Show Less
Open access

Versorgungsdefizite im deutschen Gesundheitswesen

18. Bad Orber Gespräche über kontroverse Themen im Gesundheitswesen

Series:

Eberhard Wille

Dieser Band der Bad Orber Gespräche 2013 enthält die erweiterten Referate eines interdisziplinären Workshops zum Thema Versorgungsdefizite im deutschen Gesundheitswesen? Probleme der regionalen Versorgungsunterschiede, der Mengenentwicklung und Finanzierung im Krankenhausbereich, der Nutzenbewertung von Arzneimitteln und des Arzneimittelmarktneuordnungsgesetzes werden erörtert. Dabei kommen Vertreter des Gemeinsamen Bundesausschusses, des Bundesversicherungsamtes, des GKV-Spitzenverbandes, der Krankenkassen, der Krankenhausträger, des Zentralinstituts für die Kassenärztliche Versorgung, der pharmazeutischen Industrie und der Wissenschaft zu Wort.
Show Summary Details
Open access

Regionale Versorgungsunterschiede – Was kann, was soll der Risikostrukturausgleich leisten?

← 14 | 15 →Dirk Göpffarth

Regionale Versorgungsunterschiede – Was kann, was soll der Risikostrukturausgleich leisten?

1. Einleitung

Vor über 40 Jahren erschien in der Zeitschrift „Science“ ein bahnbrechender Aufsatz von John Wennberg und Alan Gittelsohn mit dem Titel „Small Area Variation in Health Care Delivery“ (Wennberg, J./Gittelsohn, A. 1973). Dieser Aufsatz begründete einen neuen Forschungszweig, dessen Programm bereits im Untertitel angedeutet war: „A population-based health information system can guide planing and regulatory decision-making.“ In den folgenden Jahren entstanden zahlreiche Veröffentlichungen zu dem Thema und der bekannte Dartmouth Atlas of Health Care.1 Die Untersuchungen belegten nicht nur die Existenz regionaler Variationen in der Inanspruchnahme von Gesundheitsleistungen sowie den Gesundheitsausgaben, sie zeigt zudem auch, dass sich diese nur zu einem geringen Anteil erklären lassen.

Erklärungsversuche anhand von Unterschieden in Einflussfaktoren wie Demographie, Preise oder Morbidität gab es viele. Um ein paar Beispiele zu nennen: Gemäß einer Studie des US Congressional Budget Office (CBO) lassen sich 30 % der Variation der Ausgaben der staatlichen Rentnerversicherung Medicare durch Unterschiede in den Inputpreise und 20 % durch Unterschiede in der Morbidität erklären (CBO 2008). Die für Vergütungsfragen von Medicare zuständige MedPAC-Kommission stellte fest, dass 40 % der Variation durch Preise, Alter und Morbidität erklärt werden (MedPAC 2003). Schließlich kam eine Untersuchung von (Bernstein, J. et al. 2011) zu dem Ergebnis, dass 30 % bis 45 % der regionalen Variation erklärt werden kann. Fast einhellige Aussagen aller Untersuchungen ist, dass sich etwa knapp die Hälfte der Variation in den Gesundheitsausgaben erklären lässt. Damit bleibt aber mehr als die Hälfte der Variation unerklärt.

Hinzu kommt, dass weitere Studien gezeigt haben, dass höhere Ausgaben oder Muster höherer Inanspruchnahme nicht mit besserer medizinischer ← 15 | 16 →Versorgungsqualität oder medizinischen Ergebnissen korreliert sind. Es gibt sogar Hinweise, dass die Qualität in Regionen mit hohen Ausgaben leidet (Fisher, E. et al. 2003a, 2003b). Das Credo des „Mehr ist besser“ in der Medizin wurde in Frage gestellt. Die Diskussion erhielt dadurch eine politische Dimension. Sind höhere Ausgaben nicht mit besseren Ergebnissen verbunden, so können Einsparungen gemacht werden, ohne die Qualität zu reduzieren, wurde argumentiert. Die Variationen wurden somit als Zeichen für Ineffizienzen gewertet, deren Beseitigung zu Einsparungen bei gleicher vermuteter Qualität führten. Sutherland et al. (2009) gehen von einem Einsparpotenzial von 30 % aus. Diese Sichtweise hat auch Eingang in Präsident Obamas Gesundheitsreform in Form von Vergütungsabschlägen in Hochkostenregionen gefunden.

Diese Sichtweise blieb nicht ohne Kritik. Kritiker weisen auf den fehlenden Nachweis eines kausalen Zusammenhangs zwischen der Variation und Ineffizienzen hin (Sheiner, L. 2013) und vermuten die Ursachen für die nicht erklärte Varianz in Morbiditätsunterschieden, die nicht durch Leistungsdaten nachgewiesen werden können (Bernstein, J. et al. 2011; Doyle, J. 2011; Reschovsky, J. et al. 2011; Zuckerman, S. et al. 2010). Auch Kodiervariationen können als Ursache angesehen werden (Song, Y. et al. 2010).

