ArchivDeutsches Ärzteblatt35-36/2015Fallzahl und Prozessqualität in der Mammachirurgie in Deutschland

MEDIZIN: Originalarbeit

Fallzahl und Prozessqualität in der Mammachirurgie in Deutschland

Retrospektive Analyse von über 150 000 Patientinnen in den Jahren 2013 und 2014

Case numbers and process quality in breast surgery in Germany— a retrospective analysis of over 150 000 patients from 2013 to 2014

Dtsch Arztebl Int 2015; 112(35-36): 585-92; DOI: 10.3238/arztebl.2015.0585

Köster, Christina; Heller, Günther; Wrede, Stephanie; König, Thomas; Handstein, Steffen; Szecsenyi, Joachim

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Bei operativen Eingriffen weisen internationale Studien auf einen positiven Zusammenhang zwischen Fallzahlen und Versorgungsqualität hin. Es gibt Hinweise, dass die Leitlinientreue auch bei der Therapie von Brustkrebspatientinnen in Deutschland in Krankenhäusern mit großer Fallzahl besser ist.

Methode: Mit Hilfe der Daten der externen stationären Qualitätssicherung (esQS) aus den Jahren 2013 und 2014 wurden sieben Prozessindikatoren (wie prätherapeutische histologische Diagnosesicherung, leitliniengerechte Axilladissektion, zeitlicher Abstand zwischen Diagnose und Operation) im Leistungsbereich Mammachirurgie untersucht. Unter Anwendung verschiedener Schwellenwerte wurden die Fallzahlen kategorisiert. Ferner erfolgten Subgruppenanalysen der einbezogenen Patientinnenpopulation, indem der Zusammenhang für Patientinnen unter 65 Jahren, mit einem guten Allgemeinzustand, ohne Lymphknotenbefall und mit einer Tumorgröße pT0 oder pT1 bzw. einer Gesamttumorgröße von unter 5 cm analysiert wurde.

Ergebnisse: Es wurden Daten von 153 475 Patientinnen aus 939 Krankenhäusern erfasst. Sechs Indikatoren zeigten Mengeneffekte mit günstigeren Ausprägungen bei Krankenhäusern mit größeren Fallzahlen. Dieser Zusammenhang war nicht durchgehend stetig, zumeist zeigte sich das schlechteste Ergebnis in der untersten Fallzahlkategorie. Dieses Ergebnis bestätigte sich in geringerer Ausprägung in den Subgruppenanalysen. Allerdings wiesen Krankenhäuser mit größeren Fallzahlen häufiger Patientinnen auf, bei denen der zeitliche Abstand zwischen Diagnose und Operation mehr als drei Wochen betrug.

Schlussfolgerung: Die Mengeneffekte deuteten auf eine größere Leitliniendurchdringung und -adhärenz in Krankenhäusern mit großen Fallzahlen hin. Ob dies Morbidität oder Mortalität beeinflusst, kann in dieser Studie nicht beantwortet werden. Um die Prozessqualität in peripheren Krankenhäusern zu verbessern, ist eine Weiterführung der Qualitätssicherung notwendig.

LNSLNS

Mit etwa 70 000 Neuerkrankungen jährlich ist das Mammakarzinom die häufigste Krebserkrankung bei Frauen in Deutschland. Weitere etwa 6 500 Patientinnen sind von einem duktalen Karzinom in situ (DCIS) betroffen (1). Die konsequente Anwendung wissenschaftlich basierter Standards in der Brustkrebstherapie kann insgesamt sowohl zu einer verbesserten individuellen Prognose der Betroffenen als auch zu einer erhöhten Lebensqualität führen (2).

Infolge einer grundlegenden Arbeit zum Zusammenhang zwischen operativen Fallzahlen und Sterblichkeit (3) haben zahlreiche Studien den Einfluss der Anzahl von durchgeführten therapeutischen Maßnahmen beziehungsweise behandelten Patienten auf die Versorgungsqualität im Krankenhaus untersucht (312). Viele dieser Studien beziehen sich auf chirurgische Eingriffe zur Behandlung von Krebserkrankungen, wie beispielsweise die Mammachirurgie (4, 1017). In der Mehrzahl dieser Studien (4, 10, 11, 1317) wurden Zusammenhänge zwischen Fallzahlen und Überlebensraten untersucht, wobei die Ergebnisse zumeist auf einen positiven Zusammenhang zwischen Fallzahlen und Ergebnisqualität hinweisen (1317). Auch hinsichtlich der Prozessqualität in der chirurgischen Behandlung des Mammakarzinoms lassen sich Mengeneffekte vermuten (12, 18). Als mögliche Begründung hierfür werden die größere Erfahrung und Routine der Krankenhäuser beziehungsweise Operateure mit höheren Operationszahlen (3, 13) genannt. Zudem wird davon ausgegangen, dass Krankenhäuser mit größeren Fallzahlen die notwendige multidisziplinäre Behandlung und Infrastruktur besser gewährleisten können, weshalb eine Versorgung in Zentren mit hohen Fallzahlen befürwortet wird (12, 1921). So besteht eine der strukturellen Voraussetzungen für zertifizierte Brustkrebszentren in Deutschland in einer Mindestfallzahl von mehr als 100 Primärfällen pro Jahr bei Erstzertifizierung (22).

Trotz der Tendenz verschiedener Studien sind das Ausmaß des Zusammenhangs und die Richtung der Kausalität zwischen Operationshäufigkeit und Versorgungsqualität nicht immer eindeutig, weil die Ergebnisse unter anderem von der analysierten Prozedur beziehungsweise dem Ergebnismaß und dem gewählten Schwellenwert abhängen und stark variieren können (46, 23). Zudem kann ein Selektionsbias eine Erklärung für beobachtete Zusammenhänge mit Überlebensraten sein, indem beispielsweise Patientinnen mit vergleichsweise hohen Risiken vermehrt kleinere Krankenhäuser aufsuchen (11). Die vorliegende Arbeit analysiert den Zusammenhang zwischen Fallzahl und Prozessqualität in der Mammachirurgie in Deutschland mit aktuellen Daten.

