Welcher Anteil der Medikamentenverordnungen in Deutschland ist evidenzbasiert?

Zusammenfassung

Hintergrund Die medizinische Versorgung hat sich an der Evidenz aus validen und relevanten Studien zu orientieren; dieses Prinzip ist in Deutschland sozialrechtlich normiert. Der Medikationskatalog der Kassenärztlichen Bundesvereinigung bietet für mehrere Verordnungsgebiete eine systematische Klassifizierung von Medikamenten nach der zugrundeliegenden Studienevidenz, der Sicherheit und des indikationsgerechten Einsatzes der entsprechenden Substanz.

Methodik Die Auswertungen beruhen auf den Arzneiverordnungsdaten nach §300 SGB V des Jahres 2014. Die jeweiligen Substanzen sind als „Standard“ (1. Priorität), „Reserve“ (2. Priorität) oder „nachrangig zu verordnen“ (3. Priorität) eingestuft. Es werden die Anteile an den Verordnungen der 1. und 3. Prioritäten des Medikationskataloges bei den Fachgruppen der Hausärzte, der Kardiologen und der Neurologen/Psychiater/Nervenärzte berichtet, da deren Verordnungen eine hohe Abdeckung durch den Medikationskatalog aufweisen.

Ergebnisse Insgesamt liegt der Anteil bei den Hausärzten in der 1. Priorität bei etwas mehr als zwei Dritteln. Den höchsten Anteil der Kategorie 1 hat Bremen; die niedrigsten Anteile finden sich in den neuen Bundesländern. In der kardiologischen Versorgung macht die Priorität 1 ca. 54%, in der neurologisch-psychiatrischen Versorgung ca. 41% der Verordnungen (DDDs) aus. Der Anteil der Priorität 3 ist in der Kardiologie mit einem Fünftel der Verordnungen am höchsten, bei den Hausärzten mit 16% am niedrigsten; die neurologisch-psychiatrische Versorgung nimmt mit 17.7% eine mittlere Position ein.

Schlussfolgerungen Überwiegend entsprechen die analysierten Verordnungen der Priorität 1 des Medikationskatalogs. Dabei ergeben sich jedoch Variationen nach Fachgebieten und Regionen (Ländern). Der Medikationskatalog bietet die Chance, die Perspektiven von Qualität und indikationsgerechtem Einsatz zu verbinden.

Abstract

Background The provision of healthcare has to take into consideration evidence-based results from valid and relevant studies; this principle is included in German social laws. The prescribing assessment scheme (PAS) of the German National Association of Statutory Health Insurance Physicians contains a systematic appraisal of the benefit of drugs on the basis of their clinical evidence, their safety, and indications for their prescription.

Methods We analysed nationwide prescription data of physicians that have contractual relationships with statutory health insurance funds in 2014. The drugs have been classified on the basis of their clinical evidence as “standard”, “reserve” or “third level” medication. We report proportions of prescriptions in the first and third priority levels of the PAS in primary care, cardiology, and neurology/psychiatry as their prescriptions have a high correspondence with the PAS.

Results The proportion in the first priority in primary care was more than two-thirds of the total prescriptions. The highest proportion in this category was observed in Bremen; the lowest proportions were found in the new federal states. In cardiology, the first priority was chosen in 54%, in neurology/psychiatry in about 41% of prescriptions (DDDs). The proportion of the third priority is with one-fifth highest in cardiology, with 16%, lowest in primary care; neurology/psychiatry takes a middle position with 17.7%.

Conclusions Prescriptions predominantly conformed with the first priority of the PAS. There were variations across disciplines and regions (federal states). The PAS offers an opportunity to connect quality and indication in the prescription process.

