Risikoadjustierte Qualitätsbeurteilung in Perinatalzentren ausgehend von der Perinatal- und Neonatalerhebung in Sachsen[1]

Zusammenfassung

Ausgangspunkt und Fragestellung: Eine Schwäche der externen peri-/neonatalen Qualitätskontrolle ist die Nichtbeachtung von interhospitalen Unterschieden im Risikoprofil betreuter Patienten. Auf der Basis einer spezifischen Risikoadjustierung sollte eine Vergleichbarkeit des Behandlungsergebnisses verschiedener Kliniken erreicht werden. Methodik: Durch anonyme Zusammenführung von 12.783 Datensätzen der peri- und neonatologischen Erhebungsbögen der sächsischen Qualitätssicherung der Jahre 1998 bis 2000 wurden für die 4 ausgewählten Qualitätsindikatoren 1. schwere Hirnblutung (Grad 3 und 4 nach Papile) bei Frühgeborenen < 1500 g, 2. Kliniktod bei Frühgeborenen <1500 g, 3. Kliniktod bei normalgewichtigen Neugeborenen ≥ 2500 g und 4. hypoxisch-ischämische Encephalopathie mittels logistischer Regressionsmodelle spezifische „Risikoprädiktoren” entwickelt. Auf ihrer Grundlage wurde eine erwartete Inzidenzrate für die ausgewählten Qualitätskriterien berechnet und eine Risikoadjustierung des erzielten Ergebnisses vorgenommen. Ergebnisse: Die Risikoprädiktoren ließen sich durch 3 - 9 von insgesamt 26 analysierten Risikoindikatoren beschreiben. Die AUC_ROC-Werte für die 4 Prädiktoren betragen 82, 89, 89 bzw. 89 %. Mit Hilfe der spezifischen Prädiktoren konnten wir aus der „rohen” Inzidenzrate eines Qualitätsmerkmals die risikoadjustierte Inzidenzrate für jede Klinik berechnen. Die risikoadjustierten Inzidenzraten ergaben ein risikoadjustiertes Klinikranking, das sich für 3 beurteilte Kliniken in einzelnen Punkten veränderte bzw. bei denen sich Ergebnisunterschiede verkleinerten. Schlussfolgerung: Die Anwendung der modellhaft vorgestellten Risikoadjustierung von Qualitätsindikatoren ermöglicht einen objektiveren Vergleich der Betreuungsqualität verschiedener Kliniken oder Regionen als bisher.

Abstract

Background:The weak point of the countrywide perinatal/neonatal qualitiy surveillance as a tool for evaluation of achievements of a distinct clinic, is the ignorance of interhospital differences in the case-mix of patients. Therefore, that approach can not result in a reliable bench marking. Objective: To adjust the results of quality assessment of different hospitals according to their risk profile of patients by multivariate analysis. Method: The perinatal/neonatal data base of 12.783 newborns of the saxonian quality surveillance from 1998 to 2000 was analyzed. 4 relevant quality indicators of newborn outcome - a) severe intraventricular hemorrhage in preterm infants < 1500 g, b) death in hospital of preterm infants < 1500 g, c) death in newborns with birth weight > 2500 g and d) hypoxic-ischemic encephalopathy - were targeted to find out specific risk predictors by considering 26 risk factors. A logistic regression model was used to develop the risk predictors. Results: Risk predictors for the 4 quality indicators could be described by 3 - 9 out of 26 analyzed risk factors. The AUC_ROC-values for these quality indicators were 82, 89, 89 and 89 %, what signifies their reliability. Using the new specific predictors for calculation the risk adjusted incidence rates of quality indicator yielded in some remarkable changes. The apparent differences in the outcome criteria of analyzed hospitals were found to be much less pronounced. Conclusion: The application of the proposed method for risk adjustment of quality indicators makes it possible to perform a more objective comparison of neonatal outcome criteria between different hospitals or regions.

