Statusrückmeldungen der Projektverantwortlichen (2)
Angaben der Projektverantwortlichen, nicht redaktionell geprüft.
Der Fachbereich Soziales und Integration des Kreises Lippe konnte als weiterer Kooperationspartner gewonnen werden. Man könnte noch hinzufügen, dass PREPARE nicht nur Risiken zur Pflegebedürftigkeit vorhersagen soll, sondern den gesamten Weg bis zur Ansprache der Versicherten abgebidletet wird. Deswegen wird auch getestet in welcher Form Versicherte einen Hinweis auf ein erhöhtes Pflegerisiko akzeptieren.
Im besten Fall sagen die Modelle den Eintritt von Pflegebedürftigkeit zuverlässig voraus, und die kleinräumigen Kontextfaktoren verbessern die Vorhersage deutlich. Versicherte akzeptieren ausserdem die Ansprache durch z.B. ihre Krankenkasse, oder ihre hausärztlichen Versorger und das Verfahren kann in Regelprozesse aufgenommen werden. Pflegebedürftigkeit kann dadurch bei einem Teil der Versicherten hinausgezögert oder vermieden. Im schlimmsten Fall tragen die regionalen Faktoren kaum zur Vorhersage bei, und Versicherte lehnen einen Hinweis auf ihr Pflegerisiko mehrheitlich ab. Die Modelle werden dann nicht in die Praxis überführt. Es bliebe aber dennoch belastbares Wissen darüber, wo Präventionsangebote fehlen und unter welchen Bedingungen eine solche Ansprache scheitert.
Das Vorhaben
Beschreibung aus der Projektdatenbank des GBA
Die Zahl pflegebedürftiger Menschen in Deutschland steigt. Laut Statistischem Bundesamt waren 2023 fast 5,7 Millionen Menschen pflegebedürftig. Bis 2070 könnten es bis zu 8,5 Millionen sein. Besonders betroffen sind Regionen mit einer älteren Bevölkerung und schwacher Infrastruktur. Gleichzeitig fehlt es an Pflegekräften und das informelle Pflegepotenzial, also die Fähigkeit von Angehörigen, die Pflege zu leisten, schrumpft zunehmend. Vor diesem Hintergrund gewinnt die Prävention von Pflegebedürftigkeit zunehmend an Bedeutung. Daran knüpft das Projekt PREPARE an. Mithilfe von Machine-Learning (ML) und kleinräumigen Analysen sollen Risikomodelle auf Basis von Krankenkassendaten sowie regionalen Faktoren wie Wohnlage, Verfügbarkeit von Ärztinnen und Ärzten oder sozioökonomischen Merkmalen entwickelt werden. Diese Modelle sollen Personen mit erhöhtem Pflegerisiko frühzeitig erkennen, um eine drohende Pflegebedürftigkeit zu verhindern bzw. zu verlangsamen und die Selbstständigkeit der Betroffenen zu stärken. Methodisch werden anhand einer wissenschaftlichen Übersichtsarbeit (Scoping-Review) vorhandene Versorgungsmodelle, Präventionsangebote und Risikofaktoren ermittelt. Darauf aufbauend vertiefen 20 bis 25 Experteninterviews und ML-Modelle aus Routinedaten die Analyse. Zudem werden 510 Betroffene und Angehörige befragt, um ein umfassendes Bild der Bedarfe und Präferenzen zu erhalten. Aus den Ergebnissen werden Handlungsempfehlungen abgeleitet, die in Workshops mit Pflegeverantwortlichen diskutiert werden. Wie die Versicherten angesprochen werden, untersucht das Vorhaben selbst mittels Survey-Experimenten. Das Projekt wird für drei Jahre mit insgesamt ca. 1,1 Millionen Euro gefördert. Im Erfolgsfall könnten Personen mit einem erhöhten Pflegerisiko früher erkannt werden. Krankenkassen können dann Versicherte frühzeitig identifizieren und ihnen gezielte präventive Angebote wie Bewegung oder Gedächtnistraining vermitteln. Kommunen könnten Versorgungslücken gezielt schließen, beispielsweise mit Mobilitätsdiensten oder Betreuungsangeboten. Langfristig können gezielte Präventionsangebote dazu beitragen, das Pflegerisiko zu senken und das Pflegesystem zu entlasten.
Was hier steht, sobald der Beschluss vorliegt
Entscheidung des Innovationsausschusses · Begründung · Hindernisse und positive Befunde · Endpunkte und Fallzahl · Ergebnisbericht im Wortlaut