Zur Klärung dieser Kontroversen wurde das Institute of Medicine beauftragt, ein umfassendes Gutachten zu diesem Thema vorzulegen (Newhouse et al. 2013). Das Gutachten bestätigt das Ausmaß nicht erklärbarer Variation und die Tatsache, dass diese Variation nicht mit Unterschieden in der Qualität der Versorgung korreliert ist.

Der Dartmouth Atlas und die Herangehensweise an die Untersuchung regionaler Variationen haben in vielen Ländern Nachahmer gefunden.2 In Deutschland – einem Land mit hohen Gesundheitsausgaben aber eher durchschnittlichen Ergebnisindikatoren – lassen sich auch größere Ineffizienzen vermuten. Trotzdem existieren hier erst wenige Studien, vermutlich aus Gründen einer fehlenden Verfügbarkeit regionaler Daten. Erst in den letzten Jahren haben sich sektoral begrenzte Darstellungen etabliert. Der Versorgungsatlas des Zentralinstituts für die kassenärztliche Versorgung3 mit den Daten der vertragsärztlichen Versorgung und der Faktencheck Gesundheit der Bertelsmann-Stiftung4 mit den Daten der stationären Versorgung orientieren sich mit ihren interaktiven Karten erkennbar am Dartmouth Atlas. Auch andere Studien untersuchen ← 16 | 17 →regionale Variationen im Rahmen der vertragsärztlichen5 oder stationären Versorgung.6

In diesem Zusammenhang ist auch der Bericht zur Evaluation des Jahresausgleichs 2009 im Risikostrukturausgleich (Drösler, S. et al. 2011) zu nennen. Im Gegensatz zu den zuvor genannten sektorspezifischen Analysen steht hier mit der Datengrundlage des Risikostrukturausgleichs eine sektorübergreifende Datengrundlage zur Verfügung. Auf dieser Grundlage werden regionale Morbiditäts- und Ausgabenvariationen dargestellt und die im Risikostrukturausgleich entstehenden regionalen Über- und Unterdeckungen auf Kreisebene untersucht. Weitere Analysen auf diesem Datensatz präsentiert Göpffarth (2011).

Zentrales Thema des Evaluationsberichtes waren nicht die regionalen Variationen, sondern die regionalen Auswirkungen des Risikostrukturausgleichs. In der politischen Diskussion geht es in erster Linie um die Auswirkungen auf der Ebene der Länder. Diese Diskussion ist insofern schräg, als dass nicht Ländern, sondern Krankenkassen am Risikostrukturausgleich teilnehmen, und sich die Beitragsmittel der Krankenkassen nicht den Ländern zurechnen lassen. Der Evaluationsbericht kommt zudem zu dem Schluss, dass die Variation der Ausgaben innerhalb der Länder größer ist als innerhalb der Länder. Eine Einbeziehung von Regionalmerkmalen auf Länderebene im Risikostrukturausgleich wird daher abgelehnt.

Allerdings wies der Bericht insbesondere auf Unterdeckungen in den Kernstädten und Überdeckungen im umliegenden Verdichtungsraum hin, empfiehlt jedoch nicht die Berücksichtigung eines solchen Merkmals. Nicht zuletzt durch die Schließung der in den Hochkostenregionen Hamburg und Berlin konzentrierten City-BKK wegen mangelnder wirtschaftlicher Leistungsfähigkeit wurde zunehmend die Frage aufgeworfen, ob regionale Ausgabenunterschiede im Risikostrukturausgleich zu berücksichtigen seien.

Daher wird dieser Beitrag der Frage nach einer Regionaldimension im Risikostrukturausgleich nachgehen. Diese Frage hat eine positive Dimension – Lässt sich die Zielgenauigkeit des Risikostrukturausgleichs durch einen Regionalfaktor verbessern? – und eine normative Dimension – Sollte ein entsprechender Faktor im Risikostrukturausgleich berücksichtigt werden? (Abschnitt 4). Zuvor wird aber die Datengrundlage (Abschnitt 2) und die Erkenntnislage zu regionalen Variationen in den Gesundheitsausgaben der Gesetzlichen Krankenversicherung (Abschnitt 3) dargestellt.

← 17 | 18 →2. Datengrundlage

Grundlage der hier präsentierten sektorübergreifenden Variationen in den Gesundheitsausgaben sind die Daten des Risikostrukturausgleichs. Der Risikostrukturausgleich ist das Finanzausgleichsverfahren zwischen den gesetzlichen Krankenkassen. Seit dem 1.1.2009 wird er morbiditätsorientiert durchgeführt; zu diesem Zweck werden für alle GKV-Versicherten von den Krankenkassen die Diagnosen aus der vertragsärztlichen und stationären Versorgung sowie die Arzneimittelverordnungen versichertenbezogen gemeldet. Die Jahresausgaben kommen für eine Stichprobe von knapp 7 % der GKV-Versicherten hinzu; seit 2011 werden diese Angaben für alle Versicherten gemeldet. Zur Begrenzung der regionalen Verteilungswirkung durch die Einführung des Gesundheitsfonds fand in den Jahren 2009 und 2010 die sog. „Konvergenzklausel“ Anwendung (§ 272 SGB V). Zu diesem Zweck wurden in diesen Jahren die Datenmeldungen um ein Regionalmerkmal ergänzt (5-stelliger Kreisgemeindeschlüssel).