Methode

Als Datengrundlage dienten Daten der externen stationären Qualitätssicherung (esQS) aus dem Leistungsbereich Mammachirurgie. Seit 2002 sind im Rahmen der esQS alle akutstationären Krankenhäuser in Deutschland verpflichtet, für Patientinnen und Patienten mit Mammakarzinom eine fallbezogene Qualitätsdokumentation anzufertigen und diese an die zuständige Stelle für Qualitätssicherung zu übermitteln (24).

Es wurden vollstationäre Fälle mit einem Ersteingriff bei Primärerkrankung und Histologie „invasives Mammakarzinom“ oder „duktales Karzinom in situ (DCIS)“ sowie mit Aufnahmejahr 2013 oder 2014 und einer Entlassung zwischen dem 1. 1. 2013 und 31. 1. 2015 zugrundegelegt. Insgesamt waren dies 153 475 Fälle (Tabelle 1). Analog zum Vorgehen in einer Studie zum Zusammenhang von Krankenhausfallzahlen und Sterblichkeit wurde die so ermittelte Fallzahl in Quintilen kategorisiert (7): Die Krankenhäuser wurden entsprechend ihrer Fallzahl aufsteigend sortiert und in fünf möglichst gleich große Gruppen eingeteilt, wobei die Größe der Gruppen an der Zahl der betrachteten Fälle und nicht an der Zahl der betrachteten Krankenhäuser festgemacht wurde (Tabelle 1). Die zweite Form der Kategorisierung erfolgte anhand von – in Anlehnung an die fachlichen Anforderungen an Brustkrebszentren (14) – vorab definierten Fallzahlgrupppen. Es wurden die Kategorien < 50 Fälle, 50–99 Fälle, 100–149 Fälle und ≥ 150 Fälle pro Einrichtung und Jahr gebildet (Tabelle 1). Mithilfe dieser zwei Kategorisierungsformen wurden 939 Krankenhäuser in Fallzahlkategorien eingeteilt. Je Fallzahlkategorie wurden die Qualitätsindikatoren berechnet. Für die Überprüfung des Zusammenhangs zwischen den Fallzahlen und den Einrichtungsergebnissen wurden Qualitätsindikatoren mit Bezug auf die Prozessqualität herangezogen. Dabei wurden die aktuellen Rechenregeln der Indikatoren der esQS für das Erfassungsjahr 2014 (25) angewendet, sofern sie auch mit den Daten aus 2013 umsetzbar waren. Der Indikator 2 „intraoperatives Präparatröntgen bei mammographischer Drahtmarkierung“ wurde mit der Rechenregel für das Erfassungsjahr 2013 (26) berechnet. Eine Darstellung des Indikators „intraoperative Präparatsonographie bei sonographischer Drahtmarkierung“ erfolgte nicht, da eine Änderung der Rechenregel mit der Spezifikation 2013 noch nicht umgesetzt werden konnte. Über im Jahr 2014 neu eingeführte Indikatoren wurde ebenfalls nicht berichtet.

Beschreibung der Studienpopulation zur Bildung der Fallzahlkategorien
Beschreibung der Studienpopulation zur Bildung der Fallzahlkategorien
Tabelle 1
Beschreibung der Studienpopulation zur Bildung der Fallzahlkategorien

Die Indikatoren wurden für alle Patientinnen der in der jeweiligen Kategorie eingeschlossenen Krankenhäuser berechnet. Die folgende Auflistung stellt die in die Analyse einbezogenen Indikatoren mit ihrem jeweiligen Qualitätsziel dar:

  • QI 1 Prätherapeutische histologische Diagnosesicherung: Möglichst viele Patientinnen mit prätherapeutischer histologischer Sicherung durch Stanz- oder Vakuumbiopsie bei erstem offenen Eingriff wegen Primärerkrankung invasives Mammakarzinom oder DCIS
  • QI 2 Intraoperatives Präparatröntgen bei mammographischer Drahtmarkierung: Möglichst viele Eingriffe mit intraoperativem Präparatröntgen nach präoperativer Drahtmarkierung durch Mammographie
  • QI 3 Primäre Axilladissektion bei DCIS: Möglichst wenige Patientinnen mit primärer Axilladissektion bei DCIS und abgeschlossener primär-operativer Therapie
  • QI 4 Lymphknotenentnahme bei DCIS und brusterhaltender Therapie: Möglichst wenige Patientinnen mit axillärer Lymphknotenentnahme bei DCIS und brusterhaltender Therapie bei abgeschlossener primär-operativer Therapie
  • QI 5 Indikation zur Sentinel-Lymphknoten-Biopsie: Möglichst viele Patientinnen mit Sentinel-Lymphknoten-Biopsie (SLNB) und ohne Axilladissektion bei abgeschlossener primär-operativer Therapie und bei lymphknotennegativem (pN0) invasivem Mammakarzinom
  • QI 6 Zeitlicher Abstand von unter sieben Tagen zwischen Diagnose und Operation: Möglichst wenige Patientinnen mit einem zeitlichen Abstand von unter sieben Tagen zwischen prätherapeutischer histologischer Diagnose und Operationsdatum bei erstem offenem Eingriff wegen Primärerkrankung invasives Mammakarzinom oder DCIS
  • QI 7 Zeitlicher Abstand von über 21 Tagen zwischen Diagnose und Operation: Möglichst wenige Patientinnen mit einem zeitlichen Abstand von über 21 Tagen zwischen prätherapeutischer histologischer Diagnose und Operationsdatum bei erstem offenem Eingriff wegen Primärerkrankung invasives Mammakarzinom oder DCIS.

