4 Beschreibung der regionalen
4.1 Modellkennzahlen auf Ebene von Versicherten,
Im Folgenden wird zunächst die statistische Güte des verwen‐
deten Klassifikationsmodells auf Individual‐, Krankenkassen‐
und Versichertengruppenebene genau beschrieben.
4.1.1 Kennzahlen auf Individualebene
In Tabelle 4.1 werden die Modellkennzahlen auf Individualebe‐
ne für das Status‐quo‐Modell (Modell für das Ausgleichsjahr 2018) und die neueste Datenbasis (Berichtsjahre 2015/2016) ausgewiesen. In der Tabelle erfolgt außerdem eine Gegenüber‐
stellung mit den versichertenbezogenen Gütemaßen der Mo‐
delle aus den beiden vorangegangenen Jahren, wie sie sich un‐
ter Verwendung derselben Datenmeldung ergeben.
Tabelle 4.1: Modellkennzahlen des Status‐quo‐RSA auf Versi‐
chertenebene
AJ2016 AJ2017 AJ2018
Status quo
R2 24,89% 24,94% 25,84%
adj. R2 24,89% 24,94% 25,84%
CPM 24,09% 24,05% 24,13%
MAPE 2.268,68 € 2.269,97 € 2.267,60 €
Quelle: Auswertung BVA
Im Sondergutachten zum Morbi‐RSA wurde erläutert, dass die versichertenbezogene Zielgenauigkeit der Klassifikationsmodel‐
le der Ausgleichsjahre 2016 bis 2017 aufgrund einer breiteren Arzneimittelabgrenzung nicht wesentlich verbessert werden konnte (vgl. Drösler et al. 2017, S. 69). Inzwischen zeigt sich, dass mit dem Umstieg auf das Modell für das Ausgleichsjahr 2018 wieder ein deutlicher Zugewinn der Prognosekraft auf versichertenindividueller Ebene erreicht wurde. R² und CPM steigen jeweils um 0,9 Prozentpunkte, das MAPE sinkt um mehr als zwei Euro ab. Die Arbeiten am Klassifikationsmodell haben dessen Prädiktionskraft zuletzt also wieder merklich gesteigert.
Aber nicht alleine die Modellüberarbeitung, sondern auch die Aktualisierung der Verordnungs‐ und Diagnosedaten hat die Zielgenauigkeit des Risikostrukturausgleichs positiv beeinflusst.
Beim Vergleich der Prognosegüte einzelner Klassifikationsmo‐
delle auf einer jeweils variierenden Datenbasis zeigt sich, dass der Umstieg auf neue Datenmeldungen in der Regel zu einer Verbesserung der Kennzahlen R² und CPM geführt hat (vgl. Ta‐
belle 4.2). (Für eine weitere Übersicht über die Kennzahlen‐
entwicklung in Abhängigkeit vom Klassifikationsmodell bzw. der jeweils verwendeten Datengrundlage vgl. Drösler et al. 2017, S. 72f. und Bundesversicherungsamt 2018, S. 11f.)
Tabelle 4.2: Entwicklung R² und CPM nach Datengrundlage und Klassifikationsmodell
Kennzahl Datengrund‐
lage
Klassifikationsmodelle (nach Ausgleichsjahr)
KM/EM AJ2015 AJ2016 AJ2017 AJ2018
R² 2012/2013 23,41% 23,41% ‐ ‐
2013/2014 24,73% 24,72% 24,77% ‐ 2014/2015 24,62% 24,61% 24,69% 25,41%
2015/2016 ‐ 24,89% 24,94% 25,84%
CPM 2012/2013 23,59% 23,51% ‐ ‐
2013/2014 23,93% 23,83% 23,79% ‐ 2014/2015 23,94% 23,84% 23,82% 23,88%
2015/2016 ‐ 24,09% 24,05% 24,13%
Quelle: Auswertung BVA
Für die gegenwärtig aktuellste Datenmeldung (Berichtsjahre 2015/2016) erreichen die drei Modelle der Ausgleichsjahre 2016, 2017 und 2018 jeweils Gütemaße, die sich deutlich ober‐
halb der Werte für die zurückliegenden Datengrundlagen be‐
wegen. Besonders deutlich zeigt sich dieser Effekt anhand der Werte des Klassifikationsmodells 2016, für das Gütemaße für vier unterschiedliche Datenmeldungen (2012/2013 bis 2015/2016) vorliegen. Hier ergibt sich – allein aufgrund der geänderten Datengrundlage – im Verlauf von vier Jahren eine
Steigerung des Bestimmtheitsmaßes R² um 1,48 Prozentpunkte sowie eine Verbesserung des CPM um 0,58 Prozentpunkte.
Der Erklärungsgehalt der im RSA verwendeten Morbiditätsin‐
formationen für die krankheitsbezogenen Folgekosten der Ver‐
sicherten hat somit in den vergangenen Jahren zugenommen, d.h. die Morbiditätsdaten der Versicherten des Jahres 2016 ermöglichen prospektiv eine präzisere Schätzung der Leis‐
tungsausgaben für das Ausgleichsjahr 2018. Allerdings zeigt sich – auch wenn die Diagnosehäufigkeiten im Einklang mit extern verfügbaren Daten stehen – in regionaler Hinsicht eine uneinheitliche Entwicklung zwischen den Jahren 2010 und 2016 (vgl. Abschnitt 3.3.2 Exkurs: Entwicklung der Diagnosehäufig‐
keiten im Zeitverlauf).
