Etablierung einer Datenbank von Abrechnungsdaten der Gesundheitsversorgung für Forschungszwecke in einer intersektoralen Forschungsgemeinschaft - Datenallianz

Abstract

Die Forschung mit Abrechnungsdaten der Gesundheitsversorgung ist ein sehr aktuelles Forschungsfeld, das wesentliche gesamtgesellschaftliche Erkenntnisse hervorbringt und Verbesserungen in der gesamtgesell-schaftlichen Versorgung erzielt. Obwohl die Daten schon lange bei Krankenkassen vorliegen und dort intern zur Erforschung der eigenen Versichertenpopulation genutzt werden, ist die Arbeit mit Abrechnungsdaten in der (universitären) Forschung eher neu. Dabei bieten diese Daten einen umfassenden Informationsgehalt über die gesundheitliche Situation der Gesellschaft. Anhand der Prävalenzberechnung von besonders versorgungsintensiven Erkrankungen lassen sich beispielsweise Versorgungsbedarfe (z. B. der Bedarf an Ärzten, Krankenhäusern, Therapiestätten) abschätzen. Die Erforschung der Versorgung von einzelnen Erkrankungen kann Aufschluss über Versorgungsabläufe geben und potentiell relevante Stellschrauben in der Versorgung (Medikamente, Kontrolluntersuchungen) geben und die Versorgungsqualität darauf basierend verbessern (Novelli et al. 2022; Vogt et al. 2018). Die Analyse der Kodierung von Erkrankungen (ICD-10) ermöglichen die Ermittlung von Kenntnissen über die gesundheitliche Gesamtsituation beispielsweise durch die Berechnung von (häufigen) Komorbidität und Komorbiditätsindizes. So können beispielsweise basierend auf kodierten Erkrankungen (ICD-10) durch die Berechnung von (häufigen) Komorbiditäten und Komorbiditäts-indizes Erkenntnisse über die gesundheitliche Gesamtsituation erlangt werden. Die Forschung mit Gesundheitsdaten ist jedoch schwierig und aufwändig – auch Forschende die bereits jahrelang mit Sozial- und Gesundheitsdaten forschen, müssen je Forschungsvorhaben jeweils einen neuen Antrag nach §75 SGB X stellen. Obgleich die technischen Voraussetzungen bei Analysestellen (Universitäten), Datenflüsse und Techniken zur Einhaltung des Datenschutzes unverändert bleiben, wird jeder Antrag auf Verarbeitung von Sozialdaten ausführlich von der zuständigen Aufsichtsbehörde geprüft. Dieser Prozess ist sehr zeitintensiv, findet meist innerhalb von Projektlaufzeiten statt und bedingt häufig auch eine Ver-zögerung im Projektablauf. Um als universitäre Forschungseinrichtung Projekte mit Routinedaten durchzuführen, ist eine arbeits- und zeitintensive Organisationsphase einzuplanen. Je Forschungsvorhaben muss ein Antrag auf Verarbeitung von Sozialdaten für die Forschung gemäß §75 Sozialgesetzbuch Zehntes Buch (SGB X) bei der jeweiligen Aufsicht gestellt werden. Das Bundesamt für Soziale Sicherung führt die Aufsicht über bundesunmittelbare Krankenkassen (bundesweite Daten) (Bundesamt für Soziale Sicherung, 2022) und das Bayerische Staatsministerium für Gesundheit und Pflege führt die Aufsicht über landesunmittelbare gesetzliche Krankenkassen in Bayern (Bayerischer Staatsministerium für Gesundheit und Pflege, 2022). Der Antrag enthält standardisierte Formulare und Anlagen. Die Anlagen, die sich auf die datenempfangende sowie datenverarbeitende Stelle beziehen, bleiben in Forschungseinrichtungen über verschiedene Projekte hinweg oft unverändert. Sie beschreiben beispielsweise die technischen und organisatorischen Maßnahmen (TOMs) der datenver-arbeitenden Stelle. (Bundesamt für Soziale Sicherung, 2022) Andere Unterlagen wie die