Krankenhausmanagement

Einleitung / Introduction

Da die Profitabilität jeder Fachabteilung im Krankenhaus eine große Rolle bei der Zuteilung von Ressourcen spielt, ist eine fachabteilungsspezifische Ergebnisrechnung wichtiger Bestandteil des Krankenhauscontrollings. Basis einer Ergebnisrechnung ist die sachgerechte Zuordnung von Kosten und Erlösen zu einer Fachabteilung. Während die Kostenzuordnung relativ gut etabliert und ausgereift ist, bedarf es im G-DRG-System einer krankenhausinternen Systematik für die Verteilung von Erlösen. Jede Form der internen Erlösverteilung ist dabei jedoch nicht nur ein buchhalterischer Indikator sondern setzt Behandlungsanreize. In Krankenhäusern bei denen der jeweiligen entlassenen Fachabteilung der DRG-Fallerlös zugeordnet wird, besteht zum Beispiel der Anreiz den Patienten nicht zu verlegen, sondern selbst zu entlassen. Im vorliegenden Papier zeigen wir empirisch, dass in einem solchen System die Verlegungswahrscheinlichkeit im Krankenhaus von der von extern aufnehmenden Fachabteilung mit steigendem Ressourcenverbrauch in der dieser Fachabteilung sinkt. Im Anschluss werden alternative Methoden der internen Erlösverteilung im Hinblick auf Ihre Anreizwirkung diskutiert.

Methode / Method

Wir verwenden Daten eines großen Krankenhauses bei der der entlassenden Fachabteilung der DRG-Erlös zugeordnet wird. Mithilfe linearer Wahrscheinlichkeitsmodelle untersuchen wir, ob sich die Verweildauer in der aufnehmenden Fachabteilung (als Indikator für den dortigen Ressourcenverbrauch) negativ auf die Verlegungswahrscheinlichkeit auswirkt. Um auf Heterogenität zwischen Krankenhausfällen zu kontrollieren werden Patientencharakteristika und DRG-fixe Effekte als Kontrollvariablen verwendet.

Ergebnisse / Results

Wir zeigen große fachabteilungsspezifische Heterogenität in der Weiterverlegungswahrscheinlichkeit zwischen Fachabteilungen. Die Wahrscheinlichkeit, dass Patienten von der aufnehmenden Fachabteilung weiterverlegt werden sinkt mit steigender Verweildauer in der Fachabteilung.

Zusammenfassung / Conclusion

Die Methode der internen Erlösverteilung im Krankenhaus setzt Anreize für die Behandlung von Patienten. Wir zeigen am Beispiel eines großen Krankenhauses mit Erlöszuordnung zur entlassenden Fachabteilung, dass die Wahrscheinlichkeit auf eine andere Fachabteilung verlegt zu werden sinkt, je größer der Ressourcenverbrauch in der von extern aufnehmenden Fachabteilung ist. Diese Methode der Erlöszuteilung überträgt die Anreize des G-DRG-Systems auf die einzelnen Fachabteilungen. Komplexere Methoden der Erlösverteilung im Krankenhaus können solche potenziell negativen Anreize vermeiden und ein besseres Bild von Deckungs- bzw. Ergebnisbeiträgen einzelner Fachabteilungen im Krankenhaus liefern.

AutorInnen

Alexander Mohr, Klinikum Bayreuth GmbH

Simon Reif, ZEW Mannheim

Laura Döbler, Klinikum Nürnberg

Einleitung / Introduction

In the Coronavirus pandemic hospitals find themselves in a paradoxical situation. On the one hand, hospital care is urgently needed and society wide measures to curb infections in many countries aim at avoiding overwhelming hospitals. On the other hand, hospitals in case-based reimbursement schemes face short term cash-flow and long-term revenue problems because of cancelled elective care visits and government regulations to keep capacity free for patients suffering from CoViD-19, the disease caused by the current Coronavirus. This difficult financial situation led to the implementation of a variety of emergency financing measures, varying both between countries and within countries over time. In this paper we analyze how hospitals in Germany reacted to a scheme where financial support was granted to hospitals if the intensive care unit (ICU) occupancy rate in a county was above 75 percent.

