Re-Evaluation des Krankenhausnavigators der AOK für das
                    „QSR-Verfahren“ unter besonderer Berücksichtigung des Themenschwerpunkts
                    Knieendoprothetik

C. Lüring; A. Freund; S. Kirschner; K.-P. Günther; J. Malzahn; C. Günster; M. Tingart; K.-D. Heller; F.-U. Niethard

doi:10.1055/s-0033-1350627

Zeitschrift für Orthopädie und Unfallchirurgie, Inhaltsverzeichnis

Z Orthop Unfall 2013; 151(4): 401-406
DOI: 10.1055/s-0033-1350627

Varia

Georg Thieme Verlag KG Stuttgart · New York

Re-Evaluation des Krankenhausnavigators der AOK für das „QSR-Verfahren“ unter besonderer Berücksichtigung des Themenschwerpunkts Knieendoprothetik

Eine epidemiologische Erhebung der Versorgungsqualität mit erweiterten RoutinedatenRe-Evaluation of the AOK Hospital Navigator with a Focus on Total Knee Replacement

C. Lüring

¹Klinik für Orthopädie, Uniklinik RWTH Aachen

,

A. Freund

¹Klinik für Orthopädie, Uniklinik RWTH Aachen

,

S. Kirschner

²Klinik und Poliklinik für Orthopädie, Universitätsklinikum Carl Gustav Carus Dresden

,

K.-P. Günther

²Klinik und Poliklinik für Orthopädie, Universitätsklinikum Carl Gustav Carus Dresden

,

J. Malzahn

³Abteilung Stationäre Versorgung, Rehabilitation, AOK Bundesverband, Berlin

,

C. Günster

⁴Wissenschaftliches Institut der AOK, AOK Bundesverband, Berlin

,

M. Tingart

¹Klinik für Orthopädie, Uniklinik RWTH Aachen

,

K.-D. Heller

⁵Orthopädische Klinik, Herzogin Elisabeth Krankenhaus Braunschweig

,

F.-U. Niethard

⁶Generalsekretär, Deutsche Gesellschaft für Orthopädie und Unfallchirurgie, Berlin

› Institutsangaben

Abstract

Zusammenfassung

Hintergrund: 2010 sind durch die AOK zusätzlich zu bisherigen Veröffentlichungen im Rahmen der Weißen Liste neue Ergebnisse für die Ergebnisqualität im Bereich „Kniegelenks-Totalendoprothese bei Gonarthrose“ online veröffentlicht worden. Hierbei wurden die Kliniken im Rahmen des sogenannten „Qualitätssicherung mit Routinedaten-Verfahrens“ (QSR) beurteilt. Die Deutsche Gesellschaft für Orthopädie und orthopädische Chirurgie steht dem für das Bewertungssystem des AOK-Krankenhausnavigators genutzten QSR-Verfahren kritisch gegenüber. Es wurde eine interdisziplinäre Arbeitsgruppe gebildet, die das Verfahren überprüfen sollte. Material und Methoden: Zunächst wurden patientenspezifische Parameter identifiziert, die überwiegend gemäß Expertenkonsens auf Basis der aktuellen Literaturlage die Prozedur und das Ergebnis beeinflussen. Aus den 907 erfassten Kliniken wurden 4 überdurchschnittlich und 4 unterdurchschnittlich abschneidende identifiziert. Insgesamt sollte das Wissenschaftliche Institut der AOK (WIdO) randomisiert 80 Falldatensätze pro Klinik zur Verfügung stellen. Anhand dieser anonymisierten Datensätze konnten in den Kliniken Patienten identifiziert werden. Die statistische Auswertung sollte klären, ob ein signifikanter Unterschied zwischen den Indikatoren der Gruppen der überdurchschnittlich und unterdurchschnittlich bewerteten Kliniken vorhanden ist oder ausgeschlossen werden kann. Ergebnisse: Insgesamt konnten 625 Fälle aus den Abrechnungsdaten untersucht werden. In den unterdurchschnittlichen Kliniken finden sich vermehrt postoperative Komplikationen. Allerdings finden sich in dieser Gruppe auch mehr Patienten mit 1 oder mehr Komorbiditäten und mit einem Streckdefizit > 10°. Die überdurchschnittliche Gruppe hat einen höheren Anteil an Voroperationen. Schlussfolgerungen: Die präsentierte Untersuchung motiviert die Arbeitsgruppe, weitere größer angelegte, prospektive Studien durchzuführen.