Schlüsselwörter

Versorgungsforschung - Public Health - Medikamentenverordnungen - evidenzbasierte Medizin - ambulante Versorgung

Key words

Health Services Research - Public Health - Prescriptions - Ambulatory Care - Evidence-based Medicine

Publication History

Article published online:
15 March 2019

• Literatur

• 1 Becker U, Kingreen T. SGB V. Recht des öffentlichen Gesundheitswesens ; Textausgabe mit ausführlichem Sachverzeichnis. 20. Aufl. München: Dt. Taschenbuch-Verl.; 2018
• 2 Bertelsmann H, Lezynski G, Kunz R Kritische Bewertung von Studien zu therapeutischen Interventionen. In Kunz R, Ollenschläger G, Raspe H, et al., (Hrsg.). Lehrbuch evidenzbasierte Medizin in Klinik und Praxis Mit 85 Tabellen. 2. Aufl. 2007; 133–148
• 3 Spurling GK, Mansfield PR, Montgomery BD. et al. Information from pharmaceutical companies and the quality, quantity, and cost of physicians’ prescribing: a systematic review. PLoS Medicine 2010; 7: e1000352
• 4 Lexchin J, Light DW. Commercial influence and the content of medical journals. BMJ (Clinical research ed.) 2006; 332: 1444-1447
• 5 Bundesministerium für Gesundheit und Soziale Sicherung . Gesetz zur Neuordnung des Arzneimittelmarktes in der gesetzlichen Krankenversicherung (Arzneimittelmarktneuordnungsgesetz – AMNOG). Bundesgesetzblatt 2010; 67: 2262-2277
• 6 Osterloh F. Arzneimittelkommission der Deutschen Ärzteschaft: Kritik an Studiendesigns. Deutsches Ärzteblatt 2016; 113: A2304-A2305
• 7 Greiner W, Witte J. AMNOG-Report 2017. Nutzenbewertung von Arzneimitteln in Deutschland. Heidelberg: Medhochzwei Verlag GmbH; 2017
• 8 Grandt D, Schubert I, Lappe V. BARMER Arzneimittelreport 2018. Schriftenreihe zur Gesundheitsanalyse. 1. Aufl. Siegburg: Asgard Verlagsservice; 2017
• 9 Kassenärztliche Bundesvereinigung. Medikationskatalog (01.11.2017). Online: http://www.kbv.de/html/medikationskatalog.php letzter Zugriff: 22.07.2018
• 10 Schwenzer S. ARMIN in Sachsen und Thüringen – mehr Arzneimitteltherapiesicherheit durch rationale und evidenzbasierte Arzneimitteltherapie und patientenindividuelles Medikationsmanagement. Arzneiverordnung in der Praxis 2015; 42: 130-137
• 11 Bortz J, Schuster C. Statistik für Human- und Sozialwissenschaftler. 7. Aufl. Berlin: Springer; 2010
• 12 Mangiafico SS. Summary and Analysis of Extension Program Evaluation in R, version 1.15.0. Online: rcompanion.org/handbook/ letzter Zugriff: 16.12.2018
• 13 Vargha A, Delaney HD. A Critique and Improvement of the CL Common Language Effect Size Statistics of McGraw and Wong. Journal of Educational and Behavioral Statistics 2000; 25: 101-132
• 14 Pohlert T. The Pairwise Multiple Comparison of Mean Ranks Package (PMCMR). R package. Online: https://CRAN.R-project.org/package=PMCMR letzter Zugriff: 14.12.2018
• 15 Field AP, Miles J, Field Z. Discovering statistics using R. London, Thousand Oaks, Calif.: Sage; 2012
• 16 Rosenthal R. Meta-analytic procedures for social research. Newbury Park, Calif.: Sage Publ; 2010
• 17 Milos V, Jakobsson U, Westerlund T. et al. Theory-based interventions to reduce prescription of antibiotics – a randomized controlled trial in Sweden. Family Practice 2013; 30: 634-640
• 18 Arney J, Street RL, Naik AD. Factors shaping physicians’ willingness to accommodate medication requests. Evaluation & The Health Professions 2014; 37: 349-365
• 19 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen . Bedarfsgerechte Versorgung − Perspektiven für ländliche Regionen und ausgewählte Leistungsbereiche. Bonn: Bundesministerium für Gesundheit; 2014
• 20 Fugh-Berman A, Ahari S. Following the script: how drug reps make friends and influence doctors. PLoS Medicine 2007; 4: e150
• 21 Fischaleck J, Behnke K, Hörbrand F. et al. Steuern statt Prüfen – Zwei Jahre bayerische Wirkstoffvereinbarung. KVB Forum 2016; 6-11