Download PDF
Gesundheitsökonomie & Qualitätsmanagement 2014; 19(06): 290-297
DOI: 10.1055/s-0034-1385749
Originalarbeit
© Georg Thieme Verlag KG Stuttgart · New York

Bewertung der Mortalität im stationären Bereich mittels einer differenzierten Risikoadjustierung anhand der §-21-Daten

Utilisation of Risk-Adjusted German Inpatient Administrative Data for the Evaluation of In-Patient Mortality
C. Bobrowski
1   II. Medizinische Klinik, Sektion Geriatrie, Asklepios Klinikum Harburg, Eißendorfer Pferdeweg 52, 21075 Hamburg
2   MedAdvisors GmbH, Lehmweg 17, 20251 Hamburg
,
E. Rathmann
3   Institut für Diagnostische Radiologie und Neuroradiologie, Universitätsmedizin Greifswald, 17475 Greifswald
,
T. Kohlmann
4   Institut für Community Medicine, Abteilung Methoden der Community Medicine, Universitätsmedizin Greifswald, 17475 Greifswald
,
J. Stausberg
5   Kordulastr. 13, 45131 Essen
,
C. Bartels
2   MedAdvisors GmbH, Lehmweg 17, 20251 Hamburg
6   Klinik für Herz- und thorakale Gefäßchirurgie des Universitätsklinikums Schleswig-Holstein, Campus Lübeck, Ratzeburger Allee 160, 23562 Lübeck
› Author Affiliations
Further Information

Publication History

Publication Date:
09 December 2014 (online)

Also available at
    Permissions and Reprints

Zusammenfassung

Es wurde untersucht, ob eine risikoadjustierte Qualitätsanalyse insbesondere der stationären Sterblichkeit unter Verwendung von §-21-Routinedaten möglich ist. Es wurden aus den §-21-Abrechnungsdaten sechs deutscher Kliniken der Maximalversorgung vollstationäre Patienten (≥ 18 Jahre, Verweildauer > 24 Stunden) mit gültiger DRG-Kodierung (N = 557 989 entsprechend 91 % der vollstationären Patienten) ausgewählt. Mittels eines logistischen Regressionsmodells wurden Mortalitätswahrscheinlichkeiten für jeden Behandlungsfall errechnet, die eine Gegenüberstellung mit den tatsächlich beobachteten Mortalitätszahlen der untersuchten Krankenhäuser ermöglichten. Die Übertragbarkeit des Regressionsmodells auf spezifische Subgruppen mithilfe von ‚Standardized Mortality Ratios‘ (SMRs) wurde geprüft. Die Validierung des Risikomodells erfolgte an einem Datensatz des Vereins Qualitätsindikatoren für Kirchliche Krankenhäuser (QKK) aus dem Jahre 2010 (N = 390.489).

Als geeignete Prädiktoren für die stationäre Mortalität erwiesen sich Alter, Anzahl der Nebendiagnosen, Anzahl der Prozeduren, Beatmungsstunden, DRG-Partition, Relativgewicht (Bewertungsrelation), Geschlecht, Notfallstatus, Patient Clinical Complexity Level (PCCL) und Verweildauer. Das multivariable Modell zeigte ein Pseudo-R2 nach Nagelkerke von 0,36, entsprechend einer Fläche unter der ROC (Receiver Operating Characteristic) von 0,921 [KI95 (0,919; 0,923)]. Es zeigten sich quantifizierbare Unterschiede zwischen Rohmortalitäten und risikoadjustierten SMRs bei Kliniken sowie bei untersuchten Subgruppen. Die Validierung des Risikomodells am externen Datensatz zeigte eine gute Übertragbarkeit bei eingeschränkter Stabilität.

Der ganzheitliche Ansatz des erstellten Regressionsmodells zeigte eine sehr gute Vorhersagefähigkeit der stationären Mortalität. Ein risikoadjustierter Vergleich der Mortalitätsraten von untersuchten Kliniken und sechs exemplarisch untersuchten Subgruppen zeigte Fehlinterpretationspotenzial bei Qualitätsvergleichen mittels Rohmortalitäten. Weitere Analysen mit umfangreicheren Datensätzen sind zur Sicherstellung der Modellstabilität erforderlich.

Abstract

Based on a risk-adjusted multivariable model, we investigated the feasibility of inpatient mortality quality analyses using German administrative. Administrative data (required by law, § 21 Krankenhausentgeltgesetz) of six German tertiary hospitals were used to include 557 989 stationary patients (≥ 18 years of age, length of stay > 24 hours, valid DRG-coding). Probabilities were calculated for each hospitalized case by a logistic regression model mortality. Then they were compared with the observed mortality rates. The reproducibility of the regression model on specific subgroups was tested using Standardized Mortality Ratios (SMRs). External validation was performed against the 2010 data set of the QKK project (N = 390 489). (QKK: Qualitätsindikatoren für Kirchliche Krankenhäuser, quality indicators for denominational hospitals)

Valid predictors for inpatient mortality were: age, number of concurrent diseases, number of coded procedures, duration of ventilation, DRG-partition, DRG-value (cost weight), gender, emergency admission status, patient clinical complexity level (PCCL) and length of stay. The regression model showed a Nagelkerke-Pseudo-R2 of 0.36, equivalent to an AUC of 0.921 [CI95 (0.919; 0.923)]. Differences between unadjusted and adjusted mortality rates were quantified between hospitals and the subgroups examined. The validation against the external data set showed a good transferability with limited stability.

The regression model showed a very good prediction for inpatient mortality. A risk-adjusted comparison of mortality rates indicated potential for misinterpretation in quality assessments of hospitals and subgroups using unadjusted mortality rates alone.

Further analyses with larger datasets are required to ensure model stability.

Schlüsselwörter

Qualität - Routinedaten - Diagnosis Related Groups - Risikoadjustierung - Stationäre Mortalität - Standardisierte Mortalitätsrate

Key words

quality - administrative data - diagnosis related groups (DRG) - risk adjustment - inpatient mortality - standardized  mortality ratio