4.1.2 Kennzahlen auf Krankenkassenebene
Wird die Betrachtungsebene der einzelnen Versicherten verlas‐
sen und werden stattdessen die eher wettbewerbsbezogenen Effekte des RSA – gemessen in Form von krankenkassenbezo‐
genen Über‐ und Unterdeckungen – betrachtet, so lässt sich erkennen, dass die in Abschnitt 4.1.1 gezeigten Verbesserungen der versichertenindividuellen Prädiktionsgüte des Klassifikati‐
onsmodells sich auch auf Ebene der Krankenkassen nieder‐
schlagen, dies allerdings nur in einem begrenzten Umfang (vgl.
Tabelle 4.3).
Tabelle 4.3: Modellkennzahlen des Status‐quo‐RSA auf Ebene der Krankenkassen
MAPE (KK) AJ2016 AJ2017 AJ2018 Status quo
absolut 53,86 € 53,62 € 53,28 €
gewichtet 49,21 € 48,04 € 47,95 €
Quelle: Auswertung BVA
So nimmt der absolute ungewichtete Prognosefehler auf Kran‐
kenkassenebene (MAPEKK_abs) durch die Weiterentwicklung des Klassifikationsmodells seit dem Ausgleichsjahr 2016 um 0,58 € bzw. um 1,1 % ab. Bei Betrachtung der mit den Versichertenzei‐
ten gewichteten Über‐ und Unterdeckungen der Krankenkassen (MAPEKK_gew) beträgt die Abnahme 1,26 € bzw. 2,6 %.
4.1.3 Kennzahlen auf Ebene von morbiditätsbezogen abgegrenzten Versichertengruppen
Bereits im Sondergutachten wurde zur Beurteilung bestehen‐
der Selektionsanreize gegen einzelne Versichertengruppen ge‐
prüft, ob bzw. in welchem Ausmaß sich nach Durchführung des Risikostrukturausgleichs verbleibende Unterdeckungen vorher‐
sehen lassen. Bei dieser Betrachtung ist bedeutsam, Personen‐
gruppen anhand von Merkmalen abzugrenzen, die den Kran‐
kenkassen bekannt sind, damit sie zur Selektion eingesetzt werden können, die selbst aber nicht als direkte Ausgleichsfak‐
toren im Verfahren berücksichtigt sind. Andernfalls ergibt sich für die gewählten Subpopulationen automatisch ein Deckungs‐
beitrag von null Euro bzw. eine Deckungsquote von 100 % (vgl.
Schäfer 2011, S. 13 und Drösler et al. 2017, S. 66).
Aus dieser Überlegung ergibt sich die aus Tabelle 4.4 darge‐
stellte Auswahl von Versichertengruppen, die (mit Ausnahme der Krankenkassenwechsler) anhand von RSA‐
Morbiditätsindikatoren (Arzneimittelverordnungen sowie am‐
bulante und stationäre Diagnosen) abgegrenzt werden, ohne dabei exakt der Abgrenzung einzelner RSA‐Risikogruppen (bspw. den AGGs, HMGs oder EMGs) zu entsprechen.
Tabelle 4.4: Deckungsbeiträge von morbiditätsbezogen abgegrenzten Versichertengruppen im Status quo
Versichertengruppe Ausprägung AJ2016 AJ2017 AJ2018
DB (Ø) DB (Ø) DB (Ø)
Mindestens eine Verordnung (2015) Nein 287 € 288 € 286 €
Ja ‐85 € ‐86 € ‐85 €
Über 20 Verordnungen (2015) Nein 151 € 151 € 150 €
Ja ‐1.012 € ‐1.015 € ‐1.006 €
Mindestens eine ambulante Diagnose (2015) Nein 311 € 312 € 311 €
Ja ‐31 € ‐31 € ‐31 €
Mindestens eine Hospitalisierung (2015) Nein 157 € 156 € 156 €
Ja ‐858 € ‐854 € ‐852 €
Im Morbi‐RSA berücksichtigte Krankheit (RSA‐KH, 2015)
Keine Krankheit 278 € 279 € 278 €
Mindestens eine RSA‐KH ‐99 € ‐98 € ‐97 €
Nur nicht RSA‐KHs ‐114 € ‐116 € ‐117 €
Krankenkassenwechsel (2016) Nein ‐2 € ‐2 € ‐2 €
Ja 70 € 70 € 69 €
Quelle: Auswertung BVA
Die hier gewählte (vorrangig) morbiditätsbezogene Abgrenzung wird in diesem Gutachten an verschiedenen Stellen zur Bewer‐
tung von Risikoselektionsanreizen in einzelnen Modellen her‐
angezogen. Darüber hinaus erfolgt allerdings auch eine Abgren‐
zung von Versichertengruppen anhand ihres Wohnortes (vgl.
Abschnitt 4.4).Für das Modell des Ausgleichsjahres 2018 und die hier gewählten Gruppen ergibt sich ein Bild, das mit den Ergebnissen des Sondergutachtens vergleichbar ist (vgl. Drösler et al. 2017, S. 83ff.). Wird das Status‐quo‐Modell mit seinen beiden Vorgängerversionen (AJ2016 und AJ2017) verglichen,
zeigen sich auf Gruppenebene allenfalls marginale Unterschie‐
de, sodass sich das Modell als stabil erweist.
4.2 Regionale Verteilungswirkungen des Morbi‐RSA