Beurteilung der Datenqualität in der Medizinischen Statistik

Transkript

1 R e s u l t a t e z u d e n G e s u n d h e i t s s t a t i s t i k e n i n d e r S c h w e i z Beurteilung der Datenqualität in der Medizinischen Statistik Observatoire valaisan de la santé Walliser Gesundheitsobservatorium 1/2004

2 Die vom Bundesamt für Statistik (BFS) herausgegebene Reihe «Statistik der Schweiz» gliedert sich in folgende Fachbereiche: 0 Statistische Grundlagen und Übersichten 1 Bevölkerung 2 Raum und Umwelt 3 Arbeit und Erwerb 4 Volkswirtschaft 5 Preise 6 Industrie und Dienstleistungen 7 Land- und Forstwirtschaft 8 Energie 9 Bau- und Wohnungswesen 10 Tourismus 11 Verkehr und Nachrichtenwesen 12 Geld, Banken, Versicherungen 13 Soziale Sicherheit 14 Gesundheit 15 Bildung und Wissenschaft 16 Kultur, Medien, Zeitverwendung 17 Politik 18 Öffentliche Verwaltung und Finanzen 19 Rechtspflege 20 Einkommen und Lebensqualität der Bevölkerung 21 Nachhaltige Entwicklung und regionale Disparitäten

3 Statistik der Schweiz Beurteilung der Datenqualität in der Medizinischen Statistik Bearbeitung Unter Mitarbeit von Herausgeber Albert Gaspoz, Observatoire valaisan de la santé Andreas Perret, BFS Bundesamt für Statistik (BFS) Office fédéral de la statistique (OFS) Neuchâtel, 2004

4 IMPRESSUM Herausgeber: Bundesamt für Statistik (BFS) Auskunft: Andreas Perret, BFS, Tel Dieses Dokument kann auch via Internet unter der Adresse eingesehen und heruntergeladen werden. Autor: Realisierung: Vertrieb: Bestellnummer: Preis: Reihe: Fachbereich: Originaltext: Übersetzung: Titelgrafik: Grafik/Layout: Albert Gaspoz, Walliser Gesundheitsobservatorium Andreas Perret, BFS; Albert Gaspoz, Walliser Gesundheitsobservatorium Bundesamt für Statistik, CH-2010 Neuchâtel Tel / Fax / order@bfs.admin.ch Gratis Statistik der Schweiz 14 Gesundheit Französisch Sprachdienste BFS BFS BFS Copyright: BFS, Neuchâtel 2004 Abdruck ausser für kommerzielle Nutzung unter Angabe der Quelle gestattet ISBN:

5 INHALTSVERZEICHNIS Inhaltsverzeichnis Zusammenfassung 5 1 Kontext 6 2 Methodische Hinwise Art der Analysedaten Schweregrad der Mängel und Kategorien von Systemmeldungen Aufbau des Berichts 9 3 Allgemeine Datenqualität in der Medizinischen Statistik Teilnahmequote und Anteil der erfassten Fälle Allgemeine Entwicklung von 1998 bis Typologie der vorgenommmenen Kontrollen 12 5 Gültigkeit, Präzision und Kohärenz der administrativen Variablen 19 6 Schlussfolgerungen 22 Liste der Tabellen, Abbildungen und Schemas 23 Abkürzungen 24 Literatur 24 4 Analyse der Kodierdatenqualität Kantonale Vergleiche der Kodierqualität ein Beispiel Kodierqualität nach der Typologie des Betriebs BFS STATSANTÉ 3

6

7 ZUSAMMENFASSUNG Zusammenfassung Die Verwendung der Daten aus der Medizinischen Statistik zu epidemiologischen und wirtschaftlichen Zwecken erfordert messbare Qualitätsstandards und gesamtschweizerische Normen. Nach mehreren Projektjahren es brauchte vier Jahre für eine Teilnahmequote der Spitäler von 97% und eine Erfassungsquote von 81% kann nun die Qualität der von den Spitälern und kantonalen Stellen gelieferten Daten empirisch überprüft werden. Die Analyse zeigt eine klare Verbesserung in fast allen Bereichen: Aufnahme, Aufenthalt, sozioökonomische Informationen, Kodierung der Diagnosen und Behandlungen. Die Struktur- und Formatprobleme wurden praktisch gänzlich behoben, die Kritik an der Verwaltung der Datenbanken ist praktisch verstummt. In derselben Periode hat die Zahl der (fatalen) Fehler unter den verbleibenden Problemen um die Hälfte abgenommen, während die viel weniger gravierenden Hinweise zugelegt haben. Einer ähnlichen Tendenz folgen auch die Fehlermeldungen wegen unvollständiger, ungenauer oder fehlerhafter Kodierung: Sie machten 2001 nur noch 19% der Systemmeldungen aus. Die Datenqualität hat sich demnach deutlich verbessert. Entscheidend hierfür sind nicht zuletzt auch ein Gesinnungswandel der Betriebe und die Professionalisierung des mit der Kodierung betrauten Personals. Die medizinische Kodierung muss den klinischen Inhalt der medizinischen Dossiers unter Respektierung der internationalen und schweizerischen Regeln so vollständig wie möglich wiedergeben. Die Kodierung der Mehrfacherkrankungen, der Komplikationen und der Eingriffe ausserhalb der Operationsabteilung setzt sich immer mehr durch, wie die Zunahme der durchschnittlichen Anzahl Diagnosen und Eingriffe zeigt. Bei den administrativen Daten gibt es noch Definitionsprobleme. Die Kantone fassen die geltenden Definitionen zum Teil unterschiedlich auf und halten sich eher an fakturierungs- als an erhebungstechnische Kriterien. Trotz stetigem Abwärtstrend sind nach wie vor in 15% der Fälle in den Informationen rund um die Aufnahme, den Aufenthalt und den Austritt der Patientinnen und Patienten Ungenauigkeiten festzustellen. Verstärkte Kontrollen und die Weiterentwicklung der Informatik systeme der Spitäler dürften hier jedoch Abhilfe schaffen. Auch wenn von Kanton zu Kanton noch Unterschiede bestehen, können die Qualitätsnormen nun vertieft und die Anforderungen erhöht werden. Die Bedeutung der Datenqualität wird in den kommenden Jahren noch zunehmen, und eine eigentliche Qualitätssicherung oder sogar Zertifizierungen könnten unumgänglich werden BFS STATSANTÉ 5