Die in den Indikatoren jeweils betrachtete Grundgesamtheit wurde durch zwei Subgruppen eingeschränkt und die Indikatoren wurden erneut für die in Tabelle 1 beschriebenen Fallzahlkategorien berechnet. Die erste Subgruppe für die Indikatoren 1, 2 und 5 bis 7 bezieht sich auf Patientinnen im Alter von unter 65 Jahren, mit einem ASA 1 oder ASA 2 gemäß der ASA-Klassifikation zur Beurteilung des präoperativen Risikos, einem Nodalstatus pN0 und einer Tumorgröße pT0 oder pT1 jeweils nach der TNM-Klassifikation. Die zweite Subgruppe für die Indikatoren 3 und 4 enthält Patientinnen im Alter von unter 65 Jahren, mit einem ASA 1 oder ASA 2 und einer Gesamttumorgröße von unter 5 cm.

Die Ergebnisse der Qualitätsindikatoren (QI) werden als Mittelwerte mit einem 95-%-Konfidenzintervall nach Wilson (27, 28) dargestellt. Zusätzlich dazu werden beispielhaft die Ergebnisse der Indikatoren 5 (Gesamtanalyse) und 4 (Subgruppenanalyse) pro Krankenhaus, in Abhängigkeit von der jeweiligen Fallzahl des Krankenhauses, mittels Streudiagramm und Lowess-Regression (29, 30) grafisch dargestellt.

Ergebnisse

Im Folgenden werden die Ergebnisse für die verschiedenen Kategorisierungsformen der Krankenhäuser nach Fallzahlen dargestellt (Tabelle 2, eTabelle). Für alle Indikatoren mit Ausnahme des Indikators 7 „Zeitlicher Abstand von über 21 Tagen zwischen Diagnose und Operation“ ergeben sich für die Gesamtanalyse Mengeneffekte, zumeist zeigt die kleinste Fallzahlkategorie die schlechtesten Ergebnisse (Tabelle 2). Je nach Kategorisierung, das heißt einer Einteilung der durchschnittlichen Fallzahlen pro Krankenhaus und Jahr in Quintilen oder den vorab definierten Fallzahlgruppen, unterscheiden sich die Ergebnisse der untersten Kategorie von den Ergebnissen der weiteren Kategorien formal signifikant für vier (QI1, QI2, QI5, QI6) beziehungsweise fünf (QI1, QI2, QI3, QI5, QI6) der untersuchten Indikatoren. Beispielsweise führen Krankenhäuser mit größeren Fallzahlen häufiger eine prätherapeutische histologische Diagnosesicherung mittels Stanz- oder Vakuumbiopsie durch als Krankenhäuser mit geringeren Fallzahlen (QI 1).

Mittelwerte der Qualitätsindikatoren nach den verschiedenen Kategorien, differenziert nach Fallzahlkategorien
Mittelwerte der Qualitätsindikatoren nach den verschiedenen Kategorien, differenziert nach Fallzahlkategorien
Tabelle 2
Mittelwerte der Qualitätsindikatoren nach den verschiedenen Kategorien, differenziert nach Fallzahlkategorien
Subgruppenanalyse der Qualitätsindikatoren, differenziert nach Fallzahlkategorien
Subgruppenanalyse der Qualitätsindikatoren, differenziert nach Fallzahlkategorien
eTabelle
Subgruppenanalyse der Qualitätsindikatoren, differenziert nach Fallzahlkategorien

rundschrift_mit_Einzug">In der Subgruppenanalyse zeigen sich die Mengeneffekte zwischen Krankenhäusern mit kleineren und Krankenhäusern mit größeren Fallzahlen nicht so eindeutig wie in der Gesamtanalyse (eTabelle).

Für die Indikatoren 6 und 7 zum zeitlichen Abstand zwischen Diagnose und Operation liegen sowohl in den Ergebnissen der Gesamtanalyse als auch in der Subgruppenanalyse Hinweise auf einen stetigen Zusammenhang vor: In Krankenhäusern mit kleineren Fallzahlen werden vergleichsweise mehr Patientinnen früher als sieben Tage und in Krankenhäusern mit größeren Fallzahlen vergleichsweise mehr Patientinnen später als 21 Tage nach der Diagnosestellung operiert.

Die festgestellten Mengeneffekte sind beispielhaft in Grafik 1 für den Indikator 5 „Indikation zur Sentinel-Lymphknoten-Biopsie“ und in Grafik 2 für den Indikator 4 „Lymphknotenentnahme bei DCIS und brusterhaltender Therapie“ ersichtlich. Das Indikatorergebnis wird hier pro Krankenhaus als Punkt abgebildet. Zusätzlich wird eine Lowess-Regression dargestellt. Das stetige Ansteigen beziehungsweise das entsprechende Abfallen der Kurve deuten auf einen positiven Zusammenhang zwischen der Einrichtungsfallzahl und dem Einrichtungsergebnis hin.

