und Dynamik von Prozessen, die mehrere Sektoren einbeziehen und die stabilisierenden
Rückkopplungen unterliegen, können letztlich nur mit Hilfe eines dynamischen
Prozessmodells abgebildet werden. Es muss unter Berücksichtigung des vorhandenen Wissens
im Hinblick auf das erkenntnisleitende Interesse weiter strukturiert und mit Hilfe bekannter
oder plausibler Eckwerte kalibriert werden. Mit zunehmender Bedeutung von Modellbildungen
im Gesundheitswesen ist nicht zuletzt wegen der zunehmenden Notwendigkeit
von Kosten-Effektivitäts- und Kosten-Nutzen-Analysen zu rechnen.
Bei den ambulanten Operationen (AOP), die in beiden Sektoren erbracht werden können, hat
der Gesetzgeber statt einer kompensatorischen eine wettbewerbliche Lösung durch weitgehende
Vereinheitlichung der Rahmenbedingungen möglich gemacht. Dazu gehören „gleicher
Preis für gleiche Leistung“, aber noch keine Angleichung im Bereich der Investitionsfinanzierung
und bei der Zulassung zu innovativen Leistungen.
Auch Komplexpauschalen für sektorenübergreifende Leistungen würden das Problem sektoraler
Verlagerungen anders lösen, da hier Leistungen eines Patienten über mindestens zwei
Institutionen hinweg zu einer Abrechnungseinheit zusammengefasst werden. Solche Pauschalen
gibt es in der Integrationsversorgung nach § 140aff SGB V. In der Sprache der DRGs entspricht
dies einer „Fallzusammenführung“ über die Sektorgrenze. Das ökonomische Interesse
an einer verbesserten Koordination und Integration von Behandlungsprozessen über die Sektoren
hinweg würde auf die Leistungserbringer übergehen. Eine transparente Risikoteilung an
93

der Schnittstelle könnte auf Basis einer betriebswirtschaftlich fundierten Kalkulation vereinbart
werden. Dadurch wären Leistungsverlagerungen unter Effizienz- und Qualitätsaspekten
möglich und durch Teilung der Pauschale selbststeuernd abgegolten.
Eine „kleine“ Variante unterhalb der Komplexpausschale könnte darin bestehen, den kompensatorischen,
d.h. retrospektiv kalkulierten Ansatz des § 87a prospektiv umzuwandeln in
Transfer- oder Übernahmepauschalen für entlassene Krankenhauspatienten. 105 Diese Pauschalen
könnte nach der Bewertungsrelation der zugehörigen DRG und/ oder nach dem noch offenen
Abstand zur oberen Grenzverweildauer differenziert werden. 106 Wundmanagement und
Gerinnungsmanagement sind naheliegende Inhalte. 107
Alle genannten Alternativen würde die Kosten- und Qualitätstransparenz in der Versorgung
erhöhen. Denn an der Sektorschnittstelle zu beobachten ist zunächst nur die Zahl der Leistungen,
nicht aber die Qualität ihrer Durchführung und ihrer Resultate. Zur Qualitätstransparenz
wird die sektorenübergreifende Umsetzung der Qualitätssicherung und Darstellung der Qualität
nach § 137a SGB V beitragen, für die das AQUA-Institut ein Methodenpapier angekündigt
hat.
Sektorenübergreifende Behandlungsleitlinien oder Zweitmeinungsprogramme könnten zu
einer besser gezielten Inanspruchnahme beitragen. Nach ausländischen Erfahrungen ist auch
eine Fallsteuerung durch die Kassen denkbar. So geben amerikanische Krankenkassen z.B.
durch höhere Kostenübernahme bei ambulanten als bei stationären Leistungen einen Anreiz
für ambulante Inanspruchnahme.
Ein besonderes Problem im Komplex der Verlagerungen sind sektorübergreifend (vertikal)
integrierte Leistungserbringer, hier vor allem ein MVZ in Trägerschaft eines Krankenhauses.
Das MVZ trägt durch Übernahme der verlagerten Leistung zur Rationalisierung des Träger-
Krankenhauses bei, das seinen betrieblichen Rationalisierungseffekt (Externalisierung) per
MVZ noch einmal bezahlt bekommt. Auf diese Weise wird außerdem das Vergütungsvolumen
für die übrigen ambulanten Leistungserbringer reduziert und damit der ambulante Wettbewerb
verzerrt. Bei einem vertikal integrierten Leistungserbringer wären also eine Ausgliederung
von Leistungen, die im Zusammenhang mit dem stationären Fall stehen, aus dem ambulanten
Budget oder eine Komplexpauschale zu erwägen.
Leistungsverlagerungen zwischen den Sektoren gehen nicht zwangsläufig mit einer Ausgabensenkung
aus der Perspektive der Krankenversicherung oder aus gesamtgesellschaftlicher
Perspektive einher. Hier bleiben große Aufgaben für die Versorgungsforschung: Messung von
Patientenpräferenzen und -zufriedenheit, Wirksamkeit, Qualität und Kosten bei der Erstellung
„gleicher Leistungen“ („same disease-studies“) in den verschiedenen Versorgungsformen und
–ebenen.
105 Michael Monka hat diesen Aspekt in einem anderen Zusammenhang vorgeschlagen.
106 Eine solche Pauschale auf klarer Rechtsgrundlage würde keine unzulässige Zusammenarbeit zwischen Vertragsärzten
und anderen Leistungserbringern im Sinne von § 128 SGB V sein.
107 Auch die Notwendigkeit, vom Krankenhaus angesetzte Medikamente an die Möglichkeiten des ambulanten
Sektors anzupassen, macht dort vermeidbare Arbeit. Dieses Problem lässt sich durch regionale Positivlisten
lösen, deren Logik mit kassenspezifischen Rabattverträgen nach § 130a Absatz 8 SGB V in Konflikt kommt.
94

9. Literatur
Adrian M, Ferguson B, Dini C (1998): Is community-based treatment an add-on or a substitution
for hospital treatment of alcoholism? Some evidence from Canada. Medical Care 36:
1419-1429
Agency for Healthcare Research and Quality: Prevention Quality Indicators, Healthcare Cost
and Utilization Project (HCUP), http://www.qualityindicators.ahrq.gov/pqi_overview.htm
(Stand: 16.12.2009)
Agency for Healthcare Research and Quality: Preventable Hospitalization – A window into
primary and preventive care. Healthcare Cost and Utilization Project (HCUP),
http://www.ahrq.gov/data/hcup/factbk5/ (Stand: 16.12.2009)
Alexander JA, Lee SD, Griffith JR, Mick SS, Lin X, Banaszak-Holl J (1999): Do market-level
hospital and physician resources affect small area variation in hospital use? Medical Care
Research and Review 56 (1): 94-117
Andersohn F, Garbe E (2008): Pharmakoepidemiologische Forschung mit Routinedaten des
Gesundheitswesens. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz 51:
1135-1144
Anderson GA (1976): A Social Systems Model of Hospital Utilization. Health Services Research
11: 271-287
Anderson GM (1996): Common conditions considered sensitive to ambulatory care. in Goel
V, Williams JI, Anderson GM, Blackstien-Hirsch P, Fooks C, Naylor CD (Hrsg), Patterns
of Health Care in Ontario. The ICES practice atlas, Ottawa: Canadian Medical Association,
104-110
Ansari Z, Laditka J, Laditka S (2006): Access of health care and hospitalization for ambulatory
care sensitive conditions. Medical Care Research Review 63: 719-741
AOK-Bundesverband, Forschungs- und Entwicklungsinstitut für das Sozial- und Gesundheitswesen
Sachsen-Anhalt (FEISA), HELIOS-Kliniken, Wissenschaftliches Institut der
AOK (WIdO) (2007): Qualitätssicherung der stationären Versorgung mit Routinedaten
(QSR) –Abschlussbericht. Bonn: WIdO
Axelrod R, Cohen MD (1999): Harnessing complexity – Organizational implications of a scientific
frontier. New York, London, Toronto, Sydney, Singapore: The Free Press
Bates LJ, Mukherjee K, Santerre RE (2006): Market structure and technical efficiency in the
hospital services industry: A DEA approach. Medical Care Research and Review: 499-
524
Béland F (1988): Conceptualizing the utilization for ambulatory medical care as a process.
Medical Care 26: 115-123
Berk AA, Chalmers TC (1981): Cost and efficiency of the substitution of ambulatory for inpatient
care. NEJM 304: 393-397
Billings J, Hasselblad V (1989): Use of small area analysis to assess the performance of the
outpatient delivery system in New York City. New York Health Systems Agency, New
York
Billings J, Zeitel L, Lukomnik J, Carey TS, Blank AE, Newman L (1993): Impact of socioeconomic
status on hospital use in New York City. Health Affairs 12: 163-175
Billings J, Anderson GM, Newman LS (1996): Recent findings on preventable hospitalizations.
Health Affairs 15: 239-249
Bindman AB, Grumbach K, Osmond D, Komaromy M, Vranizan K, Lurie N, Billing JD,
Stewart A (1995): Preventable hospitalizations and access to health care. JAMA 274: 305-
311
95

Bindman AB, Chattopadhyay A, Osmond DH, Huen W, Bacchetti P (2005): The impact of
medicaid managed care on hospitalizations for ambulatory care sensitive conditions.
Health Services Research 40: 19-38
Bishop S, Baldauf M (2006): Theoretische Grundlagen und praktische Anwendung wettbewerbsökonomischer
Methoden in Bezug auf die Abgrenzung des relevanten Marktes und
Fragen zur praktischen Anwendbarkeit es Herfindahl-Hirschman Indexes zur Ermittlung
des Konzentrationsgrades, RBB Economics: 1-153
Blackstone E, Fuhr J (1992): An antitrust analysis of non-profit hospital mergers. Review of
Industrial Organization 8: 473-490
Bluestein J, Hanson K, Shea S (1995): Preventable hospitalizations and socioeconomic status.
Health Affairs 17: 177-189
Bölt U (2010): Statistische Krankenhausdaten: Grund- und Kostendaten der Krankenhäuser
2007. In: Klauber J, Geraedts M, Friedrich J (Hrsg.): Krankenhaus-Report 2010, Schwerpunkt:
Krankenhausversorgung in der Krise? Stuttgart: Schattauer, 319-351
Brailsford SC (2008): System Dynamics: What is in for health care simulation modelers. Proceedings
of the 2008 Winter Simulation Conference. Mason SJ, Hill RR, Mönch L, Rose
O, Jefferson T, Fowler JW (eds)
Brown AD, Goldacre MJ, Hicks N, Rourke JT, Murtry RY, Brown JD, Anderson GM (2007):
Hospitalization for ambulatory care-sensitive conditions – a method for comparative access
and quality studies using routinely collected statistics. Canadian Journal of Public
Health, 92: 155-159
Bundesministerium für Gesundheit (2007): Fragenkatalog zur DRG-Einführung an Mitgliedgesellschaften
des Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften
e.V. http://www.uni-duesseldorf.de/awmf/drg/bmg-umfr.htm (Aktualisiert:
22.11.2007)
Campbell SE, Campbell MK, Grimshaw JM, Walker AE (2001): A systematic review of discharge
coding accuracy. Journal of Public Health Medicine 23: 205-211
Caminal J, Mudet X, Ponsa J, Sanchez E, Casanova C (2001): Hospitalizations due to ambulatory
care sensitive conditions - selection of diagnostic codes for Spain. Gaceta Sanitaria
15: 128-141
Caminal J, Starfield B, Sanchez E (2004): The role of primary care in preventing ambulatory
care sensitive conditions. European Journal of Public Health 14: 246-51
Carriere KC, Roos LL, Douglas CD (2000): Across time and space: variations in hospital use
during Canadian health reform. Health Services Research 35: 467-487
Carter GM, Ginsburg PB (1985): The Medicare case mix index increase - Medical Practice
Changes, Aging, and DRG Creep. RAND – UCLA Center for Health Care Financing Policy
Research, R-3292-HCFA, L.A.: Rand Corporation: 1-84
Carey K (1994): Cost allocation patterns between hospital inpatient and outpatient departments.
Health Services Research 29: 275-292
Cave DG (1995): Small-area variations in the treatment of prevalent medical conditions: A
comparison of three cities in the Northeast. J Ambulatory Care Management 18: 42-57
Centre for Epidemiology and Research, NSW Department of Health: ICD codes - ambulatory
care sensitive hospitalisations, http://www.health.nsw.gov.au/publichealth/chorep/toc/
app_icd_acs.asp (Stand: 16.12.2009)
Coast J (2000): Conceptual and practical difficulties with the economic evaluation of health
services developments. Journal of Health Service Research Policy 5.1 (2000): 42-48
Cohen JW (1989): Medicaid policy and the substitution of hospital outpatient care for physician
care. Health Services Research 24: 33-66
Connor AM, Llewellyn-Thomas HA, Flood AB (2004): Modifying unwarranted variations in
health care: shared decision making using patient decision aids. Health Affairs: 63-72
96

Coulter A (1998): Managing demand at the interface between primary and secondary care.
BMJ 316: 1974-1976
Correa-Velez I, Ansari Z, Sundararajan V, Brown K, Gifford SM (2007): A six-year descriptive
analysis of hospitalisations for ambulatory care sensitive conditions among people
born in refugee-source countries. Population Health Metrics 5: 1-8
Crump BJ, Panton R, Drummond MF, Marchment M, Hawkes RA (1995): Transferring the
costs of expensive treatments from secondary to primary care. BMJ 310: 509-512
Culler SD, Parchman ML, Przybylski M (1998): Factors related to potentially preventable
hospitalizations among the elderly. Medical Care 36: 804-817
Culyer AJ, Cullis JG (2007): Hospital Waiting Lists and the Supply and Demand of Inpatient
Care. Social Policy & Administration 9: 13-25
Curtis S, Congdon P, Almog M, Ellermann R (2009): County variation in use of inpatient and
ambulatory psychiatric care in New York State 1999-2001: Need and supply influences in
a structural model. Health & Place 15: 568-577
Davis K, Russell L (1972): The substitution of hospital outpatient care for inpatient care. The
Review of Economics and Statistics 54:109-120
Deb P., Holmes AM (1998): Substitution of physicians and other providers in outpatient mental
health care. Health Economics 7: 347-361
Deister A, Roick C, Zeichner D, Ziegler B (2005): Kein Anreiz zur Fallzahlausweitung - Ein
Modellprojekt aus Schleswig-Holstein, das ein regionales Psychiatriebudget einführt,
zeigt bereits in der Halbzeitbilanz die gewünschten Steuerungseffekte. Deutsches Ärzteblatt
102: A2533-A2534
Diehr P, Yanez D, Ash A, Hornbrook M, Lin D Y (1999): Methods for analyzing health care
utilization and costs. Annu Rev Public Health 20: 125–44
Eiff von W, Middendorf C, Klemann A (2004): Gewinner oder Verlierer? Auswirkungen der
DRG-Einführung auf die Rehabilitation, Krankenhaus Umschau 10: 840-844
Eiff von W, Klemann A, Middendorf C (2005): REDIA-Studie - Analyse der Auswirkungen
der DRG-Einführung auf die medizinische Rehabilitation. In: Eiff von W, Prinz A, Senninger
N, Steinmeyer HD (Hrsg.): Münsteraner Schriften zu Medizinökonomie, Gesundheitsmanagement
und Medizinrecht, Band 3, Berlin: LIT Verlag
Eiff W, Klemann A., Meyer N (2008): REDIA-Studie II - Auswirkungen der DRG-
Einführung auf die medizinische Rehabilitation, Münsteraner Schriften zu Medizinökonomie,
Gesundheitsmanagement und Medizinrecht, Band 4, Berlin: Lit Verlag
Ellis RP, McInnes KD, Stephenson EH (1994): Inpatient and oupatient health care demand in
Cairo, Egypt. Economics of Health Care Services 3: 183-200
Falik M, Needleman J, Wells BL, Korb J (2001): Ambulatory care sensitive hospitalisations
and emergency visits - experiences of Medicaid patients using federally qualified health
centers. Medical Care 39: 551-61
Faulkner A, Mills N, Bainton D, Baxter K, Kinnersley P, Peters TJ, Sharp D (2003): A systematic
review of the effect of primary care-based service innovations on quality and patterns
of referral to specialist secondary care. British Journal of General Practice 53: 878-
884
Fisher ES, Welch HG, Wennberg JE (1992): Prioritizing Oregon's hospital resources. An example
based on variations in discretionary medical utilization. JAMA 267: 1925-31
Fleming ST (1995): Primary care, avoidable hospitalization, and outcome of care - A literature
review and methodological approach. Medical Care Research & Review 52: 88-108
Fortney JC, Steffick DE, Burgess JE, Maciejewski ML, Petersen LA (2005): Are primary care
services a substitutes or complement for specialty and inpatient services? Health Services
Research 40: 1422-1442
Folland S, Stano M (1990): Small area variations: a critical review of propositions, methods,
and evidence. Medical Care Review 47:419-465
97

Foster (2005): Foster’s case notes – Trends in day surgery rates. BMJ 331: 803
Freiberg L (1979): Substitution of outpatient care for inpatient care – Problems and experience.
Journal of Health Politics, Policy and Law 3: 479-496
Friedrich J, Beivers A (2009): Patientenwege ins Krankenhaus: Räumliche Mobilität bei Elektiv-
und Notfallleistungen am Beispiel von Hüftendoprothesen. In: Klauber J, Robra B.-P,
Schellschmidt H. (Hrsg.): Krankenhaus-Report 2008/2009 – Schwerpunkt: Versorgungszentren.
Stuttgart: Schattauer-Verlag, 155-181
Garnick DW, Luft HS, Robinson JC, Tetreault J (1987): Appropriate Measures of Hospital
Market Area. Health Services Research 22: 69-89
Gerste B, Günster C, Heller G, Hilfer S (2007): Sektorenübergreifende Leistungsanalysen –
Inanspruchnahme von Gesundheitsleistungen durch Patienten mit koronarer Herzkrankheit
oder Herzinsuffizienz. Bonn: Wissenschaftliches Institut der AOK (WIdO)
Ginsburg PB, Koretz DM (1983): Bed availability and hospital utilization: Estimates of the
“Roemer Effect”. Health Care Financing Review 5: 87-92
Giuffrida A, Gravelle H, Roland M (1999): Measuring quality of care with routine data:
Avoiding confusion between performance indicators and health outcomes. British Medical
Journal 319 (7202): 94-98
Godber E, Robinson R, Steiner A (1997): Economic evaluation and the shifting balance towards
primary care: Definitions, evidence and methodological issues. Health Economics
6: 275-294
Gold M (1984): The demand for hospital outpatient services. Health Services Research 19:
383-412
Goldman W, McCulloch J, Sturm R (1998): Costs and use of mental health services before
and after managed care. Health Affairs 17: 40-52
Goldstein JM, Horgan CM (1988): Inpatient and outpatient psychiatric services: Substitutes or
complements? Hospital and Community Psychiatry 39: 632-636
Gothe H (2008): Pharmakoepidemiologie. Nutzung der Arzneimittelverordnungsdaten. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz
51: 1145-1154
Griffiths P, Harris R, Richardson G, Hallett N, Heard S, Wilson-Barnett J (2001): Substitution
of a nursing-led inpatient unit for acute services: randomized controlled trial of outcomes
and cost of nursing-led intermediate care. Age and Aging 30: 483-488
Groenewegen P (1991): Substitution of primary care and specialist care: A regional analysis
in Denmark, Social Science Medicine 33: 471-476
Günster C (2008): Komponentenzerlegung und Warenkorbänderungen. In: Klauber J, Robra
B.-P, Schellschmidt H. (Hrsg.): Krankenhaus-Report 2007 – Schwerpunkt: Krankenhausvergütung
– Ende der Konvergenzphase? Stuttgart: Schattauer-Verlag, 185-194
Güssow J (2007): Vergütung Integrierter Versorgungsstrukturen im Gesundheitswesen. Wiesbaden:
Gabler Edition Wissenschaft
Häussler B, Höer A, Hempel E, Storz P (2007): Arzneimittel-Atlas 2007. Der Arzneimittelverbrauch
in der GKV. München: Urban & Vogel
Häussler B, Klein S (2008): Monitoring von Arzneimittelverbrauch und –umsatz: Analysen
mit Daten der Apothekenrechenzentren als Beitrag zur Versorgungsforschung. In: Kurth
B-M (Hrsg.): Monitoring der gesundheitlichen Versorgung in Deutschland: Konzepte, Anforderungen,
Datenquellen. Köln: Deutscher Ärzte-Verlag, 41-47
Harris JK, Froehlich F, Gonvers J-J, Wietlisbach V, Burnand B, Vader JP (2007): The appropriateness
of coloscopy: a multi-center, international, observational study. Int J Quality
Health Care 19: 150-157
Hasford J, Schubert I, Garbe E, Dietlein G, Glaeske G (2004): Memorandum zu Nutzen und
Notwendigkeit pharmakoepidemiologischer Datenbanken in Deutschland. St. Augustin:
Asgard
98