8 KONTEXT 1 Kontext Die Einführung einer obligatorischen Vollerhebung der medizinischen Daten der Krankenhäuser im Jahr 1998 verfolgte zwei Ziele: Erstens sollten die epidemiologische Beobachtung der Bevölkerung sichergestellt und die Prävalenz gewisser Krankheiten untersucht werden. Zweitens galt es, gesamtschweizerisch eine homogene und KVG-konforme Erhebung der medizinischen Ein epidemiologisches und ein wirtschaftliches Ziel Leistungen aufzubauen, die kurzfristig Benchmarking- Grundlagen liefert sowie die Allokation von Ressourcen nach Art der Aktivitäten und sogar die direkte Finanzierung der Spitäler nach ihren Produkten erlaubt. Angesichts der Komplexität und der Vielfalt der von den Spitälern verlangten Informationen sowie der zunehmenden Bedeutung der entsprechenden Daten für das Management der Spitäler hat sich das Bedürfnis nach messbaren, einheitlichen und von vornherein feststehenden Qualitätskriterien rasch verstärkt. Vor diesem Hintergrund hat das BFS zwei Konzepte entwickelt: Das eine beschreibt die an den Daten vorgenommenen Plausibilitätstests [i], das andere ist der Qualitätssicherung [ii] gewidmet. Diese Konzepte begleiteten die Zertifizierung der Schnittstellen und Applikationen für die mit der Erhebung betrauten Unternehmen oder Dienststellen. Dabei wurde nicht nur die allgemeine Kohärenz der Daten, sondern auch die Kodierung der Diagnosen und Eingriffe unter Anwendung sowohl der internatio nalen als auch der schweizerischen Regeln überprüft. In der von Anfang vollständig elektronisch abgewickelten Datenerhebung der Medizinischen Statistik werden die Akteure Spital, kantonale Gesundheits- oder Statistikbehörde und BFS nacheinander aktiv. So liegt zwischen der Datenerfassung im Spital und der Datenauswertung beim BFS ungefähr ein Jahr. Diese zeitliche Verschiebung macht Korrekturen äusserst schwierig; da sämtliche Patientendaten anonymisiert werden (d.h. die persönlichen Identifikatoren werden verschlüsselt), ist es dadurch oft sehr aufwändig, bis zu den ursprünglichen Informationen zurückzugelangen. Abhilfe schafft hier die Software MedPlaus, die säm t- liche Kohärenztests ausführt. Sie wurde den Spitälern zur Verfügung gestellt und soll ihnen die Kontrolle der Qualität und der Vollständigkeit ihrer Daten bereits bei der Erfassung ermöglichen. Tests und Software wurden unterdessen aktualisiert (Nomenklaturänderungen) und optimiert. In ihrer aktuellsten Version 1 führt die Software rund 700 Tests an den Daten jeder Hospitalisierung durch. Bei Übereinstimmungs- oder Strukturproblemen (Mängeln) generiert das Programm je nach Schweregrad des Falls drei Arten von Systemmeldungen: Hinweise, Warnungen und Fehlermeldungen. Anzahl und Art dieser Meldungen wurden rasch zu Gradmessern für die Qualität der überprüften Daten. Gegenwärtig wird nur eine Mängelquote von weniger als 5% akzeptiert. Gewisse Kantone sind restriktiver und tolerieren lediglich 1% oder sogar 0%. Die Untersuchung und Interpretation der Mängellisten aus den ersten vier Erhebungsjahren (1998 bis 2001) sind Gegenstand dieser Analyse. Das Hauptaugenmerk des Berichts liegt auf der allgemeinen Entwicklung und auf einigen aussagekräftigen Beispielen zur Illustration der Qualität der Kodierdaten und der administrativen Daten. Erste Ergebnisse wurden bereits am Kongress «Medical Informatics Europe», der vom 4. bis 7. Mai 2003 in St. Malo stattfand, präsentiert [iii]. 1 Version 4.0 beta. Die Version 4.0 wird im Herbst 2004 ausgeliefert. 6 STATSANTÉ BFS 2004

9 METHODISCHE HINWEISE 2 Methodische Hinweise Mehr als 4 Mio. Fälle generieren 67 Mio. Systemmeldungen. Sämtliche zwischen 1998 und 2001 im Rahmen der Medizinischen Statistik erhobenen Originaldaten d.h. mehr als 4 Mio. Datensätze 2 wurden im März 2003 mittels der Beta-Version 3 von MedPlaus 4.0 getestet. Die bei jedem Widerspruch generierten Systemmeldungen ergaben zusammen eine Liste mit über 67 Millionen Einträgen (auch «Logs» genannt), die als Basis für die nachstehenden Analysen diente. 2.1 Art der Analysedaten Jeder Log besteht aus einer Zeile mit dem Kode der Systemmeldung, dem Erhebungsjahr sowie der anonymen Nummer und dem Standortkanton des betroffenen Betriebs. Der Kode der Systemmeldung beschreibt einerseits die Art des Ereignisses (Fehler, Warnung, Hinweis) und andererseits das Problem an sich. Ein Beispiel: Unten stehende Meldung enthält zwei Einträge mit dem Code A1021; zum einen geht es um einen Fall aus dem Jahr 1998 im Spital mit der anonymen Nummer im Kanton Zürich, zum anderen um einen Fall aus dem Jahr 1999 im Spital im Kanton Bern. Das Plausibilisierungskonzept (siehe [i] ) besagt Folgendes zum Fehler A1021: A1021 E V0103 <> NULL AND NOT V0103 IN [ 8511A, 8511B, 8511C, 8511D ] D: NOGA-Kode: Ungültige Angabe F: Code NOGA 4 : En dehors du domaine valable Anhand der anonymen Nummer des Betriebs (im obigen Beispiel die BUR-Nr.) und des Kantons 5 lässt sich jeder Betrieb gemäss einer Typologie des BFS nach seiner Ausrichtung einordnen. Nähere Informationen über die Zuteilung der Betriebe zu den verschiedenen Typen sowie über die Typen an sich finden sich in einem separaten Dokument des BFS [iv]. Year Code BUR KT 1998 A ZH 1999 A BE 2 Ein Datensatz entspricht einem Aufenthalt eines Patienten, einer Patientin in einem Betrieb in der Schweiz innerhalb des Berichtsjahres. 3 In Entwicklung befindliche Version, die vor der Auslieferung noch verschiedenen Tests unterzogen wird. 4 Kode für den Wirtschaftszweig, in dem das Spital angesiedelt ist. 5 Grundsätzlich gilt jener Kanton als Standortkanton, in dem sich der Betrieb befindet, auch wenn dieser nicht auf den kantonalen Listen figuriert. Ausnahme: Gewisse Höhenkliniken im Wallis und im Kanton Graubünden sind dem Kanton zugeordnet, der ihnen den Leistungsauftrag erteilt BFS STATSANTÉ 7

10 METHODISCHE HINWEISE 2.2 Schweregrad der Mängel und Kate gorien von Systemmeldungen Es existiert keine offizielle Definition zur Abgrenzung der Fehler (E) von den Warnungen (W) und den Hinweisen (H). Einzig praktische Erfahrungen und Diskussionen zwischen allen Beteiligten haben die Bildung einer Mängel-Hierarchie ermöglicht. Bei Fehlern handelt es sich um die schwerst wiegenden Mängel; sie müssen vor der Übermittlung der Daten ans BFS zwingend korrigiert werden. Warnungen beschreiben weniger schlimme Mängel, die falls möglich gelöst werden sollten; eine Korrektur ist jedoch nicht obligatorisch. Hinweise haben Informationscharakter und müssen nicht korrigiert werden. Nachstehend ein Beispiel: Die analysierten Systemmeldungen der Jahre 1998 bis 2001 stammen aus vier Kategorien von Datentests, und zwar: «A» Tests an einzelnen Variablen, «B» an mehreren Variablen gleichzeitig vorgenommene Tests (Kreuztests), «C» an mehreren, aus verschiedenen Fragebogenteilen stammenden Variablen gleichzeitig vorgenommene Tests (z.b. Basisdaten und Neugeborenen- Zusatz) und schliesslich «D» Tests an Diagnosen und Behandlungen. In den vorangehenden Beispielen gelangten Tests vom Typ A und D zur Anwendung. Nachstehende Tabelle berichtet über die Anzahl Tests sowie die Anzahl Systemmeldungen nach Testkategorie und nach Schweregrad der Fehler. D1110 E SUBSTR(V1601,4,1) <>. AND NOT (ININDEX (ICD10,SUBSTR (V1601,1,3)) OR ININDEX(ICD10,SUBSTR(V1601,1,4))) D: Hauptdiagnose: Ungültiger Diagnosekode (ICD-10) F: Diagnostic principal: Code diagnostique (CIM-10) non valable D1160 W SUBSTR(V1601,4,1) <>. AND SUBSTR(V1601,1,1) IN [ V, W, X, Y ] AND INDEXCOL(ICD10,V1601,1) = 6 AND INDEXCOL (ICD10,V1601,2) <> NULL D: Hauptdiagnose: Unspezifischer 3-stelliger ICD-Kode (Kap. XX); detaillierte 4-stellige Angabe empfohlen F: Diagnostic principal: Code CIM à 3 caractères pas spécifique (Chap. XX), un code à 4 caractères recommandé D2130 H SUBSTR(V1701,1,4) = 9999 D: Hauptbehandlung: 4-stellige Restkategorie (99.99) genauer spezifizieren F: Traitement principal: Code non spécifique à quatre caractères (99.99) doit être mieux précisé T1 Einteilung der Tests nach Typ Fehler Warnungen Hinweise Total Typ A Tests an einer einzelnen Variable Typ B Typ C An mehreren Variablen gleichzeitig vorgenommene Tests (Kreuztests) An mehreren, aus verschiedenen Fragebogenteilen stammenden Variablen gleichzeitig vorgenommene Tests Typ D Tests an Diagnosen und Behandlungen Total Diesen 561 Tests fügt MedPlaus 4.0 noch 162 Kontrollmeldungen des Typs E hinzu. Diese Meldungen weisen nicht direkt auf Mängel hin, sondern geben einen allgemeinen statistischen Überblick über die Vollständigkeit und die Zuverlässigkeit der medizinischen Kodierung. 8 STATSANTÉ BFS 2004