QI 5 „Indikation zur Sentinel-Lymphknoten-Biopsie (SLNB)“
QI 5 „Indikation zur Sentinel-Lymphknoten-Biopsie (SLNB)“
Grafik 1
QI 5 „Indikation zur Sentinel-Lymphknoten-Biopsie (SLNB)“
QI 4 „Lymphknotenentnahme bei duktalem Karzinom in situ (DCIS) und brusterhaltender Therapie“
QI 4 „Lymphknotenentnahme bei duktalem Karzinom in situ (DCIS) und brusterhaltender Therapie“
Grafik 2
QI 4 „Lymphknotenentnahme bei duktalem Karzinom in situ (DCIS) und brusterhaltender Therapie“

Diskussion

In der Gesamtschau weisen die Ergebnisse auf eine bessere Versorgungsqualität in Krankenhäusern mit größeren Fallzahlen hin. Sechs der sieben Prozessindikatoren zeigen günstigere Ausprägungen für Krankenhäuser mit größeren Fallzahlen gegenüber Krankenhäusern mit kleineren Fallzahlen. Allerdings sind diese Zusammenhänge nicht durchgehend stetig, zumeist zeigt sich das schlechteste Ergebnis in der untersten Fallzahlkategorie. Dieses Ergebnis bestätigt sich auch, wenngleich in geringerer Ausprägung, in den Subgruppenanalysen. Die Einschränkung der Patientinnen durch die Einteilung in zwei Subgruppen ergibt ein homogenes, gesünderes Patientinnenkollektiv, sodass für diese Analysen angenommen werden kann, dass die beobachteten Ergebnisse in kleineren Krankenhäusern nicht etwa durch kränkere Patientinnen oder Patientinnen mit weiter fortgeschrittenem Mammakarzinom erklärt werden können. Da die Indikatoren im Leistungsbereich Mammachirurgie ausnahmslos Prozesse beschreiben, die zumindest für alle Patientinnen in der Subgruppe in gleicher Weise durchgeführt werden sollten, konnte auf eine weitergehende Risikoadjustierung verzichtet werden.

Fehlende strukturelle Voraussetzungen, beispielsweise bei der Vorhaltung eines multidisziplinären Teams oder apparativer Ausstattungen stellen eine mögliche Begründung für die identifizierten Qualitätsdifferenzen dar (5, 19, 20, 31). Im Strukturierten Dialog, einem Verfahren, in dem die Ursachen rechnerisch auffälliger Indikatorergebnisse im Dialog mit betreffenden Krankenhäusern analysiert werden, bestätigte sich, dass die prätherapeutische Diagnosesicherung oder die Sentinel-Lymphknoten-Biopsie (SLNB) in einigen Krankenhäusern mit kleinen Fallzahlen aufgrund fehlender apparativer Ausstattungen und fehlender Kooperationen nicht adäquat durchgeführt werden konnten (32). Darüber hinaus ergeben sich Anhaltspunkte, dass Leitlinienempfehlungen und deren Änderungen Krankenhäuser mit kleineren Fallzahlen langsamer „durchdringen“ und somit die Leitlinienadhärenz in diesen Einrichtungen geringer ist als in Krankenhäusern mit vergleichsweise größeren Fallzahlen: Einzelne Autoren bestätigen, dass Krankenhäuser mit größeren Fallzahlen unter anderem durch eine bessere Kenntnis der aktuellen Forschungsergebnisse eine höhere Versorgungsqualität in Form eines längeren Langzeitüberlebens aufweisen (31). Darüber hinaus liegen Hinweise vor, dass eine höhere Leitlinienadhärenz mit einer Verbesserung des rezidiv-freien Überlebens und des Gesamtüberlebens bei Brustkrebs einhergeht (33, 34).

Bei den beobachteten Mengeneffekten bildet der Indikator 7 „Zeitlicher Abstand von über 21 Tagen zwischen Diagnose und Operation“ eine Ausnahme. Er weist in Einrichtungen mit größeren Fallzahlen auf längere Wartezeiten vor der Operation hin. Dies ist weniger im Hinblick auf die Prognose der Erkrankung, sondern gegebenenfalls im Blick auf eine mögliche psychische Belastung der betroffenen Frauen bedeutsam. Für längere Wartezeiten sind Selektionseffekte als eine mögliche Ursache denkbar. Patientinnen aus dem Mammographiescreeningprogramm werden überwiegend an zertifizierte Brustzentren zur Behandlung überwiesen. Aufgrund der strukturellen Trennung zwischen ambulanter Screeningdiagnostik durch niedergelassene Radiologen und der unter stationären Bedingungen durchgeführten operativen Leistung im Krankenhaus gelangen diese Patientinnen vermutlich häufig erst mit deutlicher Verzögerung nach der histologischen Diagnostik in die Klinik. Im Umkehrschluss stützt der signifikant kürzere zeitliche Abstand zwischen Diagnose und Operation (QI 6) in Klinken mit geringer Fallzahl die Vermutung, dass dort aufgrund fehlender Strukturen beziehungsweise eines eingeschränkten Behandlungsspektrums der zeitliche Aufwand etwa für die präoperative Diagnostik oder die alternative Behandlungsaufklärung deutlich geringer ist und Patientinnen somit früher zur Operation gelangen. Eine geringe Wartezeit bis zur Operation schränkt zudem gegebenenfalls die Möglichkeiten zum Einholen einer Zweitmeinung ein.

Längere Intervalle zwischen histologischer Diagnosestellung und Behandlungsbeginn könnten auch als ein Hinweis darauf verstanden werden, dass einerseits die Behandlungskapazitäten in größeren Zentren ausgeschöpft wären. Andererseits könnten sie darauf hindeuten, dass in Deutschland eine Zentrenbildung mit Blick auf deren mögliche Behandlungskapazität noch nicht vollständig abgeschlossen ist.

Bei den beiden Indikatoren zum zeitlichen Abstand (QI 6 und QI 7) bleibt letztlich fraglich, ob diese ein eindeutiges Qualitätsdefizit darstellen, da der optimale Zeitraum zwischen Diagnosestellung und Operation derzeit nicht in der S3-Leitlinie definiert ist (2).

