Kontrollgruppenbildung durch Propensity-Score-Matching: Die Rolle von Primär- und Sekundärdaten − Ergebnisse aus Präventionsstudien

Zusammenfassung Hintergrund Die Kontrollgruppenbildung stellt in Evaluationen der gesetzlichen Krankenversicherungen (GKVen) ein zentrales Problem dar. Randomisierung ist bei gesetzlich zugesicherten Leistungen ethisch und rechtlich problematisch. Matchingverfahren zur Kontrollgruppenbildung stellen hier eine Alternative dar. Basis dieser Matchings sind haufig die den GKVen vorliegende Sekundardaten (beispielsweise Alter, Geschlecht, Krankheitskosten, Arbeitsunfahigkeitstage). In dieser Studie wurde gepruft, inwieweit Matchings ausschlieslich auf Basis von Sekundardaten zu einem Selektionsbias fuhren konnen. Methodik In Sensitivitatsanalysen von drei grosen Praventionsstudien wurden die Ergebnisse von Propensity Score Matchings zur Kontrollgruppenbildung auf Basis von Sekundardaten mit den Ergebnissen auf Basis von Sekundar- und Primardaten verglichen. In Kovarianzanalysen wurde der Effekt eines potenziellen Selektionsbias auf Kosteneffekte gepruft. Ergebnisse Matchings, die ausschlieslich auf Sekundardaten basieren, fuhren zu Kontrollgruppen mit vergleichbaren Auspragungen in den Sekundardaten, nicht aber in den Primardaten: Die so gebildeten Kontrollgruppen haben im Vergleich zu den Interventionsgruppen einen signifikant besseren Gesundheitszustand (geringere Schmerzen, geringere psychische Belastung, hohere Lebensqualitat). Dieser Selektionsbias hatte zu einer systematischen Unterschatzung der durch die Praventionsmasnahmen erzielten Kostenreduzierungen gefuhrt. Diskussion Praventionskursteilnehmer*innen scheinen vom Durchschnitt der Bevolkerung abweichende Eigenschaften zu haben (hohere Gesundheitsorientierung, Substitution von medizinischen Leistungen durch Praventionsmasnahmen u.a.), die durch Sekundardaten nicht ausreichend abgebildet werden und damit zu einem Selektionsbias fuhren, wenn die Matchings ausschlieslich auf Basis von Sekundardaten durchgefuhrt werden. Schlussfolgerung Neben Sekundardaten auch Primardaten in das Matching einzubeziehen, verringert die Gefahr eines Selektionsbias in Praventionsstudien. Die Robustheit der Ergebnisse gegenuber einem Selektionsbias lasst sich in Sensitivitatsanalysen mit dem E-value uberprufen.