11 METHODISCHE HINWEISE 2.3 Aufbau des Berichts Als erstes stehen die gesamtschweizerischen Ergebnisse und die Tests als Ganzes im Vordergrund (Kapitel 3). Die Kapitel 4 und 5 sind der Qualität der medizinischen Daten (Kodierungen) beziehungsweise jener der administrativen Daten gewidmet. Diese Kapitel kommentieren zuerst die Situation der Daten als Ganzes, um sich danach auf einen repräsentativen Einzelfall zu konzentrieren. Dieser Einzelfall wird anhand der beiden Achsen «Kanton» und «BFS-Typologie der Betriebe» analysiert. Dieser trichterähnliche Aufbau, welcher beim Allgemeinen beginnt und beim Besonderen endet, dürfte die Lektüre erleichtern BFS STATSANTÉ 9

12 ALLGEMEINE DATENQUALITÄT IN DER MEDIZINISCHEN STATISTIK 3 Allgemeine Datenqualität in der Medizinischen Statistik 3.1 Teilnahmequote und Anteil der erfassten Fälle Wie Grafik G1 und die Tabelle T2 (s.u.) zeigen, haben die Spitäler ihre Teilnahme an der Medizinischen Statistik zwischen 1998 und 2001 von 65,9% auf 96,7% gesteigert. Trotz der allgemeinen Auskunftspflicht dauerte es also beinahe vier Jahre, bis praktisch alle Betriebe die technischen und administrativen Schwierigkeiten überwunden hatten. Seit 2001 verfügt die Schweiz nun effektiv über eine repräsentative Gesamtschau der vielfältigen Aktivitäten im Spitalbereich. Anhand gewisser betrieblicher Daten der Krankenhausstatistik 6 lässt sich auch der Anteil der erfassten Fälle schätzen. Dieser dürfte im selben Zeitraum von 61,6% auf 81,1% gestiegen sein. Offenbar wird somit nach wie vor rund einer von fünf Hospitalisierungsfällen nicht in Form eines elektronischen Einzeldatensatzes dokumentiert. 3.2 Allgemeine Entwicklung von 1998 bis 2001 Seit der Einführung der Medizinischen Statistik haben sowohl die Spitäler als auch die öffentliche Hand grosse Abnahme der Widersprüche um 50% zwischen 1998 und 2001 Anstrengungen zum Abbau der Widersprüche unternommen. Es versteht sich von selbst, dass die Zahl der Widersprüche proportional zur Anzahl getesteter Fälle und damit vom Anteil der in der Statistik erfassten Fälle abhängig ist. Teilnahmequote und Anteil der erfassten Fällle in der Medizinischen Statistik G 1 100% Teilnahme der Spitäler Anteil der erfassten Fälle 90% 80% 70% 60% Bundesamt für Statistik (BFS) 6 Statistik der stationären Gesundheitsbetriebe, Krankenhausstatistik. Die betrieblichen Daten werden von den Spitälern erfasst und informieren über deren administrative Tätigkeiten (Beschäftigte, Leistungen, Rechnungslegung usw.). Auch die Anzahl behandelter Fälle gehört dazu. Sie deckt sich mit der von der Medizinischen Statistik erwarteten Anzahl Fälle. 10 STATSANTÉ BFS 2004

13 ALLGEMEINE DATENQUALITÄT IN DER MEDIZINISCHEN STATISTIK T2 Anzahl Fälle in der Medizinischen Statistik Teilnahme der Spitäler (in %) 65,9 84,7 91,2 96,7 Anzahl erhobener Fälle (Medizinische Statistik) Anzahl erwarteter Fälle (betriebliche Daten KS) Anteil der erfassten Fälle 61,6 73,1 81,1 81,1 Entwicklung der Anzahl Widersprüche zwischen 1998 und 2001 G 2 100% 90% 80% 70% 60% 50% 40% Bundesamt für Statistik (BFS) Verteilung der Widersprüche nach Schwergrad, 1998 bis 2001 G 3 100% 90% 80% Hinweise Warnungen Fehler 70% 60% 50% 40% 30% 20% 10% 0% Bundesamt für Statistik (BFS) Durch Dividieren der Anzahl Widersprüche durch die Anzahl Fälle erhält man einen standardisierten Index, der die reale Verbesserung der Daten unabhängig vom Anteil der erfassten Fälle ausdrückt. Legt man 1998 als Basis fest (Index = 100), so ergibt sich für 2001 ein Indexwert von 46,2 (G2). Mit anderen Worten hat sich die Zahl der Widersprüche in vier Jahren um über 50 Prozentpunkte verringert. Wie bereits erwähnt, können Widersprüche unterschiedlich ernst sein. Sie umfassen die eigentlichen Fehler (von den Informatikapplikationen der Spitäler oft als «fatale Fehler» bezeichnet), die weniger gravierenden Warnungen sowie die vor allem Informationszwecken dienenden Hinweise. Interessanterweise ist der Anteil der Fehler unter den Widersprüchen zwischen 1998 und 2004 BFS STATSANTÉ 11

14 ALLGEMEINE DATENQUALITÄT IN DER MEDIZINISCHEN STATISTIK Fehleranteil zwischen 1998 und 2001 um 50% zurückgegangen 2001 um mehr als die Hälfte zurückgegangen betrug er noch 17% der Systemmeldungen. Demgegenüber legten die Hinweise von 32% auf 52% zu, während die Warnungen stabil blieben (um die 30%). Diese positive Entwicklung ist umso erfreulicher, als sie jedenfalls für den Moment auf nicht allzu bindenden Richtlinien basiert. Die Verbesserung erklärt sich wohl grösstenteils durch das dezentrale Kontrollinstrument, das den Verantwortlichen zur Verfügung steht. Hinzu kommen eine bessere Information sowie ein weiter reichendes Verständnis der Anforderungen, wie die Steigerung der Teilnahmequote zeigt. Schliesslich hat die Perspektive einer Finanzierung nach Erkrankungen zu einer Vervollständigung und Verbesserung der Kodierung und nicht selten auch zu einer Professionalisierung der entsprechenden Aktivitäten geführt. Denn lückenhafte, unpräzise oder falsche Kodierungen (bei Komplikationen, Mehrfacherkrankungen, Eingriffen ausserhalb der Operationsabteilung usw.) könnten in diesem Fall die Einnahmen eines Betriebs empfindlich schmälern [v]. 3.3 Typologie der vorgenommenen Kontrollen Nachstehende Grafik (G4) zeigt die Verteilung der angezeigten Mängel nach Testkategorien (A, B, C und D, s.o.). Jahr für Jahr Rückgang der Kodierprobleme Wie bereits in den vorangehenden Tabellen und Grafiken wurden die Meldungen des Typs E auch hier nicht berücksichtigt, da sie sich in ihrer Art zu stark von den übrigen Tests unterscheiden. Sie werden jedoch später im Bericht analysiert und interpretiert. Die Probleme bei der Kodierung von Diagnosen und Behandlungen (Typ D) machten 2001 weniger als 19% der Widersprüche aus, verglichen mit 31% Diese Verbesserung ist wichtig, da die Qualität der Medizinischen Statistik oft mit der Qualität der Kodierung gleichgesetzt wird. Aus diesem Grund wird die Medizinische Statistik manchmal auch als «Diagnosestatistik» bezeichnet. Die rund 700 verfügbaren Tests lassen sich nach Art des Mangels in verschiedene Kategorien einteilen. In der folgenden Tabelle (T3) umfasst die Kategorie 5 die Tests des Typs A mit Fehlermeldungen, die Kategorie 1 die Tests des Typs A mit Warnungen oder Hinweisen und die Kategorie 4 die Tests des Typs B und C (s.o.). Ein Problem kann mehrere Systemmeldungen aus derselben oder aus verschiedenen Kategorien auslösen. Mehrere Meldungen in derselben Kategorie wurden nur als eine Meldung gezählt. Mehrere Meldungen in unterschiedlichen Kategorien wurden zusammengezählt. Die Anzahl Systemmeldungen übersteigt also jedes Jahr die Anzahl Problemfälle (>100%). Anzahl und Verteilung der Systemmeldungen nach Kategorien G 4 100% 90% 80% D C B A 70% 60% 50% 40% 30% 20% 10% 0% Bundesamt für Statistik (BFS) 12 STATSANTÉ BFS 2004