Hauner H. Köster I, Schubert I (2007): Trends in der Prävalenz und ambulanten Versorgung
von Menschen mit Diabetes mellitus. Dtsch Ärztebl 104: A 2799–2805
Health Surveillance and Evaluation Section, Department of Human Services: Victorian ambulatory
care sensitive conditions study
http://www.health.vic.gov.au/healthstatus/acsc/index.htm (Stand: 16.12.2009)
Held M, Stackelberg v JM (2004): Ambulantes Operieren im Krankenhaus. Der Chirurg
BDC. 43: M156-M161
Henderson JW (2009): Health Economics & Policy. Mason (Ohio): South-Western Cengage
Learning
Henke KD, Reimers L (2006): Zum Einfluss von Demographie und medizinisch-technischem
Fortschritt auf die Gesundheitsausgaben. TU Berlin, Diskussionspapiere
Henke KD (2008): Kosten und Nutzen von Innovationen aus Sicht der Versicherten, in: Bührlen
B, Kickbusch I (Hrsg): Innovationssystem Gesundheit: Ziele und Nutzen von Gesundheitsinnovationen.
Stuttgart, 71-84
Hensen P, Beissert S, Bruckner-Truderman L, Luger TA, Roeder N, Müller ML (2007): Introduction
of diagnosis-related groups in Germany: evaluation of impact on in-patient care
in a dermatological setting. European Journal of Public Health 18: 85-91
Ho V, Hamilton B (2000): Hospital mergers and acquisitions: does market consolidation harm
patients? Journal of Health Economics 19: 767-791
Homer JB, Hirsch GB (2006): System Dynamics Modeling for Public Health: Background
and Opportunities. Am J Public Health 96: 452-458
Hornbrook MC, Hurtado AV, Johnson RE (1985): Health care episodes: definition, measurement
and use. Med Care Rev 42: 163-218
Hossain M, Laditka J (2009): Using hospitalization for ambulatory care sensitive conditions
to measure access to primary health care: an application of spatial structural equation
modeling. International Journal of Health Geographics 8: 51, DOI: 10.1186/1476-072X-8-
51 (online)
Izumida N., Urushi H, Nakanishi S (1999): An empirical study of the physician-induced demand
hypothesis – The cost function approach to medical expenditure of the elderly in Japan.
Review of Population and Social Policy 8: 11-25
Jacobs P, Rapoport J (2004): The Economics of Health and Medical Care. Mississauga: Jones
and Bartlett Publishers
John J, Potthoff P (1987): Cost containment in a statutory health insurance scheme by substitution
of outpatient for inpatient care? The case of the Bavarian Contract. Health Policy 8:
153-69
Josephson GW, Karcz A (1997): The impact of physician economic incentives on admission
rates of patients with Ambulatory Sensitive Conditions – An analysis comparing two
managed care structures and indemnity insurance. The American Journal of Managed Care
3: 49-56
Kerek-Bodden H, Heuer J, Brenner G, Koch H, Lang A (2005): Morbiditäts- und Inanspruchnahmeanalysen
mit personenbezogenen Abrechnungsdaten aus Arztpraxen. In: Swart E,
Ihle P (Hg.), Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. Bern: Huber, 35-55
Klauber J, Geraedts M, Friedrich J (Hrsg.) (2010): Krankenhaus-Report 2010. Schwerpunkt:
Krankenhausversorgung in der Krise? Stuttgart: Schattauer
Koch K, Gehrmann U, Sawicki PT (2007): Primärärztliche Versorgung in Deutschland im
internationalen Vergleich. Deutsches Ärzteblatt 38: A2584-A2591
Kolisek FR, McGrath MS, Jessup NM,Monesmith EA, Mont MA (2009): Comparison of outpatient
versus inpatient total knee arthroplasty. Clin Orthop Relat Res 467: 1438-1442
Kozak JL, Hall MJ, Owings MF (2001): Trends in avoidable hospitalizations 1980-1998.
Health Affairs 20: 225-232
99

Kraft M (2007): Innovationsprozesse in der Medizintechnik. Einsparpotenzial innovativer
Medizintechnik im Gesundheitswesen: TU Berlin, Fachgebiet Medizintechnik, Zentrum
für Gesundheitstechnologie, 5-25
Kudo M, Misumi J, Shimaoka A (1999): Effect of distance and population size on patient
trips in a prefecture of Japan – application of a transportation distribution model to the
demand for and supply of health services. Environ Health Prev Med. 4: 13-23
Kuge A (2003): DRG – Was ändert sich für die Rehabilitation? Führen & Wirtschaften im
Krankenhaus 20: 277-280
Lang S, Gruhn P, Lang H, Groß S (2002): Diagnosis Related Groups – ein Überblick aus ökonomischer
Perspektive. Arbeitspapier des Instituts für Notfallmedizin und Medizinmanagement,
Klinikum der Universität München, 1-32
Leslie DL, Rosenheck R (1999): Shifting to outpatient care? Mental health care use and cost
under private insurance, American Journal of Psychiatry 156: 1250-1257
Lin HC, Xirasagar S, Kao S (2004): Association of hospital ownership with patient transfers
to outpatient care under a prospective payment system in Taiwan. Health Policy 69: 11-19
Lin CC, Li TC, Lu N, Shi L (2000): Patient and hospital factors associated with hospital admissions
for ambulatory care sensitive conditions. Taiwan Journal of Medicine 5: 1-15
Lindrooth RC, Sasso ATL, Bazoli GJ (2003): The effect of urban hospital closure on markets.
Journal of Health Economics 22: 691-712
Long, MJ (2002): An explanatory model of medical practice variation: a physician resource
demand perspective, Journal of Evaluation in Clinical Practice 8: 167-174
Lüngen M (2007): Ambulante Behandlung im Krankenhaus – Zugang, Finanzierung, Umsetzung.
In: Schulz-Nieswandt F, Kuntz L (Hrsg.): Gesundheitsökonomie: Politik und Mangement
Band 3. Berlin: LIT Verlag
Lüngen M, Rath T (2010) Ambulante Öffnung der Krankenhäuser: Welchen Anteil können
Krankenhäuser in der onkologischen Versorgung abdecken? In: Klauber J, Geraedts M,
Friedrich J (Hrsg.): Krankenhaus-Report 2010, Schwerpunkt: Krankenhausversorgung in
der Krise? Stuttgart: Schattauer, 167-179
MacDonald AG, Cudderford GC, Beale EML (1974): Balance of care: some mathematical
models of the National Health Service. Br Med Bull 30: 262-270
Mackenbach J P, Bouvier-Colle M H, Jougla E (1990): “Avoidable" mortality and health services:
a review of aggregate data studies. Journal of Epidemiology and Community Health
44: 106-111
Magan P, Otero A, Alberquilla A, Ribera M (2008): Geographic variations in avoidable hospitalizations
in the elderly, in a health system with universal coverage. BMC Health Services
Research 8: 42, DOI: 10.1186/1472-6963-8-42 (online)
Makuc DM, Haglund B, Ingram DD, Kleinman JC, Feldman JJ (1991): The use of health service
areas for measuring provider availability. The Journal of Rural Health 7: 347-356
Manitoba Centre for Health Policy and Evaluation: Ambulatory Care Sensitive (ACS) conditions,
http://mchp-appserv.cpe.umanitoba.ca/viewConcept.php?conceptID=1023 (Stand:
16.12.2009)
Manuella A, Gerguson B, Christiane D (1998): Is community-based treatment an add-on or a
substitute for hospital treatment of alcoholism?: Some evidence from Canada. Medical
Care 36: 1419-1429
McCall N, Harlow J, Dayhoff D (2001): Rates of hospitalization for ambulatory care sensitive
conditions in the medicare choice population. Health Care Financing Review 22: 127-145
McPake B, Normand C (2008): Health economics – An international perspective. 2 nd Edition,
New York: Routledge
Miller P, Craig N, Scott A, Walker A, Hanlon P (1999): Measuring progress towards a primary
care-led NHS. British Journal of General Practice 49: 541-545
100

Mustard CA, Kozyrskyj AL, Barer ML, Sheps S (1998): Emergency department use as a
component of total ambulatory care: a population perspective, Canadian Medical Association
158: 49-55
NHS Institute for Innovation and Improvement (2007): Directory of Ambulatory Emergency
Care for Adults, http://www.institute.nhs.uk/option,com_joomcart/Itemid,26/main_page,
document_product_info/products_id.181.htm (Stand: 16.12.2009)
Niemann J (2006): Ausgaben für Krankenhausbehandlungen steigen weiter. Die Ersatzkasse,
2: 65-68
Nink K, Schröder H, Schubert I (2005): Arzneimittel. In: Swart E, Ihle P (Hrsg.): Routinedaten
im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden
und Perspektiven. Bern: Huber, 99-122
OECD (2003): Health at a glance - OECD Indicators 2003. Paris: 1-143
OECD (2005): Health at a glance - OECD Indicators 2005. Paris: 1-175
OECD (2007): Health at a glance - OECD Indicators 2007. Paris: 1-198
Ohmann C (Hrsg.) (2000): Operationshäufigkeiten in Deutschland. Baden-Baden: Nomos-
Verlagsgesellschaft (Bd. 129 der Schriftenreihe des Bundesministeriums für Gesundheit)
Okunade AA, Murthy VNR (2008): Are physician and non-physician providers of outpatient
mental healthcare substitutes or complements? A conceptual clarification. Health Care
Management Science 11: 393-398
O’Sullivan MJ, Volicer B (1996): Preventable hospitalizations – A tool for planning and marketing
ambulatory health care services. Journal Ambulatory Care Management 19: 84-95
Page A, Ambrose S, Glover J, Hetzel D (2007): Atlas of avoidable hospitalisations in Australia:
ambulatory care-sensitive conditions, Adelaide: Public Health Information Development
Unit, 1-76
Pappas G, Hadden WC, Kozak LJ, Fisher GF (1997): Potentially avoidable hospitalizations –
inequalities in rates between US socioeconomic groups. American Journal of Public
Health 87: 811-816
Parchman ML, Culler S (1994): Primary care physicians and avoidable hospitalizations. Journal
of Family Practice 19: 123-128
Pezzin LE, Fleishman JA (2003): Is outpatient care associated with lower use of inpatient and
emergency care? An analysis of persons with HIV disease. Acad Emerg Med 10 (11):
1228-1238
Phelps CE (1995): Welfare loss form variations: further considerations. Journal of Health
Economics 14; 253-260
Phelps CE, Parente ST (1990): Priority setting in medical technology and medical practice
assessment. Medical Care 28: 703-723
Phelps CE, Mooney C (1993): Variations in medical practice Use: Causes and consequences.
In: Arnauld RJ, Rich RF, White WD (ed.): Competitive approaches to health care reform.
Washington D.C.: The Urban Institute Press, 139-178
Phelps CE. Mooney C (1992): Correction and update on “priority setting in medical technology
assessment”. Medical Care 30: 744-751
Phelps C (2000): Information Diffusion and Best Practice Adoption, In: Culyer AJ, Newhouse
JP (ed.): Handbook of Health Economics Volume 1A, Amsterdam: Elsevier, 223-264
Phibbs CS, Robinson JC (1993): A variable-radius measure of local hospital market structure.
Health Services Research 28: 313-324
Pigeot I, Ahrens W (2008): Establishment of a pharmacoepidemiological database in Germany:
Methodological potential, scientific value and practical limitations. Pharmacoepidemiology
and Drug Safety 17: 215-223
Porter M (1998): The Competitive Advantage of Nations, New York: The Free Press
Proppe D (2007): Endogenität und Instrumentenschätzer. In: Alber S et al. (Hrsg): Methodik
der empirischen Forschung. Wiesbaden: Gabler, 231-44
101

Purdy S, Griffin T, Salisbury C, Sharp D (2009): Ambulatory care sensitive conditions: terminology
and disease coding need to be more specific to aid policy makers and clinicians.
Public Health 123: 169-173
Reid FDA, Cook DG, Majeed A (1999): Explaining variation in hospital admission rates between
general practices: Cross sectional study. British Medical Journal 319 (7202): 98-
103
Reimers L (2009): Wie kommen Innovationen in den Gesundheitsmarkt? GGW 1: 22-30
Ricketts TC, Randolph R, Howard HA, Pathman D, Carey T (1997): Do ambulatory sensitive
condition admission rates identify access problems in rural and urban areas? Chapel Hill:
Cecil G. Sheps Center of Health Services Research: 1-29
Rizza P, Bianco A, Pavia M, Angelillo IF (2007): Preventable hospitalization and access to
primary health care in an area of Southern Italy. BMC Health Services Research 7: 1-8
(open access)
Roberts E, Mays N (1998): Can primary care and community-based models of emergency
care substitute for the hospital accident and emergency (A&E) department? Health Policy
44: 191-214
Robinson JC, Luft HS (1985): The impact of hospital market structure on patient volume,
average length of stay, and the cost of care. Journal of Health Economics 4: 333-356
Rochell B, Roeder N (2001): DRG-basierte Entgeltsysteme in Europa, in: Arnold M, Litsch
M, Schellschmidt H (Hrsg.): Krankenhausreport 2000, Stuttgart: Schattauer, 55-86
Rochell B, Sokoll M, Wenzk A, Casser U, Reuhl T, Burrichter H, Raskop AM, Ryll A, Loskamp
N, Köhler A (2009): Auswirkungen auf den vertragsärztlichen Sektor. In: Rau F,
Roeder N, Hensen P (Hrsg.): Auswirkungen der DRG-Einführung in Deutschland: Standortbestimmungen
und Perspektiven. Stuttgart: Kohlhammer, 216-227
Rohrer JE (1990): Supply-induced demand for hospital care. Health Services Management
Research 3: 41-48
Rohrer JE (1993): Small area analysis – descriptive epidemiology in health services research.
Clinical Performance and Quality Health Care 1: 35-42
Roick C, Heinrich S, Deister A, Zeichner D, Birker T, Heider D, Schomerus G, Angermeyer
MC, König HH (2008): Das Regionale Psychiatriebudget: Kosten und Effekte eines neuen
sektorübergreifenden Finanzierungsmodells für die psychiatrische Versorgung. Psychiat
Prax 35:279-285
Roos NP, Roos LL, Henteleff (1977): Elective surgical rates – do high rates mean lower standards?
Tonsillectomy and adenoidectomy in Manitoba. New England Journal of Medicine
297: 360-365
Roos NP, Roos LL (1981): High and low surgical rates - Risk factors for area residents. AJPH
71: 591-600
Roos NP, Forget E, Walld R, MacWilliam L (2004): Does universal comprehensive insurance
encourage unnecessary use? Evidence from Manitoba says ‘no’. Canadian Medical Association
Journal 170: 209-214
Roos LL, Walld R, Uhanova J, Bond R (2005): Physician visits, hospitalizations, and socioeconomic
status: ambulatory care sensitive conditions in a Canadian setting. Health Services
Research 40: 1167-1185
Rosenblum RW, Miree LF, Tolpin HG. (1989): Changing times, changing theories: the effects
of HMOs on hospital usage and ambulatory care. J Ambul Care Manage 12: 69-75
Rosenheck R, Banks S, Pandiani J (2000): Does closing inpatient beds in one public mental
health system result in increased use of hospital services in other systems? Mental Health
Services Research 2: 183-189
Royston GHD, Hurst JW, Lister EG, Stewart PA (1992): Modelling the use of health services
by populations of small areas to inform the allocation of central resources to larger regions.
Socioecon Plann Sci 26: 169-180
102

Rubenstein EB (1994): Costs and benefits of outpatient therapy. Support Care Cancer 2: 307-
311
Rutstein DG, Berenberg W, Chalmers TC, Child CG, Fishman AP, Perrin EB (1976): Measuring
the quality of medical care – a clinical method. New England Journal of Medicine
294: 582-588
Saha S, Solotaroff R, Oster A, Bindman A (2007): Are preventable hospitalizations sensitive
to changes in acces to primary care? The case of the Oregon Health Plan. Medical Care
45: 712-719
Sangha O, Schneeweiss S, Wildner M, Cook EF, Brennan TA, Witte J, Liang MH (2002):
Metric properties of the appropriateness evaluation protocol and predictors of inappropriate
hospital use in Germany: an approach using longitudinal patient data. International J
for Quality in Health Care 14: 483-492
Schaeffer, D (2000): Bruchstellen in der Versorgung chronisch kranker alter Menschen. Die
Entlassung aus dem Krankenhaus. In: Seidl E, Stanková M, Walter I (Hrsg.): Autonomie
im Alter. Wien, München, Bern: Wilhelm Maudrich, 11-35
Schlichthorst M (2007): Mehrgleichungsmodelle: Schätzmethoden und Anwendungsperspektiven.
In: Alber S et al. (Hrsg.): Methodik der empirischen Forschung. Wiesbaden: Gabler,
215-30
Schneeweiss S, Sangha O, Siebert H, Hübner M, Fuhrmann J, Wildner M, Witte J (2000):
Reproduzierbarkeit eines deutschsprachigen Instruments zur Erfassung der Notwendigkeit
von stationären Behandlungen in der Chirurgie. Sozial- und Präventivmedizin 45: 258-266
Schoffer O, Rolland S, Philipp G (2006): Faktische Anonymisierung der Diagnosedaten der
Krankenhauspatienten. Wiesbaden: Statistische Ämter des Bundes und der Länder
Schöffski O, Schulenburg JMvd (1997): Unintended effects of a cost-containment policy:
Results of a natural experiment in Germany. Soc Sci Med 45: 1537-1539
Schöffski O, Schulenburg JMvd (2008): Gesundheitsökonomische Evaluationen, Berlin:
Springer
Schreiber S, Zielinski T (1997): The meaning of ambulatory care sensitive admissions – urban
and rural perspectives, Journal of Rural Health 13: 276-284
Schubert I, Ihle P, Köster I (2005): Verwendung von GKV-Diagnosen in der Sekundärdatenforschung.
In: Swart E, Ihle P (Hrsg.): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. Bern: Huber, 235-242
Schubert I, Köster I, Küpper-Nybelen J, Ihle P (2008): Versorgungsforschung mit GKV-
Routinedaten. Nutzungsmöglichkeiten versichertenbezogener Krankenkassendaten für
Fragestellungen der Versorgungsforschung. Bundesgesundheitsblatt-Gesundheits-forschung-Gesundheitsschutz
51: 1095-1105
Schumpelick V, Stumpf M, Schwab R (2004): Leistenhernienchirurgie als ambulante und
kurzzeitstationäre Chirurgie – Möglichkeiten und Grenzen. Chirurg 75: 65-67
Schröder A (2007): Prinzipien der Panelanalyse. In: Alber S et al. (Hrsg): Methodik der empirischen
Forschung. Wiesbaden: Gabler, 261-276
Schwappach DLB, Strasmann TJ (2006): Ambulantes Operieren – Praxis oder Krankenhaus?
Eine empirische Analyse von Bevölkerungspräferenzen für die Wahl des Behandlungssettings.
Der Chirurg 77: 166-172
Scott, A (1996): Primary and secondary care? What can economics contribute to evaluation at
the interface? Journal of Public Health Medicine, 18: 19-26
Sens B, Wenzlaff P, Pommer G, Hardt H (2009): DRG-induzierte Veränderungen und ihre
Auswirkungen auf die Organisationen, Professionals, Patienten und Qualität. Hannover:
Zentrum für Qualität und Management im Gesundheitswesen, 1-109
Singer JD, Willett, JB (2003): Applied longitudinal data analysis: Modeling Change and event
occurrence. Oxford: Oxford University Press
103

