0845 -- Heller QMR-Risikoadjustierung-2015

Angemessene Risikoadjustierung Überadjustierung vermeiden
4. Kongress . Qualitätsmessung und
Qualitätsmanagement mit Routinedaten
Potsdam, 05. Mai 2015
PD Dr. med. Günther Heller
AQUA – Institut für angewandte Qualitätsförderung
und Forschung im Gesundheitswesen, Göttingen
© 2015 AQUA-Institut GmbH
1
Gliederung
Einführung / Grundlagen der Qualitätsmessung
Vorgehen Risikoadjustierung
Probleme Überadjustierung
Strategien zur Vermeidung von Überadjustierung
© 2015 AQUA-Institut GmbH
2
Einführung
Beobachteter Wert = wahrer Wert
+
Fehler
zufällige Fehler
wie auch
systematische Fehler
© 2015 AQUA-Institut GmbH
3
Systematische Fehler / Risikoadjustierung
Patienten einer Einrichtung sind systematisch anders als in einer anderen
Einrichtung
Was ist Risikoadjustierung ?
Risikoadjustierung ist ein Verfahren, um die Messergebnisse vergleichbar
zu machen
Im Bereich der Qualitätsmessung insbesondere für
einrichtungsspezifische Indikatoren der Ergebnisqualität (Outcome)
Fairer Vergleich von Krankenhausergebnissen soll ermöglicht werden
Analyse von Qualitätsindikatoren innerhalb von „Leistungsbereichen“
kann bereits als eine Maßnahme zur Risikoadjustierung angesehen
werden
© 2015 AQUA-Institut GmbH
4
Vorgehen Risikoadjustierung
Identifikation von Ergebnisindikatoren
Identifikation von potentiellen Risikofaktoren
=> Literaturrecherche &
=> Analyse von (Routine-)daten
Was sind potentiellen Risikofaktoren?
- Patienteneigenschaften (Alter, Begleiterkrankungen)
- Faktoren, die bereits bei Krankenhausaufnahme bestanden
- Faktoren, die nicht vom Krankenhaus beeinflusst werden können
- Keine Prozessvariablen
(Art) der Operation:
z. B. Osteosynthese bzw. Endoprothese bei proximaler Femurfraktur
- Nicht alle Faktoren die Prognosekraft besitzen: DD Prognosemodell
Risikomodell ist demnach ein unvollständiges Prognosemodell
© 2015 AQUA-Institut GmbH
5
Vorgehen Risikoadjustierung
Betrachtung der üblichen Fit-Maße (ROC, Pseudo r2, H-L-Test, …)
sind von untergeordneter Bedeutung
Beispiel: Perioperative Wundinfektion
=> Alter (geringe Erklärungskraft)
=> Diabetes (geringe Erklärungskraft)
=> sinnvolle Hygienemaßnahmen: erklärender Faktor (kein Risikofaktor)
daher im Ergebnis eher moderate Modellgüte zu erwarten
Würde man deswegen auf eine Risikoadjustierung
nach Alter und Diabetes verzichten wollen?
