Qualitätssicherung aus Routinedaten Dr. Breuer MBA OStArzt

Transkript

1 Bundeswehrkrankenhaus Hamburg Qualitätssicherung aus Routinedaten Dr. Breuer MBA OStArzt Seite 1

2 CV Dr. med. Nils Breuer MBA 1996 Abitur 07/1996 Eintritt in die Bundeswehr als SanOA Studium Humanmedizin Göttingen AiP und Assistenzarzt - Abt. Orthopädie BwKrhs HH Medizin-Controller BwKrhs Hamburg 07 heute Leiter Medizin-Controlling / QM Gesundheitsökonomie Universität Hamburg (MBA) 11 heute Medizinrecht Universität Münster (LL.M.) Nebentätigkeit: 2 Unternehmensberatung Santus GmbH, Hamburg Dozent Fresenius-Universität Hamburg und SanAK München

3 Qualitätssicherung aus Routinedaten 137 SGB V spezielle Datenerhebung EQS / BQS Bögen Abrechnungdatensätze: Daten Seite 3

4 Vorteile Geringerer Erhebungsaufwand Verlaufsanalysen möglich Morbidität nach Krankenhausentlassung Wiederaufnahme in andere Krankenhäuser Vollständigkeit der Datensätze Etablierte Verfahren Seite 4

5 Nachteile begrenzter Informationsgehalt (qualitätsrelevante klinische Details können fehlen) zweifelhafte Validität (von der Güte und Systematik des Codiervorganges abhängig) eingeschränkter Zugriff (gesetzliche Zweckgebundenheit und/oder technische Schnittstellenprobleme) Seite 5

6 Welche Qualitätsindikatoren werden international verwendet? Patient Safety Indicators Seite 6

7 Seite 7

8 AHRQ Patient Safety Indicators im Detail Anästhesie 01 - Komplikationen im Rahmen der Anästhesie Alle Bereiche 02 - Todesfälle bei DRGs mit niedriger Letalität 03 - Dekubitus 04 - Todesfälle bei speziellen Behandlungskomplikationen Todesfälle bei Nierenversagen Todesfälle bei Embolie / Tiefer Venenthrombose Todesfälle bei Pneumonie Todesfälle bei Sepsis Todesfälle bei Schock Todesfälle bei akutem Ulcus / GI-Blutung 06 - Iatrogener Pneumothorax 07 - Ausgewählte Infektionen im Zus.hang mit medizinischer Behandlung 15 - Unbeabsichtigte Punktion oder Wunde Seite 8

9 AHRQ Patient Safety Indicators im Detail Sentinel Event 05 - Intraoperativ zurückgelassener Fremdkörper 16 - Transfusionsreaktion Postoperative Versorgung 08 - Postoperative Schenkelhalsfraktur 09 - Postoperative Blutung oder postoperatives Hämatom 10 - Postoperative physiologische und metabolische Entgleisung 11 - Postoperative respiratorische Insuffizienz 12 - Postoperative Lungenembolie oder tiefe Venenthrombose 13 - Postoperative Sepsis 14 - Postoperative Wunddehiszenz Geburtshilfe 17 - Geburtstrauma bei Neonaten 18 - Äußerst schw. geburtsh. Verletzung, vaginale Entb. mit Instrumentation 19 - Äußerst schw. geburtsh. Verletzung, vaginale Entb. ohne Instrumentation 20 - Äußerst schwere geburtshilfliche Verletzung bei Kaiserschnitt 27 - Schwere geburtsh. Verletzung (Dammr. 3./ 4. Gr., Sonst.), vag. Entb. mit Instr Schwere geburtsh. Verletzung (Dammr. 3./ 4. Gr., Sonst.), vag. Entb. ohne Instr. Seite 9

10 Seite 10

11 TRANSFER PSI NACH DEUTSCHLAND Seite 11

12 Qualitätssicherung mit Routinedaten (QSR) Verfahren zur Messung von Ergebnisqualität mit administrativen Routinedaten Entwicklungsphase Projektpartner AOK-Bundesverband, HELIOS Kliniken GmbH, Universität Magdeburg (FEISA), WIdO Erstes Produkt QSR-Klinikbericht (3M / WIdO) Nutzung IQM-Projekt Seite 12