Smith HE, Pryce A, Carlisle L, Jones MJ, Scarpello J, Pantin C (1997): Appropriateness of
acute medical admissions and length of stay. Journal of the Royal College of Physicians of
London 31: 527-532
Smith SM, Allwright SM, O'Dowd T (2007): Effectiveness of shared care across the interface
between primary and specialty care in chronic disease management. Cochrane Database
Syst. Rev. 3
Smith SM, Allwright SM, O'Dowd T (2008): Does sharing care across the primary-specialty
interface improve outcomes in chronic disease? A systematic review. American Journal of
Managed Care 14: 213-224
Solberg LI, Peterson KE, Ellis RW, Romness K, Rohrenbach E, Thell T, Smith A, Routier A,
Stillmank MW, Zak S (1990): The Minnesota Project – A focused approach to ambulatory
quality assessment. Inquiry 27: 359-367
Srijariya W, Riewpaiboon A, Chaikledkaew U (2008): System Dynamic Modeling: An alternative
method for budgeting. Value in Health 11 Suppl 1: S115-123
Statistics Canada: Hospitalization rate for ambulatory care sensitive conditions,
http://www.statcan.gc.ca/pub/82-401-x/2002000/considerations/pc/4064257-eng.htm
(Stand: 16.12.2009)
St Dennis C, Hendryx M, Hendriksen AL, Setter SM, Singer B (2006): Postdischarge treatment
costs following closure of a state gerontopsychiatric ward: Comparison of two levels
of community care. Prim Care Companion J Clin Psychiatry 8: 279-284
Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen (2007): Kooperation
und Verantwortung. Voraussetzungen einer zielorientierten Gesundheitsversorgung
(Sondergutachten). Baden-Baden: Nomos-Verlag
Swart E (2005): Kleinräumige Versorgungsforschung mit GKV-Routinedaten. In: Swart E,
Ihle P (Hrsg.): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag, 243-252
Swart E, Deh U, Robra B-P (2008): Die Nutzung der GKV-Daten für die kleinräumige Analyse
und Steuerung der stationären Versorgung. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz
51: 1183-1192
Swart E, Ihle P (Hrsg.) (2005): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse:
Grundlagen, Methoden und Perspektiven. Bern: Huber Verlag
Swart E, Robra B-P unter Mitarbeit von Felder S, Schmitt H, Deh S, Deh U (2001): Transparenz
im stationären Sektor – AOK-Fallanalysen in Sachsen-Anhalt. Frankfurt/M.: pmi-
Verlagsgruppe
Swart E, Schwarz C, Robra B-P (2007): Die stationäre Versorgung in AOK Sachsen-Anhalt –
Routine- und Spezialberichterstattungen. Magdeburg: Institut für Sozialmedizin und Gesundheitsökonomie
The Commonwealth Fund: Hospitalizations for Ambulatory Care Sensitive Conditions,
http://www.commonwealthfund.org/Content/Performance-Snapshots/Overuse-of-Health-
Care-Services/Hospitalizations-for-Ambulatory-Care--8211-Sensitive-Conditions.aspx
(Stand: 16.12.2009)
Thomas RK (2003): Health Services Planning. 2nd Edition. New York: Kluwer Academic/
Plenum Publishers
Vitikainen K, Linna M, Street A (2009): Substituting inpatient for outpatient care – what is
the impact on hospital costs and efficiency? European Journal of Health Economics, DOI
10.1007/s10198-009-0211-0 (online)
Walker JD, Teare GF, Hogan DB, Lewis S, Maxwell CJ (2009): Indentifying potentially
avoidable hospital admissions from Canadian long-term care facilities. Medical Care 47:
250-254
Weinstein MC (2006): Recent developments in decision-analytic modelling for economic
evaluation. Pharmacoeconomics 24: 1043-1053
104

Welsh F (1995): Accounting for the transition from inpatient to outpatient surgery. Physician
Executive 21: 1-6
Weissman JS, Gatsonis C, Epstein AM (1992): Rates of avoidable hospitalization by insurance
status in Massachusetts and Maryland. J Amer Med Assoc 268: 2388-2394
Wennberg JE, Bunker JP, Barnes B (1980): The need for assessing the outcome of common
medical practices. Annu Rev Public Health 1: 277-295
Wennberg JE, Barnes BA, Zubkoff M (1982): Professional uncertainty and the problem of
supplier-induced demand, Social Science Medicine 16: 811-824
Wennberg JE, Freeman JL, Culp WJ (1987): Are hospital services rationed in New Haven or
over-utilised in Boston? Lancet 1(8543): 1185-1189
Wennberg JE, Freeman JL, Shelton RM, Bubolz TA (1989): Hospital use and mortality
among Medicare beneficiaries in Boston and New Haven. N Engl J Med. 321: 1168-1173
Wennberg JE, Gittelsohn A (1973): Small area variations in health care delivery. Science 182:
1102-1107
Wennberg JE (2002): Unwarranted variations in healthcare delivery: implications for academic
medical centres. BMJ 325: 961-964
Wennberg JE, Fisher ES, Therese AS, Sharp MS (2004): Use of Medicare claims data to
monitor provider-specific performance among patients with severe chronic illness. Health
Affairs: 5-18
Wennberg JE, Fisher ES, Goodman DC, Skinner JS (2008): Tracking the care of patients with
severe chronic illness: The Dartmouth Atlas of Health Care. The Dartmouth Institute for
Health Policy and Clinical Practice, Dartmouth Medical School, Lebanon, New Hampshire
(www.dartmouthatlas.org)
Werblow A, Karmann A, Robra B-P (2010): Effizienz, Wettbewerb und regionale Unterschiede
in der stationären Versorgung. In: Klauber J, Geraedts M, Friedrich J (Hrsg.):
Krankenhaus-Report 2010, Schwerpunkt: Krankenhausversorgung in der Krise? Stuttgart:
Schattauer, 41-70
White C, Seagreave S (2005): What happens when hospital-based skilled nursing facilities
close? A propensity score analysis. Health Services Research 40: 1883-1897
Wickizer TM, Wheeler JRC, Feldstein PJ (1991): Have hospital inpatient cost containment
programs contributed to the growth in outpatient expenditures? Analysis of the substitution
effect associated with Hospital Utilization Review. Medical Care 29: 442-451
Zeiler N, Münzel H (2008): Ambulante Leistungen in und an Krankenhäusern. Grundlagen
und praktische Umsetzung, Stuttgart: Kohlhammer
Zweifel P (1985): Technology in ambulatory medical care: cost increasing or cost saving?
Social Science Medicine 21: 1139-1151
105

10. Anhänge
A1. Rahmenbedingungen und Determinanten auf der Leistungsanbieter- und Leistungsnachfragerseite
im Gesundheitswesen
106

A2. Einfacher Regressionsansatz
A2.1 Herleitung
Die folgende Darstellung leitet die Schätzung eines „Verlagerungseffekts“ ab aus beobachtbaren
Größen, nämlich aus den ambulanten und den stationären Leistungsinzidenzen und ihrem
Verhältnis. Die Darlegung geht zunächst von einer einzelnen Region aus und verallgemeinert
anschließend auf einen Regressionsansatz von mehreren Regionen. Das Problem der gleichzeitigen
Berücksichtigung von Größen auf Seiten der abhängigen Variable und der unabhängigen
Variable bleibt in diesem Ansatz ungelöst.
A2.1.1 Eine Region, Ausgangsjahr
Gegeben sei eine Region mit einer Leistungsdichte I (wie Inzidenz). Diese Leistungsinzidenz
ist als Leistungsmenge pro 1000 Versicherte definiert. Die Inzidenzen stationärer und ambulanter
Leistungen seien Is und Ia.
Damit ist im Ausgangsjahr 0
Igesamt0 = I0s + I0a
(1)
Der Quotient der Leistungsinzidenzen ist
q
I
0a
0 =
I0s
108 (2a)
oder
I0a = q0I0s (2b)
Eingesetzt in (1) ergibt sich
Igesamt0 = I0s + q0 ⋅ I0s = I 0s ⋅ (1 + q 0)
(3)
A2.1.2 Eine Region, Folgejahr, Verlagerung konstant (additiv)
Im Folgejahr 1 sei im einfachsten Fall die Leistungsinzidenz insgesamt gleich geblieben. Änderungen
der Population unter Risiko nach Alter und Geschlecht und weitere bekannte Störgrößen
(z.B. Abnahme der Leistungserbringer) sind durch Standardisierung zu berücksichtigen.
Dafür sind am besten nicht nur zwei, sondern mehrere querschnittliche Messungen (Paneldaten)
oder sogar indvividuell-längsschnittliche Datenreihen verfügbar.
Igesamt0 = Igesamt1
(4)
108 q0 1 > ist nicht notwendig, Bedingung für eine Verlagerung ist dagegen q1 q0
> .
107

Es wurde jedoch ein Betrag c der stationären Inzidenz in den ambulanten Sektor verlagert, so
dass
Igesamt1 = I1s + I 1a = (I0s − c) + (q0 ⋅ I0s + c)
(5)
Das ergibt im Folgejahr einen neuen Quotienten der Leistungsinzidenzen
q
1
I1a q0 ⋅ I0s + c
= =
I I − c
1s 0s
Nach Umformung ist c demnach
c = I
0s
q − q
1+ q
1 0
1
Bei Kenntnis von I0s, q0 und q1, die alle empirisch vorliegen, lässt sich c also berechnen.
+c
-c
Abbildung A2.1: Verlagerung einer absoluten Leistungsmenge c aus dem stationären in den
ambulanten Sektor, eine Region; q=tanα
A2.1.3 Eine Region, Folgejahr, Verlagerung proportional (multiplikativ)
Bei insgesamt gleich gebliebener Leistungsinzidenz sei im Folgejahr die stationäre Leistungsinzidenz
um einen bestimmten Anteil v < 1 reduziert auf I 0s ⋅ (1 − v) . Das Komplement
I = I ⋅ v wurde damit nach ambulant verlagert, so dass jetzt
v 0s
I1a
I0a
Ia
I1s
I0s
Is
(6)
(7)
108

Igesamt1 = I1s + I1a = I 0s ⋅ (1 − v) + (q0 ⋅ I0s + I0s ⋅ v)
(8a)
oder
Igesamt1 = I 0s ⋅ (1 − v) + I 0s ⋅ (q0 + v)
(8b)
q1 ist jetzt
q
1
I1a I 0s ⋅ (q0 + v) q0 + v
= = =
I I ⋅ (1 − v) 1− v
1s 0s
Aufgelöst nach v ergibt sich
q − q
v =
1+ q
+I0s v
1 0
1
I1a
I0a
Ia
I1s
-I0s v
I0s
Abbildung A2.2: Verlagerung einer Leistungsinzidenz I0s ⋅ v aus dem stationären in den ambulanten
Sektor, eine Region; q=tanα
Bei einer proportionalen Inzidenzverlagerung reicht also die Kenntnis von q0 und q1, um den
Anteil v berechnen zu können. Für die Bestimmung der nach ambulant verlagerten Leistungsinzidenz
Iv ist die Kenntnis von I0s nötig (siehe Formel 8a). Iv hat wie I0s die Dimension Leistungen
pro 1000 Versicherte.
Ein „gemischter Verlagerungseffekt“, d.h. eine additive in Verbindung mit einer proportionalen
Verlagerung, lässt sich auf der Basis nur einer Region durch Kombination der Gleichungen
5 und 8a zwar formulieren, aber nicht lösen, weil zwei unbekannte Parameter (c und v)
Is
(9)
(10)
109

aus nur einer Gleichung zu schätzen wären. Für dieses Problem braucht man also mehr Freiheitsgrade
(mehr Regionen und/oder längere stabile Trends) und rekursive Gleichungen.
A2.1.4 Unvollständige Verlagerung
Es kann sein, dass die Reduktion im stationären Sektor und der Aufwuchs im ambulanten
Sektor quantitativ nicht gleich sind, dass also die Annahme konstanter Gesamtinzidenzen
(Gleichung 4) oder I0s − I1s = I1a − I0a
verletzt wird. Im Extremfall könnte die stationäre
Inzidenz sinken, während die ambulante Inzidenz konstant bleibt, d.h. stationäre Leistungen
fallen kompensationslos aus (in Abbildung 4 wandern die Regionen horizontal nach links).
Auch in diesem Fall wird q1 > q0 sein. Wir bezeichnen die durch unvollständige Verlagerung
s
erreichte ambulante Inzidenz im Jahr 1 als I1a
(Abbildung 3). Der nach links gerichtete Pfeil
soll generell die Parameter des Modells mit unvollständiger Verlagerung kennzeichnen.
s
Wenn (I0s − I 1s) > (I1a − I 0a ) , ist also nur ein Teil der im stationären Sektor ausgefallenen
Leistungen nach ambulant verlagert worden, und zwar (bezogen auf I 1a ) der Anteil p

Wenn stationäre Leistungen ganz ausfallen und keine Verlagerung im ambulanten Sektor an-
s s
s
kommt, ist I1a = I0a
oder I1a − I0a = 0.
Kleiner kann I1a
nicht werden, solange überhaupt
von einer Verlagerung stationärer Leistungen in den ambulanten Sektor ausgegangen wird
(zur Berücksichtigung von zusätzlichen säkularen Trends siehe weiter unten). Randbedingung
für p ist also
1 p
I
I
0a ≥ ≥ (15)
1a
Die (unvollständig) in den ambulanten Bereich verlagerte Inzidenz beträgt (siehe Gleichung
12)
s
(16a)
I = p ⋅ (q ⋅ I + I ⋅ v) − I
v 0 0s 0s 0a
oder wegen Gleichung 2b
s
I = p ⋅ (I + v ⋅ I ) − I
v 0a 0s 0a
s
I1a
I1a
I0a
Ia
(16b)
Abbildung A2.3: Unvollständige Verlagerung einer anteiligen Leistungsinzidenz v aus dem
stationären in den ambulanten Sektor, eine Region; q=tanα
(I − I ) < (I − I ) , kann natürlich nur (I0s I 1s)
Wenn 0s 1s 1a 0a
spricht dem Modell mit Erhaltung der Gesamtinzidenz.
I1s
-I0s v
I0s
Is
− als verlagert gelten. Das ent-
111

A2.1.5 Mehrere Regionen
Bei Übergang auf mehrere Regionen i unterscheiden sich die regionalen Inzidenzen I0ai und
I0si je nach dem regionalen Morbiditätsniveau, der Inanspruchnahme-Neigung der Bevölkerung,
der Erreichbarkeit und Dichte der Leistungserbringer und auch rein zufällig. Das Verhältnis
von ambulanter zu stationärer Inzidenz q0 lässt sich durch die Steigung einer Regressionsgeraden
kennzeichnen. In die Schätzung dieser Geraden gehen die Regionen (invers varianz-)gewichtet
ein (Abbildung 4).
I 0a
Ia
α0
I 0s
t0
Abbildung A2.4: Leistungsinzidenzen im stationären im ambulanten Sektor, mehrere Regionen,
Ausgangsjahr t0; q0=tanα0; Mittelwerte I 0s und I 0a
Im Folgejahr t1 können sich ambulante wie stationäre Leistungsinzidenzen ändern. Sie werden
dies rein zufällig tun, durch die Entwicklung der Morbidität, durch Änderungen in der Inanspruchnahme-Neigung
der Bevölkerung oder durch Änderungen der Dichte und Erreichbarkeit
der Leistungserbringer.
Bei rein zufälligen Schwankungen wird sich die im Ausgangsjahr gefundene Regressionsgerade
nicht wesentlich ändern. Bei Änderungen der Morbidität, die sich in einer allgemeinen
Erhöhung (Absenkung) der ambulanten und der stationären Leistungsinzidenzen im bisherigen
Verhältnis niederschlagen, wandert die Schar der Regionen entlang der im Ausgangsjahr
gefundenen Regressionsgeraden mit entsprechender Verlagerung der Mittelwerte der stationären
und der ambulanten Leistungsinzidenzen nach rechts und oben (links und unten) (Morbiditätseffekt).
Is
112

Eine „neue“ Regressionsgerade ergibt sich nur, wenn sich zusätzlich das Verhältnis von ambulanten
zu stationären Leistungen über die Regionen hinweg ändert. Ein solcher Verlagerungseffekt
in Richtung auf den ambulanten Sektor wird durch eine Regressionsgerade im
Folgejahr erkennbar, deren Steigung größer ist als die der Geraden des Ausgangsjahres (Abbildung
5, gleich mit unvollständiger Verlagerung dargestellt).
Abbildung A2.5: Verlagerung einer Leistungsinzidenz aus dem stationären in den ambulanten
s
Sektor, mehrere Regionen, Folgejahr t1 mit unvollständiger Verlagerung I1a < I1a
; q=tanα;
quer überstrichen: Mittelwerte
Im Fall vollständiger anteiliger Verlagerung ist die verlagerte Leistungsinzidenz
q − q
Iv = I0s ⋅ v = I0s
⋅
1+ q
1 0
1
Dabei ist q0 die Steigung der Regressionsgeraden zum Zeitpunkt t0 und q1 die Steigung zum
Zeitpunkt t1.
Im Fall unvollständiger anteiliger Verlagerung ist jetzt (analog Gleichung 11)
s
I
p =
I
1a
1a
s
I1a
I
0a
Ia
I 1s
und die verlagerte Leistungsinzidenz ist (analog Gleichung 16b in Verbindung mit Gleichung
14 und Gleichung 18)
s
s
q − p ⋅ q
I = p ⋅ ( I + v ⋅ I ) − I = p ⋅ ( I + ⋅ I ) − I
t1
1 0
v 0a 0s 0a 0a
p + q1
0s 0a
I 0s
t0
Is
(17)
(18)
s (19a)
113

oder
s
s
q − p ⋅ q
Iv = I 0a ⋅ (p − 1) + I0s ⋅ p ⋅
p + q
1 0
s (19b)
1
Dabei ist q0 die Steigung der Regressionsgeraden zum Zeitpunkt t0 und 1
qs die Steigung zum
Zeitpunkt t1. Formel 20b geht für p=1 (d.h. vollständige Verlagerung) wie notwendig in Formel
17 über.
114

A3. Primäre Datenerhebung
A3.1 Fragenkatalog
• Welche Veränderungen der Versorgungsstrukturen im ambulanten/stationären Bereich
konnten Sie in den letzten Jahren festzustellen?
• Sind irgendwelche Trends zu erkennen?
• Kam es in den letzten Jahren vermehrt zu strukturellen Veränderungen in Ihrer Region?
(Öffnungen/Schließungen von Praxen, bestimmter Fachbereiche/Abteilungen/ Krankenhäusern
und neuer Betriebsformen wie MVZ?)
• Welche stationären Leistungen wurden in den letzten Jahren durch den ambulanten Sektor
substituiert? Und umgekehrt?
• Habe Sie in den letzten Jahren Verlagerungseffekte wahrgenommen? In Ihrem Fachbereich?
Bei einzelnen Indikations-/Krankheitsgruppen oder Therapiebereichen?
• Welche Leistungserbringer konkurrieren mit Ihnen um dieselben Fälle/Leistungen?
• Wie groß ist Ihrer Meinung nach die Stärke und Richtung der Verlagerungseffekte?
Ambulant zu stationär? Oder stationär zu ambulant? Verschiebung in ganz andere Bereiche
(z.B. Reha, Pflege)?
• Können Sie Leistungskomplexe definieren, die in den letzten Jahren teilweise oder
komplett aus der stationären Versorgung in den ambulanten Sektor ausgegliedert wurden?
• Welche Ursachen gibt es für Verlagerungseffekte zwischen den Sektoren?
• Wie schätzen Sie den Einfluss der folgenden Faktoren auf das Potential von Verlagerungseffekten
ein? (Skala: kein, gering, mittel, stark, sehr stark)
- Medizinisch-technischer Fortschritt
- Vergütungsformen und –anreize im ambulanten oder stationären Bereich Budgetbegrenzung,
Abrechenbarkeit von Leistungen im DRG-/EBM-System, Kapazitätsauslastung,
…)
- neue Betriebs- und Versorgungsformen u. a. DMP, IV-Verträge, MVZ
- Spezialisierung- und Zentrenbildung
- Leistungsdichte bzw. Versorgungsmängel (Krankenhaus-/Ärzteanzahl)
- Demographie- und Morbiditätseffekt
• Ist in dem ambulanten/stationären Sektor ein erwarteter höherer Leistungsbedarf je Diagnose
und Verlagerung eingetreten, der zusätzliche Leistungen begründet bzw. ein höheres
Verordnungsvolumen gerechtfertigt?
• Werden die jeweiligen Sektoren (ambulant oder stationär) nach Ihrer Meinung angemessen
refinanziert?
• Gibt es Gründe für Anpassungen in der Erstattung bzw. müssen Leistungen aus unterschiedlichen
Gründen angepasst werden?
• Können Sie Patienten-/Leistungsverlagerungen ermitteln, die Sie ohne zusätzliches Honorar
erbringen?
115