Bisherigen Analysen auf der Grundlage der Daten des Risikostrukturausgleichs (Drösler, S. et al. 2011, Göpffarth, D. 2011) basieren hinsichtlich der regionalen Ausgaben auf eine Auswertung der 7 %-Stichprobe. Aufgrund der schiefen Verteilung der Gesundheitsausgaben ist es aber nicht auszuschließen, dass diese Ergebnisse durch Stichprobenfehler verzerrt sind. Dafür gibt es tatsächlich Hinweise: Im Jahr 2009 wies Bad Kissingen mit 2.735 Euro die höchsten Ausgaben auf. Selbst nach Standardisierung lagen die Ausgaben noch bei 2.666 Euro. Im Folgejahr 2010 waren die Ausgaben in Bad Kissingen mit 2.489 Euro nach wie vor hoch, aber nicht mehr so auffällig. Im Jahr 2010 hingegen wurden die höchsten Ausgaben mit 2.834 Euro in Pfaffenhofen/Ilm verzeichnet; nach Standardisierung betrugen diese sogar 3.144 Euro. Im Vorjahr 2009 lagen die Ausgaben in Pfaffenhofen/Ilm noch bei unterdurchschnittlichen 1.951 Euro. Umso wichtiger ist daher eine Kontrolle der Ergebnisse auf der Grundlage einer Vollerhebung.

Obwohl das Regionalmerkmal nur in den Jahren 2009 und 2010 erhoben wurde, und die Vollerhebung der Ausgaben im Risikostrukturausgleich erst 2011 begann, ist einer Verknüpfung möglich. Dies liegt daran, dass der Risikostrukturausgleich als prospektives System angelegt ist: Ausschlaggebend für die Zuweisungen sind die Diagnosen des Vorjahres; die Höhe der Zuweisungen wiederum orientiert sich an den Folgekosten im Folgejahr. Um dies berechnen zu können, müssen die Daten jeweils zweier Jahre miteinander verknüpfbar sein. Somit lassen sich auch die vollerhobenen Ausgaben des Jahres 2011 mit dem Regionalmerkmal des Jahres 2010 verknüpfen. Offensichtlich funktioniert diese Verknüpfung nicht für Versicherte des Jahres 2011, die im Jahr 2010 noch nicht versichert waren – d.h. Neugeborene, Zuwanderer, Rückkehrer aus PKV ← 18 | 19 →etc. Allerdings lassen sich so für 97,7 % der Versicherte des Jahres 2011 Angaben zum Wohnsitz machen.

3. Darstellung der Regionale Variationen auf Kreisebene

3.1 Regionale Variation der GKV-Ausgaben

Bislang lagen die Ausgaben auf Kreisebene nur im Rahmen der Datenerhebungen 2009 und 2010 als Stichprobenerhebung vor. In beiden Jahren konnten die Ausgaben je Kreis erheblich voneinander abweichen, wie die Beispiele im vorangegangenen Abschnitt zeigen. Ganz überwiegend waren die Ausgaben aber über die beiden Jahre stabil. Die Korrelation der Ausgaben zwischen den Jahren 2009 und 2010 lag bei r=0,8682. Die Korrelation zwischen den Stichprobenergebnissen aus 2010 und den vollerhobenen Ausgaben aus 2011 lag in derselben Größenordnung (r=0,8485). Ob sich von der Vollerhebung eines Jahres zur Vollerhebung eines anderen Jahres eine größere Stabilität ergibt, kann nicht gesagt werden, da die nächste Vollerhebung des Jahres 2012 nicht mehr regionalisiert werden kann.

Die Verteilung der Ausgaben auf die Kreise kann der Abbildung 1 entnommen werden. Bei mittleren Pro-Kopf-Ausgaben im Jahr 2011 von 2.207 Euro reicht die Spanne auf Kreisebene von 1.876 Euro bis 2.727 Euro. Damit hat sich die Spanne der Ausgaben gegenüber der Stichprobe 2010 (1.805 Euro bis 2.834 Euro) nur leicht reduziert. Der Variationskoeffizient hat sich geringfügig von 8,12 auf 7,83 reduziert.

Abbildung 1: GKV-Ausgaben auf Kreisebene, 2011 (nach Ausgabenhöhe sortiert)

Quelle: Eigene Berechnungen

← 19 | 20 →In der geographischen Verteilung lassen sich überdurchschnittliche Ausgaben insbesondere im Osten Deutschlands beobachten, aber auch im Ruhrgebiet, Saarland, Oberfranken und dem Bayerischen Wald.