Die vorliegende Untersuchung weist verschiedene Limitationen auf. Der untersuchte Zusammenhang von Fallzahlen und Versorgungsqualität in der Mammachirurgie bezieht sich auf Prozessindikatoren. Von Interesse wäre ferner die Betrachtung von längerfristigen Ergebnisparametern, wie beispielsweise Mortalität und Morbidität nach einem mammachirurgischen Eingriff (19), oder kurzfristigeren Ergebnisparametern wie beispielsweise Nachresektionsraten. Die Struktur der vorliegenden Daten lässt dieses Vorgehen allerdings nicht zu, da eine Erhebung von Follow-up-Daten derzeit nicht erfolgt. Darüber hinaus kann es Jahre dauern, bis sich Lokalrezidive oder Metastasen bei einer Patientin mit Mammakarzinom manifestieren (19) oder Daten zur Sterblichkeit bei einem ansonsten überwiegend gesunden Kollektiv vorliegen (12, 14). Aus diesen Gründen wurde in der vorliegenden Untersuchung auf Prozessindikatoren fokussiert, die die Leitlinienempfehlungen für Diagnostik und Therapie überprüfen.

Entgegen dem Vorgehen in einigen Studien mit ähnlicher Fragestellung (12, 18) wird die Rate an brusterhaltenden Therapien nicht als Qualitätsindikator in die Analysen einbezogen. Nach unserer Einschätzung müssten zur Beurteilung der Indikationsstellung zur brusterhaltenden Therapie weitere Parameter in die Betrachtung einbezogen werden, die nicht Teil der vorliegenden Daten sind. Aus diesem Grund wird der Indikator zur brusterhaltenden Therapie seit 2013 nicht mehr in der esQS erfasst (26).

Die Untersuchung des Zusammenhangs von Mengen und Versorgungsqualität ist mit verschiedenen Problemen behaftet. Prinzipiell kann nur auf einen Zusammenhang zwischen Fallzahlen und Versorgungsqualität hingedeutet werden, eine direkte kausale Beziehung kann jedoch nicht belegt werden (12). Die hier gewonnenen Ergebnisse bestätigen die Diskussion in der internationalen Literatur, wonach das Ausmaß des Zusammenhangs und die Richtung der Kausalität zwischen Operationshäufigkeit und Ergebnis nicht immer eindeutig sind. So können die Ergebnisse unter anderem von der analysierten Prozedur und dem gewählten Schwellenwert abhängen und stark variieren (46, 23). Aus Sicht der Autoren ist eine empirische Ableitung eines Schwellenwerts anhand der vorliegenden Daten nicht seriös möglich und wurde daher nicht berechnet. Stattdessen wurden verschiedene Kategorisierungen der Fallzahlen von Brustkrebspatientinnen nebeneinander dargestellt, um die Nachteile einer willkürlichen Festlegung der Fallzahlkategorien möglichst zu umgehen. Auf eine weitere Differenzierung wurde im Hinblick auf Verständlichkeit und Übersichtlichkeit der Ergebnisse verzichtet.

Von Interesse wären weiterführende Auswertungen, differenziert nach zertifizierten und nichtzertifizierten Brustzentren. Eine solche Differenzierung kann anhand des Datensatzes nicht vorgenommen werden, da lediglich Pseudonyme der Krankenhäuser vorliegen. Darüber hinaus können die Ergebnisse nur einer Einrichtung und nicht einzelnen oder mehreren Operateuren zugeschrieben werden.

Zusammenfassend lässt sich festhalten, dass in der Mammachirurgie im Bereich der Prozessqualität Mengeneffekte bestehen, die je nach zugrunde gelegter Patientinnenpopulation und Schwellenwert variieren. Insbesondere zeigen Krankenhäuser mit Fallzahlen unter 50 beziehungsweise 106 Patientinnen pro Jahr eine schlechtere Versorgungsqualität. Die Versorgungsqualität scheint demnach bundesweit alles andere als einheitlich gut. Zur weiteren Überprüfung und Verbesserung der Leitliniendurchdringung und -adhärenz scheint eine flächendeckende bundesweite Qualitätssicherung auch außerhalb von ausgewiesenen onkologischen Zentren notwendig, die damit ebenfalls Krankenhäuser mit kleineren Fallzahlen erreicht.

Interessenkonflikt

Die Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 26. 2. 2015, revidierte Fassung angenommen: 22. 6. 2015

Anschrift für die Verfasser
PD Dr. med. Günther Heller
AQUA – Institut für angewandte Qualitätsförderung und
Forschung im Gesundheitswesen GmbH
Maschmühlenweg 8–10
37073 Göttingen
g.heller@aqua-institut.de

Zitierweise
Köster C, Heller G, Wrede S, König T, Handstein S, Szecsenyi J:
Case numbers and process quality in breast surgery in Germany—
a retrospective analysis of over 150 000 patients from 2013 to 2014.
Dtsch Arztebl Int 2015; 112: 585–92. DOI: 10.3238/arztebl.2015.0585

@The English version of this article is available online:
www.aerzteblatt-international.de