A3.2 Experteninterviews
Univ.-Prof. Dr. med. Thomas Lichte
(Facharzt für Allgemeinmedizin, Palliativmedizin Psychotherapie Rettungsmedizin, Institute/Lehrstuhl
für Allgemeinmedizin der Universitäten Magdeburg und Halle Universitäts-
Klinikum)
Herr Prof. Dr. med. Markus Herrmann MPH , M.A.
(Institut für Allgemeinmedizin der Universitäten Magdeburg und Halle Universitäts-
Klinikum)
Herr Dr. med. Schäg
(Chef-Controller, Universitätsklinikum Magdeburg)
Interviewer: Prof. Dr. med. Robra, D. Thomas
Dauer: 53 min.
DRG-System:
- frühere Entlassungen und Verweildauerverkürzung (blutiger Patient) durch DRG-System
- Mehrleistungen durch Nachsorgebehandlung, Wundkontrolle, Hausbesuche, Laborkontrollen
usw.
- aber untere Grenzverweilung als Kostendämpfungsinstrument (durch Krankenkassen und
MDK forciert), keine Abgeltung bei längerer Verlagerung
- Problem: teilweise lange Verlagerung notwendig, keine strukturellen Vorrichtungen und
Angebote in amb. Versorgung (Nachsorge, Anschlussheilbehandlung)
- DRG haben zu Leistungsverdichtungen, Prozessoptimierung, bessere Planung
Zusätzliche Leistungen
die nicht in Vergütungssystem abgebildet werden:
- Arzneimitteleinstellung (Wechsel stationär - ambulant, nach Klinik Umstellung notwendig,
meistens mit Generika möglich, oft aber kein Generika vorhanden, sehr aufwendig;
Beratung zu Rabattverträgen kompliziert und aufwendig, da intransparent)
- Koordinations-, Kooperations-, - und Integrationsarbeit (keine Darstellung im EBM für
Kontakte, im KH: Personal für Fallmanagement, Case Mgt. notwendig…)
- Schnittstellenmangement mit anderen Leistungssektoren und weiteren Gesundheitsdienstleistungsbereichen
(Physiotherapie usw.)
- Schweinegrippeimpfung (Aufbereitung von Impfstoffen, Bürokratie usw.)
- Erstellung von Listen Logistische Arbeit
- Verlagerung von Verwaltungsarbeit von Krankenkassen: Praxispauschale, Anfragen, Kontrollbürokratie
(in diesem Bereich Wachstum am stärksten, Grund liegt teilweise in Problematik
der sektorale Trennung, IV benötigt auch eigene, getrennte Bürokratie)
Ursachen für verhinderte potentielle Verlagerungen:
- Koordinationsproblematik (Fehlbelegungen im KH, da kein Wissen über vorhandenen
Strukturen)
- Fehlanreize durch sektorale Trennung: Verteilungsarithmetik, Anreiz kostenträchtige
Leistungen zu Verschieben, Abschottung der Sektoren (Distanz/ Lücke wird größer, Zunahme
der Patienten die in diese Lücke fallen, Trennung wird insgesamt teuerer)
- Intransparenz der Vergütungssysteme
116

- gedeckelte Budgetierung im niedergelassenen Bereich (könnten prinzipiell Vor- und
Nachsorge teilweise übernehmen aber keine Abgeltung im EBM)
- Ambulanzen (unterfinanziert, fixe Pauschale)
- Regionale Struktur: Nachsorge durch Hausarzt, da Operateur zu weit entfernt (Q-Problem)
Bereiche mit Verlagerungen und Verlagerungspotentialen:
- Onkologie
- Chronische, multimorbide und alte Patienten
- Wundversorgung
- Gerinnungsmedizin (Med.-technischer Fortschritt!)
- Pharmakologie: AM-Einstellung
- Herzkatheter
- Röntgenpraxis (keine Investition von KH-Seite)
- Palliativmedizin (SAPV Verlagerung aus amb.)
- Psychosomatik: Akute Suchtentwicklung, Entwöhnung, ambulante Reha
- Amb. Operieren
- Anästhesie
- Amb. Notfallpraxis am Krankenhaus
- Ambulanzen/Spezialarztpraxen (Schmerztherapie, Infusionen, Injektionen) – Problem:
Allgemeinärzte qualifiziert aber kein Abrechnung mgl.)
Lösungsvorschläge:
- Pauschale für Hausärzte, weitere Spezialleistungen nach EBM
- Einschreibungsgebühr (kein Pendeln zw. den Hausärzten)
- Komplexpauschalen (Problem: Rosinenpicken in jeweiligen Sektoren)
- DMP (10min. Betreuungspauschalen)
- MVZ im niedergelassenen Bereich in strukturschwachen Regionen (Jobsharing, Verhinderung
von Einweisungen, Qualität erhöhen, ökonomische Einsparungen)
- Q-Zirkel zw. ambulant und stationär
- MVZ am Krankenhaus mit niedergelassenen Ärzten oder unechte Belegung, Belegärzte,
keine Fachabteilung notwendig für KH
- Keine doppelte Facharztschiene
Dr. Gösta Heelemann
(Geschäftsführer, Krankenhausgesellschaft Sachsen-Anhalt)
Interviewer: Prof. Dr. med. Robra, D. Thomas
Dauer: 20 min.
Einstellung zu § 87a SGB V
• Spitzenverband der Krankenhäuser haben diesem Paragraph schon von Anfang an widersprochen
• Paragraph ergibt keinen Sinn - keine Quantifizierung mit Daten möglich
• komprimierter Kompromiss, der nicht zu Ende gedacht ist
• außerdem unfair, da man nicht weiß, welche Leistungen überhaupt im ambulanten Sektor
landen
• Probleme der unterschiedlichen Vergütungssysteme: Nur Optimierung innerhalb des Systems,
Schnittstellenproblematik und Schnittschärfen haben zugenommen
117

• Ist die Finanzierbarkeit der GKV (Bundesverfassungsgericht) oder der Erhalt der Freiberuflichkeit
der Ärzte höchstes Gut (FDP Forderung vor dem Wahlkampf)
Lösungsvorschlag:
• Prozeduren der DRG müssten aufgeschlüsselt werden, um Leistungen herauszusuchen, die
ambulant erbracht werden können (hohe Komplexität des DRG-Systematik und vorgegebene
Wege bei ihrer Weiterentwicklung)
• sektorübergreifende Pauschalen oder Mitintegration des ambulanten Bereich in DRG-
Prozess und Vergütung (Integrationsvertrag)
Frau Dr. G. Kudela
(Niedergelassene Allgemeinärztin und Ärztekammer Sachsen-Anhalt)
Interviewer: Prof. Dr. med. Robra, D. Thomas
Dauer: 10 min.
- Starke Verlagerungen durch Verweildauerverkürzungen bemerkbar
- Bsp.: Wundversorgung, Schlaganfallpatienten, multimorbide Alte (Leistungsfähigkeit der
Geriatrieabteilungen zu gering)
Herr Dr. med. Dr. phil. Moritz Heepe
(Ärztlicher Direktor Alexianer, Fachkrankenhaus für Psychiatrie und Psychotherapie, St. Joseph-Krankenhaus
Dessau-Roßlau)
Interviewer: Prof. Dr. med. Robra, D. Thomas
Dauer: 10 min.
• schwer Verlagerungen an einzelnen abgrenzbare Leistungen zu nennen, aber Verlagerungen
in den ambulanten Bereich bemerkbar; Enthospitalisierungsstrategie in der Psychiatrie
allerdings gewollt
• Verlagerung ambulant-stationär immer auch abh. von regionaler Dichte niedergelassener
Ärzte
• besonderes Problem Drehtüreffekt – Drehtürpatienten haben Verlagerungspotential; beide
Sektoren könnten ein gemeinsames Interesse haben, die Drehtürgeschwindigkeit zu verlangsamen
• Demenzkranke mit Verhaltensstörungen tauchen nicht auf in der Versorgung der Gerontopsychiatrie;
der Grund liegt nicht bei einer leistungsfähige Heimlandschaft.
Dr. med. Jost Achenbach, Pfeiffersche Stiftungen
(Chefarzt, Klinik für Pneumologie, Allergologie, Schlaf- und Beatmungsmedizin und Thorakale
Onkologie; Lungenklinik Lostau gGmbH)
Interviewer: Prof. Dr. med. Robra, D. Thomas
Dauer: 20 min.
118

Ökonomische Anreizstrukturen vs. Qualität:
- Verlagerungen zwischen den Sektoren hat stark zugenommen, auch stark in den ambulanten
Bereich hinein (ökonomischer Druck der Krankenhäuser durch DRG)
- Grund: Problematik der sektoralen Vergütungssysteme und getrennte Strukturen
- Auch gezielte Verhinderung von Verlagerung in andere Versorgungsbereiche, da gewisse
Krankheiten, DRGs und Patientengruppen lukrativ
- teilweise schon negative Effekte auf Qualität: Arzt/Krankenhaus hat nicht mehr die notwendige
Kompetenz (Stichwort: Mindestmengen)
Leistungsbereiche:
- Bronchial-Biopsien (rein technisch ambulant durchführbar, aber relativ hohes Pneumothoraxrisiko,
aus diesem Grund benötigt dieser Eingriff Überwachung über die Narkoseüberwachung
hinaus, bei Notfall schneller Eingriff notwendig;
- Verlagerungspotenzial letztendlich auch abh. vom Sicherheitsstandard des Krankenhauses
Verlagerungen durch MDK:
- Untere Grenzverweildauer im DRG-System hat interessanten Verlauf genommen. Sie war
prinzipiell dafür gedacht, zu frühe („blutige“) Entlassungen zu verhindern.
- Verlagerung wird nicht allein aus der DRG-Vergütungslogik heraus entwickelt, sondern
darüber hinaus auch aktiv gestaltet durch Prozess wie MDK-Prüfung. Inzwischen kürzt
der MDK die Tage über der Verweildaueruntergrenze und argumentiert, dass die Fälle
dann auch gleich hätten ambulant durchgeführt werden können.
- MDK-Prüfungen sind ein gezieltes Eingreifen zur strategischen Fallsteuerung mit dem
Ziel, Fälle in den amb. Bereich zu verschieben. Die Regeln des MDK sind allerdings nicht
klar. Der Arzt beim MDK gibt nur kurze sozialmedizinische Stellungnahmen; Gutachten
von 2-3 Zeilen sind keine Seltenheit (fachärztliche Kompetenz muss angemahnt werden)
- Möglichkeit vorher und begleitend in Vergütungsvereinbarung mit einzubringen da es
eine gestaltete Verlagerung ist (Effekte der Strategieänderung von MDK evaluierbar)
Verlagerung abhängig von regionaler Versorgungsdichte:
- Anreisewege für spezialisierte Versorgung sind u.U. sehr lang (z.B. „ambulante“ Chemotherapie);
es ist dann nicht möglich am selben Tag anzureisen, zu behandeln und eine
Rückreise zuzumuten (diese Problematik ist bei Kassen begründbar und durchsetzbar)
- Die Zuweisung zur Ermächtigungsambulanz ist teilweise dysfunktional; Ermächtigung
gilt für auf Zuweisungen durch gleichnamigen Facharzt; der allerdings ist ausgelastet und
praktiziert für den Patienten weiter weg als die Ermächtigungsambulanz; um sie in Anspruch
nehmen zu können, werden aus Prinzip zwei Fachärzte in Anspruch genommen
- Sektorgrenzen werden schwieriger für Patienten, schlechte qualitative Versorgung
- Spezialisierung führt zu Anstieg der Schnittstellenproblematik (Schwerpunktsetzung aber
auch notwendig)
Lösungsvorschlag:
- gleiche Vergütungssysteme (Pauschalen) in beiden Sektoren, Sektor sollte keine Rolle
spielen für Erbringung einer bestimmten Leistung (ambulant oder stationär). In welchem
Sektor Leistung erbracht wird, sollte sich nach Qualitätskriterien richten, nicht nach der
abstrakten Intention, Fälle in den ambulanten Bereich zu schieben.
Priv. Doz. Dr. med. Felix M. Böcker
(Saale-Unstrut Klinikum-Naumburg, Psychatrie)
119

Interviewer: Prof. Dr. med. Robra, D. Thomas
Dauer: 15 min.
Vergütungsanreize entscheidend für Verlagerung
- Es sind viele Verlagerungen feststellbar
- In Psychotherapie sind Verlagerungen abhängig vom Vergütungssystem
- Verlagerungsproblematik wäre nicht vorhanden wenn Vergütung stimmen würde
- Verlagerung ambulant – stationär wegen schlechter Vergütung in niedergelassenem Bereich
(40 Euro für 2 Kontakte, 3 x kann er nicht abrechnen, wenn nicht durch zusätzliche
Leistungen wie Arzneimittelverschreibung kompensiert wird)
- Verlagerung auch abhängig von regionaler Belastung, Auslastung und Anzahl der niedergelassenen
Ärzte; z.B.: niedergelassene Ärzte können bei Krisen keine akuten Termine
vergeben, sondern nur solche mit langen Wartezeiten, akuter Behandlungsbedarf muss also
per Sektoreinweisung stationär durchgeführt werden (obwohl teilweises im ambulanten
Bereich Behandlung möglich gewesen wäre).
- Krankenkassen müssten die Tageskliniken mehr forcieren, da sie Leistungen abpuffern
können, wird aber teilweise zweckentfremdet
- MDK-Prüfung sind eigentlich nicht die Ursache für die Probleme; manche Fälle enden
vor dem Sozialgericht
Lösungsbeispiele:
- Regionalbudgets geben gute Anreize: Bsp. Prof. Arno Deister, Psychiatrie im Kreis Itzehoe,
mittlerweile positiv evaluiert, Ziel war, stationäre psychiatrische Leistungen umzuschichten
in tagesklinische, gute Ergebnisse, da Patienten in gewohnter Umgebung, stationäre
Behandlung wird dadurch nicht überflüssig
- gemeindeorientiert Versorgung; Bsp. Modellprojekt Universitätsklinikum Eppendorf , PD
Dr. M. Lambert: Vermeidung von Krankenhausaufnahmen durch Besuch von Personal in
gewohnter Umgebung (assertive community treatment, ACT); aber die Behandlung zu
Hause verlangt hohen Personalaufwand oft 1-2 mal am Tag, gelegentlich im Team, lange
Wegestrecken/-zeiten; dagegen ist die Visite auf Station weniger aufwändig (ca. 15-20 Patienten
pro Std. „am Fließband“) und bietet eine 24h Betreuung, letztendlich Erfolg und
Durchführbarkeit abhängig von sozialer/ familiärer Situation des Patienten (soziale Unterstützung/
Einbindung daheim, möglich z.B. bei großen Migrationsfamilien)
Dr. med. Andreas Eckmann
(Facharzt für Anästhesiologie, Notfallmedizin, Ärztliches Qualitätsmangement, Management-
und Servicegesellschaft für soziale Einrichtungen mbH, Controller im Verbund der Diakonissenkrankenhäuser
Sachsen und Sachsen-Anhalt und stv. Geschäftsführer für den medizinischen
Part, Diakonissenkrankenhaus Dessau)
Interviewer: D. Thomas
Dauer: 10 min.
• Versorgung ambulant hat qualitativ abgenommen in den letzten Jahren, daher Verlagerung
auch ambulant in stationär feststellbar (potentielle vermeidbare stationäre Fälle), z.B. Anstieg
der Notfallpatienten wegen keiner/schlechter oder zu geringer ambulanter Versorgung
(z.B. lange Wartezeiten) oder wegen langen Wartezeiten, geschlossenen niedergelassenen
Praxen, starken Budgetierung im ambulanten Bereich
120

• Verweildauerverkürzung hat in Deutschland schon vor DRG-Einführung begonnen (an
Kurvenverlauf erkennbar)
• Zu starke Verweildauerverkürzung und Verlagerung nicht möglich da sonst Risiko der
Qualitätsproblematik für Krankenhaus und Probleme mit niedergelassenem Bereich (in
gewisser Weise auch auf diesen angewiesen)
• Keine pauschale generelle Verlagerung quantifizierbar, unterschiedlich je nach Bereich.
• Verlagerung vor allem in Endoprothetik, Orthopädie dort aber insbesondere in Reha-
Bereich. Dieser wurde aber auch von 4 auf 3 Wochen gekürzt, somit dadurch auch wiederum
indirekte Verlagerung in den ambulanten Bereich.
Herr Voigt (Leiter Allgemeine Verwaltung)
Herr Dr. med. Müller (Ärztlicher Leiter, Chefarzt der Abteilung Psychosomatische Medizin
und Psychotherapie)
AWO Fachkrankenhaus Jerichow (Klinik für Psychiatrie, Psychotherapie, Neurologie und
Psychosomatische Medizin)
Interviewer: D. Thomas
Dauer: 10 min.
Verlagerung ambulant – stationär:
• eher feststellbar, da niedergelassene Ärzte an Kapazitätsgrenzen stoßen
• ambulante Ärzte können hochpreisige Arzneimittel wegen Richtlinien und Budgetierungen
nicht mehr verschreiben, stationärer Bereich noch mehr Möglichkeiten
• elektive, planbare Leistungen weisen bis zu halbes Jahr Wartezeiten auf, im ambulanten
sowie im stationären Bereich
• müssen Fälle aufnehmen, können nicht abweisen
• Abschiebung von Fällen in ambulanten Bereich wegen Wahrung eines guten Verhältnissen
mit niedergelassenen Ärzten nicht möglich
Verlagerungen zwischen Krankenhäusern
• Verlagerungen in AWO Krankenhaus aus anderen Krankenhäusern (die mit DRG abrechnen)
feststellbar
Leistungsbereiche mit bestimmtem Verlagerungspotential
• demente, multimorbide Kranke
• Schizophrenie
121