3.2 Erklärbarkeit der Ausgabenvariation durch regionale Morbiditätsunterschiede

Die geographische Verteilung der Ausgaben weist bereits auf einen naheliegenden Erklärungsansatz hin: Diese Regionen weisen demographisch ein überdurchschnittliches Alter der Bevölkerung auf, und aufgrund dessen auch eine höhere Morbiditätsbelastung. Zur Messung des Einflusses von Demographie und Morbidität auf die Gesundheitsausgaben bietet der morbiditätsorientierte Risikostrukturausgleich ein leistungsfähiges Modell an. Anhand der Angaben zum Alter und Geschlecht der Versicherten, dem Bezug von Erwerbsminderungsrenten sowie die anhand von Diagnosen und Verordnungen bezogen auf 80 schwerwiegende und kostenintensive chronische Krankheiten gemessene Morbidität kann eine Standardisierung der Ausgaben auf die GKV -durchschnittliche Bevölkerung erfolgen. Der Einfluss dieser Faktoren auf die Ausgaben kann so herausgerechnet werden. Weist ein Kreis auch nach Standardisierung überdurchschnittliche Ausgaben auf, so bedeutet dies, dass diese noch höher sind, als es aufgrund der demographischen Struktur und Morbidität zu erwarten wäre.

Angaben zu regionalen Unterschieden in der Morbidität lagen bereits in den Jahren 2009 und 2010 auf der Grundlage einer Vollerhebung vor. Mit Morbidität wird hier die im Rahmen des Risikostrukturausgleichs erfasste Morbidität gemeint (RSA-Risikofaktor). Diese Angaben weisen eine hohe Konstanz auf. So liegt der Korrelationskoeffizient der RSA-Risikofaktoren je Kreis zwischen den Jahren bei r=0,9946 (2009 zu 2010) bzw. r=0,9930 (2010 zu 2011).

Entscheidend wird es, wenn man die beiden Seiten – Morbidität und Ausgaben – zusammenbringt. Dies erfolgt im Rahmen der standardisierten Leistungsausgaben. Die Standardisierung der Leistungsausgaben erfolgt anhand der Risikomerkmale des Risikostrukturausgleiches. Die Stabilität der Höhe der standardisierten Leistungsausgaben je Kreis zwischen den Jahren war bislang nicht besonders hoch (zwischen 2009 und 2010 r=0,612 und zwischen 2010 und 2011 r=0,5235).

← 20 | 21 →Abbildung 2: Standardisierte Leistungsausgaben je Kreis, 2011

Quelle: Eigene Darstellung

Die Unterschiede zwischen den standardisierten Leistungsausgaben je Kreis, dargestellt in Abbildung 2, haben zwei Interpretationen: Zum einen zeigen die Unterschiede die Varianz in den Ausgaben zwischen den einzelnen Kreise an, die nicht durch demographische Unterschiede und Unterschiede in der ← 21 | 22 →dokumentierten Morbidität erklärt werden können. Hier haben sich durch die Umstellung auf die Vollerhebung sowohl Spanne als auch Varianz erheblich reduziert. Im Jahr 2009 lag die Spanne bei 1.852 Euro bis 2.666 Euro und der Variationskoeffizient bei 4,72. Die Spanne im Jahr 2010 ging von 1.908 Euro bis 3.144 Euro bei einem Variationskoeffizienten von 5,01. Mit dem Umstieg auf die Vollerhebung fällt die Spanne auf 1.982 Euro bis 2.425 Euro und der Variationskoeffizient auf 3,27. Die regionale Verteilung der Über- und Unterdeckungen ist sehr ähnlich. Offensichtlich hat die Stichprobe zu einzelnen Ausreißern geführt, die Spanne und Varianzen erhöhen, aber nicht zu einem systematisch anderen Bild führen. Allerdings ist nun der Anteil der Variation in den Ausgaben je Kreis, die durch die Faktoren des Risikostrukturausgleichs erklärt werden können, von 44 % (Göpffarth, D. 2011) auf nunmehr knapp 60 % angestiegen. Diesen Effekt der zunehmenden Varianzerklärung kann man auch der Abbildung 3 entnehmen.

Abbildung 3: Standardisierte Ausgaben auf Kreiseebene, 2011 (nach Ausgabenhöhe sortiert)

Quelle: Eigene Berechnungen

Die 60 %ige Reduzierung der Varianz kann als Bestätigung des Diktums von Klaus Jacobs gelten: „Der Morbi-RSA regionalisiert automatisch […] Ist die Krankheitslast in einer Region besonders hoch, erhalten die Krankenkassen für die dortigen Versicherten entsprechend mehr Geld“ (Jacobs, K. 2010).

← 22 | 23 →Die zweite Interpretation der Abbildung 2 liegt in dem Bezug zum Risikostrukturausgleich. Da zur Standardisierung genau die Risikofaktoren des Risikostrukturausgleichs herangezogen wurden, erhält die standardisierte Bevölkerung gerade die bundesdurchschnittliche Zuweisung in Höhe von 2.207 Euro. Liegen die standardisierten Leistungsausgaben z.B in Weiden in der Oberpfalz bei 2.425 Euro, so haben die dort tätigen Krankenkassen im Durchschnitt Unterdeckungen von über 200 Euro je Versicherten. Bei standardisierten Leistungsausgaben in Höhe von 1.982 Euro in Flensburg entstehen hingegen durchschnittliche Überdeckungen von über 200 Euro. Solche Über- und Unterdeckungen bergen die Gefahr einer regionalen Risikoselektion (Bauhoff, S. 2012), so dass sich die Frage nach einer Regionalkomponente im Risikostrukturausgleich stellt.