15 ALLGEMEINE DATENQUALITÄT IN DER MEDIZINISCHEN STATISTIK Tabelle T4 listet Kategorien von Kontrollen auf (Tests des Typs E, die weiter oben nicht berücksichtigt wurden). Die dabei produzierten Meldungen beschreiben keine Wenig invasive oder ausserhalb des OP vorgenommene Eingriffe werden oft vergessen. eigentlichen Widersprüche in Einzeldatensätzen von Hospitalisierungen, sondern sollen eine möglichst vollständige Kodierung sicherstellen. Wenig invasive Eingriffe werden oft systematisch weggelassen, obwohl sie in etwa 20% der Fälle kodiert werden müssten. Dieser Anteil ist noch nicht erreicht, wobei 2001 nicht mehr viel fehlte. Die Chemo- und die Strahlentherapien, die in mindestens 10% der Fälle kodiert werden sollten, respektive die Fälle mit Tumoren, von denen 5% eine Kodierung bräuchten, sind ebenfalls noch ungenügend erfasst. Sämtliche dieser Qualitätsindikatoren basieren auf dem Konzept des BFS zur Einführung praktischer und messbarer Qualitätsanforderungen [vi]. Die Tabellen T3 und T4 illustrieren den qualitativen Fortschritt der Daten der Medizinischen Statistik zwischen 1998 und 2002 in fast allen Bereichen. In nur vier Jahren konnten die Präzision der Kodierung der Diagnosen und Eingriffe, deren Verknüpfung mit dem Alter und dem Geschlecht der Patienten und auch die Formatprobleme bei den Codes verbessert werden. Die Kodierung der externen Gründe für Verletzungen und Vergiftungen und vor allem die Kodierung der Kreuz-Stern- Fälle 7 zwei bekannte Schwierigkeiten bei der medizinischen Kodierung scheinen von den Verantwortlichen überwunden. Am häufigsten verursachen fehlende oder ungültige Variablen sowie Ungenauigkeiten und Widersprüche zwischen Variablen Probleme. Auch hier geht die Entwicklung eindeutig in die positive Richtung, wie die vorangehenden Tabellen oder die nachfolgende Grafik (G5) zeigen. Auf den häufigsten Mangeltyp Variable fehlend oder ungültig (Stufe Warnung/Hinweis) ent fielen 2001 alleine 40% der Fälle. T3 Kategorien von Widersprüchen Kategorien von Plausibilitätstests 1. Variable fehlend oder ungültig Warnung oder Hinweis 51,6% 48,2% 47,1% 42,3% 2. Unpräzise Daten zum Austritt 24,8% 27,9% 18,2% 14,1% 3. Unpräzise Daten zum Eintritt 27,5% 23,7% 14,0% 15,0% 4. Widerspruch zwischen den Feldern 18,2% 15,8% 11,6% 11,7% 5. Variable fehlend oder ungültig Fehler 13,5% 14,4% 7,8% 5,0% 6. Falsche Kodierung der äusseren Ursachen (Kapitel XX) 8,4% 8,2% 7,2% 6,3% 7. Unpräzise Daten zum Aufenthalt 7,3% 7,2% 6,2% 5,7% 8. Eingriff ohne zugehörige Diagnose 9,1% 6,7% 5,3% 4,6% 9. Kode für Eingriff: unpräzise Kodierung 2,8% 3,5% 3,7% 4,2% 10. Falsche Kreuz-Stern-Kodierung (+/*) 8,8% 1,9% 1,3% 0,7% 11. Andere Mängel bei der Kodierung der Diagnosen 5,8% 1,0% 1,1% 1,3% 12. Ungenügender Detailgrad bei den Eingriffen 3,5% 2,6% 1,0% 0,7% 13. Ungenügender Detailgrad bei den Diagnosen 2,5% 2,0% 1,7% 1,3% 14. Unerlaubtes Format oder unerlaubte Erweiterungen bei den Eingriffen 4,4% 2,4% 0,6% 0,1% 15. Unerlaubtes Format oder unerlaubte Erweiterungen bei den Diagnosen 2,6% 1,8% 0,4% 0,3% 16. Widerspruch zwischen Alter und Diagnosen 0,4% 0,5% 0,4% 0,4% 17. Widerspruch zwischen Geschlecht und Diagnosen oder Eingriffen 0,1% 0,1% 0,1% 0,1% 7 Binom aus einer Krankheit (Kreuz) und ihrer Manifestation (Stern) in einem Organ oder Organsystem. Beide Kodes müssen immer zusammen erfasst werden BFS STATSANTÉ 13

16 ALLGEMEINE DATENQUALITÄT IN DER MEDIZINISCHEN STATISTIK T4 Kontrolltest-Kategorien Kontrollen Wenig invasive Eingriffe (theoretisch > 20%) 14,3% 15,9% 17,2% 18,4% Fälle mit Tumoren 9,4% 10,3% 10,0% 10,2% Iatrogene Komplikationen (theoretisch > 1%) 3,3% 3,8% 4,0% 4,4% Kontrollen (theoretisch > 0,1%) 1,4% 2,3% 3,4% 3,8% Chemotherapien (theoretisch > 10%) 3,0% 5,3% 6,8% 7,1% Strahlentherapien (theoretisch > 5%) 0,6% 0,8% 0,8% 1,3% Diese Kategorie umfasst weniger schlimme Probleme, welche die allgemeine Verwendung der Daten nicht allzu sehr behindern. Sehr oft fehlen der Haupteingriff und dessen Datum. Oder häufig finden sich für Sparten wie die Pädiatrie, die Psychiatrie usw. in der vorgegebenen Klassifikation keine zutreffenden Eingriffe, da diese in erster Linie auf die Chirurgie ausgerichtet ist. Zur Ver mei dung entsprechender Systemmeldungen wird immer öfter der Kode («Sonstige diverse Massnahmen») ein gesetzt (T3 Kategorie 9), was aufgrund der geringen epidemiologischen Aussagekraft dieses Kodes nicht wünschenswert ist. Gültigkeits- und Präzisionsprobleme haben in vier Jahren um 20% bis 50% abgenommen. Mit dem Wert von 1998 als Referenzwert (100) stellen wir fest, dass sich in den Hauptproblemkategorien Reduktionen zwischen 20% und 50% ergeben haben. Kapitel 5 wird im Detail auf diesen Fehlertyp eingehen, der zwar am meisten Widersprüche auf sich vereint, dessen Probleme aber für die Verwendung der Daten nicht am hinderlichsten sind. Entwicklung der wichtigsten Mängelkategorien in den Bereichen Präzision, Kohärenz und Gültigkeit G Variable fehlt oder ungültig - Warnung oder Hinweis Unpräzise Daten zum Austritt Unpräzise Daten zum Eintritt Widerspruch zwischen den Geldern Bundesamt für Statistik (BFS) 14 STATSANTÉ BFS 2004

