Ergebnisverbesserung als Ziel Ergebnismessung als conditio sine qua non! Thomas Mansky Technische Universität Berlin DGIM 14.4.

Transkript

1 Ergebnisverbesserung als Ziel Ergebnismessung als conditio sine qua non! Thomas Mansky Technische Universität Berlin DGIM

2 Trends International wird an der Weiterentwicklung von Qualitätsindikatoren auf Basis von Abrechnungsdaten gearbeitet Hauptgründe: Kein Zusatzaufwand Hohe Manipulationsresistenz Messbarkeit bei Anbieter und Kasse Mit Kassendaten sind auch Langzeitergebnisse messbar DGIM AprillTh Mansky 2

3 German Inpatient Quality Indicators - G-IQI G-IQI basieren auf Krankenhausdaten Darstellung von Mengen, Verfahren sowie von Ergebnissen dort, wo Verbesserungen prinzipiell möglich sind Derzeitiger Abdeckungsgrad im Bundesmittel 38,1 % der Krankenhausfälle 50,7 % der Sterbefälle (keine Darstellung prinzipiell infauster Krankheitsbilder) Risikoadjustierung, wo sinnvoll, nach Alter / Geschlecht Weltweit umfassendstes Indikatorensystem Für dieses System stehen nach gleicher Methode gemessene Vergleichswerte auf Bundesebene in Deutschland und in der Schweiz zur Verfügung DGIM AprillTh Mansky 3

4 Einsatz G-IQI In Deutschland freiwillig in ca. 500 Krankenhäusern Bei der Initiative Qualitätsmedizin (IQ M ) als Basis für Vergleich, Fehlersuche, Peer Review und Verbesserung (kurz Qualitätsmanagement) In der Schweiz eingesetzt vom Bundesamt für Gesundheit als verpflichtendes, nationales System für Public reporting Ergebnisse im Internet für alle Kliniken In Österreich Einsatz durch das Bundesministerium für Gesundheit als internes System für den Verbesserungsprozess (mit Aufbau Peer Review) DGIM AprillTh Mansky 4

5 Beispiel Herzinfarkt Fallzahlen bundesweit Infarkte in Kliniken Mittelwert 164 Fälle / Klinik 1/4 der Kliniken behandeln 215 und mehr Infarkte 1/4 der Kliniken behandeln 36 und weniger Infarkte Frage: Stimmt die Versorgungsstruktur? Werden die Patienten in die richtigen Kliniken gebracht? Der Aufbau von Linksherzkatheterplätzen in den 323 Kliniken mit <= 36 Fällen wäre betriebswirtschaftlicher, volkswirtschaftlicher und medizinischer Irrsinn! DGIM AprillTh Mansky 5

6 Herzinfarkt Sterblichkeit Sterblichkeit bundesweit 10,0 % Interquartil: 7,2 % / 14,5 % SMR Interquartil: 0,69 / 1,31 In Kliniken MIT Linksherzkatheterplatz (>50%) liegt der Anteil der Infarkte mit LHK bei 85,1 % (76,8 % / 90,5 %) Isolierter Aortenklappenersatz: Fälle (81 Kliniken), Sterblichkeit 3,2 % Interquartil: 1,6 % / 4,3 % Zum Vergleich Cleveland 2010: 1,1 % DGIM AprillTh Mansky 6

7 Prinzipielles zur Statistik Es gibt ein statistisches Problem: Wer wenig macht, kann nie nachweislich gut oder schlecht sein Selbst große Abweichungen der Mortalität werden bei hinreichend kleiner Fallzahl nie signifikant Auch können Zahlen allein nie alle Sachverhalte abbilden (oder anders: den Betroffenen fällt immer noch eine Ausrede ein) Daher sind die Indikatoren eben zunächst Indikatoren DGIM AprillTh Mansky 7

8 Daher Peer Review Vermutete Probleme müssen anhand von Aktenanalysen kritischer Fälle (Todesfälle) nachuntersucht werden Offene Suche nach Fehlern und Problemen im Prozess, nicht nur medizinisch, auch organisatorisch usw. HELIOS seit 2000, IQM seit 2009 Wenn dann Probleme gefunden werden, spielt die Statistik natürlich keine Rolle mehr Mit dieser Kombination sind erhebliche Verbesserungen möglich! DGIM AprillTh Mansky 8

9 Herzinfarkt HELIOS Entwicklung neu erworbener Kliniken nach Übernahme & QM-Einführung SMR ischemic stroke (age>19) SMR ischemic stroke (age>19) T-1 6 hospitals N=1328 T0 6 hospitals N=1516 T1 6 hospitals N=1523 T2 6 hospitals N=1688 T3 4 hospitals N=996 T4 4 hospitals N= T-1 8 hospitals N=345 T0 8 hospitals N=392 T1 8 hospitals N=415 T2 8 hospitals N=382 T3 7 hospitals N=352 T4 4 hospitals N=219 German average (SMR=1) Hospitals performing subpar (SMR>1) before QM implementation German average (SMR=1) Hospitals performing well (SMR<=1) before QM implementation SMR vor QM > 1 SMR vor QM <= 1 Quelle: U. Nimptsch, im Druck DGIM AprillTh Mansky 9

10 Herzinsuffizienz HELIOS Entwicklung neu erworbener Kliniken nach Übernahme & QM-Einführung SMR heart failure (age>19) SMR heart failure (age>19) T-1 5 hospitals N=1037 T0 5 hospitals N=1114 T1 5 hospitals N=1058 T2 5 hospitals N=1102 T3 3 hospitals N=1157 T4 2 hospitals N= T-1 9 hospitals N=3337 T0 9 hospitals N=3394 T1 9 hospitals N=3300 T2 9 hospitals N=3635 T3 8 hospitals N=3323 T4 6 hospitals N=2901 German average (SMR=1) Hospitals performing subpar (SMR>1) before QM implementation German average (SMR=1) Hospitals performing well (SMR<=1) before QM implementation SMR vor QM > 1 SMR vor QM <= 1 Quelle: U. Nimptsch, im Druck DGIM AprillTh Mansky 10

11 QSR Langzeitergebnisse Wenn man die Kassendaten auswertet, lassen sich auch sektorübergreifend Langzeitergebnisse messen 90-Tage / 1-Jahres Mortalität Wiederaufnahmeraten Reinterventionsraten Folgeereignisse (MACE) etc. DGIM AprillTh Mansky 11

12 Beispiel QSR: Hüft-TEP Quelle: Günther Heller, KH-Report AOK Patienten mit TEP, Nachbeobachtungsjahre DGIM AprillTh Mansky 12

13 QSR Dies geht nicht nur für Hüften, sondern für alle Sachverhalte Über die administrativen Daten steht de facto ein Langzeitregister für alle Krankheiten und Behandlungsformen in Deutschland zur Verfügung Es muss nur genutzt werden! Bereitsstellung Datenbestand nach SGB V und Öffnung für Forschung DGIM AprillTh Mansky 13

14 FAZIT Über administrative Daten lassen sich Mengen- und Ergebnisindikatoren für beliebige Krankheitsbilder / Prozeduren definieren Diese können als Aufgreifindikatoren genutzt werden, um bei Auffälligkeiten Prozesse zu analysieren und zu verbessern Damit ist eine Annäherung der Kliniken unter pari an die Top-Standards möglich Im Mittel erhebliche Verbesserungen (hochwirksames Medikament!) Zusätzlich lassen sich wertvolle Versorgungsinformationen auf Bundesebene gewinnen DGIM AprillTh Mansky 14