13 Vorteile Qualitätssicherung mit Routinedaten (QSR) Verfahren zur Qualitäts-Messung mit administrativen Routinedaten wurde entwickelt (Projektpartner: AOK-Bundesverband, HELIOS Kliniken, Universität Magdeburg (FEISA), WIdO) aufwandsarme, an Ergebnisqualität orientierte Qualitätssicherung möglich erstmals Qualitätssicherung über Entlassungstermin hinaus valide Indikatoren der Ergebnisqualität Seite 13

14 QSR-Tracer Herzinsuffizienz Herzinfarkt Hirninfarkt oder intrazerebrale Blutung Kolon-/Rektum-Operation bei kolorektalem Karzinom Offene oder n.n. bez./laparoskopische Appendektomie Hüftgelenks-Totalendoprothese bei Coxarthrose Kniegelenks-Totalendoprothese Seite 14

15 Index für Tracer Knie-TEP Tod innerhalb von 90 Tagen Revision im ersten Jahr nach Entlassung (gleiche Seite) Wiederaufnahme innerhalb von 90 Tagen wegen: Komplikationen durch orthopädische Endoprothesen, Implantate oder Transplantate (T84), Thrombose (I80), Lungenembolie (I26), Luxation, Verstauchung und Zerrung des Kniegelenkes und von Bändern des Kniegelenkes (S83). Potentielle stationäre Komplikationen: Lungenembolie, Thrombose, Wundinfektion, Komplikation einer Endoprothese, Beatmung über 24 Stunden, Kniegelenksluxation, Pneumonie oder Knie-TEP-Revisionsoperation Seite 15

16 Risikoadjustierung Warum Risikoadjustierung? Unterschiedlich kranke Populationen (Case Mix) in den untersuchten Kliniken muss ausgeglichen werden Ziel der Risikoadjustierung: fairer Krankenhausvergleich Verwendete Informationen: Alter, Geschlecht, Begleiterkrankungen (relevante mutmaßlich vorbestehende Haupt- und Nebendiagnosen, ausgewählte Prozeduren) Hypertonus, Diabetes, VHF, Herzinsuffizienz, KHK, Neoplasie, Metastasen Seite 16

17 Welche Qualitätsindikatoren werden verwendet? Helios Qualitätsindikatoren Seite 17

18 Helios Qualitätsindikatoren 30 Qualitätsindikatoren (mit Differenzierungen) aus den Bereichen: Erkrankungen des Herzens Schlaganfall Erkrankungen der Lunge Operationen an den Bauchorganen Gefäßoperationen Geburtshilfe und Frauenheilkunde Orthopädische und unfallchirurgische Krankheitsbilder Erkrankungen der Harnwege und männl. Geschlechtsorgane Komplexe, heterogene Krankheitsbilder (Beatmung, Sepsis) Seite 18

19 Seite 19

20 KENNZAHLEN Vom Focus zur Gesamtschau Seite 20

21 Kennzahlen... sind Messgrößen, die Zustände und Entwicklungen verdeutlichen Kennzahlen geben die zahlenmäßige Ausprägung eines Qualitätsindikators an Jedem Qualitätsindikator sind eine oder mehrere Qualitätskennzahlen zugeordnet. Qualitätskennzahlen werden zusammen mit ihrem Vertrauensbereich dem sog. Konfidenzintervall angegeben. Seite 21

22 Theorie und Praxis Kennzahlen sollten der Theorie nach eher Ergebnis- und wirkungsorientiert sein als Eingabe- und aktivitätsfokussiert Problem bei Anwendung im Krankenhaus: Wie schafft man einen Fit zwischen guten Ergebnissen und vergleichsweise leichter Erfassung / Eingabe der Daten? Gute Ergebnisse Leichte Eingabe Seite 22

23 Anforderungen an Gute Kennzahlen Prinzipien bei der Auswahl von Kennzahlen: leicht zu erheben Bedeutung der Kennzahl ist den Mitarbeitern bekannt nicht ambivalent Steigerbar bzw. variabel aussagekräftig möglichst aktuelle Aussage Seite 23

24 Bewertung von Kennzahlen Vorteile Nachteile ggf. kein Erhebungsaufwand Benchmarking ist möglich Kontinuierliche Verbesserung der medizinischen Versorgungsqualität Nutzung für die Steuerung der Versorgung Qualitätsmessverfahren für neue Vertragsformen bei Indizes ggf. hoher Erhebungsaufwand Ergebnisse sind interpretationsfähig Seite 24