Methode / Method

We create a county-day-level panel with information on Coronavirus-infections, ICU capacity and occupation as well as hospital characteristics. In order to identify potential manipulation of ICU capacity we rely on three different empirical strategies. First, we determine whether there are irregularities in the distribution of ICU occupation rates around the extra reimbursement threshold of 25 percent. Second, we use a regression discontinuity approach around the Coronavirus-incidence threshold for extra reimbursement. Finally, we employ an event study analysis where we compare ICU capacity for regions before and after they became eligible for the scheme. We conduct our analysis with the actual reported occupancy as well as with simulated data assuming different degrees of strategic reporting.

Ergebnisse / Results

Our preliminary results show no evidence of strategic reporting neither for our full sample (the universe of all German counties), nor for samples where incentives or ability to cheat were higher. Using simulated data – even for low levels of strategic capacity reporting – reveals that our empirical design is able to detect irregularities in the distribution of reported ICU capacities.

Zusammenfassung / Conclusion

The German hospital emergency financing scheme targeted at hospitals in regions which have a share of free ICU beds below 25 percent was subject to wide criticism. While some considered it unfair, others suggested that it artificially reduced reported ICU capacity – accusing hospitals of financially motivated underreporting of capacity. We contribute to this discussion and show that at least underreporting did not happen at an economically meaningful (empirically detectable) scale.

AutorInnen

Simon Reif, ZEW

Sabrina Schubert, ZEW, FAU

Einleitung / Introduction

Hospitals are under tremendous pressure to provide high-quality patient care. As an enabling source of improving process and outcome quality, quality management (QM) systems have gained in importance. Although hospitals face similar pressures and constraints, e.g., quality regulations, they differ in their QM. The question arises as to why some hospitals practice more QM than others and how these differences can be explained. In this study, we aim to advance our understanding of factors influencing hospitals’ QM. As assuming that factors explaining differences in QM between hospitals are the same factors that contribute to variation in QM within hospitals may constitute an ecological fallacy, we thus draw on a large set of environmental and organizational factors to investigate differences in QM both between and within hospitals.

Methode / Method

Data are retrieved from the structured quality reports for the years 2015 to 2019. The total number of QM practices used by a hospital serves as the dependent variable, ranging from 0 to 25. For organizational factors, we considered hospital size, teaching status, ownership, specialization, nurse staffing, availability of an emergency department, QM representatives’ gender and medical directorate or management board involvement. Environmental factors included competition, location, degree of urbanization and district-level household income. To disentangle between- and within-effects of factors influencing hospitals’ QM, we estimated a hybrid model. In addition, we performed dominance analyses to obtain information on the relative importance of factors.

Ergebnisse / Results

The results indicate that both organizational and environmental factors contribute to explaining variation in QM between hospitals. With the exception of ownership, medical directorate or management board involvement, and competition, all variables showed significant associations (p < 0.1) with hospitals’ QM. As for variation in QM within hospitals over time, none of the environmental factors were significantly related to hospitals’ QM. The teaching status (p < 0.05) and availability of an emergency department (p < 0.1) were positively associated with hospitals’ QM. Dominance analyses revealed that availability of an emergency department is the most important driver of variation in QM between and within hospitals.

Zusammenfassung / Conclusion

The study results enhance our understanding of factors associated with hospitals’ QM and extend the scope of existing QM literature by disentangling variation between and within hospitals over time. The findings suggest that not all factors that explain differences in QM between hospitals explain variation in QM within hospitals. Our results inform hospital managers and policy makers about possible leverage points to stimulate QM in hospitals.

AutorInnen

Fenja Hoogestraat, HCHE

Eva-Maria Wild, HCHE