A4. AWMF: DRG-Einführung und Verlagerungen in andere Sektoren
Auswertung des Fragenkatalogs vom BMG an AWMF-Mitgliedgesellschaften zu den
Erfahrungen mit der DRG-Einführung, April 2007
(Quelle: AWMF online, http://www.uni-duesseldorf.de/awmf/drg/bmg-umfr.htm, aktualisiert 22.11.2007. Dort
sind auch die Antworten der einzelnen Fachgesellschaften zu finden.)
Inwieweit hat die DRG-Einführung zu einer Verlagerung von bislang stationär erbrachten
Leistungen in andere Sektoren geführt?
a) Ambulante, prä- und poststationäre Versorgung durch Krankenhäuser.
b) Ambulante Versorgung durch niedergelassene Ärzte.
c) Rehabilitationsleistungen.
d) Pflegedienstleistungen (z. B. häusliche Krankenpflege, Pflege in Pflegeeinrichtungen).
Bitte beschreiben Sie Art und Umfang der Leistungsverlagerung möglichst genau und legen
Sie auch dar, auf welchen Anhaltspunkten oder Daten Ihre Aussagen beruhen.
Zusammenfassung: Aussagefähige Daten zur Frage sektoraler Verlagerungen liegen bislang
nicht vor. Eindeutig ist, dass parallel zur DRG-Einführung die Zahl ambulanter Operationen,
die von Krankenhäusern durchgeführt werden, deutlich zugenommen hat. Inwieweit dies
durch die DRG-Einführung oder andere Einflussfaktoren bedingt ist, bleibt unklar. Mangels
belastbarer Daten werden vielfach insbesondere Vermutungen hinsichtlich einer Verlagerung
von z. B. Voruntersuchungen auf niedergelassene Ärzte, von Pflegeleistungen auf gesonderte
ambulante oder stationäre Pflegeeinrichtungen oder auf Rehabilitationseinrichtungen angestellt.
GKV und PKV führen aus, dass sich angesichts noch fehlender aussagekräftiger Daten, die
über einen Versorgungssektor hinausgehen, diese Fragen derzeit noch nicht beantworten ließen.
Eine isolierte Betrachtung der Auswirkungen des Entgeltsystems sei „aufgrund der Gesamtentwicklungen
der letzten Jahre“ nicht möglich. Anhaltspunkte für eine Verminderung
der „Gesamtbehandlungskosten der Patienten“ lägen nicht vor.
Die DKG verweist zur Beantwortung auf die auch an den Schnittstellen der stationären Versorgung
intensivierten Kooperationsmöglichkeiten. „Da die Leistungsdichte in der stationären
Versorgung und der Leistungsumfang in den Krankenhäusern unzweifelhaft stark zugenommen
hat, ist es irreführend, systeminduzierte Leistungsverlagerungen aus dem stationären
Sektor heraus zu unterstellen, da hiermit suggeriert wird, dass die Krankenhäuser weniger
Leistungen erbringen würden.“ Zwar würden bestimmte Leistungen verstärkt ambulant erbracht,
im Gegenzug komme es aber zu einer „Überkompensation der „verlagerten“ Leistungen“
durch die demographische Entwicklung und den medizinischen Fortschritt. Der VKD
weist darauf hin, dass es zwar sicher eine Verlagerung von Leistungen gegeben habe, dass
diese jedoch nicht ausschließlich auf die DRG-Einführung zurückzuführen sei. Zu fordern sei
für die Krankenhäuser eine „Behandlungsfreiheit nach Einweisung“. Der VUD führt aus, dass
aufgrund fehlender Daten die Frage „weitgehend offen ist [...], inwieweit die Verweildauerverkürzung
mit einer Leistungsverlagerung einhergeht oder alleine durch Leistungsverdichtung
zu erklären ist“. Der massive Fallzahlanstieg beim ambulanten Operieren zeige, dass die
Ein-Tages-DRGs Verlagerungsanreize setzten. Ergänzend weist der VUD darauf hin, dass
zwischen den Krankenhäusern „massive Verschiebungen bei den Fallzahlen zugunsten der
Maximalversorger zu beobachten“ seien.
Im Hinblick auf die deutlichen Fallzahlsteigerungen beim ambulanten Operieren vermutet die
BÄK, dass „das DRG-System als ergänzender Trigger gewirkt“ habe. Problematisch sei, „dass
122

Patienten, bei denen in der Akutklinik keine zwingende Behandlungsnotwendigkeit mehr besteht,
bei denen aber gleichzeitig keine Rehabilitationsfähigkeit zum aktuellen Zeitpunkt gegeben
ist, teilweise zwischenzeitlich zur Überbrückung der Zeit nach Hause entlassen wurden.“
Der DPR führt aus, dass insbesondere „Krankenhäuser, die direkte Einrichtungen angeschlossen
oder Kooperationen eingegangen sind, [...] Leistungen in ambulante oder stationäre Pflegeeinrichtungen
massiv ausgelagert“ hätten. Ermöglicht durch den „medizinischen Fortschritt
(z. B. Onkologie, Verträglichkeit von Zytostatika verbessert) [... sei] eine Verschi bung in den
ambulanten Bereich sehr wohl erkennbar. Allerdings lassen sich bei der Notfallversorgung
Tendenzen erkennen, die sich mehr an Kliniken orientieren. Die Auswirkungen auf die Versorgungsqualität
durch die Strukturveränderungen bleiben derzeit noch offen.“ Für Patienten
in den Rehabilitationseinrichtungen sei angesichts der „demographischen Entwicklung sowie
der deutlichen Verweildauerreduktion“ ein höherer Pflegebedarf erkennbar. Dies sei aber in
den verschiedenen Bereichen sehr spezifisch und unterschiedlich zu sehen.
Der vzbv verweist auf in Einzelfällen zu machende Beobachtungen, „dass bestimmte Voruntersuchungen
auf den ambulanten Arzt oder notwendige Nachsorge auf Reha-Einrichtungen
abgeschoben werden, um die Kosten für die eigene Einrichtung zu minimieren.“ Auch die
DVfR weist darauf hin, dass viele Patienten nicht mehr stationär aufgenommen, sondern ambulant
von den Krankenhäusern betreut würden. Angesicht vermehrter Komplexbehan lungen
(z. B. in der Geriatrie, Neurologie) würden die „Kostenträger die erfolgte Behandlung als ausreichend
einstufen und eine weitergehende Rehabilitation ablehnen. Eine Behandlung im Akutkrankenhaus
kann aber oftmals eine anschließende Rehabilitation nicht ersetzen, da hier
andere Therapieziele verfolgt werden.“ Hinsichtlich der Frage der Verlagerung von Leistungen
vom Krankenhaus in die Rehabilitation gelte: „Rehabilitationseinrichtungen stellen fest,
dass sie aufgrund der frühzeitigen Entlassung zunehmend Methoden der Krankenbehandlung
ausführen müssen, die üblicherweise nicht Aufgabe und Gegenstand der medizinischen Rehabilitation
sind. Sie sind zwar fachlich in der Lage, diese Leistungen auszuführen, der damit
verbundene Aufwand ist jedoch nicht Gegenstand der Vergütung der Rehabilitationsleistung.“
Befürchtet wird zudem, dass „durch sehr frühzeitige Entlassungen schwerstpflegebedürftiger
Patienten in Pflegeeinrichtungen oder in die ambulante Pflege ein Mehraufwand entsteht, da
die nachfolgenden Stellen und auch Angehörige sehr genau über die häufig äußerst aufwändige
Pflege informiert werden müssen.“ Auch wird befürchtet, dass in Verbindung mit der „insgesamt
unzureichenden medizinisch-pflegerischen Versorgung von Heimpatienten [...] (bei
frühen Verlegungen aus dem Krankenhaus noch häufiger) die Patienten auch aus relativ geringem
Anlass über den Notarzt in das Krankenhaus (wieder)eingewiesen werden [...] (Drehtüreffekt)“.
Zusammenfassend berichten die Medizinischen Fachgesellschaften überwiegend von Verlagerungstendenzen.
Art und Umfang stellen sich in den einzelnen Fachgebieten jedoch sehr
unterschiedlich dar, z. T. beständen auch keine Verlagerungsmöglichkeiten. Mehrheilich wird
insbesondere von einer deutlichen Zunahme ambulanter Eingriffe sowie prästationärer Leistungen
durch Krankenhäuser berichtet. Als Gründe hierfür werden neben dem Katalog nach §
115b SGB V, den MDK-Fehlbelegungsprüfungen und der medizinischen und medizinschtechnischen
Entwicklung auch die DRG-Einführung genannt. Auf niedergelasseneÄrzte
scheint teilweise eine Verlagerung der Diagnostik sowie der poststationären Versorgung zu
erfolgen, jedoch gibt es auch Hinweise auf durch die Begrenzung der vertragsärztlichen Gesamtvergütungen
bedingte Leistungsverlagerungen aus dem niedergelassenen Bereich. Für
Rehabilitationseinrichtungen wird von einer früheren Verlegung und für die Pflege von einer
zugenommenen und zunehmenden Inanspruchnahme häuslicher Krankenpflege und Pflege in
123

Pflegeeinrichtungen berichtet. Beide Entwicklungen verlaufen jedoch wiederum nicht einheitlich
für alle Fachgebiete. Abschließend ist festzuhalten, dass auch die Fachgesellschaften auf
den Mangel valider Daten zum Thema Leistungsverlagerungen hinweisen, so dass alternativ
subjektive Einschätzungen angestellt werden müssen.
Stichpunkte aus den Stellungnahmen der einzelnen Fachgesellschaften sind:
- „Valide Daten zu Leistungsverlagerungen liegen aufgrund weitgehend fehlender Versorgungsforschung
nicht vor, so dass über Einflüsse größtenteils gemutmaßt bzw. an bei den
Kostenträgern vorliegenden Abrechnungsdaten abgeschätzt werden muss.“
Ambulante, prä- und poststationäre Versorgung durch Krankenhäuser:
- „Eine ambulante, prä- oder poststationäre Versorgung durch Krankenhäuser wird im Zuge
der Fehlbelegungsprüfung zunehmend von MDK bzw. Kostenträgern verlangt [...]“.
- „Der Druck von Kassenseite, alle ambulant zu erbringenden Leistungen auch ambulant
durchzuführen, wächst jedoch stetig, oft zu Lasten der Patienten. Zunehmend müssen präoperative
Tage ausgebucht oder als vorstationär abgerechnet werden.“
- „Die DRG-Einführung hat in unserem Fachgebiet zu einer Verlagerung von bisher stationär
erbrachten Leistungen in den Bereich ambulante und prä- und poststationäre Versorgung
durch die Krankenhäuser geführt.“
- „Die ambulante prä- und poststationäre Versorgung durch Krankenhäuser hat in [Fachgebiet]
deutlich zugenommen.“
- „Krankenhäuser verzeichnen steigende Zahlen bei ambulanten Operationen nach § 115b
SGB V (s. z. B. Krankenhausreport 2006, WIdO). Dabei ist zu beachten, dass es sich nicht
ausschließlich um verlagerte Leistungen von bisher stationären Leistungen handelt.“
- „Die zunehmende Deckelung der ambulanten Versorgung führt zu immer größeren Patientenzahlen,
die in den Klinikambulanzen vorgestellt werden ohne, dass dafür die Strukturen
bestehen. Es muss daher eine konsequente Öffnung der Kliniken für ambulante
Leistungen erfolgen.“
- „Es ist also eine ganz erhebliche Verlagerung in den ambulanten Bereich zu verzeichnen,
was teilweise durchaus sinnvoll ist, teilweise aber extrem problematisch.“ (Gründe: § 115b,
MDK-Fehlbelegungsprüfungen).
- „Hat in allen Bereichen des Krankenhauses deutlich zugenommen, mehr – naturgemäß –bei
chirurgischen Fächern. Führt jedoch zu erheblichen Irritationen zwischen Kliniken und Niedergelassenen,
auch durch Interaktionen der KV.“
- „Reine ambulante Versorgung (außer Notfallversorgung) im Krankenhaus bricht zunehmend
weg, da niedergelassene Ärzte die im Krankenhaus vorhandenen Kassenzulassungen durch
die Kassenärztlichen Vereinigungen erhalten, die gleichzeitig dem Krankenhaus entzogen
werden. So müssen Sprechstunden in Krankenhäusern geschlossen werden.“
Ambulante Versorgung durch niedergelassene Ärzte:
- „Zweifellos führt die Verweildauerverkürzung zu einer zunehmenden ambulanten Inanspruchnahme
niedergelassener Ärzte und von Pflegediensten.“
- „Verstärkte ambulante prä- und poststationäre Versorgung ist eingetreten. Da jedoch die
niedergelassenen Ärzte budgetiert sind, werden häufig die vorgeschlagenen Untersuchungen
ambulant nicht durchgeführt, so dass hier eine Verschlechterung erfolgt.“
- „Teilweise Verlagerung der Diagnostik in ambulante Versorgung, poststationär in Rehabilitationseinrichtungen.“
- „Die wünschenswerte Verlagerung geeigneter prä- und poststationärer Leistungen zu wohnortnah
niedergelassenen Ärzten (z. B. im ländlichen Raum) krankt an den unzureichend definierten
Schnittstellen.“
- „[...] wird vieles neuerdings ambulant durch niedergelassene Kollegen erbracht, ohne dass
hierdurch auch nur die bisherige Behandlungsqualität erhalten geblieben wäre, vielmehr ist
deutlich zu verzeichnen, dass vermehrt Patienten mit Komplikationen nach vorangegangener
124

ambulanter Behandlung bzw. Patienten mit Problemen auf Grund einer verzögerten fachspezifischen
Therapie zur Behandlung vorgestellt werden.“
- „Gerade in [Fachgebiet] mit den sehr teuren Medikamenten hat sicher ein Trend stattgefunden,
Patienten wann immer es geht ambulant und nicht mehr stationär zu behandeln. Allerdings
ist dies kein unmittelbarer Ausdruck des DRG-Systems, sondern hat mit Verschiebungen
innerhalb der Sektoren im Gesundheitswesen zu tun. Wiederum muss hier betont werden,
dass ohne eine begleitende Versorgungsforschung Fragen wie sie hier gestellt werden nicht
ausreichend gut beantwortet werden können.“
- „Eine Verlagerung von stationär erbrachten Leistungen in den ambulanten Sektor innerhalb
[Fachgebiet] wurde vor allem durch den medizinisch-fachlichen Fortschritt erzielt. Darüber
hinaus sind es auch die spezialisierten niedergelassenen Ärzte, die vorher stationäre Therapien
in den ambulanten Sektor verlagert haben. Zwangsläufig hat auch eine Verschiebung von stationär
in ambulant durch knapp oder schlecht bewertete DRGs stattgefunden [...].“
- „In Einzelfällen kommt es zu früheren Entlassungen als unter der Abrechung nach tagesgleichen
Pflegesätzen, hierdurch wird die ambulante Versorgung durch niedergelassene
Ärzte gering mehr gefordert.“
Rehabilitationsleistungen:
- „Bezüglich Rehabilitationsleistungen wird kein Änderungsbedarf gesehen.“
- Bei Rehabilitations- und Pflegedienstleistungen „hat es außer einem etwas gebesserten Entlassungsmanagement
sicher keine weitere Verlagerung gegeben.“
- „Fachabhängig besteht die Gefahr, dass ambulanter und Reha-Sektor mehr Aufgaben ohne
einen höheren Budgetanteil erhalten.“
- „Hier hat das DRG-System über die Vergütung als Pauschale eine zügige Verlagerung stationärer
Patienten zu Rehabilitationseinrichtungen bewirkt.“
- „Frühere Überführung in Rehabilitationseinrichtungen.“
- „Durch optimiertes Entlassungsmanagement können einige Krankenhäuser möglicherweise
eine frühere Verlegung in die Rehabilitation erzielen. [...] Problematisch sind allerdings Fälle,
bei denen zwar keine akutmedizinische Behandlungsnotwendigkeit mehr besteht, aber eine
Rehabilitationsfähigkeit noch nicht gegeben ist. Eine zwischenzeitliche Entlassung nach Hause
oder in eine Kurzzeitpflege würde das medizinisch sinnvolle Konzept einer möglichst frühzeitig
einsetzenden und kontinuierlichen Rehabilitation konterkarieren und ist bei einem Teil
der Patienten auch gar nicht möglich. Es müssen Lösungen gefunden werden, die klarstellen,
wer in den jeweiligen Konstellationen Kostenträger ist und wie die erbrachten Leistungen zu
vergüten sind. Analog entstehen Versorgungslücken an der Schnittstelle zur Pflege.“
Pflegedienstleistungen:
- „Aus unserer Sicht kommt insbesondere eine Verlagerung nach dem stationären Aufenthalt
in häusliche Krankenpflege, Pflegeeinrichtungen und hin zum einweisenden Arzt zum Tragen.“
- „Die häusliche Kinderkrankenpflege ist bei einer frühen Entlassung in Einzelfällen auch
mehr involviert, hierbei handelt es sich aber um seltene Situationen, weil meistens die Eltern
mit der häuslichen Pflege nicht überfordert sind.“
- „Pflegedienstleistungen werden verstärkt in Anspruch genommen.“
- „Hier hat das DRG-System über die Vergütung als Pauschale eine zügige Verlagerung stationärer
Patienten zu Pflegeeinrichtungen bewirkt.“
- „Zugenommene und zunehmende Inanspruchnahme häuslicher Krankenpflege und Pflege in
Pflegeeinrichtungen.“
125

A5. Auswertungen des Scientific Use Files der Krankenhausdiagnosestatistik
In Tabelle A5.1 sind Krankenhausfallhäufigkeiten nach dem Wohnort des Patienten aufgeführt.
Die Krankenhausdiagnosestatistik umfasst alle in Deutschland vollstationär versorgten
Krankenhausfälle incl. der Behandlungsfälle von Privatversicherten des Jahres 2003. Die Statistik
ist eine reine Fallstatistik; Verlegungen und Wiederaufnahmen innerhalb eines Jahres
werden separat gezählt. Als Standardpopulation für die Berechung direkt alters- und geschlechtsstandardisierter
Raten für die Deutschlandbevölkerung von 2003 herangezogen. Die
Raten für die 24 Landkreise und kreisfreien Städte Sachsen-Anhalt (vor der Gebietsreform
2007) sind im Einzelnen aufgeführt, die Verteilungsparameter beziehen sich dagegen auf die
Gesamtheit aller regionalen Einheiten (449 Landkreise und kreisfreie Städte).
A5.1: Rohe und direkt standardisierte Krankenhausfallhäufigkeit insgesamt (pro 10.000
Einwohner) nach Landkreisen und kreisfreien Städten, 2003
Landkreis Einwohner KH-Fälle Rate roh Rate stand.
Dessau, kreisfreie Stadt 78.380 19.757 2.521 2.357
LK Anhalt-Zerbst 74.803 17.760 2.374 2.324
LK Bernburg 67.352 16.957 2.518 2.420
LK Bitterfeld 102.702 26.160 2.547 2.480
LK Köthen 67.949 15.748 2.318 2.257
LK Wittenberg 125.906 27.707 2.201 2.173
Halle (Saale), kreisfreie Stadt 240.119 52.968 2.206 2.179
Burgenlandkreis 137.581 33.150 2.409 2.318
LK Mansfelder Land 103.261 26.516 2.568 2.472
LK Merseburg-Querfurt 130.547 28.258 2.165 2.103
Saalkreis 80.981 14.877 1.837 1.905
LK Sangerhausen 65.232 16.391 2.513 2.418
LK Weißenfels 75.591 18.885 2.498 2.392
Magdeburg, kreisfreie Stadt 227.535 47.318 2.080 2.011
LK Aschersleben-Staßfurt 98.484 26.019 2.642 2.573
Bördekreis 77.372 17.906 2.314 2.318
LK Halberstadt 77.134 19.535 2.533 2.487
LK Jerichower Land 97.733 22.119 2.263 2.261
Ohrekreis 116.593 24.478 2.099 2.165
LK Stendal 135.647 29.492 2.174 2.195
LK Quedlinburg 75.714 20.166 2.663 2.559
LK Schönebeck 74.256 21.705 2.923 2.826
LK Wernigerode 93.793 23.054 2.458 2.386
Altmarkkreis Salzwedel 98.276 24.333 2.476 2.509
Sachsen-Anhalt 2.522.941 599.411 2.376 2.329
Deutschland 82.531.671 17.265.211 2.092 2.092
Minimum 1.439 1.485
Maximum 2.990 2.890
10%-Perzentil 1.784 1.815
unteres Quartil 1.911 1.939
Median 2.085 2.098
oberes Quartil 2.314 2.295
90%-Perzentil 2.491 2.427
Extremalquotient 2,08 1,95
Quotient 90%-Perzentil./10%-Perzentil 1,40 1,34
126

(Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003; Standard: Deutschlandbevölkerung 2003)
Aus der Tabelle A5.1 ist erkennbar, dass mit Ausnahme der Stadt Magdeburg und des die
Stadt Halle/Saale umgebenden Saalkreises die standardisierte Krankenhausinanspruchnahme
2003 deutlich über dem Durchschnittswert von Deutschland lag, sechzehn Landkreise liegen
über dem oberen Quartil, davon wiederum sieben sogar jenseits des 90%-Perzentils. Die
Streuung innerhalb des Landes ist dabei etwas weniger stark ausgeprägt als in Deutschland
insgesamt, der Extremalquotient liegt bei 1,48, der Quotient aus dem 80%- und dem 10%-
Perzentil sogar nur bei 1,22.
Deutschlandlandweit betrachtet finden sich Regionen weit unterdurchschnittlicher Inanspruchnahme
in Baden-Württemberg, großen Teilen Hessens, Niedersachsens und Schleswig-
Holsteins. In den neuen Bundesländern sind unterdurchschnittliche Inanspruchnahmen vor
allem in Sachsen zu beobachten (vgl. Abbildung A5.1).
Dieser Befund ändert sich nicht wesentlich, wenn man die wichtigsten Krankheitsartengruppen
der ICD 10 betrachtet (Tabelle A5.2). Auch hier weisen fast alle Landkreise und kreisfreien
Städte aus Sachsen-Anhalt eine (alters- und geschlechtsstandardisiert) überdurchschnittliche
Inanspruchnahme auf. Lediglich bei den Krankheiten des Muskel-Skelett-System
wird der Bundesdurchschnitt um 3,2 % unterschritten.
Die folgende Tabelle A5.3 und die anschließende Karte (Abbildung A5.2) für eine der dort
aufgeführten Diagnosen (Asthma bronchiale, J45) zeigen indirekt standardisierte Krankenhaushäufigkeiten
für einzelne Hauptdiagnosen, beispielhaft für Krankheiten aus der Weissman-Liste
der ‚avoidable hospitalizations’. Hier wurde die indirekte Standardisierung wegen
zum Teil geringer Fallzahlen in einzelnen Altersgruppen gewählt.
Tiefergehende Auswertungen mit dem Scientic Use file sind nicht möglich und angesichts der
fehlenden Aktualität der Daten (vor der DRG-Einführung) auch für dieses Projekt wenig
sinnvoll.
127

Abbildung A5.1: Direkt standardisierte Krankenhaushäufigkeit nach Landkreisen und
kreisfreien Städten, 2003
128

Tabelle A5.2: Direkt standardisierte Krankenhausfallhäufigkeit für die häufigsten
Krankheitsartengruppen (pro 10.000 Einwohner) nach Landkreisen und kreisfreien
Städten, 2003
Landkreis
Neubildungen
Krhn. Ernährung,
Stoffwechsel
Psych.
Krankheiten
Krhn. Kreislaufsystem
Krhn. Atmungssystem
Dessau 316,7 66,4 168,6 333,9 153,9
LK Anhalt-Zerbst 289,8 75,3 124,9 368,7 141,3
LK Bernburg 322,5 77,4 133,3 419,4 166,0
LK Bitterfeld 320,2 72,1 96,5 466,2 240,7
LK Köthen 265,0 62,2 120,7 360,7 116,7
LK Wittenberg 218,5 83,1 135,9 318,8 138,2
Halle 316,7 86,0 158,8 307,1 150,3
Burgenlandkreis 239,0 93,1 119,4 422,5 181,6
LK Mansfelder Land 271,1 83,3 111,0 374,4 210,5
LK Merseburg-Querfurt 256,2 105,9 111,6 365,9 120,6
Saalkreis 257,2 77,3 79,4 274,3 126,6
LK Sangerhausen 277,9 111,0 111,0 387,4 171,7
LK Weißenfels 317,6 165,5 102,3 403,7 161,6
Magdeburg 270,0 59,2 122,9 299,8 124,1
LK Aschersleben-Staßfurt 277,1 64,8 126,2 411,8 223,3
Bördekreis 289,8 57,0 99,7 352,3 219,6
LK Halberstadt 324,8 60,5 124,6 386,9 213,8
LK Jerichower Land 237,8 80,2 102,4 322,2 167,2
Ohrekreis 282,2 58,7 97,3 331,9 162,1
LK Stendal 260,3 71,6 139,0 347,2 148,0
LK Quedlinburg 396,7 70,1 199,5 327,5 182,0
LK Schönebeck 284,3 67,1 105,4 512,3 239,3
LK Wernigerode 237,4 70,3 145,0 409,3 190,2
Altmarkkreis Salzwedel 264,8 69,3 144,5 402,0 170,8
Sachsen-Anhalt 283,3 80,0 126,9 367,4 168,8
Deutschland 232,6 58,8 120,1 332,3 133,3
Minimum 159,9 25,7 57,9 194,4 86,7
Maximum 412,0 165,5 279,3 546,6 240,7
10%-Perzentil 186,8 45,5 86,0 269,7 106,7
unteres Quartil 202,7 50,4 97,6 294,6 117,6
Median 228,4 58,5 112,8 328,3 133,1
oberes Quartil 259,1 65,9 133,0 371,0 151,8
90%-Perzentil 291,8 77,6 156,6 410,7 171,3
Extremalquotient 2,58 6,44 4,82 2,81 2,78
Quotient 90%/10%-Perz. 1,56 1,71 1,82 1,52 1,61
(Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003)
129

Tabelle A5.2: Direkt standardisierte Krankenhausfallhäufigkeit für die häufigsten
Krankheitsartengruppen (pro 10.000 Einwohner) nach Landkreisen und kreisfreien
Städten, 2003 (Forts.)
Landkreis
Krhn. Verdauungssystem
Krhn. Muskel-Skelett-
System
Krhn. Urogenitalsystem
Symptome
Verletzungen
u. Vergiftungen
Dessau 265,3 161,1 160,7 58,8 197,4
LK Anhalt-Zerbst 248,1 171,6 150,0 87,6 223,2
LK Bernburg 241,3 158,5 168,2 74,2 195,8
LK Bitterfeld 270,0 127,0 156,9 45,0 237,8
LK Köthen 265,8 151,1 177,7 68,9 221,0
LK Wittenberg 192,9 156,7 157,1 92,1 216,7
Halle 216,0 127,7 135,6 69,5 207,8
Burgenlandkreis 235,3 157,7 117,2 49,3 226,9
LK Mansfelder Land 234,4 175,2 177,0 67,2 246,7
LK Merseburg-Querfurt 211,2 135,1 129,0 47,1 215,4
Saalkreis 200,3 134,8 119,0 57,4 204,2
LK Sangerhausen 269,4 190,0 159,4 71,2 208,1
LK Weißenfels 273,8 125,1 128,9 28,8 222,7
Magdeburg 212,1 142,2 145,1 48,2 197,4
LK Aschersleben-Staßfurt 250,2 180,8 178,4 99,7 250,1
Bördekreis 248,2 172,8 159,4 62,8 218,7
LK Halberstadt 247,6 152,4 165,6 48,3 238,4
LK Jerichower Land 254,3 195,7 142,7 75,2 262,2
Ohrekreis 206,5 162,5 130,9 63,0 215,8
LK Stendal 218,8 185,8 140,4 87,0 206,0
LK Quedlinburg 258,2 161,5 157,4 90,1 259,0
LK Schönebeck 281,5 193,4 156,8 122,8 322,4
LK Wernigerode 221,4 178,2 141,0 53,4 208,5
Altmarkkreis Salzwedel 238,3 179,0 160,7 114,5 197,4
Sachsen-Anhalt 236,2 163,0 149,5 68,7 227,0
Deutschland 216,0 168,4 129,1 65,0 207,7
Minimum 142,3 80,3 83,6 23,9 141,8
Maximum 312,7 268,7 205,0 169,6 322,4
10%-Perzentil 183,5 128,1 108,2 45,2 174,8
unteres Quartil 196,4 144,7 117,6 54,3 191,6
Median 214,8 170,9 130,0 64,6 210,6
oberes Quartil 236,4 195,7 144,4 75,2 233,0
90%-Perzentil 253,7 214,8 160,0 90,8 252,5
Extremalquotient 2,20 3,35 2,45 7,11 2,27
Quotient 90%/10%-Perz. 1,38 1,68 1,48 2,01 1,44
(Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003)
130

Tabelle A5.3: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Deutschland
2003: 100) für Diagnosen aus der Liste der „avoidable hospitalizations“ (Weissman
et al. 1992) nach Landkreisen und kreisfreien Städten, 2003
Landkreis
Akute Appendizitis
(K35)
Asthma
bronchiale
(J45)
Cellulite
(L03)
Herzinsuffizienz
(I50)
Nicht insulinpfl.Diabetes
(E11)
Dessau 135 152 132 99 135
LK Anhalt-Zerbst 136 81 100 142 167
LK Bernburg 142 159 162 99 199
LK Bitterfeld 84 145 120 161 171
LK Köthen 157 101 60 103 192
LK Wittenberg 87 94 146 90 154
Halle 85 222 81 105 138
Burgenlandkreis 156 306 81 97 270
LK Mansfelder Land 99 225 122 209 171
LK Merseburg-Querfurt 107 111 121 122 221
Saalkreis 85 146 73 111 142
LK Sangerhausen 112 180 135 117 363
LK Weißenfels 248 141 68 120 573
Magdeburg 79 96 64 137 101
LK Aschersleben-Staßfurt 123 254 75 172 122
Bördekreis 146 181 101 108 143
LK Halberstadt 87 190 108 218 93
LK Jerichower Land 178 104 108 99 209
Ohrekreis 95 101 181 148 107
LK Stendal 89 111 169 97 155
LK Quedlinburg 144 155 21 113 82
LK Schönebeck 109 102 105 247 146
LK Wernigerode 75 170 100 183 156
Altmarkkreis Salzwedel 90 103 193 143 163
Minimum 55 33 21 53 21
Maximum 248 1.207 372 247 573
SAR < 50 0 24 11 0 19
50 ≤ SAR < 75 33 81 94 58 92
75 ≤ SAR < 100 200 144 133 163 131
100 ≤ SAR < 125 134 99 99 132 89
125 ≤ SAR < 150 58 48 67 63 50
150 ≤ SAR < 200 22 44 35 30 48
SAR >= 200 2 9 10 3 20
missing 0 0 0 0 0
10%-Perzentil 78 59 63 72 59
unteres Quartil 86 76 76 85 75
Median 98 96 96 101 96
oberes Quartil 117 121 125 121 126
90%-Perzentil 134 154 150 141 171
Extremalquotient 4,48 36,97 18,10 4,64 27,50
Quotient 90%/10%-Perz. 1,73 2,63 2,37 1,96 2,90
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003
131

Tabelle A5.3: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Deutschland
2003: 100) für Diagnosen aus der Liste der „avoidable hospitalizations“ (Weissman
et al. 1992) nach Landkreisen und kreisfreien Städten, 2003 (Forts.)
Landkreis
Gangrän
(R57)
Hypertonie
(I10-I14,
I67)
Pneumonie
(J15/16, J18)
Pyelonephriti
(N10, N11)
Ulkus (K25-
K27)
Dessau 28 141 94 156 154
LK Anhalt-Zerbst 63 171 107 97 125
LK Bernburg 45 209 79 123 134
LK Bitterfeld 60 248 106 116 180
LK Köthen 105 146 117 121 115
LK Wittenberg 127 155 105 127 105
Halle 97 107 104 99 105
Burgenlandkreis 60 191 105 273 144
LK Mansfelder Land 101 168 100 168 151
LK Merseburg-Querfurt 96 161 67 108 109
Saalkreis 67 89 87 69 112
LK Sangerhausen 72 203 132 149 134
LK Weißenfels 130 202 105 132 119
Magdeburg 34 124 95 103 92
LK Aschersleben-Staßfurt 136 139 172 136 122
Bördekreis 192 163 214 173 134
LK Halberstadt 72 112 155 202 111
LK Jerichower Land 176 205 146 125 108
Ohrekreis 68 185 157 112 111
LK Stendal 118 140 86 151 131
LK Quedlinburg 50 132 106 43 180
LK Schönebeck 92 238 231 189 162
LK Wernigerode 49 215 162 87 109
Altmarkkreis Salzwedel 69 111 106 142 162
Minimum 8 30 49 21 47
Maximum 620 273 240 354 193
SAR < 50 51 12 1 21 2
50 ≤ SAR < 75 98 77 48 94 50
75 ≤ SAR < 100 97 137 158 110 156
100 ≤ SAR < 125 76 95 153 106 149
125 ≤ SAR < 150 51 61 61 59 70
150 ≤ SAR < 200 49 41 22 41 22
SAR >= 200 26 26 6 18 0
missing 1 0 0 0 0
10%-Perzentil 49 64 74 60 73
unteres Quartil 67 80 86 75 86
Median 93 100 103 100 103
oberes Quartil 128 129 118 126 119
90%-Perzentil 177 168 139 160 135
Extremalquotient 77,94 9,18 4,87 17,22 4,06
Quotient 90%/10%-Perz. 3,64 2,63 1,88 2,68 1,84
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003
132

Tabelle A5.3: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Deutschland
2003: 100) für Diagnosen aus der Liste der avoidable hospitalizations (Weissman et
al. 1992) nach Landkreisen und kreisfreien Städten, 2003 (Forts.)
Landkreis
schwere
HNO-Infekt.
(H66, J02,
J03, J06, J31)
Tuberkulose
(A15-A19)
COPD (J20,
J41-J44,
J47)
Angina
pectoris
(I20, I24)
Urogenitale
Infektionen
(N39)
Dessau 205 132 109 58 115
LK Anhalt-Zerbst 168 166 124 64 71
LK Bernburg 175 78 185 101 72
LK Bitterfeld 407 197 180 117 106
LK Köthen 131 65 118 43 71
LK Wittenberg 181 141 97 66 67
Halle 154 163 122 64 103
Burgenlandkreis 241 70 129 67 75
LK Mansfelder Land 414 117 193 73 91
LK Merseburg-Querfurt 190 108 98 49 96
Saalkreis 116 124 110 49 82
LK Sangerhausen 178 94 190 81 128
LK Weißenfels 295 207 93 88 72
Magdeburg 135 205 102 80 80
LK Aschersleben-Staßfurt 364 171 181 108 123
Bördekreis 221 255 129 105 75
LK Halberstadt 273 104 153 134 119
LK Jerichower Land 383 220 117 87 77
Ohrekreis 248 148 93 79 80
LK Stendal 218 140 112 156 91
LK Quedlinburg 275 104 125 38 90
LK Schönebeck 378 366 152 154 77
LK Wernigerode 257 94 122 94 99
Altmarkkreis Salzwedel 224 240 151 206 204
Minimum 24 13 46 38 46
Maximum 414 898 199 227 204
SAR < 50 18 61 1 18 2
50 ≤ SAR < 75 88 109 65 87 55
75 ≤ SAR < 100 126 94 162 134 180
100 ≤ SAR < 125 86 78 122 114 139
125 ≤ SAR < 150 49 47 65 47 48
150 ≤ SAR < 200 44 36 34 41 24
SAR >= 200 38 22 0 8 1
missing 0 2 0 0 0
10%-Perzentil 61 44 71 61 73
unteres Quartil 76 64 82 76 85
Median 98 89 99 96 98
oberes Quartil 134 123 123 120 117
90%-Perzentil 191 162 145 154 136
Extremalquotient 17,04 67,24 4,30 6,01 4,43
Quotient 90%/10%-Perz. 3,13 3,68 2,06 2,52 1,87
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003
133

Tabelle A.5.3: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt
Deutschland 2003: 100) für Diagnosen aus der Liste der avoidable hospitalizations
(Weissman et al. 1992) nach Landkreisen und kreisfreien Städten, 2003 (Forts.)
Landkreis Hypoglykämie
(E16)
Gastroenteritis
(K52)
Eisenmangel
(D50)
Sympt. d.
Ernährung
(R63)
Salpingitis
(N70)
Dessau 318 93 128 113 151
LK Anhalt-Zerbst 344 134 123 211 149
LK Bernburg 68 106 210 266 417
LK Bitterfeld 145 241 96 112 117
LK Köthen 14 84 82 316 172
LK Wittenberg 146 46 153 340 129
Halle 76 134 106 122 142
Burgenlandkreis 72 84 78 110 107
LK Mansfelder Land 79 92 149 250 163
LK Merseburg-Querfurt 88 77 162 95 114
Saalkreis 82 112 81 34 100
LK Sangerhausen 29 120 122 165 144
LK Weißenfels 48 39 132 43 286
Magdeburg 91 73 77 144 109
LK Aschersleben-Staßfurt 222 98 83 143 122
Bördekreis 90 67 84 197 119
LK Halberstadt 159 160 114 115 143
LK Jerichower Land 111 88 77 241 94
Ohrekreis 110 55 73 174 117
LK Stendal 135 58 151 132 168
LK Quedlinburg 481 76 91 127 127
LK Schönebeck 211 166 141 229 158
LK Wernigerode 58 85 117 162 196
Altmarkkreis Salzwedel 187 133 154 301 182
Minimum 8 27 35 8 24
Maximum 481 325 277 340 417
SAR < 50 57 34 10 37 23
50 ≤ SAR < 75 67 86 77 88 86
75 ≤ SAR < 100 127 103 146 105 129
100 ≤ SAR < 125 73 88 124 85 92
125 ≤ SAR < 150 51 63 54 54 51
150 ≤ SAR < 200 51 47 33 52 45
SAR >= 200 22 28 5 27 23
missing 1 0 0 1 0
10%-Perzentil 46 54 65 51 59
unteres Quartil 69 72 78 73 76
Median 95 100 99 98 97
oberes Quartil 129 135 121 133 128
90%-Perzentil 165 174 144 181 169
Extremalquotient 59,43 12,04 7,97 43,50 17,11
Quotient 90%/10%-Perz. 3,57 3,24 2,23 3,52 2,88
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik, Scientific-use-file 2003
134

Abbildung A5.2: Indirekt standardisierte Krankenhaushäufigkeit nach Landkreisen
und kreisfreien Städten, 2003, Entlassungsdiagnose Asthma bronchiale (J45)
135

A6. Auswertungen der Krankenhausdiagnosestatistik auf der Basis vierstelliger Postleitzahlbereiche,
Berichtsjahr 2007
In der folgenden Tabelle sind für die Diagnosen der Weissman-Liste Verteilungsparameter
der indirekt standardisierten Krankenhaushäufigkeit für die 95 vierstelligen Postleitzahlbereichen
aufgeführt, die komplett in Sachsen-Anhalt liegen. Aufgrund der teilweise geringen
Fallzahlen weisen die Minima und Maxima vereinzelt extreme Werte auf. Damit ist auch der
Extremalquotient als Quotient aus Maximum und Minimum nur bedingt aussagefähig. Eine
besseren Eindruck von der kleinräumigen Streuung der Krankenhaushäufigkeit erhält man
durch den Quotienten des 90%- und des 10%-Perzentils, bei dem die jeweils 5 Regionen mit
den niedrigsten und höchsten standardisierten Raten unberücksichtigt bleiben. Die Streuung
innerhalb von Sachsen-Anhalt bewegt sich dann üblicherweise um den Faktor zwei bis vier.
Tendenziell nimmt die Streuung mit abnehmender Fallzahl zu. Ausgenommen aus der Berechnung
der indirekt standardisierten Krankenhaushäufigkeit wurden Diagnosen mit einer
Fallzahl landesweit unter 100.
Abbildung A6.1 verdeutlicht gleichzeitig beispielhaft, dass die Visualisierung der Inanspruchnahme
keine ausgeprägten größeren Regionen über- und unterdurchschnittlicher Krankenhaushäufigkeit
erkennen lässt. Dies gilt auch für die anderen hier nicht graphisch dargestellten
Diagnosen aus der Weissman-Liste.
Tabelle A6.1: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Sachsen-
Anhalt 2007: 100) für Diagnosen aus der Liste der avoidable hospitalizations (Weissman
et al. 1992) nach vierstelligen Postleitzahlbereichen, 2007
Verteilungsparameter
der SAR
Epilepsie
(G40, G41)
schwere
HNO-Infekt.
(H66, J02,
J03, J06, J31)
Urogenitale
Infektionen
(N39)
Asthma
bronchiale
(J45)
COPD (J20,
J41-J44,
J47)
Fälle Sachsen-Anhalt ges. 5.076 4.113 3.818 903 9.775
Minimum 32,7 28,5 34,2 31,1 32,9
Maximum 207,6 239,7 236,0 241,6 228,1
SAR < 50 4 8 4 5 4
50 ≤ SAR < 75 18 20 16 18 19
75 ≤ SAR < 100 30 26 38 13 27
100 ≤ SAR < 125 26 16 18 16 20
125 ≤ SAR < 150 11 12 9 11 12
SAR >= 150 6 13 10 17 13
Missing 0 0 0 15 0
10%-Perzentil 62 53 62 62 63
unteres Quartil 81 69 78 70 76
Median 98 94 92 109 97
oberes Quartil 116 125 110 145 129
90%-Perzentil 139 171 151 188 156
Extremalquotient 6,35 8,41 6,90 7,76 6,93
Quotient 90%/10%-Perz. 2,24 3,23 2,45 3,01 2,48
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik 2007, kontrollierte Datenfernabfrage
136