© 2015 AQUA-Institut GmbH
6
Problem Überadjustierung
1) Nach Faktoren adjustiert, welche die Einrichtung
beeinflussen kann
=> Bsp. unterschiedliche Therapieverfahren für eine
Erkrankung
2) Nach Faktoren adjustiert, die sich unterschiedlich auf die
Prognose von Patienten auswirken
© 2015 AQUA-Institut GmbH
7
Problem Überadjustierung
2) Risikofaktoren wirken sich unterschiedlich auf die Prognose einzelner
Patienten aus => mögliche Ursachen
unterschiedliche Prognose bildet unterschiedliche Versorgungsqualität
ab => das ist das was erreicht werden soll
zufälliger Fehler (random)
kein Thema für die Risikoadjustierung
Lösungsmöglichkeiten:
=> Erhöhung Nenner (und Zähler)
Beobachtungsintervall verlängern
(Mehrere Jahre, moving averages; CUSUM)
=> Erhöhung des Zählers
Indexbildung, composite measures (Heller 2008)
=> (empirische)-Bayes -Analysen
© 2015 AQUA-Institut GmbH
8
Problem Überadjustierung
3) Risikofaktoren wirken sich unterschiedlich auf die Prognose einzelner
Patienten aus => mögliche Ursachen
uneinheitliche Kodierung der Risikofaktoren
(Heller & Schnell, Letter to the Editor)
=> : Pine et al. JAMA, 2007
=> je mehr Risikofaktoren im Modell, desto besser der Modellfit
(weiterer Grund im Kontext der Risikoadjustierung nicht zu sehr auf ROCKurven etc. zu schauen)
=> uneinheitliche Kodierung (APGAR-Score) kann bei identischer Qualität
zweier Krankenhäuser zu unterschieden in der Risikoadjustierung führen
Lösung => einheitliche Kodierung
© 2015 AQUA-Institut GmbH
9
Problem Überadjustierung
2) Risikofaktoren wirken sich unterschiedlich auf die Prognose
einzelner Patienten aus => mögliche Ursachen
Ähnliches Problem „constant risk fallacy“ bei:
Nicholl, J Epid Comm Health 2007
Mohammed et al. BMJ 2009
Hier aber nicht nur Kodierung, sondern ggf. auch
Risikofaktoren selbst führen innerhalb der Risikogruppe zu
unterschiedlichen Risiken
=> Modell fehlspezifiziert
(falsche Risikofaktoren, Modell nicht vollständig genug)
=> Lösung: Modell richtig spezifizieren
© 2015 AQUA-Institut GmbH
10
Lösungsmöglichkeiten
Vermeidung von Überadjustierung
• korrekte Modellspezifikation/-entwicklung
=> inhaltlich sinnvolle Risikofaktoren
=> alle relevanten Risikofaktoren enthalten?
=> bereits bei Modellentwicklung
auf mögliche Kodierprobleme achten
• kritische Betrachtung /
Reanalyse der Ergebnisse der Risikoadjustierung
=> idealerweise externe Validierungsstudie (..)
=> hat sich das Risiko innerhalb einer Einrichtung deutlich
verändert und ist dies glaubhaft?
=> gibt es Hinweise auf Kodierprobleme
=> immer betrachten von rohen und risikoadjustierten Werten
gemeinsam
© 2015 AQUA-Institut GmbH
11
Beispiel eines logistischen
Regressionsmodells
Beispielklinik: QSR-Klinikbericht (2008)
© 2015 AQUA-Institut GmbH
12
Lösungsmöglichkeiten
Vermeidung von Überadjustierung
• korrekte Modellspezifikation/-entwicklung
=> inhaltlich sinnvolle Risikofaktoren
=> alle relevanten Risikofaktoren enthalten?
=> bereits bei Modellentwicklung
auf mögliche Kodierprobleme achten
• Kritische Betrachtung / Reevaluation der Modelle
Reanalyse der Ergebnisse der Risikoadjustierung
=> idealerweise externe Validierungsstudie (..)
=> hat sich das Risiko innerhalb einer Einrichtung deutlich
verändert und ist dies glaubhaft
=> gibt es Hinweise auf Kodierprobleme
=> immer betrachten von rohen und risikoadjustierten Werten
gemeinsam
© 2015 AQUA-Institut GmbH
13
Herzlichen Dank!
AQUA – Institut für angewandte
Qualitätsförderung und Forschung
im Gesundheitswesen GmbH
Maschmühlenweg 8–10
37073 Göttingen
Telefon: (+49) 0551 / 789 52-0
Telefax: (+49) 0551 / 789 52-10
[email protected]
www.aqua-institut.de
© 2015 AQUA-Institut GmbH
14