Krankenhaus-Routinedaten zur externen Qualitätssicherung?

 

 Buy Article Permissions and Reprints

Zusammenfassung

Hintergrund: Für alle deutschen Krankenhäuser ist die Bereitstellung von Daten für die externe Qualitätssicherung gemäß § 137 des fünften Sozialgesetzbuch (SGB V) gesetzlich verpflichtend. Dabei werden neben Krankenhausabrechnungsdaten insbesondere eigens für diesen Zweck erfasste Informationen für die Berechnung von Qualitätsindikatoren genutzt. Andere Verfahren, wie beispielweise das der amerikanischen „Agency for Healthcare Research and Quality” (AHRQ), berechnen hingegen Qualitätsindikatoren ausschließlich aus Krankenhaus-Routinedaten.

Methoden: Es werden sechs ausgewählte Qualitätsindikatoren sowohl auf der Datenbasis der externen Qualitätssicherung 2007 als auch aus einer 10 %-Stichprobe der DRG-Statistik des statistischen Bundesamtes aus dem Jahre 2007 verglichen.

Ergebnisse: Für die Qualitätsindikatoren „geburtshilfliche Verletzungen”, „Letalität nach ambulant erworbener Pneumonie” sowie „postoperative tiefe Beinvenenthrombose” und „postoperative Lungenembolie” weisen die Routinedaten signifikant höhere Komplikations- und Letalitätsraten auf als die Daten der externen Qualitätssicherung (p < 0,01). Der Indikator „Dekubitus” liefert dagegen signifikant niedrigere Raten (p < 0,001).

Folgerung: Mögliche Ursachen für die beobachteten Unterschiede könnten in der gegensätzlichen Motivation der beiden Datenerhebungen und in Einschränkungen der Integration der Dokumentationssysteme liegen. Es bleibt zwar unklar, welches Verfahren eine getreuere Darstellung der Wirklichkeit liefert, dennoch ließen sich einzelne Merkmale (z. B. typische geburtshilfliche Komplikationen), allein durch Routinedaten abbilden.

Abstract

Background: German hospitals are obliged legally to provide clinical data for external comparative quality assurance. Data rely on administrative data and just as on additional data collections for this purpose only. They are used to identify defined quality indicators (so-called BQS data). The Agency for Healthcare Research and Quality (AHRQ) also developed quality indicators that rely on hospital administrative data to evaluate the quality of inpatient care.

Methods: Six selected quality indicators were computed by both methods. 2007 data from the nationwide external quality assurance program were analyzed and compared to quality information derived from a 2007 10 % nationwide sample of administrative hospital data.

Results: Regarding the indicators „Obstetric trauma”, „Mortality of community acquired pneumonia”, „Postoperative deep vein thrombosis” and „Postoperative pulmonary embolism” rates are significantly higher in hospital administrative data than in BQS data (p < 0.01). Inversely, rates of the indicator „Decubitus ulcer” are significantly lower (p < 0.001).

Conclusion: Possible causes for the results might be divergent motivations for data collection or restrictions in data collection. It remains unclear which method properly reflects the true status. Selected indicators (e. g. obstetric trauma), however, are suitable to be substituted by hospital administrative data.