17 ANALYSE DER KODIERDATENQUALITÄT 4 Analyse der Kodierdatenqualität 2001 hatten noch 2,6% der Fälle keine Hauptdiagnose. Im vorangehenden Kapitel war von Kodiermängeln die Rede, welche die Verwendung der Daten behindern. Sowohl in epidemiologischer als auch wirtschaftlicher Hinsicht beruhen Aussagekraft und Zuverlässigkeit der Daten der Medizinischen Statistik vor allem auf einer vollständigen und qualitativ hoch stehenden Kodierung. Die Zahl der durchschnittlich pro Fall kodierten Diagnosen und Eingriffe ist ein anerkanntes und relativ einfaches Kriterium zur Beurteilung dieses Umstands. Abbildung G6 zeigt, dass 2001 jeder Hospitalisierungsfall durchschnittlich mit 2,3 Diagnosen kodiert wurde, verglichen mit 2,0 Diagnosen 1998 (+15%). Weiter ist eine Zunahme von 1,0 (1998) auf 1,3 Interventionen (2001) pro Fall festzustellen (+30%). In der Schweiz können maximal 10 Diagnosen und 10 Eingriffe pro Fall angegeben werden 8. Die mittlere Anzahl Diagnosen hängt vor allem von der Ausrichtung des Spitals und von dessen Leistungsangebot ab. So werden eine Abteilung für innere Medizin oder eine Intensivstation zweifelsohne eine grössere Palette an Erkrankungen behandeln als eine Geburtshilfe- oder eine HNO-Abteilung. Desgleichen hat eine psychiatrische Klinik verglichen mit einer Chirurgieklinik wenig Behandlungen zu kodieren. So oder so ist insbesondere in den Akutspitälern ein Trend zur raschen Zunahme der mittleren Anzahl kodierter Diagnosen und Eingriffe festzustellen. Trotzdem war der schlimmste Mangel in der Medizinischen Statistik das Fehlen der Haupt diagnose 2001 noch in beträchtlichen 2,6% der Fälle anzutreffen. Unter den oben genannten Tests findet sich eine Kategorie namens «Eingriff ohne zugehörige Diagnose». Dieser Test ist eine Neuerung in der Version 4.0 von MedPlaus und stellt eine der interessantesten Verbesserungen der Vollständigkeitskontrolle dar. Ihm sei deshalb nachstehend ein vertiefter Kommentar gewidmet. Kodierung der Diagnosen und Eingriffe G 6 4,5 4,0 3,5 3,0 Fälle ohne Hauptdiagnose (in %) Mittlere Anzahl kodierter Diagnosen Mittlere Anzahl kodierter Eingriffe 2,5 2,0 1,5 1,0 0,5 0, Bundesamt für Statistik (BFS) 8 Gemäss Format der Medizinischen Statistik. Den Spitälern steht es frei, mehr zu erheben, jedoch müssen sie sich für den Moment beim Versand ans BFS auf je zehn Eintragungen beschränken BFS STATSANTÉ 15

18 ANALYSE DER KODIERDATENQUALITÄT Dieser Test führt an jedem Datensatz (1,5 Mio. Datensätze pro Jahr) und bei jeder Kodierung eines Eingriffes (rund 2 Mio. Mal pro Jahr) ein komplexes und interessantes Verfahren durch. Jedem Operationskode wird entweder ein Organ (z.b. «Schilddrüse/Neben schilddrüsen», «Darm», «Knie» usw.) oder ein System («Blutund Immunsystem» oder «männliches Fortpflanzungssystem») zugeordnet. Eine Operation ist plausibel, wenn sie ein Organ betrifft, für das mindestens eine Erkrankung kodiert wurde (Diagnose). Ist das betroffene Organ nicht angegeben, ist die Operation plausibel, falls sie ein System mit mindestens einer kodierten Erkrankung betrifft. Gewisse Operationen schliesslich rechtfertigen sich durch Leiden in anderen Organen oder Systemen (z.b. Lösung von Adhäsionen, Reparatur der Aortenklappe usw.). Sie sind in einer Liste von Spezialoperationen verzeichnet. Nachstehendes Schema (S1) der hier erläuterten Tests beschreibt den Algorithmus, den MedPlaus durchführt. Der Test stiess 2001 in 4,6% der Fälle auf Kodiermängel; 1998 war die Quote noch doppelt so hoch gewesen. Diese Reduktion um die Hälfte untermauert die Hypothese, wonach seit 1998 immer sorgfältiger kodiert wird. 4.1 Kantonale Vergleiche der Kodierqualität ein Beispiel Wendet man den oben beschriebenen Test auf die Schweizer Kantone an, treten beim Vergleich einige Unterschiede Grosse Unterschiede nach Kantonen zutage. Über die vier Jahre der Berichtsperiode hinweg gesehen, weisen die drei Universitätskantone Basel-Stadt, Genf und Waadt die grösste Mängelquote auf. S1 Eingriff ohne zugehörige Diagnose: Algorithmus Spezialoperation? ja Operationstyp = Diagnosetyp? ja Operation plausibel nein nein operiertes Organ = in Diagnose bezeichnetes Organ? ja operiertes Organ unbekannt oui oui nein operiertes System = in Diagnose bezeichnetes System? ja nein Operation nicht plausibel => Mangel 16 STATSANTÉ BFS 2004

19 ANALYSE DER KODIERDATENQUALITÄT T5 Prozentualer Anteil unplausibler Operationen nach Kanton BS 54,0% 20,9% 19,2% 13,4% AR 4,9% 7,1% 5,7% 5,5% VD 7,5% 6,7% 5,8% 5,0% ZH 6,5% 4,9% 6,1% 4,8% LU 2,6% 2,1% 5,3% 4,7% FR 3,8% 4,2% 4,1% 4,5% NW 4,6% 3,6% 3,4% 4,5% BE 3,7% 3,7% 6,3% 4,4% AG 9,3% 4,3% 5,4% 4,2% NE n/a 4,5% 7,5% 4,2% GE 48,8% 26,7% 4,3% 3,9% ZG 2,4% 2,7% 4,1% 3,7% AI 6,4% 3,6% 1,7% 3,6% SO 2,6% 3,1% 3,7% 3,6% SG 2,7% 3,2% 2,5% 3,6% GL n/a 3,2% 4,3% 3,5% JU 3,2% 4,3% 3,9% 3,4% BL 11,8% 4,2% 3,8% 3,3% SZ 5,3% 3,3% 3,5% 3,2% OW 3,0% 2,9% 2,1% 3,2% GR 3,4% 3,3% 3,4% 2,9% TI 2,3% 3,1% 3,0% 2,6% UR 1,6% 2,8% 2,5% 2,6% TG 1,7% 2,5% 2,1% 2,2% SH 4,3% 3,3% 1,8% 2,1% VS* 6,4% 12,1% 3,4% CH 9,1% 6,7% 5,3% 4,6% Zu erwähnen ist auch, dass das Niveau der Mängel bis 2001 stark zurückgegangen ist. Es fällt auch auf, dass 2001 im Jahr mit den zuverlässigsten Kodierungen in praktisch allen Kantonen 2% bis 5% der kodierten Opera tionen nicht plausibel sind. Eine Ausnahme bildet der Kanton Basel-Stadt mit einem Anteil von 13,4%. 4.2 Kodierqualität nach der Typologie des Betriebs Noch aufschlussreicher als die kantonalen Unterschiede sind die Unterschiede nach Spitaltypen (G8). Wiederum auf der Basis des hier im Detail untersuchten Tests stellen wir ohne Erstaunen fest, dass die in Chirurgie spezialisierten Kliniken einen hohen Anteil an Operationen ohne zugehörige Diagnose aufweisen (2001: immer noch 9,1%; 1998: 22,3%). Sie nehmen am häufigsten manchmal wenig invasive chirurgische Eingriffe vor, für die nicht immer eine Diagnose erstellt wird. Die Spitäler für allgemeine Pflege (Universitäts- und Kantonsspitäler, Regional- und Bezirksspitäler usw.) wiesen 2001 relativ ähnliche Anteile zwischen 4% und 6% auf. Demgegenüber registrierten in jenem Jahr die Psychiatrie-, Geriatrieund Rehabilitationskliniken Anteile von fast oder effektiv 0%. Sie haben weniger mit chirurgischen Eingriffen zu tun und neigen deshalb weniger dazu, entsprechende Diagnosen auszulassen. Prozentualer Anteil unplausibler Operationen nach Kanton, 2001 G 7 14% 12% 10% 8% 6% 4% 2% 0% BS AR VD ZH LU FR NW BE AG NE GE ZG AI SO SG GL JU BL SZ OW GR TI UR TG SH VS* * Wegen Archivierungsproblemen konnten die Originaldaten 2001 des Kantons Wallis für diese Analyse nicht zur Verfügung gestellt werden. Bundesamt für Statistik (BFS) 9 Wegen Archivierungsproblemen konnten die Originaldaten 2001 des Kantons Wallis für diese Analyse nicht zur Verfügung gestellt werden BFS STATSANTÉ 17

