[Definition of consolidated disease groups for a population-based system to classify morbidity-related healthcare needs: PopGroup]
- PMID: 40228501
- PMCID: PMC12020677
- DOI: 10.1055/a-2541-9695
[Definition of consolidated disease groups for a population-based system to classify morbidity-related healthcare needs: PopGroup]
Abstract
Objective: In recent years there has been an increased demand for a morbidity-oriented approach in the planning of healthcare facilities in Germany. Population-based classification systems, which already exist in various countries, are crucial for assessing regional healthcare needs. The PopGroup project aims to develop such a classification system (PopGrouper) for the German healthcare system and to test various applications. The PopGrouper assigns each individual to exactly one PopGroup based on clinical characteristics and healthcare needs. The initial phase of the PopGrouper development focused on grouping diagnoses into medically meaningful Consolidated Disease Groups (CDGs) to serve as the foundation for forming PopGroups. This article describes the formation and validation of CDGs, as well as the definition of a disease severity level to hierarchically rank the CDGs.
Methods: CDGs were formed using both medical expertise and analyses of claims data from the BARMER sickness fund. Pre-existing diagnosis groups (DxGs) defined for the German morbidity-based risk structure compensation scheme were used as the starting point. Initially, overarching Major Disease Categories (MDCs) were formed. Within MDCs, DxGs were grouped into CDGs based on predefined criteria. CDGs were validated by experts from scientific medical societies. Finally, a composite disease severity score was calculated based on three dimensions (mortality, costs, utilization) and severity levels from "very severe" to "very minor" were defined to classify CDGs.
Results: A total of 32 MDCs and 433 CDGs were defined and validated. Each CDG received a severity score. Based on this foundation, in the subsequent project phase, PopGroups were formed that took into consideration various diseases and combinations of diseases.
Conclusion: CDGs and MDCs represent important initial steps in the PopGrouper development. The aggregation of diagnoses into a smaller number of medically meaningful groups also offers opportunities beyond the project, for instance for healthcare research, for the analysis of diseases, and for the identification of patient groups with similar characteristics.
ZIEL: In den letzten Jahren wurde verstärkt eine Morbiditätsorientierung in der Versorgungsstrukturplanung gefordert. Für die regional differenzierte Erhebung des Versorgungsbedarfs werden bevölkerungsbezogene Klassifikationssysteme benötigt, wie sie in verschiedenen Ländern bereits existieren. Das PopGroup Projekt hat zum Ziel, ein solches Klassifikationssystem (PopGrouper) für den deutschen Versorgungskontext zu entwickeln und verschiedene Anwendungen zu erproben. Der PopGrouper soll jede Person genau einer PopGroup zuordnen, die durch bestimmte klinische Eigenschaften und einen bestimmten Versorgungsbedarf charakterisiert ist. Das Ziel des ersten Schrittes der PopGrouper Entwicklung war es, als Basis für die Bildung von PopGroups, Diagnosen in medizinisch sinnvollen Gruppen zusammenzufassen – in sogenannten Zusammengefassten Krankheitsgruppen (ZKGs). Dieser Artikel befasst sich mit der Bildung und Validierung der ZKGs sowie mit der Definition eines Krankheitsschweregrads zu den entstandenen ZKGs.
Methodik: Die ZKGs wurden unter Einbeziehung medizinischer Expertise sowie Analysen der Routinedaten der BARMER-Krankenkasse gebildet. Dabei wurden bereits zuvor definierte Diagnosegruppen verwendet – die DxGs des morbiditätsorientierten Risikostrukturausgleichs. Zunächst wurden übergeordnete Makro-Krankheitsgruppen (MKGs) gebildet. Innerhalb der MKGs wurden die DxGs anhand definierter Kriterien zu ZKGs gruppiert. Die gebildeten ZKGs wurden durch Expert*innen wissenschaftlicher medizinischer Fachgesellschaften validiert. Abschließend wurde ein Krankheitsschweregrad anhand von drei Dimensionen (Mortalität, Kosten, Inanspruchnahme) sowie Schweregrad-Kategorien von „sehr schwer“ bis „sehr leicht“ definiert, um die ZKGs zu hierarchisieren.
Ergebnisse: Insgesamt wurden 32 MKGs und 433 ZKGs definiert und validiert. Jede ZKG erhielt einen Schweregrad-Score.
Schlussfolgerung: Die ZKGs und MKGs bilden einen wichtigen ersten Schritt der PopGrouper-Entwicklung. Auf dieser Grundlage konnten anschließend PopGroups gebildet werden, die diverse ZKGs und MKGs sowie Kombinationen berücksichtigen. Die Einteilung von Diagnosen in eine kleinere Anzahl medizinisch sinnvoller Gruppen bietet auch außerhalb des Projekts Möglichkeiten für die Versorgungsforschung, für die Analyse von Krankheiten sowie für die Identifikation von Versichertengruppen mit ähnlichen Eigenschaften.
The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).
Conflict of interest statement
Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht.
Figures
References
-
- Sundmacher L.Gutachten zur Weiterentwicklung der Bedarfsplanung i.S.d. §§ 99 ff. SGB V zur Sicherung der vertragsärztlichen Versorgung. Berlin2018
-
- Ministerium für Arbeit, Gesundheit und Soziales des Landes Nordrhein-Westfalen. Gutachten: Krankenhauslandschaft Nordrhein-Westfalen. Düsseldorf; 2019
-
- Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen. Bedarfsgerechte Steuerung der Gesundheitsversorgung. Gutachten 2018. Bonn; 2018
-
- Forrest C, Kinder K, Lemke K et al.Adjusted Clinical Group – ein Instrument zur Prognose des Ressourcenverbrauchs. Gesundheits- und Sozialpolitik. 2004;58:8–15.
Publication types
MeSH terms
LinkOut - more resources
Full Text Sources