Zusatzmaterial
eTabelle:
www.aerzteblatt.de/15m0585 oder über QR-Code

1.
Robert Koch-Institut (RKI): Krebs in Deutschland 2009/2010, 9. Ausgabe. Berlin: Robert Koch-Institut 2013.
2.
AWMF, DKG, DKH: Interdisziplinäre S3-Leitlinie für die Diagnostik, Therapie und Nachsorge des Mammakarzinoms. Langversion 3.0, Aktualisierung 2012. Senologie – Zeitschrift für Mammadiagnostik und -therapie: Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften, Deutsche Krebsgesellschaft, Deutsche Krebshilfe 2012.
3.
Luft HS, Bunker JP, Enthoven AC: Should operations be regionalized? The empirical relation between surgical volume and mortality. N Engl J Med 1979; 301: 1364–9 CrossRef MEDLINE
4.
Kuo RN, Chung KP, Lai MS: Re-examining the significance of surgical volume to breast cancer survival and recurrence versus process quality of care in Taiwan. Health Serv Res 2013; 48: 26–46 CrossRef MEDLINE PubMed Central
5.
Matthias K, Gruber S, Pietsch B: Evidenz von Volume-Outcome-Beziehungen und Mindestmengen: Diskussion in der aktuellen Literatur. Gesundheits- und Sozialpolitik 2014; 68: 23–30.
6.
Halm EA, Lee C, Chassin MR: Is volume related to outcome in health care? A systematic review and methodologic critique of the literature. Ann Intern Med 2002; 137: 511–20 CrossRef
7.
Birkmeyer JD, Siewers AE, Finlayson EV, et al.: Hospital volume and surgical mortality in the United States. N Engl J Med 2002; 346: 1128–37 CrossRef MEDLINE
8.
Heller G, Günster C, Misselwitz B, Feller A, Schmidt S: Jährliche Fallzahl pro Klinik und Überlebensrate sehr untergewichtiger Frühgeborener (VLBW) in Deutschland – Eine bundesweite Analyse mit Routinedaten. Z Geburtshilfe Neonatol 2007; 211: 123–31 CrossRef MEDLINE
9.
Heller G, Richardson DK, Schnell R, Misselwitz B, Kunzel W, Schmidt S: Are we regionalized enough? Early-neonatal deaths in low-risk births by the size of delivery units in Hesse, Germany 1990–1999. Int J Epidemiol 2002; 31: 1061–8 CrossRef
10.
Siesling S, Tjan-Heijnen VC, de Roos M, et al.: Impact of hospital volume on breast cancer outcome: a population-based study in the Netherlands. Breast Cancer Res Treat 2014; 147: 177–84 CrossRefMEDLINE
11.
Nattinger AB, Laud PW, Sparapani RA, Zhang X, Neuner JM, Gilligan MA: Exploring the surgeon volume outcome relationship among women with breast cancer. Arch Intern Med 2007; 167: 1958–63 CrossRef MEDLINE
12.
McDermott AM, Wall DM, Waters PS, et al.: Surgeon and breast unit volume-outcome relationships in breast cancer surgery and treatment. Ann Surg 2013; 258: 808–13; discussion 13–4 CrossRef MEDLINE
13.
Gooiker GA, van Gijn W, Post PN, van de Velde CJ, Tollenaar RA, Wouters MW: A systematic review and meta-analysis of the volume-outcome relationship in the surgical treatment of breast cancer. Are breast cancer patients better of with a high volume provider? Eur J Surg Oncol 2010; 36 Suppl 1: 27–35 CrossRef MEDLINE
14.
Guller U, Safford S, Pietrobon R, Heberer M, Oertli D, Jain NB: High hospital volume is associated with better outcomes for breast cancer surgery: analysis of 233,247 patients. World J Surg 2005; 29: 994–9 CrossRefMEDLINE
15.
Roohan PJ, Bickell NA, Baptiste MS, Therriault GD, Ferrara EP, Siu AL: Hospital volume differences and five-year survival from breast cancer. Am J Public Health 1998; 88: 454–7 CrossRef
16.
Peltoniemi P, Peltola M, Hakulinen T, Hakkinen U, Pylkkanen L, Holli K: The effect of hospital volume on the outcome of breast cancer surgery. Ann Surg Oncol 2011; 18: 1684–90 CrossRef MEDLINE
17.
Peltoniemi P, Huhtala H, Holli K, Pylkkanen L: Effect of surgeon’s caseload on the quality of surgery and breast cancer recurrence. Breast 2012; 21: 539–43 CrossRef MEDLINE
18.
Vrijens F, Stordeur S, Beirens K, Devriese S, van Eycken E, Vlayen J: Effect of hospital volume on processes of care and 5-year survival after breast cancer: a population-based study on 25000 women. Breast 2012; 21: 261–6 CrossRef MEDLINE
19.
Wallwiener M, Brucker SY, Wallwiener D, Steering C: Multidisciplinary breast centres in Germany: a review and update of quality assurance through benchmarking and certification. Arch Gynecol Obstet 2012; 285: 1671–83 CrossRef MEDLINE PubMed Central
20.
Kowalski C, Ferencz J, Brucker SY, Kreienberg R, Wesselmann S: Quality of care in breast cancer centers: results of benchmarking by the German Cancer Society and German Society for Breast Diseases. Breast 2015; 24: 118–23 CrossRef MEDLINE
21.
Wilson AR, Marotti L, Bianchi S, et al.: The requirements of a specialist Breast Centre. Eur J Cancer 2013; 49: 3579–87 CrossRefMEDLINE
22.
DKG/DGS: Erhebungsbogen für Brustkrebszentren (Stand: 01.09.2014). www.senologie.org/brustzentren/zertififzierungsrichtlinien (last accessed on 15 June 2015).
23.
Com-Ruelle L, Or Z, Renaud T: The volume-outcome relationship in hospitals. Issues in Health Economics 2008; 135: 1–4.
24.
BQS: Qualität sichtbar machen. BQS-Qualitätsreport 2002. Düsseldorf: Bundesgeschäftsstelle Qualitätssicherung gGmbH 2003.