20 ANALYSE DER KODIERDATENQUALITÄT Prozentualer Anteil unplausibler Operationen nach Ausrichtung des Betriebs, 2001 G 8 in Psychiatrie spezialisierte Kliniken, Versorgungsstufe 2 in Psychiatrie spezialisierte Kliniken, Versorgungsstufe 1 in Rehabilitation spezialisierte Kliniken in Geriatrie spezialisierte Kliniken diverse Spezialkliniken Spitäler für allgemeine Pflege mit Grundversorgung, Versorgungsstufe 5 in Pädiatrie spezialisierte Kliniken in Gynäkologie/Neonatologie spezialisierte Kliniken Spitäler für allgemeine Pflege mit Zentrumsversorgung, Versorgungsstufe 2 Spitäler für allgemeine Pflege mit Grundversorgung, Versorgungsstufe 4 Spitäler für allgemeine Pflege mit Zentrumsversorgung, Versorgungsstufe 1 Spitäler für allgemeine Pflege mit Grundversorgung, Versorgungsstufe 3 in Chirurgie spezialisierte Kliniken 0% 1% 2% 3% 4% 5% 6% 7% 8% 9% 10% Bundesamt für Statistik (BFS) 18 STATSANTÉ BFS 2004

21 GÜLTIGKEIT, PRÄZISION UND KOHÄRENZ DER ADMINISTRATIVEN VARIABLEN 5 Gültigkeit, Präzision und Kohärenz der administrativen Variablen Ausser den Diagnosen und Behandlungen sind alle Variablen der Medizinischen Statistik administrative Variablen. Sie geben Auskunft über die Patientin oder den Patienten (Alter, Geschlecht, Wohnort), den Eintritt, den Aufenthalt im Betrieb, die Betreuung nach der Hospitalisierung, den Versicherungstyp usw. Im administrativen Bereich bilden die Widersprüche zwischen einzelnen Variablen nach wie vor das grösste Qualitätsproblem, auch wenn ihr Anteil von 18,2% (1998) auf 11,7% (2001) gesunken ist. Wie aus nachstehender Grafik (G9) ersichtlich, können Widersprüche Vereinbarte Fakturierungspraktiken respektieren manchmal die statistischen Definitionen nicht. aufgrund von Erfassungsfehlern, aber auch von Definitionsproblemen entstehen. Gewisse Kantone, wie z.b. St. Gallen, wiesen auch 2001 noch einen hohen Anteil von Widersprüchen in ihren Kodierungen auf. Bei genauerer Analyse der Tests dieser Kategorie stellen wir fest, dass am häufigsten die Falldefinition Ursache von Problemen ist. So dürfen teilstatio- näre Fälle maximal 24 Stunden planungsmässig hospitalisiert sein; diese Regel wird nicht immer auf die Daten angewendet. Weiter müssten häufige Rehospitalisierungen in teilstationärer Form (Chemotherapien, Dialysen, psychogeriatrische Behandlungen usw.) einzeln als Aufenthalte von weniger als 24 Stunden verzeichnet werden. Gewisse Spitäler erfassen jedoch aufgrund ihres Fakturierungsverfahrens nur einen einzigen längeren Aufenthalt, was mit der Definition eines teilstationären Falles nicht vereinbar ist. Auch gewisse Abmachungen zwischen Leistungserbringern und Versicherern widersprechen den statistischen Definitionen (als Notfälle vergütete teilstationäre Fälle; als teilstationäre Fälle vergütete Todesfälle usw.). Unten stehende Tabelle zeigt den Anteil der teilstationären Fälle am Total der Austritte während eines Jahres auf. Nach der Grösse der Unterschiede zwischen den Kantonen zu urteilen, müssen die Plausibilitätstests zwingend Systemmeldungen ergeben haben. Die Differenzen können nicht anders als durch unterschiedliche Interpretationen der Definitionen entstanden sein, denn alleine Widersprüche zwischen administrativen Variablen, 2001 G 9 SG GE AI AG VD BE ZH JU SO FR NE ZG OW LU SZ BL GR TI SH TG AR BS GL UR NW VS* 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% * Wegen Archivierungsproblemen konnten die Originaldaten 2001 des Kantons Wallis für diese Analyse nicht zur Verfügung gestellt werden. Bundesamt für Statistik (BFS) 2004 BFS STATSANTÉ 19