Abstract

Background: One of the biggest health insurance companies in Germany (AOK, Allgemeine Ortskrankenkasse) has published new results focussing on process quality of total knee replacement in 2010. These results were published in the online portal “Weiße Liste”, which is based on health insurance routine data. The German Association of Orthopeadic Surgery questions the credibility of the rating system of the “Weiße Liste”. To prove the system an interdisciplinary task force was created. Material and Methods: The task force identified patient-specific parameters, which influence the outcome of total knee replacement based on the literature and expert opinions. Out of 907 orthopaedic departments, 4 above average and four below average were identified. The AOK was asked to provide 80 data sets for each department. These anonymised data sets could be converted into patient-specific data sets in the identified departments. Statistical analysis was performed to answer the question of whether there are differences between the below and the above average groups. Results: 625 cases could be investigated. We found an increased rate of postoperative complications in the below average group. There are differences between both groups in terms of factors influencing the procedure. In the below average group an increased rate of patients with one or more comorbidities and a preoperative extension lag of over 10° was found. The above average group has a higher rate of operations before the knee replacement. Conclusion: The results need to be proven on a larger scale. Further, prospective investigations are planned.

Schlüsselwörter

Qualitätssicherung - Routinedaten - Knieendoprothetik - Krankenhausnavigator

Key words

quality management - routine data - total knee arthroplasty - hospital navigator

Volltext

Referenzen

Literatur
1 Wissenschaftliches Institut der AOK. Qualitätssicherung mit Routinedaten. Im Internet: http://www.qualitaetssicherung-mit-routinedaten.de Stand: 02.04.2013
2 Elixhauser A, Steiner C, Harris DR et al. Comorbidity measures for use with administrative data. Med Care 1998; 36: 8-27
3 Heller G. Qualitätssicherung mit Routinedaten - Aktueller Stand und Weiterentwicklung. In: Klauber J, Geraedts M, Friedrich J, Hrsg. Krankenhaus-Report 2010. Stuttgart: Schattauer-Verlag; 2010: 239-253
4 Graham JW. Missing Data: Analysis and Design. New York: Springer; 2012
5 Santaguida PL, Hawker GA, Hudak PL et al. Patient characteristics affecting the prognosis of total hip and knee joint arthroplasty: a systematic review. Can J Surg 2008; 51: 428-436
6 Solomon DH, Chibnik LB, Losina E et al. Development of a preliminary index that predicts adverse events after total knee replacement. Arthritis Rheum 2006; 54: 1536-1542
7 Hooper GJ, Rothwell AG, Hooper NM et al. The relationship between the American Society Of Anesthesiologists physical rating and outcome following total hip and knee arthroplasty: an analysis of the New Zealand Joint Registry. J Bone Joint Surg Am 2012; 94: 1065-1070
8 Rauh MA, Krackow KA. In-hospital deaths following elective total joint arthroplasty. Orthopedics 2004; 27: 407-411
9 Peersman G, Laskin R, Davis J et al. ASA physical status classification is not a good predictor of infection for total knee replacement and is influenced by the presence of comorbidities. Acta Orthop Belg 2008; 74: 360-364
10 England SP, Stern SH, Insall JN et al. Total knee arthroplasty in diabetes mellitus. Clin Orthop Relat Res 1990; 260: 130-134
11 Malinzak RA, Ritter MA, Berend ME et al. Morbidly obese, diabetic, younger, and unilateral joint arthroplasty patients have elevated total joint arthroplasty infection rates. J Arthroplasty 2009; 24 (6 Suppl.) S84-S88
12 Jämsen E, Nevalainen P, Eskelinen A et al. Obesity, diabetes, and preoperative hyperglycemia as predictors of periprosthetic joint infection: a single-center analysis of 7181 primary hip and knee replacements for osteoarthritis. J Bone Joint Surg Am 2012; 94: e101 1–9
13 Marchant jr. MH, Viens NA, Cook C et al. The impact of glycemic control and diabetes mellitus on perioperative outcomes after total joint arthroplasty. J Bone Joint Surg Am 2009; 91: 1621-1629
14 Robertson F, Geddes J, Ridley D et al. Patients with Type 2 diabetes mellitus have a worse functional outcome post knee arthroplasty: A matched cohort study. Knee 2012; 19: 286-289
15 Berend KR, Lombardi jr. AV, Adams JB. Total knee arthroplasty in patients with greater than 20 degrees flexion contracture. Clin Orthop Relat Res 2006; 452: 83-87
16 Nicholl J. Case-mix adjustment in non-randomised observational evaluations: the constant risk fallacy. J Epidemiol Community Health 2007; 61: 1010-1013