25.
AQUA: Beschreibung der Qualitätsindikatoren für das Erfassungsjahr 2014 Mammachirurgie. Göttingen: AQUA – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen 2015.
26.
AQUA: Beschreibung der Qualitätsindikatoren für das Erfassungsjahr 2013 Mammachirurgie. Göttingen: AQUA – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen 2014.
27.
Wilson E: Probable Inference, the law of succession, and statistical inference. JASA 1927; 22: 209–12 CrossRef
28.
Newcombe RG: Two-sided confidence intervals for the single proportion: comparison of seven methods. Stat Med 1998; 17: 857–72 CrossRef
29.
Cleveland WS: Robust Locally weighted regression and smoothing scatterplots. JASA 1979; 74: 829–36 CrossRef
30.
Cleveland WS, Devlin SJ: Locally weighted regression: An approach to regression analysis by local fitting. JASA 1988; 83: 596–610 CrossRef
31.
Scharl A, Gohring UJ: Does center volume correlate with survival from breast cancer? Breast Care (Basel) 2009; 4: 237–44 CrossRef MEDLINE PubMed Central
32.
AQUA: Berichte zum Strukturierten Dialog. www.sqg.de/ergebnisse/strukturierter-dialog/berichte-strukturierter-dialog/index.html (last accessed on 15 June 2015).
33.
Wöckel A, Varga D, Atassi Z, et al.: Impact of guideline conformity on breast cancer therapy: results of a 13-year retrospective cohort study. Onkologie 2010; 33: 21–8 CrossRef MEDLINE
34.
Varga D, Wischnewsky M, Atassi Z, et al.: Does guideline-adherent therapy improve the outcome for early-onset breast cancer patients? Oncology 2010; 78: 189–95 CrossRefMEDLINE
AQUA – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen GmbH, Göttingen:
M.Sc. Köster, PD Dr. med. Heller, B. A. Wrede, Dr. phil. König, Prof. Dr. med. Dipl.-Soz. Szecsenyi
Klinik für Plastische, rekonstruktive und Brustchirurgie, Städtisches Klinikum Görlitz gGmbH, Görlitz:
Dr. med. Handstein
Abteilung Allgemeinmedizin und Versorgungsforschung, Universitätsklinikum Heidelberg:
Prof. Dr. med. Dipl.-Soz. Szecsenyi
QI 5 „Indikation zur Sentinel-Lymphknoten-Biopsie (SLNB)“
QI 5 „Indikation zur Sentinel-Lymphknoten-Biopsie (SLNB)“
Grafik 1
QI 5 „Indikation zur Sentinel-Lymphknoten-Biopsie (SLNB)“
QI 4 „Lymphknotenentnahme bei duktalem Karzinom in situ (DCIS) und brusterhaltender Therapie“
QI 4 „Lymphknotenentnahme bei duktalem Karzinom in situ (DCIS) und brusterhaltender Therapie“
Grafik 2
QI 4 „Lymphknotenentnahme bei duktalem Karzinom in situ (DCIS) und brusterhaltender Therapie“
Beschreibung der Studienpopulation zur Bildung der Fallzahlkategorien
Beschreibung der Studienpopulation zur Bildung der Fallzahlkategorien
Tabelle 1
Beschreibung der Studienpopulation zur Bildung der Fallzahlkategorien
Mittelwerte der Qualitätsindikatoren nach den verschiedenen Kategorien, differenziert nach Fallzahlkategorien
Mittelwerte der Qualitätsindikatoren nach den verschiedenen Kategorien, differenziert nach Fallzahlkategorien
Tabelle 2
Mittelwerte der Qualitätsindikatoren nach den verschiedenen Kategorien, differenziert nach Fallzahlkategorien
Subgruppenanalyse der Qualitätsindikatoren, differenziert nach Fallzahlkategorien
Subgruppenanalyse der Qualitätsindikatoren, differenziert nach Fallzahlkategorien
eTabelle
Subgruppenanalyse der Qualitätsindikatoren, differenziert nach Fallzahlkategorien
1.Robert Koch-Institut (RKI): Krebs in Deutschland 2009/2010, 9. Ausgabe. Berlin: Robert Koch-Institut 2013.
2.AWMF, DKG, DKH: Interdisziplinäre S3-Leitlinie für die Diagnostik, Therapie und Nachsorge des Mammakarzinoms. Langversion 3.0, Aktualisierung 2012. Senologie – Zeitschrift für Mammadiagnostik und -therapie: Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften, Deutsche Krebsgesellschaft, Deutsche Krebshilfe 2012.
3.Luft HS, Bunker JP, Enthoven AC: Should operations be regionalized? The empirical relation between surgical volume and mortality. N Engl J Med 1979; 301: 1364–9 CrossRef MEDLINE
4.Kuo RN, Chung KP, Lai MS: Re-examining the significance of surgical volume to breast cancer survival and recurrence versus process quality of care in Taiwan. Health Serv Res 2013; 48: 26–46 CrossRef MEDLINE PubMed Central
5.Matthias K, Gruber S, Pietsch B: Evidenz von Volume-Outcome-Beziehungen und Mindestmengen: Diskussion in der aktuellen Literatur. Gesundheits- und Sozialpolitik 2014; 68: 23–30.
6.Halm EA, Lee C, Chassin MR: Is volume related to outcome in health care? A systematic review and methodologic critique of the literature. Ann Intern Med 2002; 137: 511–20 CrossRef
7.Birkmeyer JD, Siewers AE, Finlayson EV, et al.: Hospital volume and surgical mortality in the United States. N Engl J Med 2002; 346: 1128–37 CrossRef MEDLINE
8.Heller G, Günster C, Misselwitz B, Feller A, Schmidt S: Jährliche Fallzahl pro Klinik und Überlebensrate sehr untergewichtiger Frühgeborener (VLBW) in Deutschland – Eine bundesweite Analyse mit Routinedaten. Z Geburtshilfe Neonatol 2007; 211: 123–31 CrossRef MEDLINE