22 SG VD NE BL SH GÜLTIGKEIT, PRÄZISION UND KOHÄRENZ DER ADMINISTRATIVEN VARIABLEN T6 Prozentualer Anteil der teilstationären Fälle nach Kanton SG 54,4% 54,3% 51,5% 49,2% VD 21,6% 24,3% 27,5% 30,0% GE 4,0% 12,4% 13,4% 27,6% BE 8,0% 8,6% 14,3% 23,7% JU 18,2% 20,4% 21,3% 19,9% ZH 0,0% 0,0% 11,0% 13,6% BL 2,0% 5,9% 3,2% 11,0% SZ 0,3% 3,9% 9,1% 10,8% ZG 1,5% 2,5% 7,3% 9,1% FR 8,4% 4,8% 4,7% 7,7% AR 1,1% 3,7% 1,5% 6,4% SH 0,1% 5,7% 4,9% 5,4% BS 0,0% 0,0% 7,8% 5,2% AG 0,3% 0,3% 4,2% 4,3% TG 1,2% 1,3% 2,9% 3,2% NE n/a 0,0% 0,2% 3,2% GR 1,2% 0,9% 2,3% 2,3% NW 0,1% 2,1% 1,9% 0,9% SO 0,0% 0,4% 0,6% 0,8% GL n/a 0,7% 1,4% 0,6% UR 0,0% 0,7% 1,2% 0,5% LU 0,0% 0,0% 0,2% 0,2% AI 0,1% 0,0% 0,0% 0,2% OW 0,0% 0,0% 0,0% 0,0% TI 0,0% 0,0% 0,0% 0,0% VS* 16,9% 9,6% 10,9% CH 6,2% 9,6% 12,6% 16,2% durch die spezifische Praxis der Betriebe lassen sich Differenzen wie zum Beispiel jene zwischen den ähnlich grossen Kantonen St. Gallen, Luzern und Tessin nicht erklären. Wie allgemein üblich, so lassen sich auch einige Variablen der Medizinischen Statistik mit Ausweichmöglichkeiten wie «andere» oder «unbekannt» angeben, falls keine vorgegebene Option passt. Der übertrieben häufige Rückgriff auf diese Notlösung zur Verbergung von Informationslücken stellt einen Widerspruch in den Daten dar. Es ist nicht einfach, eine für alle Arten von Betrieben gültig Norm zu definieren, aber eine «Ausweich»-Quote von mehr als 10% rechtfertigt sich kaum. Die entsprechenden Tests analysieren den Anteil der mit «andere» bzw. «unbekannt» ausgefüllten Eintritts-, Aufenthalts- und Austrittsvariablen (Kategorien 2, 3 und 7 in T3). Dieser Typ von Ungenauigkeiten hat in vier Jahren um fast 50% abgenommen (G5), wobei von Kanton zu Kanton deutliche Unterschiede festzustellen sind. Obwohl diese Lücken der Gültigkeit der übrigen Daten keinen Abbruch tun, stellen sie doch das grösste Problem bei den administrativen Patientendaten dar. Grafik G10 illustriert die kantonalen Unterschiede im Bereich der Präzision der Eintrittsvariablen des Jahres Die Variablen beschreiben den Aufenthaltsort der Patientin, des Patienten vor der Hospitalisierung sowie die Eintrittsart (notfallmässig oder geplant) und bezeichnen auch die Person beziehungsweise die Institution, welche die Hospitalisierung angeordnet hat. Die Grafik weist für jeden Kanton den Anteil der Fälle aus, in denen mindestens eine der eben genannten Eintrittsvariablen Ungenauigkeiten in den Eintrittsvariablen, 2001 G % JU 80% 60% 40% AG 20% 0% BE AI SZ OW GR ZH GE BS LU TG NW ZG FR TI UR SO AR GL VS* * Wegen Archivierungsproblemen konnten die Originaldaten 2001 des Kantons Wallis für diese Analyse nicht zur Verfügung gestellt werden. Bundesamt für Statistik (BFS) 20 STATSANTÉ BFS 2004

23 GÜLTIGKEIT, PRÄZISION UND KOHÄRENZ DER ADMINISTRATIVEN VARIABLEN Probleme mit den Austrittsvariablen haben zwischen 1998 und 2001 um 43% abgenommen. mit «andere» oder «unbekannt» angegeben wurde. Die horizontale Linie bezeichnet das schweizerische Mittel und trennt die Kantone mit überdurchschnittlichen von jenen mit unterdurchschnittlichen Anteilen. Der Kanton Jura zum Beispiel hat weniger als 9% der fraglichen Variablen präzise ausgefüllt und liefert somit fast keine konkreten Informationen zum Thema. Damit lässt sich die persönliche Situation der Patientinnen und Patienten vor der Hospitalisierung nicht ergründen. Die Probleme mit den Eintrittsvariablen rühren oft daher, dass die entsprechenden Informationen zwar dem zuständigen Personal (Pflegende, Assistenzärztinnen und - ärzte) bekannt sind, jedoch nicht im Dossier der Patientin bzw. des Patienten verzeichnet werden. Die Entwicklung integrierter Patientenverwaltungssysteme sollte eine bessere Koordination der Datenerhebung erlauben. Die Informationen über die Betreuung der Patientinnen und Patienten nach dem Austritt sind nicht zuletzt auch wichtig für das öffentliche Gesundheitswesen: Wie viele Personen gehen in eine Rehabilitationsklinik, nehmen Spitex-Dienste in Anspruch, gehen ins Altersheim usw.? Auch in diesem Bereich ist die Quote der Unge nau igkeiten nach wie vor hoch, wobei immerhin eine Reduktion von 24,8% (1998) auf 14,1% (2001) festzustellen ist. Insbesondere die Spezialkliniken und die grossen Spitäler für all gemeine Pflege informieren schlecht; dies war jedenfalls 2001 der Fall, als mindestens ein Fünftel der Fälle mit Ungenauigkeiten behaftet war. Das Phänomen ist besonders in den Spitälern für allgemeine Pflege mit Zentrumsversorgung (vor allem Universitätsspitäler) Besorgnis erregend, denn diese Spitäler spielen eine wichtige Rolle im Kontakt der Patientinnen und Patienten mit dem Gesundheitswesen und behandeln eine grosse Anzahl Fälle. Hinzu kommt, dass sie im Verbund mit den Alters- und Pflegeheimen sowie den Spitex-Strukturen auf politischer Ebene eine wichtige Rolle in der Organisation des Pflegeangebots spielen. T7 Unpräzise Austrittsvariablen nach Ausrichtung des Betriebs in Pädiatrie spezialisierte Kliniken 15,7% 15,8% 3,0% 49,2% in Geriatrie spezialisierte Kliniken 19,4% 16,0% 50,9% 30,7% Spitäler für allgemeine Pflege mit Zentrumsversorgung, Versorgungsstufe 1 68,9% 53,0% 28,7% 23,6% in Rehabilitation spezialisierte Kliniken 19,8% 20,3% 21,3% 20,4% in Chirurgie spezialisierte Kliniken 14,8% 18,9% 21,1% 19,9% in Psychiatrie spezialisierte Kliniken, Versorgungsstufe 1 19,6% 17,7% 14,4% 19,3% in Psychiatrie spezialisierte Kliniken, Versorgungsstufe 2 23,5% 17,8% 13,8% 12,7% Spitäler für allgemeine Pflege mit Grundversorgung, Versorgungsstufe 3 28,1% 28,1% 17,6% 12,3% Spitäler für allgemeine Pflege mit Grundversorgung, Versorgungsstufe 4 19,0% 29,7% 14,2% 11,1% Diverse Spezialkliniken 50,6% 5,1% 4,3% 9,8% Spitäler für allgemeine Pflege mit Zentrumsversorgung, Versorgungsstufe 2 13,9% 22,3% 19,4% 9,2% Spitäler für allgemeine Pflege mit Grundversorgung, Versorgungsstufe 5 17,0% 17,3% 12,2% 8,2% in Gynäkologie/Neonatologie spezialisierte Kliniken 1,6% 1,2% 0,3% 2,5% 2004 BFS STATSANTÉ 21

