Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen

Jahrgang 100, Heft 2, 03-2006

Seiten 93-98 (6)

   Kompletten Artikel im .pdf Format anzeigen

Ralf Bender [1]; Ulrich Grouven

[1] Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Köln

Zusammenfassung

Zur Ableitung von Schwellenwerten werden in verschiedenen medizinischen Anwendungsgebieten immer wieder inadäquate statistische Methoden verwendet. Die häufig angewendete Methode, Schwellenwerte auf der Basis einfacher Gruppenvergleiche zwischen arbiträr definierten Hoch- und Niedrigbereichen festzulegen, kann irreführend sein, da das Ergebnis von der vorherigen Gruppeneinteilung abhängt. In dieser Arbeit werden die Möglichkeiten und Grenzen statistischer Regressionsmodelle zur Berechnung von Schwellenwerten dargelegt und deren Eigenschaften für die Wahl von Mindestmengen für Krankenhäuser oder Ärzte diskutiert. Anhand von simulierten Datenbeispielen wird gezeigt, dass man auf keinen Fall ohne klinische Beurteilung der Risikokurve sinnvoll eine Mindestmenge aufgrund eines berechneten Wertes mit rein mathematischer Bedeutung festlegen kann. Bei der Anwendung statistischer Regressionsmodelle auf retrospektive Beobachtungsdaten ist zu beachten, dass die berechneten Schwellenwerte nur hypothesengenerierenden Charakter haben. Der Nachweis, dass eine Mindestmenge wirklich zu der erwarteten Qualitätsverbesserung führt, kann nur über eine adäquate prospektive Interventionsstudie geführt werden.

Summary

Inadequate statistical procedures are often applied for the derivation of threshold values in various medical research areas. The frequently applied method to establish threshold values on the basis of simple comparisons between arbitrarily defined low-volume and high-volume groups may be misleading because the result depends on the preceding classification. In this paper, the possibilities and limitations of statistical regression models for the calculation of threshold values are described. The features of these models for the selection of minimum volumes for hospitals or physicians are discussed. Simulated data examples are used to demonstrate that the definition of a useful minimum provider volume should not be based upon a calculated value of purely mathematical meaning without clinically assessing the risk curve. In the application of statistical regression models to retrospective observational data it should be noticed that calculated threshold values are only of a hypothesis-generating character. In order to verify that a minimum provider volume leads to the expected quality improvement, a prospective intervention study is required.

Keywords

Ergebnisbeurteilung im Gesundheitswesen; Krankenhäuser; Qualitätsindikatoren; Logistische Regression; Schwellenwerte; Konfidenzintervalle; Outcome assessment (health care); Hospitals; Quality indicators; Logistic models; Threshold limit values; Confidence intervals

DOI (Digital Object Identifier):   10.1078/1431-7621-00429