Literatur

• 1 AHRQ Agency for Healthcare Research and Quality [Internet] .Rockville, MD: AHRQ Quality Indicators. http://www.qualityindicators.ahrq.gov [zugegriffen am 13.9.2010]
• 2 AQUA – Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen GmbH .Allgemeine Methoden im Rahmen der sektorenübergreifenden Qualitätssicherung im Gesundheitswesen nach § 137a SGB V. 2010 June 30 version 2.0
  Google Scholar
• 3 BQS Bundesgeschäftsstelle Qualitätssicherung gGmbH .Qualität sichtbar machen. BQS-Qualitätsreport 2007.  Veit C Bauer J Döbler K Eckert O Fischer B Woldenga C Düsseldorf; 2008
  Google Scholar
• 4 Drösler S, Cools A, Köpfer T, Stausberg J. Eignen sich Qualitätsindikatoren aus Routinedaten zur Qualitätsmessung im Krankenhaus? Erste Ergebnisse mit den amerikanischen Indikatoren zur Patientensicherheit in Deutschland.  Z Arztl Fortbild Qualitatssich. 2007;  101 35-42
  Google Scholar
• 5 Fiori W, Brüning K, Bunzemeier H, Roeder N. Codierqualität in den Krankenhäusern – Unberechtigte Vorwürfe – Behauptungen der Kostenträger, wonach die Krankenhäuser im großen Stil falsch abrechnen, sind nicht haltbar.  Dtsch Arztebl. 2009;  106 A1596-1598
  Google Scholar
• 6 Gesundheitsberichterstattung des Bundes. Fallpauschalenbezogene Krankenhausstatistik (DRG-Statistik), Diagnosen und Prozeduren der vollstationären Patientinnen und Patienten in Krankenhäusern. http://www.gbe-bund.de [zugegriffen am 11.9.2010]
  Google Scholar
• 7 Heller G. Aktueller Stand und weitere Entwicklung des Projektes „Qualitätssicherung mit Routinedaten” (QSR).  Dtsch Med Wochenschr. 2009;  134 315
  Google Scholar
• 8 Houchens R L, Elixhauser A, Romano P S. How often are potential patient safety events present on admission?.  Jt Comm J Qual Patient Saf. 2008;  34 154-163
  Google Scholar
• 9 InEK Institut für das Entgeltsystem im Krankenhaus GmbH [Internet] .InEK Abschlussbericht – Weiterentwicklung des G-DRG-Systems für das Jahr 2009. Klassifikation, Katalog und Bewertungsrelationen – Teil I: Projektbericht. 3.3.1.2 Erweiterung der Plausibilitätsprüfungen. Siegburg; 2008: 26-35 http://www.g-drg.de/cms/index.php [zugegriffen am 13.9.2010]
  Google Scholar
• 10 Jakob J, Hinzpeter M, Weiß C. et al . Qualität der BQS-Dokumentation – Datenevaluation anhand intra- und postoperativer Komplikationen nach Cholezystektomien.  Chirurg. 2009;  81 563-567
  Google Scholar
• 11 Krankenhäuser rechnen bei Kassen falsch ab: Kassen bleiben auf Milliardenkosten sitzen. Presseschau AOK-Bundesverband; 2010 Apr 6 49: 9
  Google Scholar
• 12 Polancich S, Restrepo E, Prosser J. Cautious Use of Administrative Data for Decubitus Ulcer Outcome Reporting.  Am J Med Qual. 2006;  21 262-268
  Google Scholar
• 13 4QD – Qualitätskliniken.de GmbH .http://www.qualitätskliniken.de/ [zugegriffen am 13.9.2010]
• 14 Romano P S, Yasmeen S, Schembri M E, Keyzer J M, Gilbert W M. Coding of perineal lacerations and other complications of obstetric care in hospital discharge data.  Obstet Gynecol. 2005;  106 717-725
  Google Scholar
• 15 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen [Internet] .Gutachten 2007 des Sachverständigenrates zur Begutachtung der Entwicklung im Gesundheitswesen. Kooperation und Verantwortung – Vorraussetzungen einer zielorientierten Gesundheitsversorgung. Bonn; 2007: 262-462 http://dipbt.bundestag.de/dip21/btd/16/063/1606339.pdf [zugegriffen am 13.9.2010]
  Google Scholar
• 16 SQG Sektorübergreifende Qualität im Gesundheitswesen. http://www.sqg.de/datenservice/downloads/index.html [zugegriffen am 2.10.2010]
  Google Scholar
• 17 Stausberg J, Kröger K, Maier I, Niebel W, Schneider H. Häufigkeit des Dekubitus in einem Universitätsklinikum – Kombination von Routinedokumentation und Querschnittstudie.  Dtsch Med Wochenschr. 2005;  130 2311-2315
  Google Scholar
• 18 Theisen S, Drabik A, Lüngen M, Stock S. Qualitätssicherung in deutschen Krankenhäusern: „Einrichtungsübergreifende Qualitätssicherung” im Vergleich zur „Qualitätsmessung aus Routinedaten”. Ein direkter Vergleich am Beispiel „Dekubitus”.  Gesundheitswesen. 2010 [Epub ahead of print]; 
  Google Scholar
• 19 White R H, Sadeghi B, Tancredi D J. et al . How valid is the ICD-9-CM based AHRQ Patient Safety Indicator for Postoperative Venous Thromboembolism?.  Med Care. 2009;  47 1237-4123
  Google Scholar

Prof. Dr. Saskia E. Drösler

Kompetenzzentrum Routinedaten im Gesundheitswesen
Fachbereich Gesundheitswesen
Hochschule Niederrhein

Reinarzstraße 49

47805 Krefeld

Fax: 02151/822 6613

Email: saskia.droesler@hsnr.de