Dokumentart(en): Sammelwerksbeitrag Forschungsergebnis Online-Publikation
Titel der Veröffentlichung: Vorhersage von Rehabilitationsbedarf auf Basis von Krankenkassendaten: Auswahl potentiell relevanter Parameter mittels Kontrastierung

Hintergrund und Zielstellung

Im rehapro-Projekt „Zugangsoptimierte Arbeitsfähigkeitsorientierte Rehabilitation“ (ZAR) soll Rehabilitationsbedarf wegen chronischer Rückenschmerzen anhand von Daten der Sozialversicherung frühzeitig erkannt werden (Kaluscha et al., 2016). So könnte Betroffenen eine Rehabilitationsmaßnahme angeboten werden, bevor eine zu starke Chronifizierung der Beschwerden eintritt, und dadurch ihre Gesundheit und der Verbleib im Arbeitsleben gefördert werden (Kaluscha et al., 2017).

Die Krankenkassen verfügen über umfangreiche Informationen zu Diagnosen, Arztbesuchen, Krankenhausaufenthalten, Medikamenten, Heil- und Hilfsmittel sowie Arbeitsunfähigkeitszeiten, aus denen sich zudem noch weitere neue Parameter (zum Beispiel Hinzuziehung weiterer Fachärzte, Wechsel zu stärkerer Medikation etc.) ableiten lassen. Aus dieser großen Zahl potentieller Prädiktoren muss eine Vorauswahl getroffen werden, da einerseits bei vielen Parametern Rechenzeit- und Hauptspeicherbedarf der Prognosemodelle zu stark anwachsen können und andererseits die Prognosen nachvollziehbar bleiben müssen. Zudem ist die Parameterauswahl entscheidend für die Prognosegüte (Chen et al., 2020).

Take-Home-Message

Bei der Entwicklung von Prognosemodellen sollte auf die Variablenauswahl ebenso viel Sorgfalt verwendet werden wie auf die Auswahl des statistischen Verfahrens.