Bemerkenswert ist, dass die Variation der standardisierten Gesamtausgaben mit einem Variationskoeffizient von 3,27 geringer liegt als die Variation der standardisierten Ausgaben der einzelnen Leistungsbereiche (Ärzte: 8,21, Arzneimittel: 6,33, Krankenhaus: 6,38, Sonstige: 8,05). Offensichtlich bestehen zwischen den einzelnen Leistungsbereichen (z.B. zwischen Ärzten und Krankenhaus oder zwischen Ärzten und Arzneimittel) Kompensationseffekte. Dies spricht auch für die Notwendigkeit einer sektorübergreifenden Betrachtung und zeigt die Grenzen sektorspezifischer Betrachtungen auf.

3.3 Erklärungsversuche der verbliebenen Variation

3.3.1 Erklärungsansätze

Bei der Suche nach Erklärungsansätzen für die nach der Standardisierung durch den morbiditätsorientierten Risikostrukturausgleich verbliebenen Variationen gibt es im Wesentlichen zwei Ansätze. Während Gaßner et al. (2011) für eine Regionalvariable auf Länderebene plädieren, führen Drösler et al. (2011) aus, dass „eine Einbeziehung von Regionalfaktoren im Risikostrukturausgleich, die auf Ländergrenzen abstellt, aus wissenschaftlicher Sicht zu kurz greifen würde.“ Stattdessen stellen sie Überlegungen an, die in die Richtung einer Berücksichtigung siedlungsstruktureller Elemente gehen, werfen aber auch die Frage auf, ob diese Problematik im Rahmen des Risikostrukturausgleichs zu lösen sei. Beide Betrachtungsperspektiven sollen im Folgenden dargestellt werden. Weitere soziodemographische Merkmale scheinen hingegen keinen Einfluss auf die verbliebene Variation zu haben (Göpffarth, D. 2011).

3.3.2 Einfluss des Kreistypus

Im Rahmen der Laufenden Raumbeobachtung unterscheidet das Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) vier siedlungsstrukturelle ← 23 | 24 →Kreistypen: Kreisfreie Großstädte, städtische Kreise, ländliche Kreise mit Verdichtungsansätzen sowie dünn besiedelte ländliche Kreise. Hierfür wird der Bevölkerungsanteil in Groß- und Mittelstädten sowie die Einwohnerdichte der Kreisregion herangezogen. Tabelle 1 zeigt die durchschnittlichen Über- bzw. Unterdeckungen im Risikostrukturausgleich nach siedlungsstrukturellem Kreistyp auf. Wie bereits von Drösler et al. (2011) – anhand einer älteren Typologie der Kreise – aufgezeigt, weisen insbesondere der stark verstädterte Raum Unterdeckungen auf, während im ländlichen Raum durchschnittlich Überdeckungen erreicht werden. Für Versicherte in kreisfreien Großstädten erzielen Krankenkassen im Durchschnitt 39 Euro weniger an Zuweisungen als sie an Ausgaben realisieren. Die Unterdeckung entsteht in erster Linie im Bereich der vertragsärztlichen Versorgung. Dieser Sektor trägt umgekehrt auch maßgeblich zu den Überdeckungen auf dem Lande bei.

Tabelle 1: Über- und Unterdeckung im RSA nach siedlungsstrukturellem Kreistyp, 2011

Quelle: Eigene Berechnungen

Etwas deutlicher wird der Zusammenhang, wenn man bei der Aggregation der Kreise nicht auf den siedlungsstrukturellen Typ, sondern auf räumliche Lage – d.h. peripher oder zentral – abstellt. Die räumliche Lage wird vom BBSR anhand der erreichbaren Tagesbevölkerung ermittelt. Die Über- und Unterdeckungen nach räumlicher Lage finden sich in Tabelle 2. Hier sieht man die maßgeblich durch die vertragsärztliche Versorgung getriebenen Unterdeckungen in sehr zentralen Lagen, während in peripheren Lagen erheblich Überdeckungen aus der vertragsärztlichen zu verzeichnen sind. In sehr peripheren Gebieten werden diese Überdeckungen aber durch Mehrausgaben in der Arzneimittel- und Krankenhausversorgung kompensiert.

← 24 | 25 →Tabelle 2: Über- und Unterdeckung im RSA nach räumlicher Lage, 2011

Quelle: Eigene Berechnungen

3.3.3 Einfluss der Landeszugehörigkeit

Auf Landesebene schwanken die Deckungsbeträge zwischen einer durchschnittlichen Unterdeckung von 156 Euro in Hamburg bis zu einer durchschnittlichen Überdeckung von 79 Euro in Thüringen. Dass aber die Schwankungen innerhalb der Bundesländer sehr groß sind, und in jedem Flächenland sowohl über- wie überdeckte Kreise existieren, kann Abbildung 2 entnommen werden.

