Das Verschreibeverhalten von Allgemeinmedizinern am Beispiel der Arzneimittelverordnungen in Österreich

Zusammenfassung

Hintergrund: Die Allgemeinmediziner fungieren in unserem Gesundheitssystem als erste Anlaufstelle für Patienten und regulieren die Nachfrage nach medizinischen Leistungen und Medikamenten. Daher ist es von Interesse, die Gewohnheiten dieser Fachgruppe bei der Leistungserstellung zu analysieren.

Ziel: Unterschiede im Verschreibeverhalten der Mediziner werden anhand von arztspezifischen Merkmalen bestimmt. Es soll untersucht werden, ob und durch welche arztspezifischen Merkmale sich Mediziner identifizieren lassen, die sich in ihrem Verschreibeverhalten deutlich von der Grundgesamtheit abheben (sog. statis­tische Ausreißer).

Methodik: Das Verschreibeverhalten von 4 231 Hausärzten wurde durch 2 Variablen, die Menge und den Preis der verordneten Medikamente, operationalisiert. Die Identifikation von statistischen Ausreißern erfolgte mithilfe der Ungleichung von Tschebyscheff. Es wurde geprüft, ob und welche arztspezifischen Merkmale bzw. Merkmalskombinationen diejenigen Allgemeinärzte kennzeichnen, die außerordentlich viele bzw. außerordentlich teure Medikamente verschreiben.

Ergebnisse: Wir fanden statistisch hoch signifikante lineare Zusammenhänge sowohl zwischen arztspezifischen Merkmalen und dem Verschreibeverhalten (0,54≤r≤0,89), als auch zwischen den beiden Merkmalen des Verschreibeverhaltens selbst (r=0,86). Besonders hervorzuheben ist die fast perfekte Korrelation von 0,887 zwischen der Anzahl der Konsultationen und der Anzahl der verschriebenen Medikamente. Im Schnitt werden 1,8 Medikamente pro Konsultation verschrieben. Die Menge der verschriebenen Medikamente korreliert stark mit der Inanspruchnahme des Arztes. Nur wenige Allgemeinmediziner weichen von diesem Schema ab. Bei der Tendenz, besonders teure Medikamente zu verordnen (die durchschnittlichen Kosten belaufen sich auf € 18,4 pro Medikament), erwies sich der Umstand, eine eigene Hausapotheke zu betreiben, als statistisch hoch signifikantes Identifikationsmerkmal. Wesentliche zusätzliche Informationsquellen sind die beiden Merkmale „überdurchschnittlich viele Patienten” bzw. „überdurchschnittlich viele Konsultationen”. Bei Allgemeinmedizinern, die entweder keine eigene Hausapotheke betreiben oder durchschnittlich viele Konsultationen durchführen, kommen auf 100 Ärzte 1,3 Ausreißer, bei jenen wo beide Merkmale ausgeprägt sind kommen auf 100 Ärzte 9,7 Ausreißer, also etwa 7 mal soviel.

Schlussfolgerung: Der starke Zusammenhang zwischen der Menge der Arzneimittelverschreibungen und der Inanspruchnahme des Arztes ist systemimmanent und vom Anspruchsverhalten der Patienten geprägt, wodurch sich 79% der Varianz der verschriebenen Menge erklären lassen. Lediglich 21% der Varianz begründet sich somit durch andere Einflüsse, etwa durch die Krankheitslast der Klientel. Die Verschreibung teurer Präparate erfolgt vermehrt durch jene Ärzte, die durch den Betrieb einer Hausapotheke einen monetären Nutzen erzielen können. Steigt zusätzlich noch die Inanspruchnahme des Arztes, gemessen an der Anzahl der Patienten und Konsultationen, scheint sich der Anreiz zur Verschreibung teurer Präparate zu verstärken.

Abstract

Background: In extramural setting, general practitioners serve as gatekeepers and therefore control the demand for medical treatment and pharmaceuticals. As a result prescription habits are of major interest.

Aim: The aim of the present study is to identify sample characteristics in the prescription behav­iour of the general practitioners that allow one to differentiate between the individual and the basic population.

Methods: The prescription behaviour of 4 231 general practitioners was operationalised by means of the two variables “quantity” and “price”. Outliers in those categories, that indicate a doctor prescribing too many or too expensive drugs, were identified using Chebyshev's inequality.

Results: We found a statistically significant linear relationship between the individual characteristics of the medical doctors and their prescription behaviour (0.54≤r≤0.89) as well as between the variables “quantity” and “price” (r=0.86). Particularly notable seems to be the correlation between the number of the consultations and the quantity of the prescribed drugs. The average prescription amounts to approximately 1.8 pharmaceuticals per consultation. The quantity of drugs prescribed correlates with the demand for the physician's service. Only a few general practitioners deviate from this coherence. The tendency to prescribe dispropor­tionately expensive drugs (average costs amount to € 18.4 per drug) especially applies to those general practitioners who, in addition to their occupation as a physician, are allowed to dispense the pharmaceuticals directly to the patient within their privately owned pharmacies (“Hausapotheke”). In addi­tion to this attribute, the variables “number of patients” and “number of consultations” intensify the effect. The risk to be identified as an outlier is 7 times higher within the group of general practitioners who own a “Hausapotheke” and account for an above average number of consultations as within the group that does not incorporate those characteristics.