Projektübersicht, die Vorhabenbeschreibung, die Datensatzbeschreibung und ein Datenflussdiagramm variieren je Projekt-vorhaben. Je Projektvorhaben prüft die Aufsichtsbehörde alle Dokumente, um eine Genehmigung des Datenantrags abzuwägen. Die Prüfung unveränderter Dokumente der TOMs ist ein sich wiederholender, zeitintensiver Prozess, der für die Forschenden eine längere Wartezeit (mehrere Monate) und damit eine Reduzierung der effektiven Forschungszeit während der Projektlaufzeit bedeutet. Im Falle einer Genehmigung bereiten die datenliefernden Stellen anschließend einen entsprechenden Datenabzug vor und übermitteln diesen gemäß dem Datenflussdiagramm. Meist ist dem Analyseteam der universitären Einrichtung eine Vertrauensstelle vorgelagert. Je nach Daten und Projekt ist eine (weitere) Pseudonymisierung ausgewählter Variablen oder eine Verknüpfung verschiedener Datensätze notwendig und wird in der Vertrauensstelle durchgeführt. Zusätzlich werden die gelieferten Daten mit den genehmigten Daten abgeglichen und Plausibilisierungstests durchgeführt. Da eine Krankenkasse alleine keine repräsentative Datenlage der Bevölkerung enthält, ist bei einigen Themenstellungen die Berücksichtigung von Daten mehrerer Datenpartner unerlässlich. Werden Daten unterschiedlicher Datenpartner (z.B. verschiedene Krankenkassen) kombiniert, ist der Datenaufbereitungsprozess, aufgrund teilweiser unterschiedlicher Merkmalskodierungen, mit einem hohen Auf-wand verbunden. Insgesamt entstehen aufgrund der Fehleranfälligkeit bei Datenlieferungen und Kodierungsungenauigkeiten in den gelieferten Daten oft inhaltliche Rückfragen an die Datenlieferanten und folgend zu Korrekturen der Datenlieferung. Ein weiterer, nicht geplanter Zeitverzug im Projektablauf entsteht. Eine auf aktuelle gesundheitsbezogene Geschehnisse reagierende Forschung wird durch den derzeitigen Prozess erschwert. In der Datenallianz Bayern kooperieren die AOK Bayern (AOK BY) und der Lehrstuhl für Gesundheitsökonomie der Technischen Universität München (CHEC), um routinedatenbasierte Forschungsfragen zur Verbesserung der Versorgung im deutschen Gesundheitssystem zu analysieren und langfristig eine Datenbank aufzubauen, das einen strukturierten, zügigen und konsentierten Zugang zu Routinedaten des Gesundheitswesens für Forschende erlaubt. Insbesondere Fragestellungen zu Versorgungsstrukturen, Versorgungsprozessen und Analysen des Versorgungsbedarfs werden im Rahmen der Kooperation anvisiert. Ziel der Datenallianz Bayern ist es den Zugang zu Routinedaten für Forschende - zunächst der TUM – zu strukturieren und damit die Erforschung aktueller gesundheitsrelevanter Themen und die effiziente Erweiterung von Forschungsfragen zu fördern. Eine schnellere Nutzungsmöglichkeit von Routinedaten für Forschungszwecke soll qualitativ hochwertige Forschung fördern und zur Qualitätssicherung in der Versorgung beitragen. Der Zugang zu den Routinedaten soll innerhalb einer festen Struktur ablaufen, die Richtlinien des Datenschutzes gemäß §75 SGB X einhalten und die Daten der Versicherten schützen. In weiteren möglichen Ausbaustufen der Kooperation ist eine Ausweitung der beteiligten Kooperationspartner sowohl auf Seite der GKV über die AOK BY hinaus als auch auf Seite der Forschenden über die TUM hinaus anvisiert. Diese möglichen Ausbaustufen sind voraussichtlich nicht Teil der Projektförderung, sondern werden in der Verwertung und im fortführenden Ausbau der Datenallianz Bayern angestrebt.