Mit der aktuellen Neuordnung der stationären Versorgung wird beispielhaft erkennbar, wie gesundheitspolitische Initiativen und Problemlösungen künftig auf gänzlich veränderte sozioökonomische und demographische Rahmenbedingungen treffen, wobei ein erheblich steigender Informationsbedarf mit einer Thematisierung von wachsender Unsicherheit und bisher eher unterschätzter Komplexität von Entscheidungen einhergeht. Eine ähnliche Herausforderung besteht im Bereich der Verlagerung von bisher stationär auf künftig ambulant zu erbringende medizinische Leistungen.
Etablierte Verfahren der medizinisch-prädiktiven Risikoadjustierung bieten hier sowohl eine methodische Unterstützung wie auch eine justitiable Absicherung im medizinischen und administrativen Umfeld. Je flexibler Mediziner auf Entscheidungsvorgaben individuell reagieren müssen, desto größer ist der Bedarf an validen und handlungsleitenden risikorelevanten Informationen und entsprechend validen Risikobewertungsoptionen. Auch eine stärker personalisierte Medizin wird nur gelingen, wenn wesentlich mehr Informationen über einen Patienten mit erheblich verbesserter Geschwindigkeit und mit validen, international anerkannten Messinstrumenten an den Punkt der Entscheidung gebracht werden können.
Im vorliegenden Band sollen sowohl die theoretische Fundierung von ausgewählten Modellen zur Risikoadjustierung vorgestellt als auch die praktische Umsetzung aus Vergangenheit, Gegenwart und Zukunft in anschaulichen Beispielen beschrieben werden.
Im Ergebnis ist mit dem Geleitwort von Prof. Dr. Gerd Gigerenzer, langjähriger Direktor am Max-Planck-Institut für Bildungsforschung und Direktor des Harding-Zentrums für Risikokompetenz (Universität Potsdam), der ein “sauberes Wissen” ohne bewusste oder unbewusste Verzerrung von Aussagen fordert, bereits das Entwicklungsziel der Risikoadjustierung gesetzt, um die künftigen Herausforderungen in kollektiver Betrachtung, aber auch im Bereich patientenindividueller Entscheidungen unter der Vorgabe weiter limitierter Ressourcen angehen zu können.