Conclusion: The strong coherence between the quantity and the demand is inherent to the health-care system and explains 79% of the variance of the prescribed quantities. Only 21% of the variance is determined by outside influences such as state of health of the patients. Physicians who have a monetary benefit from also distributing the drugs, however, enhance the prescription of high priced pharmaceuticals.

Schlüsselwörter

Allgemeinmediziner - Verschreibeverhalten - Arzneimittel - Österreich

Key words

general practitioner - prescription habits - pharmaceuticals - Austria

Literatur

• 1 Statistik Austria: Österreichische Gesundheitsbefragung 2006/2007, Hauptergebnisse und methodische Dokumentation.  44-46
• 2 Christensen CM, Bohmer R, Kenagy J. Will disruptive innovations cure health care?.  Harvard Business Review Sept-Oct. 2000;  102-112
• 3 Apothekengesetz §30 Zi 1-3, §31 lt. BGBl I Nr. 75/2008
• 4 Breyer F, Zweifel P. Gesundheitsökonomik. 5. Aufl. Berlin: Springer Verlag; 2004. 334ff
• 5 Richardson J. Supply and demand for medical care: Or, is the health care market perverse?.  The Australian Economic Review. 2001;  34 (3) 336-352
• 6 Pauly M, Blavin F. Moral hazard in insurance, value-based cost sharing, and the benefits of blissful ignorance.  Journal of Health Economics. 2008;  27 1407-1417
• 7 Lundin D. Moral hazard in physician prescription behaviour.  Journal of Health Economics. 2000;  19 639-662
• 8 Bassi F. Latent class factor models for market segmentation: An application to pharmaceuticals.  Statistical Methods & Applications. 2007;  16 (2) 279-287
• 9 Turnbull R, Parson N. Generic prescribing in general medical practice: An attitudinal study of general practitioners.  Marketing Intelligence & Planning. 1993;  11/4 30-40
• 10 Geer L, Kangis P. The influence of cost on medical prescriptions: A comparison of the theory of planned behaviour and the composite attitude behaviour model.  International Journal of Medical Marketing. 2002;  2/4 311-327
• 11 Groves K, Flanagan P, Mac Kinnon N. Why physicians start or stop prescribing a drug: Literature review and formulary implications.  Formulary. 2002;  37 186-193
• 12 Sequeira R, Al Khaja K, Damanhori A. et al . Physician gender and antihypertensive prescription pattern in primary care.  Journal of Evaluation in Clinical Practice. 2003;  9/4 409-415
• 13 Caves R. Patent expiration, entry, and competition in the US pharmaceutical industry: Comments and discussion. Brookings Papers on Economic Activity. Washington; 1991: 5
• 14 Fisz M. Wahrscheinlichkeitsrechnung und mathematische Statistik. 1. Aufl. Berlin: VEB, Deutscher Verlag der Wissenschaften; 1971: 98
• 15 Scott WR, Meyer JW. Developments in institutional theory. In: Institutional Environments and Organizations: Structural Complexity and Individualism 1. Aufl. Thousand Oaks, CA: Sage Publications; 1994: 1-8
• 16 DiMaggio PJ, Powell WW. The new institutionalism in organizational analysis. Aufl. Chicago: University Of Chicago Press; 1991: 63f
• 17 White L, Johnson LW. Relative influence of physicians and patients in the prescribing decision.  International Journal of Medical Marketing. 2002;  2/2 152-154
• 18 Tentler A, Silberman J, Paterniti DA. et al . Factors affecting physicians’ responses to patients’ requests for antidepressants: Focus group study.  Journal of General Internal Medicine. 2008;  23/1 51-57
• 19 Mac Lennan J, Mac Kenzie D. Strategic market segmentation: An opportunity to integrate medical and marketing activities.  International Journal of Medical Marketing. 2000;  Vol. 1/1 40-52

1 161 Patienten bilden die rechtsseitige Begrenzung des sog. „1-Sigma-Bereichs”.

2 240 Behandlungstage bilden die rechtsseitige Begrenzung des sog. „1-Sigma-Bereichs”. Als Behandlungstag zählt jedes Datum an dem der Arzt eine Leistung verrechnet hat.

3 1 594 Konsultationen bilden die rechtsseitige Begrenzung des sog. „1-Sigma-Bereichs”. Als Konsultation zählt jeder Arztbesuch an dem eine ärztliche Leistung verrechnet, bzw. ein Medikament verschrieben wurde.

Korrespondenzadresse