9.Heller G, Richardson DK, Schnell R, Misselwitz B, Kunzel W, Schmidt S: Are we regionalized enough? Early-neonatal deaths in low-risk births by the size of delivery units in Hesse, Germany 1990–1999. Int J Epidemiol 2002; 31: 1061–8 CrossRef
10.Siesling S, Tjan-Heijnen VC, de Roos M, et al.: Impact of hospital volume on breast cancer outcome: a population-based study in the Netherlands. Breast Cancer Res Treat 2014; 147: 177–84 CrossRefMEDLINE
11.Nattinger AB, Laud PW, Sparapani RA, Zhang X, Neuner JM, Gilligan MA: Exploring the surgeon volume outcome relationship among women with breast cancer. Arch Intern Med 2007; 167: 1958–63 CrossRef MEDLINE
12.McDermott AM, Wall DM, Waters PS, et al.: Surgeon and breast unit volume-outcome relationships in breast cancer surgery and treatment. Ann Surg 2013; 258: 808–13; discussion 13–4 CrossRef MEDLINE
13.Gooiker GA, van Gijn W, Post PN, van de Velde CJ, Tollenaar RA, Wouters MW: A systematic review and meta-analysis of the volume-outcome relationship in the surgical treatment of breast cancer. Are breast cancer patients better of with a high volume provider? Eur J Surg Oncol 2010; 36 Suppl 1: 27–35 CrossRef MEDLINE
14.Guller U, Safford S, Pietrobon R, Heberer M, Oertli D, Jain NB: High hospital volume is associated with better outcomes for breast cancer surgery: analysis of 233,247 patients. World J Surg 2005; 29: 994–9 CrossRefMEDLINE
15.Roohan PJ, Bickell NA, Baptiste MS, Therriault GD, Ferrara EP, Siu AL: Hospital volume differences and five-year survival from breast cancer. Am J Public Health 1998; 88: 454–7 CrossRef
16.Peltoniemi P, Peltola M, Hakulinen T, Hakkinen U, Pylkkanen L, Holli K: The effect of hospital volume on the outcome of breast cancer surgery. Ann Surg Oncol 2011; 18: 1684–90 CrossRef MEDLINE
17.Peltoniemi P, Huhtala H, Holli K, Pylkkanen L: Effect of surgeon’s caseload on the quality of surgery and breast cancer recurrence. Breast 2012; 21: 539–43 CrossRef MEDLINE
18.Vrijens F, Stordeur S, Beirens K, Devriese S, van Eycken E, Vlayen J: Effect of hospital volume on processes of care and 5-year survival after breast cancer: a population-based study on 25000 women. Breast 2012; 21: 261–6 CrossRef MEDLINE
19.Wallwiener M, Brucker SY, Wallwiener D, Steering C: Multidisciplinary breast centres in Germany: a review and update of quality assurance through benchmarking and certification. Arch Gynecol Obstet 2012; 285: 1671–83 CrossRef MEDLINE PubMed Central
20.Kowalski C, Ferencz J, Brucker SY, Kreienberg R, Wesselmann S: Quality of care in breast cancer centers: results of benchmarking by the German Cancer Society and German Society for Breast Diseases. Breast 2015; 24: 118–23 CrossRef MEDLINE
21.Wilson AR, Marotti L, Bianchi S, et al.: The requirements of a specialist Breast Centre. Eur J Cancer 2013; 49: 3579–87 CrossRefMEDLINE
22.DKG/DGS: Erhebungsbogen für Brustkrebszentren (Stand: 01.09.2014). www.senologie.org/brustzentren/zertififzierungsrichtlinien (last accessed on 15 June 2015).
23.Com-Ruelle L, Or Z, Renaud T: The volume-outcome relationship in hospitals. Issues in Health Economics 2008; 135: 1–4.
24.BQS: Qualität sichtbar machen. BQS-Qualitätsreport 2002. Düsseldorf: Bundesgeschäftsstelle Qualitätssicherung gGmbH 2003.
25.AQUA: Beschreibung der Qualitätsindikatoren für das Erfassungsjahr 2014 Mammachirurgie. Göttingen: AQUA – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen 2015.
26.AQUA: Beschreibung der Qualitätsindikatoren für das Erfassungsjahr 2013 Mammachirurgie. Göttingen: AQUA – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen 2014.
27.Wilson E: Probable Inference, the law of succession, and statistical inference. JASA 1927; 22: 209–12 CrossRef
28.Newcombe RG: Two-sided confidence intervals for the single proportion: comparison of seven methods. Stat Med 1998; 17: 857–72 CrossRef
29.Cleveland WS: Robust Locally weighted regression and smoothing scatterplots. JASA 1979; 74: 829–36 CrossRef
30.Cleveland WS, Devlin SJ: Locally weighted regression: An approach to regression analysis by local fitting. JASA 1988; 83: 596–610 CrossRef
31.Scharl A, Gohring UJ: Does center volume correlate with survival from breast cancer? Breast Care (Basel) 2009; 4: 237–44 CrossRef MEDLINE PubMed Central
32.AQUA: Berichte zum Strukturierten Dialog. www.sqg.de/ergebnisse/strukturierter-dialog/berichte-strukturierter-dialog/index.html (last accessed on 15 June 2015).
33.Wöckel A, Varga D, Atassi Z, et al.: Impact of guideline conformity on breast cancer therapy: results of a 13-year retrospective cohort study. Onkologie 2010; 33: 21–8 CrossRef MEDLINE
34.Varga D, Wischnewsky M, Atassi Z, et al.: Does guideline-adherent therapy improve the outcome for early-onset breast cancer patients? Oncology 2010; 78: 189–95 CrossRefMEDLINE

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Anzeige

Alle Leserbriefe zum Thema

Anzeige