Qualitätskontrolle - Risikoadjustierung - Qualitätsindikator

quality surveillance - risk adjustment - quality indicator

Literatur

• 1 Richardson D, Tarnow-Mordi W O, Lee S K. Risk Adjustment for Quality Improvement.  Pediatrics. 1999;  103 255-65
• 2 Richardson D K, Gray J E, McCormick M c. et al . Score for Neonatal Acute Physiology: a physiologic severity index for neonatal intensive care.  Pediatrics. 1993;  91 617-23
• 3 The CRIB (clinical risk index for babies) score: a tool for assessing initial neonatal risk and comparing performance of neonatal intensive care units. The International Neonatal Network. Lancet 1993 342 (8865): 193-8
• 4 Gagliardi L, Cavazza A, Brunelli A. et al . Assessing mortality risk in very low birthweight infants: a comparison of CRIB, CRIB II, and SNAPE-II.  Arch Dis Childh. 2004;  89 F419-422
• 5 Joyce R, Webb R, Peacock J L. Associations between perinatal interventions and hospital stillbirth rates and neonatal mortality.  Arch Dis Child Fetal Neonatal Ed. 2004;  89 51-6
• 6 Lee S K, Lee D S, Andrews W L. et al . Canadian Neonatal Network: Higher mortality rates among inborn infants admitted to neonatal intensive care units at night.  J Pediatr. 2003;  143 592-7
• 7 Luo Z C, Wilkins R, Platt R W, Kramer M S. For the Fetal and Infant Health Study Group of the Canadian Perinatal Surveillance System: risks of adverse pregnancy outcomes among Inuit and North American Indian women in Quebec, 1985 - 97.  Paediatr Perinat Epidemiol. 2004;  18 40-50
• 8 Maier R F, Rey M, Metze B C, Obladen M. Comparison of mortality risk: a score for very low birthweight infants.  Arch Dis Child Fetal Neonatal Ed. 1997;  76 146-50
• 9 Richardson D K, Gray J E, Gortmaker S L. et al . Declining severity adjusted mortality: evidence of improving neonatal intensive care.  Pediatrics. 1998;  102 893-9
• 10 Zapata-Vazquez R E, Rodriguez-Carvajal L A, Sierra-Basto G. et al . Discriminant function of perinatal risk that predicts early neonatal morbidity: its validity and reliability.  Arch Med Res. 2003;  34 214-21
• 11 Linder N, Haskin O, Levit O. et al . Risk factors for intraventricular hemorrhage in very low birth weight premature infants: a retrospective case-control study.  Pediatrics. 2003;  111 590-5
• 12 Thorp J A, Jones P G, Clark R H. et al . Perinatal factors associated with severe intracranial hemorrhage.  Am J Obstet Gynecol. 2001;  185 859-62
• 13 Vohr B R, Wright L L, Dusick A M. et al . Neonatal Research Network: Center differences and outcomes of extremely low birth weight infants.  Pediatrics. 2004;  113 781-9
• 14 Marshall E C, Spiegelhalter D J. Reliability of league tables of in vitro fertilisation clinics: retrospective analysis of live birth rates.  Brit Med J. 1998;  316 1701-4
• 15 SAS/STATÒ User’s Guide, Version 8, Cary, NC: SAS Institute Inc., 1999. 
• 16 Bauer J, Hentschel R, Zahradnik H. et al . Vaginal delivery and neonatal outcome in extremely-low-birth-weight infants below 26 weeks of gestational age.  Am J Perinatol. 2003;  20 181-8
• 17 Moster D, Lie R T, Irgens L M. et al . The association of Apgar score with subsequent death and cerebral palsy: a population-based study in term infants.  J Pediatr. 2001;  138 798-803
• 18 Cifuentes J, Bronstein J, Phibbs C S. et al . Mortality in low birth weight infants according to level of neonatal care at hospital of birth.  Pediatrics. 2002;  109 745-51
• 19 Heller G, Schnell R, Misselwitz B, Schmidt S. Warum ist die Sterblichkeit von nachts geborenen Kindern erhöht?.  Z Geburtshilfe Neonatol. 2003;  207 137-42
• 20 Heller G, Schnell R, Richardson D K. et al . Hat die Größe der Geburtsklinik Einfluss auf das neonatale Überleben?.  Dtsch Med Wochenschr. 2003;  128 657-62
• 21 Menard M K, Liu Q, Holgren E A, Sappenfield W M. Neonatal mortality for very low birth weight deliveries in South Carolina by level of hospital perinatal service.  Am J Obstet Gynecol . 1998;  179 374-81
• 22 Moster D, Lie R T, Markestad T. Relation between size of delivery unit and neonatal death in low risk deliveries: population based study.  Arch Dis Child Fetal Neonatal Ed. 1999;  80 221-5
• 23 Voigt M, Schneider K TM, Jährig K. Analyse des Geburtengutes des Jahrgangs 1992 der Bundesrepublik Deutschland, Teil 1: Neue Perzentilkurven für Körpermaße von Neugeborenen.  Geburth Frauenheilk. 1996;  56 550-8

1 Die Autoren danken den Mitarbeitern der Projektgeschäftsstelle der Sächsischen Landesärztekammer und allen beteiligten Kliniken für die tatkräftige Unterstützung.