Tabelle 3: Morbidität, Ausgaben und Deckung auf Ebene der Länder

← 25 | 26 →Quelle: Eigene Berechnungen

3.3.4 Erklärungsanteil von Kreistyp und Landeszugehörigkeit

Welchen Anteil an der nach Standardisierung verbliebenen Varianz können die Kreistypen bzw. die Landeszugehörigkeit erklären? Hierzu wurde eine populationsgewichtete lineare Regression mit den Deckungsbeträge je Versicherten je Kreis als abhängige Variable und den Kreistypen bzw. die Länderzugehörigkeit als unabhängige Variablen durchgeführt. Es zeigt sich, dass die Kreistypen etwa 12 % bis 14 %, die Länderzugehörigkeiten hingegen knapp 27 % der verbleibenden Variation erklären können (R2-Wert). Kreistyp und Länderzugehörigkeit zusammen erklären etwa ein Drittel der verbliebenen Variation erklären.

4. Regionalfaktoren im Risikostrukturausgleich

4.1 „Können“: Verbesserungspotential durch Regionalmerkmale

4.1.1 Bewertungskriterien

Es soll zunächst empirisch überprüft werden, welche Effekte eine Einbindung eines Regionalmerkmals – entweder in Form einer Variable für den Kreistyp oder in Form einer Variable für die Länderzugehörigkeit des Versicherten – in den Risikostrukturausgleich hätte. Dies geschieht losgelöst von der in Abschnitt 4.2 diskutierten normativen Fragestellung, ob eine solche Einbindung auch erfolgen sollte. Technisch werden in den Modellen jeweils Dummyvariablen je Versicherten für die 16 Bundesländer bzw. den vier Kreistypen gebildet und in die Regression – neben AGG, EMG und HMG – einbezogen.

Zunächst sollte durch eine Einbindung eines Regionalmerkmales dreierlei erreicht werden. Zum einen sollten die in Abbildung 2 aufgezeigten Über- und Unterdeckungen, von denen die Gefahr regionaler Risikoselektionsstrategien ausgehen könnte, reduziert werden. Zum anderen existieren auch zwischen den Krankenkassen selber erhebliche Unterschiede in den Deckungsquoten, die aus Unterschieden in der Wirtschaftlichkeit allen nicht erklärt werden können. So lag die Spanne der Deckungsquoten im Jahr 2011 zwischen 86,6 % und ← 26 | 27 →113,3 % (siehe Abbildung 4).7 Die mittlere absolute prozentuale Abweichung (MAPE) der Zuweisung von den Ausgaben lag bei 2,65 %. Es wird immer wieder die These aufgestellt, dass diese Unterschiede in den Kassenpositionen auf nicht berücksichtigte regionale Unterschiede zurückzuführen sind, so dass man sich von einer Regionalvariablen eine Verbesserung erhoffen sollte. Schließlich misst sich die Zielgenauigkeit auf Individualebene durch das statistischen Bestimmtheitsmaß R2, das im Referenzmodell bei 23,8290 % lag.

Abbildung 4: Deckungsquoten auf Einzelkassenebene (Status quo mit Annualisierung)

Quelle: Eigene Berechnungen

4.1.2 Kreistypmodell

Beim Kreistypmodell wird nur auf den siedlungsstrukturellen Kreistyp abgestellt, da dieser in der vorangegangenen Analyse (Abschnitt 3.3.4) die höhere Erklärungskraft aufwies. Dieses Modell mit einem R2-Wert von 23,8305 % ← 27 | 28 →würde die Unter- und Überdeckungen nach Kreistyp eliminieren. Trotzdem bleibt die Spanne der Über- und Unterdeckungen von jeweils knapp über 200 Euro auf Kreisebene unverändert. Während im Status quo ohne Regionalmerkmal 189 Kreise mit 30,1 Mio. GKV-Versicherten eine Über- oder Unterdeckung vom im Betrag mehr als 50 Euro aufwiesen, sind das nachher noch 178 Kreise mit 27,7 Mio. Versicherte. Die regionalen Über- und Unterdeckungen auf Kreisebene werden also nur unwesentlich verringert. Auch auf Kassenebene reduziert sich die Spanne nur auf 87,1 % bis 113,2 % bei einem MAPE von 2,59 %.

4.1.3 Ländermodell

Das Ländermodell führt auf Individualebene zu keiner besseren Zielgenauigkeit; der R2-Wert fällt auf 23,4607 %. Dies gilt aber auch auf Kreisebene: Die Spanne der Deckungsbeträge steigt an; die maximale Überdeckung liegt nun bei 265 Euro. Mit absoluten Über- oder Unterdeckungen von mehr als 50 Euro bleiben 189 Kreise mit 30,0 Mio. Versicherte betroffen. Da in jedem Flächenland sowohl über- als auch unterdeckte Kreise existieren, würde dieses Modell in einem im Durchschnitt unterdeckten Land mehr Mittel zuweisen und damit zwar die Unterdeckungen in den einen Kreisen reduzieren, gleichzeitig aber auch die Überdeckungen in den anderen Kreisen erhöhen. Umgekehrt verhielt es sich in im Durchschnitt überdeckten Ländern. Auf Kassenebene schließt sich die Spanne der Deckungsbeiträge im Ländermodell etwas stärker als im Kreistypmodell, bleibt aber immer noch bei 87,3 % bis 112,0 %. Das MAPE liegt bei 2,45.