Tabelle A6.1: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Sachsen-
Anhalt 2007: 100) für Diagnosen aus der Liste der avoidable hospitalizations (Weissman
et al. 1992) nach vierstelligen Postleitzahlbereichen, 2007 (Forts.)
Verteilungsparameter der
SAR
Cellulite
(L03)
Gastroenteritis
(K52)
Pneumonie
(J15/16, J18)
Tuberkulose
(A15-A19)
Ulkus (K25-
K27)
Fälle Sachsen-Anhalt ges. 1.368 3.690 9.027 291 3.128
Minimum 40,8 27,0 43,3 25,9 43,1
Maximum 254,6 336,2 286,5 835,3 159,1
SAR < 50 6 9 1 1 1
50 ≤ SAR < 75 27 22 20 2 13
75 ≤ SAR < 100 22 24 31 5 37
100 ≤ SAR < 125 12 15 24 9 23
125 ≤ SAR < 150 12 7 9 5 15
SAR >= 150 13 18 10 24 6
Missing 3 0 0 49 0
10%-Perzentil 53 52 68 83 67
unteres Quartil 64 69 78 110 88
Median 93 92 95 151 99
oberes Quartil 129 129 117 188 120
90%-Perzentil 161 189 151 327 138
Extremalquotient 6,25 12,44 6,62 32,30 3,69
Quotient 90%/10%-Perz. 3,02 3,66 2,23 3,92 2,06
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik 2007, kontrollierte Datenfernabfrage
Tabelle A6.1: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Sachsen-
Anhalt 2007: 100) für Diagnosen aus der Liste der avoidable hospitalizations (Weissman
et al. 1992) nach vierstelligen Postleitzahlbereichen, 2007 (Forts.)
Verteilungsparameter der
SAR
Angina pectoris
(I20, I24)
Nicht insulinpfl.Diabetes
(E11)
Hypertonie Herzinsuffizienz
Eisenmangel
Fälle Sachsen-Anhalt ges. 10.660 8.588 12.381 13.846 1.134
Minimum 28,6 54,5 50,3 53,6 37,2
Maximum 221,2 268,1 258,4 210,1 328,7
SAR < 50 7 0 0 0 2
50 ≤ SAR < 75 14 12 16 11 14
75 ≤ SAR < 100 28 36 37 36 22
100 ≤ SAR < 125 24 24 24 28 18
125 ≤ SAR < 150 15 16 7 11 14
SAR >= 150 7 7 11 9 20
Missing 0 0 0 0 5
10%-Perzentil 56 69 69 75 68
unteres Quartil 80 85 81 84 83
Median 99 99 98 101 107
oberes Quartil 122 123 117 119 145
90%-Perzentil 145 146 163 144 166
Extremalquotient 7,74 4,92 5,14 3,92 8,84
Quotient 90%/10%-Perz. 2,61 2,10 2,36 1,93 2,43
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik 2007, kontrollierte Datenfernabfrage
137

Tabelle A6.1: Indirekt standardisierte Krankenhausfallhäufigkeit (Durchschnitt Sachsen-
Anhalt 2007: 100) für Diagnosen aus der Liste der avoidable hospitalizations (Weissman
et al. 1992) nach vierstelligen Postleitzahlbereichen, 2007 (Forts.)
Verteilungsparameter der
SAR
Gangrene Volumenmangel
Pyelonephritis
Symptome
Ernährung
Salpingitis
Fälle Sachsen-Anhalt ges. 186 1.663 1.045 789 615
Minimum 49,2 19,5 43,4 27,0 37,4
Maximum 516,2 533,5 323,6 476,9 347,3
SAR < 50 1 20 2 11 3
50 ≤ SAR < 75 1 18 14 10 12
75 ≤ SAR < 100 6 14 17 12 19
100 ≤ SAR < 125 4 9 15 12 14
125 ≤ SAR < 150 3 9 14 12 13
SAR >= 150 20 19 22 19 14
Missing 60 6 11 19 20
10%-Perzentil 82 39 60 44 58
unteres Quartil 104 52 84 71 82
Median 169 78 117 110 105
oberes Quartil 293 140 151 147 136
90%-Perzentil 358 218 216 229 174
Extremalquotient 10,50 27,40 7,45 17,66 9,28
Quotient 90%/10%-Perz. 4,37 5,56 3,60 5,22 2,99
SAR: (indirect) standardized admission rate; Quelle: Krankenhausdiagnosestatistik 2007, kontrollierte Datenfernabfrage
138

Abbildung A6.1: Indirekt standardisierte Krankenhaushäufigkeit nach vierstelligen
Postleitzahlbereichen, 2007, Hauptdiagnose: Epilepsie (G40 und G41)
139

A7. Auswertungen der Abrechnungsdaten der KV Sachsen-Anhalt, Berichtszeitraum
2006 bis 2008
Die folgenden Seiten stellen das ambulante Leistungsgeschehen in den beiden kreisfreien
Städten Magdeburg und Halle sowie dem zwischen diesen beiden Städten gelegenen zentralen
Salzlandkreis knapp und deskriptiv dar. Am Ende sind für einige der hierarchisierte Morbiditätsgruppen
(HMG) beispielhaft indirekt standardisierte ambulanten Behandlungshäufigkeiten
(patientenbezogen) aufgeführt, wobei bei quartalsweiser Abrechnung vorab festgelegt werden
muss, bei welcher Anzahl von Quartalsscheinen im Jahr mit der entsprechenden – gesicherten
- Diagnose (ein, zwei, drei oder vier) das Vorliegen einer Erkrankung festgestellt werden
soll. Wir haben zwischen zwei und drei Quartalen pro Jahr differenziert, was einen Unterscheid
von etwa 25 Prozent in der Zahl der betroffenen Patienten ausmacht.
Tabelle A7.1: Scheinhäufigkeit (pro 10.000 Einwohner, über vier Quartale kumuliert) von
Einwohnern der kreisfreien Städte Magdeburg und Halle sowie des Salzlandkreises
nach Altersgruppe und Geschlecht, 2006 bis 2008
Altersgruppe/
Geschlecht
2006
2007
2008
Veränd. 2007
vs. 2006 (%)
Veränd. 2008
vs. 2007 (%)
bis unter 3 Jahre 6.284 6.357 6.380 1,2 0,4
3 bis 5 Jahre 5.731 6.149 6.062 7,3 -1,4
6 bis 9 Jahre 5.152 5.020 5.009 -2,6 -0,2
10 bis 14 Jahre 3.481 4.454 4.606 28,0 3,4
15 bis 19 Jahre 4.749 4.830 4.812 1,7 -0,4
20 bis 24 Jahre 4.328 4.271 4.419 -1,3 3,5
25 bis 29 Jahre 4.714 4.468 4.578 -5,2 2,5
30 bis 34 Jahre 3.798 4.585 4.861 20,7 6,0
35 bis 39 Jahre 4.208 4.426 4.531 5,2 2,4
40 bis 44 Jahre 4.775 4.848 5.037 1,5 3,9
45 bis 49 Jahre 5.509 5.739 6.053 4,2 5,5
50 bis 54 Jahre 6.286 6.485 6.970 3,2 7,5
55 bis 59 Jahre 8.619 7.995 8.600 -7,2 7,6
60 bis 64 Jahre 7.069 8.675 9.183 22,7 5,9
65 bis 74 Jahre 11.546 11.275 12.079 -2,3 7,1
75 J. und älter 11.818 11.856 12.508 0,3 5,5
Männer 5.161 5.430 5.744 5,2 5,8
Frauen 8.039 8.328 8.810 3,6 5,8
gesamt 6.653 6.931 7.332 4,2 5,8
© Kassenärztliche Vereinigung Sachsen-Anhalt 2006 bis 2008
Tabelle A7.2: Scheinhäufigkeit nach Art des Scheins von Einwohnern der kreisfreien
Städte Magdeburg und Halle sowie des Salzlandkreises, 2006 bis 2008
Scheinart
2006
2007
2008
Veränd. 2007
vs. 2006 (%)
Veränd. 2008
vs. 2007 (%)
Ambulante OP 79.466 92.051 15,8
Labor 234.474 265.224 386.117 13,1 45,6
Notfall 147.975 155.063 156.738 4,8 1,1
Original 2.150.386 2.176.572 2.264.872 1,2 4,1
stationär (Belegbett) 2.673 2.680 2.356 0,3 -12,1
Überweisung 2.105.926 2.102.588 2.127.000 -0,2 1,2
Vertreter 132.608 134.973 134.748 1,8 -0,2
gesamt 4.774.042 4.916.566 5.163.882 3,0 5,0
140

© Kassenärztliche Vereinigung Sachsen-Anhalt 2006 bis 2008
Tabelle A7.3: Scheinhäufigkeit nach Facharztrichtung von Einwohnern der kreisfreien
Städte Magdeburg und Halle sowie des Salzlandkreises, 2006 bis 2008
Veränd. 2007 Veränd. 2008
Scheinart
2006 2007 2008 vs. 2006 (%) vs. 2007 (%)
Allgemeinarzt 1.460.671 1.449.930 1.428.369 -0,7 -1,5
Augenarzt (incl. Ermächt. 317.033 317.795 324.603 0,2 2,1
Chirurg (incl. Ermächt.) 103.062 107.719 107.214 4,5 -0,5
Frauenarzt (incl. Ermächt.) 469.990 464.860 431.939 -1,1 -7,1
HNO-Arzt (incl. Ermächt.) 200.823 202.030 204.431 0,6 1,2
Hautarzt (incl. Ermächtigung) 225.220 226.672 229.791 0,6 1,4
Internist (incl. Ermächtigung) 612.239 661.660 687.850 8,1 4,0
Kinderarzt (incl. Ermächt.) 238.313 245.050 239.072 2,8 -2,4
Orthopäde(incl. Ermächt.) 207.717 206.521 210.955 -0,6 2,1
Radiologe (incl. Ermächt.) 162.182 170.465 236.771 5,1 38,9
Urologe (incl. Ermächtigung) 126.087 135.150 135.611 7,2 0,3
Laborarzt 232.791 261.979 406.642 12,5 55,2
Rest 417.914 466.735 520.634 11,7 11,5
gesamt 4.774.042 4.916.566 5.163.882 3,0 5,0
© Kassenärztliche Vereinigung Sachsen-Anhalt 2006 bis 2008
141

Tabelle A7.4: Abrechnungszahlen der KVSA: HMG 109 (Bronchitis)
mindestens in zwei Quartalen dokumentiert mindestens in drei Quartalen dokumentiert
PLZ Region Einw.
2006
Einw.
2007
Einw.
2008
2006 2007 2008 2006 2007 2008
Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR
0610 Halle 15.407 15.892 15.796 580 88,44 604 89,23 646 88,80 308 83,19 322 84,98 342 82,74
0611 Halle 88.698 89.755 89.212 4.283 104,84 4.545 104,26 4.859 104,56 2447 101,97 2.751 105,37 2.931 103,60
0612 Halle 98.756 95.327 94.733 5.326 110,64 5.556 109,01 5.877 108,66 3.039 104,38 3.345 104,59 3.624 105,32
0613 Halle 38.367 37.398 37.172 2.051 107,42 2.162 107,43 2.271 106,49 1.286 110,67 1.377 109,71 1.484 109,56
0640 Bernburg 37.124 39.813 16.743 1.898 94,74 1.980 94,61 2.058 93,39 1.217 100,21 1.301 99,81 1.380 98,88
0642 Bernburg 25.255 22.195 45.867 982 87,73 1.040 89,56 1.076 88,34 613 90,61 661 91,69 724 94,07
0644 Aschersl 6.955 31.432 2.250 1.681 105,41 1.727 103,06 1.793 98,62 1.060 109,11 1.119 106,62 1.162 100,23
0645 Aschersl. 36.712 7.661 8.281 325 84,18 329 83,33 362 125,25 215 92,80 214 87,87 228 125,00
0646 Aschersl. 15.966 13.885 34.085 708 100,70 721 101,23 789 105,65 468 111,31 476 108,61 545 116,19
3910 Magdeburg 48.398 51.160 51.230 2.327 97,21 2.444 95,74 2.635 96,59 1.394 95,90 1.437 92,83 1.637 97,68
3911 Magdeburg 88.441 89.977 90.100 4.424 103,25 4.721 101,01 5.019 100,63 2.678 103,62 2.860 98,84 3.159 100,87
3912 Magdeburg 71.578 71.635 71.733 3.632 103,32 3.819 100,80 4.028 99,74 2.325 108,95 2.468 104,44 2.600 101,84
3913 Magdeburg 18.258 17.054 17.077 813 100,57 860 106,66 877 101,38 496 106,32 531 111,47 569 109,14
3921 Schönebeck 34.288 33.290 32.867 1.587 92,80 1.663 93,08 1.712 90,83 960 91,93 1.081 96,46 1.115 92,69
3922 Schönebeck 9.220 9.014 8.902 352 82,72 393 87,55 416 87,44 220 87,52 233 85,35 242 82,00
3924 Schönebeck 32.566 31.313 30.719 1.074 67,28 1.153 69,45 1.202 68,96 642 66,32 696 67,13 741 66,79
3941 Staßfurt 21.149 20.294 19.940 1.070 103,63 1.255 117,96 1.360 121,42 623 99,71 729 110,27 793 111,80
3943 Staßfurt 17.842 17.363 14.265 792 91,90 849 93,80 891 112,12 466 89,75 514 91,57 518 103,28
3944 Staßfurt 15.758 14.900 18.830 753 99,33 823 106,10 1.009 96,01 402 88,38 497 103,67 583 87,99
gesamt 717.569 709.358 704.328 34.658 36.644 38.880 20.859 22.612 24.377
Min. 67,28 69,45 68,96 66,32 67,13 66,79
10%-Perzentil 83,89 86,71 88,16 86,65 85,28 82,59
Max. 110,64 117,96 125,25 111,31 111,47 125
90%-Perzentil 105,81 107,75 113,98 109,42 109,82 112,68
Max/Min 1,64 1,70 1,82 1,68 1,66 1,87
90%/10%-Perzentil 1,26 1,24 1,29 1,26 1,29 1,36
Grundlage: Abrechnungsfälle, bei denen Diagnosen mit J43, J44, J45, J46, J98.2 /.3 (ICD 10) dokumentiert waren; diese Fälle wurden über die pseudonymisierte Patienten-ID
aggregiert; Durchschnitt (SMR = 100): Inanspruchnahme aller Patienten mit Wohnsitz im Salzlandkreis oder den kreisfreien Städten Halle oder Magdeburg; © Kassenärztliche
Vereinigung Sachsen-Anhalt 2006 bis 2008
142

Tabelle A7.5: Abrechnungszahlen der KVSA: HMG 074 (Epilepsie)
mindestens in zwei Quartalen dokumentiert mindestens in drei Quartalen dokumentiert
PLZ Region Einw.
2006
Einw.
2007
Einw.
2008
2006 2007 2008 2006 2007 2008
Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR
0610 Halle 15.407 15.892 15.796 104 79,94 119 85,16 110 75,63 88 80,46 101 86,61 96 77,50
0611 Halle 88.698 89.755 89.212 757 98,61 773 93,59 816 94,16 619 95,74 649 93,30 694 93,55
0612 Halle 98.756 95.327 94.733 1047 119,33 1106 121,67 1148 119,44 905 122,07 937 121,86 1001 121,30
0613 Halle 38.367 37.398 37.172 424 122,91 447 125,25 477 126,24 359 123,46 381 125,96 410 126,26
0640 Bernburg 37.124 39.813 16.743 462 125,99 475 124,69 536 133,98 396 127,95 414 128,23 452 131,51
0642 Bernburg 25.255 22.195 45.867 216 104,47 244 114,29 258 115,45 172 98,52 207 114,25 221 114,95
0644 Aschersl 6.955 31.432 2.250 338 117,13 324 107,54 340 104,12 298 122,25 283 110,73 299 106,52
0645 Aschersl. 36.712 7.661 8.281 38 52,76 38 51,77 48 90,15 36 59,26 33 53,03 40 87,43
0646 Aschersl. 15.966 13.885 34.085 225 170,35 235 176,99 229 165,25 185 165,92 204 181,14 214 179,33
3910 Magdeburg 48.398 51.160 51.230 354 82,58 387 81,49 409 81,46 288 79,60 309 77,38 344 80,19
3911 Magdeburg 88.441 89.977 90.100 717 91,25 764 89,67 810 89,60 609 91,73 650 90,20 694 89,45
3912 Magdeburg 71.578 71.635 71.733 642 100,09 687 100,55 727 100,08 549 101,29 586 101,39 616 98,79
3913 Magdeburg 18.258 17.054 17.077 144 89,35 143 90,01 143 85,21 119 87,78 116 86,47 121 83,93
3921 Schönebeck 34.288 33.290 32.867 251 81,50 270 84,43 287 85,28 217 83,37 221 81,48 246 85,04
3922 Schönebeck 9.220 9.014 8.902 49 59,81 50 58,30 50 55,62 39 56,45 38 52,25 45 58,15
3924 Schönebeck 32.566 31.313 30.719 167 57,02 180 59,64 191 60,33 128 51,72 145 56,59 152 55,79
3941 Staßfurt 21.149 20.294 19.940 180 95,06 197 101,45 217 106,80 151 94,36 169 102,63 183 104,71
3943 Staßfurt 17.842 17.363 14.265 117 73,20 120 72,04 124 85,14 97 71,89 105 74,32 104 83,03
3944 Staßfurt 15.758 14.900 18.830 144 102,36 154 108,21 157 81,84 127 106,96 129 106,83 142 86,08
gesamt 717.569 709.358 704.328 6.376 6713 7.077 5.382 5.677 6.074
Min. 52,76 51,77 55,62 51,72 52,25 55,79
10%-Perzentil 59,25 59,37 72,57 58,70 55,88 73,63
Max. 170,35 176,99 165,25 165,92 181,14 179,33
90%-Perzentil 123,53 124,80 127,79 124,36 126,41 127,31
Max/Min 3,23 3,42 2,97 3,21 3,47 3,21
90%/10%-Perzentil 2,08 2,10 1,76 2,12 2,26 1,73
Grundlage: Abrechnungsfälle, bei denen Diagnosen mit G40/G41 (ICD 10) dokumentiert waren; diese Fälle wurden über die pseudonymisierte Patienten-ID aggregiert; Durchschnitt
(SMR = 100): Inanspruchnahme aller Patienten mit Wohnsitz im Salzlandkreis oder den kreisfreien Städten Halle oder Magdeburg; © Kassenärztliche Vereinigung Sachsen-Anhalt
2006 bis 2008
143