24 SCHLUSSFOLGERUNGEN 6 Schlussfolgerungen Die Datenqualität hat sich zwischen 1998 und 2001 in allen Bereichen kontinuierlich verbessert, und zwar sowohl im Bereich der administrativen als auch der medizinischen Daten. Diese erfreuliche Entwicklung hat verschiedene Ursachen, ohne dass sich deren Gewicht bestimmen liesse. Allen voran sei die zunehmende Sensibilisierung der Betriebe, des administrativen und pflegenden Personals sowie der Ärzteschaft genannt, die es erlaubt hat, bereits von Beginn der Übertragungskette weg auf vollständige und strukturierte Informationen hinzuarbeiten. Dezentrale Kontrollinstrumente wie die Software MedPlaus des BFS haben für klare und einheitliche Kri terien bezüglich der Mindestqualität der zu liefernden Daten gesorgt. Schliesslich hat auch der von der Verwendung der Daten zu wirtschaftlichen Zwecken (Vergütungen, Planung) ausgehende Druck zu einem radikalen Gesinnungswandel bei den Betroffenen und einem sprunghaften Anstieg der Datenqualität geführt. Noch sind aber bei weitem nicht alle Probleme gelöst. Die Qualität der administrativen Daten wird noch durch Uneinigkeiten bei der Auslegung der zugrunde liegenden Definitionen geschmälert. Differenzen finden sich nicht nur zwischen den Kantonen, sondern auch innerhalb einzelner Kantone. Auch die medizinische Kodierung lässt noch Wünsche offen. Es fehlt sowohl in den Betrieben als auch in den Kantonen an geeigneten Ausbildungsmöglichkeiten, Strukturen und Informationen zum Thema. Die Lösung dieser Probleme wird sicherlich eher politischer als statistischer oder technischer Natur sein. Der Aufbau eines schweizweiten Systems zur Gruppierung der Fälle nach Erkrankung dürfte die Antworten auf die noch offenen Fragen liefern. Die Medizinische Statistik ist ein ehrgeiziges Instrument zur Beschreibung eines Teils des schweizerischen Gesundheitswesens. Die Einführungsphase ist erfolgreich verlaufen, und angesichts der Komplexität des Projekts und all dessen, was auf dem Spiel stand, lässt sich sagen, dass sie von exemplarischen Mitteleinsparungen gekrönt war. Nun ist es an den Erhebungsverantwortlichen des BFS und der Kantone, die Latte der Qualitätsanforderungen höher zu setzen. Präzise Normen haben zwar etwas Einengendes an sich, aber sie verteilen auch die «Produktehaftung», die bisher einzig auf den «Herstellern» den Spitälern lastete, auf alle Akteure des Systems. In diesem Sinne ist der Aufbau einer eigentlichen Qualitätssicherung, ja sogar von Zertifizierungen oder Akkreditierungen, für den gesamten Prozess (Vollständigkeit, Kodierung, Prüfung von Dossiers usw.) bei weitem nicht mehr nur ein frommer Wunsch, sondern ein regelrechtes Grundbedürfnis, das künftig zweifelsohne noch an Bedeutung gewinnen wird. 22 STATSANTÉ BFS 2004

25 LISTE DER TABELLEN, ABBILDUNGEN UND SCHEMAS Liste der Tabellen, Abbildungen und Schemas T1 Einteilung der Tests nach Typ 8 G6 Kodierung der Diagnosen und Eingriffe 15 G1 Teilnahmequote und Anteil der erfassten Fälle in der Medizinischen Statistik 10 S1 Eingriff ohne zugehörige Diagnose: Algorithmus 16 T2 Anzahl Fälle in der Medizinischen Statistik 11 G2 G3 G4 Entwicklung der Anzahl Widersprüche zwischen 1998 und Verteilung der Widersprüche nach Schweregrad, 1998 bis Anzahl und Verteilung der Systemmeldungen nach Kategorien 12 T3 Kategorien von Widersprüchen 13 T4 Kontrolltest-Kategorien 14 G5 Entwicklung der wichtigsten Mängelkategorien in den Bereichen Präzision, Kohärenz und Gültigkeit 14 T5 G7 G8 G9 T6 Prozentualer Anteil unplausibler Operationen nach Kanton 17 Prozentualer Anteil unplausibler Operationen nach Kanton 17 Prozentualer Anteil unplausibler Operationen nach Ausrichtung des Betriebs, Widersprüche zwischen administrativen Variablen, Prozentualer Anteil der teilstationären Fälle nach Kanton 20 G10 Ungenauigkeiten in den Eintrittsvariablen, T7 Unpräzise Austrittsvariablen nach Ausrichtung des Betriebs BFS STATSANTÉ 23

26 ABKÜRZUNGEN / LITERATUR Abkürzungen Literatur S G T KVG BFS APDRG DRG CHOP Schema Grafik Tabelle Bundesgesetz über die Krankenversicherung (KVG) Bundesamt für Statistik All Patient Diagnosis Related Groups Diagnosis Related Groups. Hier: Synonym von APDRG Schweizerische Operationsklassifikation [i] Office fédéral de la statistique, statistique des établissements de santé. Conception de plausibilité de la statistique médicale, 1997 [ii] Bundesamt für Statistik, Statistik der stationären Betriebe des Gesundheitswesens. Qualitätssicherungskonzept der medizinischen Statistik der Kranken häuser, 1999 [iii] MedPlaus a Framework to Assure the Quality of the Swiss Nationwide Inpatient Survey, Daniel W. Zahnd, Albert Gaspoz, Stephan Freudiger, 2003 [iv] Statistik der stationären Betriebe der Krankenhäuser, Typologie der Krankenhäuser, Version 5.1, 2001 ICD-9-CM International Classification of Diseases, 9th Revision, Clinical Modification [v] Siehe z.b.: «Aufwand und Ertrag bei der Codierung von Behandlungen für Fallpauschalen von stationären internistischen Patienten», Blaser, J. & al. in Bulletin des médecins suisses, 2000; 81: Nr. 20, oder auch «Improving DRG scoring using automatic extraction of laboratory tests and radiological procedures», Tahintzi, P & al., 2003 [vi] Bundesamt für Statistik, Statistik der stationären Gesundheitsbetriebe. Garantir la qualité de la statistique médicale des hôpitaux. Exigences, contrôle et recommandations, STATSANTÉ BFS 2004

27 Publikationsprogramm BFS Das Bundesamt für Statistik (BFS) hat als zentrale Statistikstelle des Bundes die Aufgabe, statistische Informationen breiten Benutzerkreisen zur Verfügung zu stellen. Die Verbreitung der statistischen Information geschieht gegliedert nach Fachbereichen (vgl. Umschlagseite 2) und mit verschiedenen Mitteln: Diffusionsmittel Kontakt Individuelle Auskünfte Das BFS im Internet Medienmitteilungen zur raschen Information der Öffentlichkeit über die neusten Ergebnisse Publikationen zur vertieften Information (zum Teil auch als Diskette/CD-Rom) Online-Datenbank Nähere Angaben zu den verschiedenen Diffusionsmitteln liefert das laufend nachgeführte Publikationsverzeichnis im Internet unter der Adresse Gesundheit BFS aktuell: Medizinische Statistik 2002, Resultate (Bestell-Nr ) BFS aktuell: Medizinische Statistik, Resultate 2001 (Bestell-Nr ) BFS aktuell: Medizinische Statistik, Resultate 2000 (Bestell-Nr ) BFS aktuell: Medizinische Statistik, Resultate 1999 (Bestell-Nr )

28 Die Sektion Gesundheit des Bundesamtes für Statistik (BFS) führt seit 1998 verschiedene Erhebungen bei den stationären Betrieben des Gesundheitswesens durch. In diesem Rahmen liefern die Spitäler jährlich soziodemographische, administrative und medizinische Daten der in ihrem Betrieb stationär und teilstationär behandelten Patientinnen und Patienten. Die Verwendung der Daten aus der Medizinischen Statistik zu epidemiologischen und wirtschaftlichen Zwecken erfordert messbare Qualitätsstandards und gesamtschweizerische Normen. Das Bundesamt für Statistik hat das Walliser Gesundheitsobservatorium beauftragt, die Qualität der in Rahmen der Medizinischen Statistik über mehrere Jahre erhobenen Daten zu analysieren und zu beurteilen. Die Analyse zeigt eine klare Verbesserung in fast allen Bereichen: Eintritts- und Aufenthaltsmerkmale, sozioökonomische Informationen, Kodierung der Diagnosen und Behandlungen. Die Kodierung der Mehrfacherkrankungen, der Komplikationen und der Eingriffe ausserhalb des Operationssaales setzt sich immer mehr durch, wie die Zunahme der durchschnittlichen Anzahl Diagnosen und Eingriffe pro Behandlungsfall zeigt. Bei den administrativen Daten gibt es noch Definitionsprobleme, da in den Kantonen die geltenden Definitionen zum Teil unterschiedlich interpretiert werden. Die Bedeutung der Datenqualität wird in den kommenden Jahren noch zunehmen, und eine eigentliche Qualitätssicherung oder sogar Zertifizierungen werden früher oder später unumgänglich. Bestellnummer Bestellungen Tel.: Fax: Preis gratis ISBN