4.1.4 Kombiniertes Kreistyp- und Ländermodell

Auch mit einer Kombination aus Ländermodell und Kreistypmodell gelingt es nicht, die Zielgenauigkeit der Zuweisungen auf Ebene der individuellen Versicherten, der Kreise und der Krankenkassen zu erhöhen. Der R2-Wert liegt mit 23,7282 % unter dem des Status quo-Modells. Die Spanne der Über- und Unterdeckungen auf Kreisebene reicht von -225 Euro bis +240 Euro. Mit absoluten Über- oder Unterdeckungen von mehr als 50 Euro bleiben 179 Kreise mit 27,0 Mio. Versicherte betroffen. Auf Kassenebene liegt das MAPE – wie beim reinen Ländermodell bei 2,45. Spanne und Verteilung hat sich gegenüber dem Status quo kaum verändert (siehe Abbildung 5).

← 28 | 29 →Abbildung 5: Deckungsquoten auf Einzelkassenebene (Kombiniertes Länder-/Kreistyp-Modell)

Quelle: Eigene Berechnungen

4.2 „Sollen“: Normative Aspekte eines Regionalfaktors

Gegen die Einbindung eines Regionalmerkmals in den Risikostrukturausgleich werden auch normative Argumente vorgebracht. Zum einen muss gefragt werden, inwieweit die regionalen Ausgabenunterschiede aus Sicht der Krankenkassen exogen sind, oder ob sie nicht doch teilweise auch durch die Aktivitäten der Krankenkassen beeinflusst werden. Doch selbst wenn die Faktoren exogen sind, stellt sich die Frage ob der Ausgleich in den Risikostrukturausgleich gehört oder ob hier nicht eher regionale Differenzierungen bei der Beitragserhebung oder in den Vergütungssystemen gefragt sind. Diese Fragen können aber insofern zurückgestellt werden, als dass die diskutierten Modelle schon rein empirisch nicht überzeugen können.

5. Schlussfolgerungen

Die hier durchgeführten Analysen haben folgendes gezeigt:

Regionale Variationen in den Ausgaben sind echt, und kein statistisches Artefakt der bisherigen Stichprobenerhebungen.

← 29 | 30 →Zum überwiegenden Teil können diese Variationen durch die demographischen und morbiditätsorientierten Risikomerkmale des Risikostrukturausgleichs erklärt werden. Trotzdem verbleiben noch nicht unerhebliche Variationen auf Kreisebene.

Es besteht die Gefahr, dass diese Variationen regional tätige Krankenkassen benachteiligen bzw. Ausgangspunkt von regionalen Risikoselektionsstrategien sein könnten.

Landeszugehörigkeit und siedlungsstruktureller Kreistyp können etwa ein Drittel dieser verbliebenen Variationen erklären.

Eine Einbindung dieser Variablen in den Risikostrukturausgleich führt aber allenfalls zu einer minimalen Verbesserung der Zielgenauigkeit des Risikostrukturausgleichs.

Um überzeugende Modelle zu entwickeln bedarf es daher eines größeren Verständnisses, welche Faktoren die regionalen Ausgabenunterschiede determinieren. Es ist daher zu begrüßen, dass im Koalitionsvertrag der Großen Koalitionsvertrag vorgesehen ist, das Regionalmerkmal wieder zu erheben. Die hier präsentierten Analysen haben nämlich auch gezeigt, dass der Aussagefähigkeit sektoraler Analysen enge Grenzen gesetzt sind, und dass für die Analyse regionaler Variationen tatsächlich ein sektorübergreifender Datensatz wie der des Risikostrukturausgleichs notwendig ist.

Literatur

Augurzky, B.; Klauber, J. (2012): Krankenhaus-Report 2012 Schwerpunkt: Regionalität, Stuttgart.

Augurzky, B.; Kopetsch, T.; Schmitz, H. (2013): What accounts for the regional differences in the utilisation of hospitals in Germany?, in: European Journal of Health Economics, Jg. 14., Nr. 4, S. 615–627.

Bauhoff, S. (2012): Do health plans risk-select? An audit study on Germany’s Social Health Insurance, in: Journal of Public Economic, Jg. 96, Nr. 9-10, S. 750–759.

Bernstein, J.; Reschovsky, J.D.; White, C. (2011): Geographic Variation in Health Care: Changing Policy Directions, National Institute for Health Care Reform, Washington DC.

Bertelsmann Stiftung (2011): Faktencheck Gesundheit – Regionale Unterschiede in der Gesundheitsversorgung, Gütersloh.

CBO (2008): Geographic Variation in Health Care Spending, Congressional Budget Office, Washington.

