[Predictors of Admission to Nursing Home in Care-Dependent People - A Longitudinal Secondary Data Analysis]

Gesundheitswesen. 2022 Feb;84(2):139-153. doi: 10.1055/a-1276-0525. Epub 2021 Apr 1.
[Article in German]

Abstract

Objective: To determine predictors of admission to nursing home by means of secondary data analysis of German statutory health insurance claims data and care needs assessments.

Materials and methods: A retrospective longitudinal analysis was conducted covering the period 2006-2016 and using routine data. Health insurance data and care needs assessment data for people who became care dependent in 2006 and who lived in their own homes were merged. Cox regression analyses were conducted to identify predictors of admission to a nursing home.

Results: The study population comprised 48,892 persons. Dementia, cancer of the brain, cognitive impairment, antipsychotics prescriptions, hospitalized fractures, hospital stays over ten days, and higher age had the highest hazard ratios among the predictors.

Conclusions: Knowledge about the predictors serves to sensitize health care professionals in the care of people in need of care. It facilitates identification of care needs in community-dwelling persons at an increased risk of admission to a nursing home.

Ziel der studie: Ermittlung von Prädiktoren für den Eintritt in ein Pflegeheim mittels einer Sekundärdatenanalyse von Krankenkassen- und Pflegebegutachtungsdaten.

Methodik: Eine retrospektive Längsschnittanalyse betrachtet den Zeitraum von 2006–2016 unter Verwendung von Routinedaten. Krankenkassen- und Pflegebegutachtungsdaten von im Jahr 2006 pflegebedürftig gewordenen Menschen, die in der eigenen Häuslichkeit lebten, wurden zusammengeführt. Prädiktoren für einen Pflegeheimeintritt wurden auf dieser Basis und mit Hilfe von Cox Regressionsanalysen ermittelt.

Ergebnisse: Die Studienpopulation umfasste 48 892 Menschen. Demenz, Krebserkrankungen des Gehirns, kognitive Einschränkungen, die Verschreibung von Antipsychotika, Frakturen mit Krankenhausaufenthalten, Krankenhausaufenthalte über zehn Tage Länge und höheres Alter wiesen die höchsten Effektstärken unter den Prädiktoren auf.

Schlussfolgerung: Kenntnisse über die Prädiktoren dienen der Sensibilisierung von Akteuren in der Versorgung pflegebedürftiger Menschen. Sie erleichtern das Erkennen von Unterstützungsbedarf in der eigenen Häuslichkeit bei Menschen, die unter einem erhöhten Risiko eines Heimeintritts stehen.

MeSH terms

  • Data Analysis*
  • Germany / epidemiology
  • Hospitalization
  • Humans
  • Nursing Homes*
  • Retrospective Studies