Tabelle A7.6: Abrechnungszahlen der KVSA: HMG 052 (Suchterkrankungen)
mindestens in zwei Quartalen dokumentiert mindestens in drei Quartalen dokumentiert
PLZ Region Einw.
2006
Einw.
2007
Einw.
2008
2006 2007 2008 2006 2007 2008
Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR
0610 Halle 15.407 15.892 15.796 101 80,07 111 79,11 129 84,70 79 88,74 83 83,09 99 89,44
0611 Halle 88.698 89.755 89.212 720 96,81 799 96,10 805 89,32 525 98,91 612 101,48 620 92,87
0612 Halle 98.756 95.327 94.733 809 91,10 819 87,30 918 89,88 578 89,95 567 81,60 673 87,25
0613 Halle 38.367 37.398 37.172 432 125,83 422 116,57 445 113,21 316 127,64 334 124,88 348 117,46
0640 Bernburg 37.124 39.813 16.743 344 92,85 402 101,03 450 104,28 262 98,24 301 103,11 344 106,33
0642 Bernburg 25.255 22.195 45.867 125 59,15 148 65,12 162 65,88 85 55,97 110 66,09 121 65,62
0644 Aschersl 6.955 31.432 2.250 448 154,45 480 153,03 530 151,54 329 157,17 358 155,24 410 155,95
0645 Aschersl. 36.712 7.661 8.281 71 96,52 85 108,46 98 166,14 50 94,94 51 89,20 67 151,75
0646 Aschersl. 15.966 13.885 34.085 107 78,74 109 76,95 134 86,98 71 72,81 78 75,25 96 83,12
3910 Magdeburg 48.398 51.160 51.230 427 102,93 483 102,37 525 101,94 311 104,08 337 98,27 376 98,47
3911 Magdeburg 88.441 89.977 90.100 775 98,09 843 95,74 923 95,98 548 96,25 635 98,21 700 97,12
3912 Magdeburg 71.578 71.635 71.733 798 122,13 872 123,09 966 124,64 572 121,17 630 120,59 695 119,23
3913 Magdeburg 18.258 17.054 17.077 383 230,96 396 231,37 398 213,65 291 247,94 303 243,86 304 220,37
3921 Schönebeck 34.288 33.290 32.867 211 67,87 245 73,66 253 70,11 151 67,18 184 75,10 195 71,76
3922 Schönebeck 9.220 9.014 8.902 70 82,66 67 72,43 73 72,81 37 61,30 47 69,98 51 68,26
3924 Schönebeck 32.566 31.313 30.719 131 43,94 142 44,61 142 41,17 86 40,10 91 39,00 105 40,55
3941 Staßfurt 21.149 20.294 19.940 219 113,62 248 121,03 303 136,78 147 105,70 173 114,91 219 131,57
3943 Staßfurt 17.842 17.363 14.265 104 63,74 119 67,39 131 82,43 75 64,07 87 67,36 102 85,73
3944 Staßfurt 15.758 14.900 18.830 123 86,79 146 98,44 155 74,75 90 88,57 104 95,84 121 77,86
gesamt 717.569 709.358 704.328 6.398 6.936 7.540 4603 5.085 5.646
Min. 43,94 44,61 41,17 40,10 39,00 40,55
10%-Perzentil 62,82 66,94 69,26 60,23 67,11 67,73
Max. 230,96 231,37 213,65 247,94 243,86 220,37
90%-Perzentil 131,55 129,08 154,46 133,55 130,95 152,59
Max/Min 5,26 5,19 5,19 6,18 6,25 5,43
90%/10%-Perzentil 2,09 1,93 2,23 2,22 1,95 2,25
Grundlage: Abrechnungsfälle, bei denen Diagnosen mit F10.2; F11.2 usw. bis F19.2 (ICD 10) dokumentiert waren; diese Fälle wurden über die pseudonymisierte Patienten-ID
aggregiert; Durchschnitt (SMR = 100): Inanspruchnahme aller Patienten mit Wohnsitz im Salzlandkreis oder den kreisfreien Städten Halle oder Magdeburg; © Kassenärztliche
Vereinigung Sachsen-Anhalt 2006 bis 2008
144

Tabelle A7.7: Abrechnungszahlen der KVSA: HMG 052a (Alkoholabhängigkeit)
mindestens in zwei Quartalen dokumentiert mindestens in drei Quartalen dokumentiert
PLZ Region Einw.
2006
Einw.
2007
Einw.
2008
2006 2007 2008 2006 2007 2008
Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR Pat. SMR
0610 Halle 15.407 15.892 15.796 74 87,22 70 77,53 85 87,84 56 93,37 51 79,26 66 93,69
0611 Halle 88.698 89.755 89.212 479 94,10 525 93,63 535 89,14 341 93,59 400 98,04 398 89,18
0612 Halle 98.756 95.327 94.733 603 97,28 615 94,69 648 92,80 417 92,67 420 86,90 476 89,71
0613 Halle 38.367 37.398 37.172 311 130,68 299 117,80 324 119,01 221 128,30 232 123,25 249 120,56
0640 Bernburg 37.124 39.813 16.743 255 97,41 300 107,38 343 114,57 197 104,28 221 107,42 256 113,49
0642 Bernburg 25.255 22.195 45.867 89 58,66 112 69,06 118 68,13 59 54,03 80 67,08 88 67,40
0644 Aschersl 6.955 31.432 2.250 277 134,38 296 133,80 298 122,29 210 140,80 224 137,21 233 126,54
0645 Aschersl. 36.712 7.661 8.281 44 84,05 46 82,69 48 115,72 30 79,89 27 66,24 35 112,22
0646 Aschersl. 15.966 13.885 34.085 82 84,09 82 81,16 81 74,47 54 77,07 58 78,07 61 74,39
3910 Magdeburg 48.398 51.160 51.230 278 96,76 322 102,62 347 102,67 210 101,13 229 100,12 258 102,58
3911 Magdeburg 88.441 89.977 90.100 608 109,49 645 105,85 707 107,73 438 109,18 503 111,95 544 110,04
3912 Magdeburg 71.578 71.635 71.733 586 127,48 627 127,38 706 132,97 436 130,93 470 128,92 526 130,96
3913 Magdeburg 18.258 17.054 17.077 208 179,90 208 172,97 213 165,40 156 190,19 161 183,64 164 170,54
3921 Schönebeck 34.288 33.290 32.867 171 77,37 188 80,18 192 76,44 125 77,99 142 81,87 147 77,31
3922 Schönebeck 9.220 9.014 8.902 50 82,19 54 81,63 56 79,04 26 59,85 37 76,67 39 73,52
3924 Schönebeck 32.566 31.313 30.719 110 51,44 121 53,28 122 50,17 74 48,01 76 45,47 89 48,51
3941 Staßfurt 21.149 20.294 19.940 106 77,09 118 81,33 144 92,96 75 75,41 83 77,55 107 91,47
3943 Staßfurt 17.842 17.363 14.265 66 56,61 86 68,48 88 78,79 45 53,73 58 62,88 68 80,99
3944 Staßfurt 15.758 14.900 18.830 93 92,02 99 94,03 110 75,71 69 95,05 71 91,75 84 76,76
gesamt 717.569 709.358 704.328 4.490 4.813 5.165 3.239 3.543 3.888
Min. 51,44 53,28 50,17 48,01 45,47 48,51
10%-Perzentil 58,25 68,94 73,20 53,97 65,57 72,30
Max. 179,9 172,97 165,4 190,19 183,64 170,54
90%-Perzentil 131,42 128,66 124,43 132,90 130,58 127,42
Max/Min 3,50 3,25 3,30 3,96 4,04 3,52
90%/10%-Perzentil 2,26 1,87 1,70 2,46 1,99 1,76
Grundlage: Abrechnungsfälle, bei denen Diagnosen mit F10.2 (ICD 10) dokumentiert waren; diese Fälle wurden über die pseudonymisierte Patienten-ID aggregiert; Durchschnitt
(SMR = 100): Inanspruchnahme aller Patienten mit Wohnsitz im Salzlandkreis oder den kreisfreien Städten Halle oder Magdeburg: © Kassenärztliche Vereinigung Sachsen-
Anhalt 2006 bis 2008
145

A8. Verlagerungspotenziale im internationalen Vergleich (OECD-Länder)
Akutbetten pro 1000 Einwohner, 2000 Anzahl an amb. Operationen pro 1000 Einwohner, 2000
Anzahl an Katarakt-Operationen pro 100000 Patienten, 1997 und 2004
146

Gesundheitsausgaben pro Kopf, 2001 (USD PPP) Kurativ-Rehabilitative Gesundheitsausgaben
(%- Anteile) nach Produktionsart, 2005
Gesundheitsausgaben (%-Anteile) differenziert nach Sektoren, 2001
147

A9. Veränderung der Bettenanzahl nach Fachabteilung von 1993 bis 2003
(Quelle: Statistisches Bundesamt)
148

A10. Diagnosedaten der Krankenhäuser ab 2000
(Eckdaten der vollstationären Patienten und Patientinnen). Gliederungsmerkmale: Jahre,
Region, ICD10
Die Tabelle bezieht
sich auf:
ICD10: Alle Diagnosen/Behandlungsanlässe
Region: Deutschland
Jahr 2008 2007 2006 2005 2004 2003 2002 2001
Absolute Fallzahl
(Behandlungsort der
Patienten/-innen)
insgesamt 17.937.101 17.568.576 17.142.476 17.033.775 17.233.624 17.313.222 17.363.164 17.259.596
männlich 8.392.426 8.188.483 7.995.913 7.923.621 7.968.271 7.907.222 7.899.881 7.813.749
weiblich 9.544.617 9.379.967 9.146.276 9.110.081 9.265.287 9.405.898 9.462.283 9.445.553
Kurzlieger (1 bis 3
Tage) 6.279.504 5.944.592 5.631.308 5.401.207 5.406.254 5.262.823 5.072.670 4.896.539
Stundenfälle 504.116 493.400 493.861 506.891 606.418 687.725 730.578 740.280
Sterbefälle 400.943 395.169 389.339 392.715 384.805 404.526 399.519 391.408
Durchschnittliche
Verweildauer (in Tagen)
8,1 8,3 8,4 8,6 8,6 9 9,3 9,4
Die folgenden Fallzahlen
wurden ohne Patienten/-innen
mit
ausl./unbekanntem
Wohnsitz, Alter, Geschlecht
ermittelt.
Absolute Fallzah
l insgesamt 17.869.372 17.497.527 17.078.512 16.970.819 17.159.213 17.244.171 17.295.914 17.183.495
männlich 8.354.296 8.149.525 7.960.327 7.889.241 7.929.456 7.871.052 7.864.861 7.774.416
weiblich 9.515.076 9.348.002 9.118.185 9.081.578 9.229.757 9.373.119 9.431.053 9.409.079
Altersspezifische Fallzahl
je 100.000 Einwohner
unter 15 Jahren 16.052 15.810 15.427 15.284 14.678 11.386 11.381 11.559
15 bis unter 45 Jahre 12.891 12.634 12.361 12.348 12.783 13.512 13.836 13.969
45 bis unter 65 Jahre 19.544 19.339 19.319 19.498 20.319 21.372 21.735 21.802
65 Jahre und älter 45.685 44.817 43.722 43.774 44.355 45.418 45.445 45.095
Altersstandardisierte
Fallzahl je 100.000
Einwohner
insgesamt 20.291 20.003 19.651 19.629 19.962 20.030 20.213 20.230
männlich 18.263 17.990 17.753 17.744 17.992 17.859 18.051 18.066
weiblich 21.883 21.589 21.144 21.122 21.549 21.821 22.015 22.057
(Quelle: Statistisches Bundesamt IS-GBE)
149

A11. Häufigste OPS bei vollstationären Fällen (2008)
Die 50 häufigsten Operationen der vollstationären Patientinnen und Patienten in Krankenhäusern
(Jahr 2008, Art der Operation)
Rang Anzahl
Anteil an
allen
Operationen
(%)
Alle Operationen 13.677.709 100
Summe der 50 häufigsten Operationen 6.858.495 50,1
5-812 Arthroskopische Operation am Gelenkknorpel und an Menisken 1 285.601 2,1
5-469 Andere Operationen am Darm
5-758 Rekonstruktion weiblicher Geschlechtorgane nach Ruptur, post
2 278.827 2
partum (Dammriss)
5-893 Chirurgische Wundtoilette (Wunddebridement) und Entfernung
3 241.622 1,8
von erkranktem Gewebe an Haut und Unterhaut 4 233.626 1,7
5-032 Zugang zur Lendenwirbelsäule, zum Os sacrum & Os coccygis 5 228.448 1,7
5-820 Implantation einer Endoprothese am Hüftgelenk 6 209.487 1,5
5-513 Endoskopische Operationen an den Gallengängen 7 208.912 1,5
5-511 Cholezystektomie 8 190.023 1,4
5-530 Verschluss einer Hernia inguinalis 9 179.971 1,3
5-787 Entfernung von Osteosynthesematerial 10 168.343 1,2
5-749 Andere Sectio caesarea
5-794 Offene Reposition einer Mehrfragment-Fraktur im Gelenkbereich
11 167.555 1,2
eines langen Röhrenknochens mit Osteosynthese 12 157.872 1,2
5-811 Arthroskopische Operation an der Synovialis 13 156.928 1,1
5-810 Arthroskopische Gelenkrevision 14 156.772 1,1
5-822 Implantation einer Endoprothese am Kniegelenk
5-790 Geschlossene Reposition einer Fraktur oder Epiphysenlösung
15 154.722 1,1
mit Osteosynthese 16 153.815 1,1
5-831 Exzision von erkranktem Bandscheibengewebe 17 148.332 1,1
5-385 Unterbindung, Exzision und Stripping von Varizen 18 147.574 1,1
5-215 Operationen an der unteren Nasenmuschel (Concha nasalis) 19 139.618 1
5-800 Offene chirurgische Revision eines Gelenkes 20 133.253 1
5-144 Extrakapsuläre Extraktion der Linse (ECCE)
5-452 Lokale Exzision/ Destruktion von erkranktem Gewebe des Dick-
21 131.114 1
darms 22 131.035 1
5-683 Uterusexstirpation (Hysterektomie) 23 130.884 1
5-892 Andere Inzision an Haut und Unterhaut 24 130.830 1
5-470 Appendektomie 25 129.848 0,9
5-839 Andere Operationen an der Wirbelsäule 26 119.340 0,9
5-738 Episiotomie und Naht
5-573 Transurethrale Inzision, Exzision, Destruktion und Resektion von
27 118.882 0,9
(erkranktem) Gewebe der Harnblase 28 115.724 0,8
5-788 Operation an Metatarsale und Phalangen des Fußes 29 114.596 0,8
5-399 Andere Operationen an Blutgefäßen
5-895 Radikale und ausgedehnte Exzision von erkranktem Gewebe an
30 114.154 0,8
Haut und Unterhaut
5-793 Offene Reposition einer einfachen Fraktur im Gelenkbereich
31 113.651 0,8
eines langen Röhrenknochens 32 110.767 0,8
5-900 Einfache Wiederherstellung der Oberflächenkontinuität an Haut 33 110.609 0,8
5-916 Temporäre Weichteildeckung
(Quelle: Statistisches Bundesamt)
34 105.133 0,8
150

A12. Veränderung der häufigsten OPS bei vollstationären Fällen
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0
(Quelle: Statistisches Bundesamt)
Veränderung der häufigsten OPS bei vollstationären Fällen
2005 2006 2007 2008
5-812 Arthroskopische Operation am
Gelenkknorpel und an Menisken
5-469 Andere Operationen am Darm
5-758 Rekonstruktion weiblicher
Geschlechtorgane nach Ruptur, post partum
(Dammriss)
5-893 Chirurgische Wundtoilette
(Wunddebridement) und Entfernung von
erkranktem Gewebe an Haut und Unterhaut
5-032 Zugang zur Lendenwirbelsäule, zum Os
sacrum & Os coccygis
5-820 Implantation einer Endoprothese am
Hüftgelenk
5-513 Endoskopische Operationen an den
Gallengängen
5-511 Cholezystektomie
5-530 Verschluss einer Hernia inguinalis
5-787 Entfernung von Osteosynthesematerial
151

A13. Empirische Methoden zur Marktabgrenzung
(Quelle: Bishop et al. 2006)
152

A14. Sektorübergänge - unbekannte Übergangswahrscheinlichkeiten
Stationärer Markt:
- 30 % Marktanteil in bestimmtem Leistungssektor in Jahr t1
- 20% Marktanteil in bestimmtem Leistungssektor in Jahr t2
- Wahrscheinlichkeiten für einen Wechsel des Patienten (Verlagerung) zwischen den Sektoren
unbekannt
Ambulanter Markt:
- 70 % Marktanteil in bestimmtem Leistungssektor in Jahr t1
- 80% Marktanteil in bestimmtem Leistungssektor in Jahr t2
- Wahrscheinlichkeiten für einen Wechsel des Patienten (Verlagerung) zwischen den Sektoren
unbekannt
p 1 1 - p 1
1 - p 2 p 2
[0,2; 0,8] = [0,3; 0,7] p 1 1 - p 1
1 - p 2 p 2
0,2 = 0,3 p 1 + 0,7 (1 – p 2)
0,8 = 0,3 (1 - p 1) + 0,7 p 2
-0,5 = 0,3 p 1 + 0,7 p 2
0,5 = - 0,3 p 1 + 0,7 p 2
Die numerischen Werten für p 1 und p 2 können nur durch Bedingungen gefunden werden.
Eine naheliegende Bedingung ist z.B., dass die die diagonalen Werte der Transition Matrix so
groß wie möglich sein sollen (d.h. die Verlagerungen zwischen den Sektoren soll so klein wie
möglich sein). Es gibt viele Transition Matrices, die zu den jeweiligen Marktanteilen passen.
Max p 1 + p 2
0,5 = - 0,3 p 1 + 0,7 p 2
0

Über mehrere Zeitperioden schaut die Transition Matrix anders aus!
2/3 1/3
0 1
[0,15;0,85] = [0,2;0,8] p1 1 - p 1
1 - p 2 p 2
0,15 = 0,2p1 + 0,8(1-p2)
-0,65 = 0,2p1 – 0,8p2
Max. p1 + p2
-0,65 = 0,2p1 – 0,8p2
0

= [0,15p1 + 0,85(1-p2), 0,15(1-p1) + 0,85p2] - im Gegensatz zu den beobachteten Marktanteile
in der Periode von [0,13;0,87]
Periode Berechnung Beobachtung
1 0,3p1 + 0,7(1-p2) 0,2
0,3(1-p1) + 0,7p2 0,8
2 0,2p1 + 0,8(1-p2) 0,15
0,2(1-p1) + 0,8p2 0,85
3 0,15p1 + 0,85(1-p2) 0,13
0,15(1-p1) + 0,85p2 0,87
Es wäre ideal, wenn Werte für p1 und p2 ausgewählt würde, so dass jeder der berechneten
genau den beobachteten Marktanteilen gleicht, d.h. wähle p1 und p2 so dass
0,3p1 + 0,7(1-p2) = 0,2
0,3(1-p1) + 0,7p2 = 0,8
0,2p1 + 0,8(1-p2) = 0,15
0,2(1-p1) + 0,8p2 = 0,85
0,15p1 + 0,85(1-p2) = 0,13
0,15(1-p1) + 0,85p2 = 0,87
Lineare Programmierung:
Max. p1 + p2
0,3p1 + 0,7(1-p2) = 0,2
0,3(1-p1) + 0,7p2 = 0,8
0,2p1 + 0,8(1-p2) = 0,15
0,2(1-p1) + 0,8p2 = 0,85
0,15p1 + 0,85(1-p2) = 0,13
0,15(1-p1) + 0,85p2 = 0,87
0

[0,3p1 – 0,7p2 + 0,5] 2 + [-0,3p1 + 0,7p2 – 0,5] 2 + [0,2p1 – 0,8p2 + 0,65] 2 + [-0,2p1 + 0,8p2 –
0,65] 2 + [0,15p1 – 0,85p2 + 0,72] 2 + [-0,15p1 + 0,85p2 – 0,72] 2
Min.
2[0.3p1 - 0.7p2 + 0.5] 2 + 2[0.2p1 - 0.8p2 + 0.65] 2 + 2[0.15p1 - 0.85p2 + 0.72] 2
Konstante Bedingungen können ignoriert werden, da sie die Werte von p1 und p2 nicht beeinflussen
sondern lediglich die Werte der Zielfunktion. Diese Gleichung wird somit vereinfacht,
indem der konstante Faktor 2, der mit allen drei Begriffen in Verbindung steht, vernachlässigt
wird.
Min.
0.1525[p1] 2 + 1.8525[p2] 2 - 0.995p1p2 + 0.776p1 - 2.964p2 0