← 30 | 31 →Doyle, J. J. (2011): Returns to Local-Area Health Care Spending: Evidence from Health Shocks to Patients Far From Home, in: American Economic Journal: Applied Economics, Jg. 3, Nr. 3, S. 221–243.

Drösler, S.; Hasford, J.; Kurth, B.-M.; Schaefer, M.; Wasem, J. (2011): Evaluationsbericht zum Jahresausgleich 2009 im Risikostrukturausgleich, Bonn.

Fisher, E.S.; Wennberg, D.E.; Stukel, T.A.; Gottlieb, D.J.; Lucas, F.L.; Pinder, E.L. (2003a): The implications of regional variations in Medicare spending. Part 1: the content, quality, and accessibility of care, in: Annals of Internal Medicine, Jg. 138, Nr. 4, S. 273–287.

Fisher, E.S.; Wennberg, D.E.; Stukel, T.A.; Gottlieb, D.J.; Lucas, F.L.; Pinder, E.L. (2003b): The implications of regional variations in Medicare spending. Part 2: health outcomes and satisfaction with care, in: Annals of Internal Medicine, Jg. 138, Nr. 4, S. 288–298.

Gaßner, M.; Göpffarth, D.; Wittmann, R. (2011): Spielräume für eine Dezentralisierung im Rahmen des Systems Gesundheitsfonds, in: Wille, E. und Knabner, K. (Hrsg.): Dezentralisierung und Flexibilisierung im Gesundheitswesen, Frankfurt am Main etc., S. 53–81.

Göpffarth, D. (2011): Regionalmerkmale im Risikostrukturausgleich. Ein Beitrag zum funktionalen Wettbewerb und zu bedarfsgerechter Versorgung?, in: Repschläger, U. (Hrsg.): BARMER Gesundheitswesen aktuell 2011; Wuppertal, S. 16–40.

Greube, T:C.; Dörning, H.; Schwartz, F.W. (Hrsg.) (2011): Barmer GEK-Arztreport 2011. St. Augustin.

Jacobs, K. (2010): Solidarität geht über Ländergrenzen, in: Gesundheit und Gesellschaft, Jg. 13, Nr. 11, S. 14–15.

Medpac (2003): Variation and Innovation in Medicare, Report to the Congress, Medicare Payment Advisory Commission, Washington DC.

National Health Service (2010): The NHS Atlas of Variation in Healthcare: Reducing unwarranted variation to increase value and improve quality, London.

Newhouse, J.P.; Garber, A.M.; Graham, R.P.; McCoy, M.A.; Mancher, M.; Kibria, A. (2013): Variation in health care spending – Target decision making, not geography, Washington DC.

Reschovsky, J.D.; Hadley, J.; Saiontz-Martinez, C.B.; Boukus, E.R. (2011): Following the money: factors associated with the cost of treating high-cost Medicare beneficiaries, in: Health Service Research, Jg. 46, Nr. 4, S. 997–1021.

← 31 | 32 →Sheiner, L. (2013): Why the Geographic Variation in Health Care Spending Can’t Tell Us Much about the Efficiency or Quality of our Health Care System, Federal Reserve Board, Washington DC.

Song, Y.; Skinner, J.; Bynum, J.; Sutherland, J.; Wennberg, J.E.; Fisher, E.S. (2010): Regional variations in diagnostic practices, in: New England Journal of Medicine, Jg. 363, Nr. 1, S. 45–53.

Sutherland, J.M.; Fisher, E.S.; Skinner, J.S. (2009): Getting past denial–the high cost of health care in the United States, in: New England Journal of Medicine, Jg. 361, Nr. 13, S. 1227–1230.

Wennberg, J.; Gittelsohn, A. (1973): Small area variations in health care delivery, in: Science, Jg. 182, Nr. 4117, S. 1102–1108.

Zuckerman, S.; Waidmann, T.; Berenson, R.; Hadley, J. (2010): Clarifying sources of geographic differences in Medicare spending, in: New England Journal of Medicine, Jg. 363, Nr. 1, S. 54–62.

_________

1 Siehe http://www.dartmouthatlas.org. Dort findet sich auch eine umfangreiche Bi- bliographie.

2 Z.B in Großbritannien: National Health Service (2010). Einen Überblick über Studien aus verschiedenen Ländern vermittelt die Seite http://wennbergcollaborative.org.

3http://www.versorgungsatlas.de

4http://www.faktencheck-gesundheit.de, vgl. {Bertelsmann Stiftung 2011 #57}.

5 {Greube 2011 #390}

6 Vgl. die Beiträge im Krankenhausreport 2012 ({Augurzky 2012 #1002}) sowie {Augurzky 2013 #1003}.

7 Um sicherzustellen, dass die hier ausgewiesenen Effekte nicht aus methodischen Problemen aufgrund einer fehlenden Annualisierung der Ausgaben Verstorbener resultiert, wurden die Ausgaben hier zu analytischen Zwecken – anders als bei der Durchführung des Verfahrens – annualisiert. Die Spanne weicht daher von der tatsächlichen des Jahres 2011 (88,0 % bis 114,5 %) etwas ab.