25 KENNZAHLEN Entwicklung von Kennzahlen Seite 25

26 Grundsatz: Eine Seite für eine Kennzahlen One Page Management Seite 26

27 Definition der einzelnen Kennzahlen Seite 27

28 BSC im Krankenhaus Definition einzelnen Kennzahlen Ziel: Belegung Krankenhaus Kennzahl: Prozentuale Auslastung Krankenhaus auch möglich Prozentuale Auslastung einzelner Abteilungen Seite 28

29 Definition der einzelnen Kennzahlen Begründung: Berechnung: Die im Krankenhaus (bzw. der Abteilungen) verfügbaren Betten sollen maximal belegt werden. Anzahl Belegungstage / Gesamtbelegungstage Seite 29

30 Definition der einzelnen Kennzahlen Messeinheit: Zeitintervall: Datenquelle: Verantwortlich: Gesamtverantwortung: Prozent Monatlich (EDV Software und Auswertung) BwL Controller Leiter Controlling Seite 30

31 Definition der einzelnen Kennzahlen Definition der Kennzahl: Belegung X> 85% = GRÜN Belegung zwischen 71 und 85% = GELB Belegung X< 70% = ROT Seite 31

32 Definition der einzelnen Kennzahlen Interpretation der Kennzahl für die Krankenhausleitung: Wie ist die Kennzahl zu verstehen und wo sind Zusammenhänge zu sehen? (z.b. Personal, Infrastruktur, aufgestellten Betten) Seite 32

33 Definition der einzelnen Kennzahlen Bei Abweichungen ist aufzuzeigen, welche Maßnahmen zu Ergreifen sind und wer Maßnahmenverantwortlicher ist Seite 33

34 BALANCED SCORE CARD VON DER THEORIE ZUR PRAXIS Seite 34

35 If you can t measure it, you can t manage it. (Kaplan/ Norton 1997) Seite 35

36 Definition: Balanced Scorecard Die Balanced-Scorecard ist ein kennzahlengestütztes Management- und Steuerungssystem, das Vision und Strategie eines Unternehmens in konkrete Einzelziele Und Maßnahmen umsetzt, bei der verschiedene Blickwinkel (Perspektiven) ausgewogen berücksichtigt werden. Seite 36

37 Definition Balanced Scorecard Kaplan und Norton definieren 4 Perspektiven: 1. Finanz-, 2. Kunden-, 3. Prozess- sowie 4. Lern- und Entwicklungsperspektiven Seite 37

38 Die BSC im Krhs erfordert eine Anpassung der BSC Seite 38

39 Perspektive Leistungsdaten Die stationären Leistungen Die Fallzahlen (Gesamt, Soldaten und Zivilpatenten) Der Case Mix Index (Gesamt, Soldaten und Zivilpatienten) Die Belegung des Krankenhauses (Soll Betten und Ist Betten) Seite 39

40 Perspektive Leistungsdaten Die Leistungen der OP Gruppe Anzahl der durchgeführten Operationen Auslastung der OP Säle (Naht-Schnitt Naht Zeiten) Seite 40

41 Perspektive Leistungsdaten Ambulante Operationen (gem. 115 SBG V) Anzahl Ambulante Operationen davon Tagesklinik Ambulante Leistungen Ambulanzkontakte Ambulante Leistungen (gem. Gebührenordnung) Konsile Anzahl Ambulante Leistungen Konsile (gem. Gebührenordnung) Seite 41

42 Perspektive Leistungsdaten Zentrale Notaufnahme Patientenkontakte Stationäre Aufnahmen Rettungsdienst Einsätze RTW und NAW Einsätze Rettungshubschrauber Intensivtransporte Seite 42

43 Perspektive Finanzen Wirtschaftsplan (Finanzbuchhaltung) Budgetüberwachung (flexible Budgets) das Apothekenbudget Erlöse aus der stationären Patientenversorgung Erlöse aus der ambulanten Patientenversorgung Seite 43

44 Perspektive Personal Fachpersonal Fachärzte Pflegerisches Fachpersonal Assistenzärzte Pflegepersonal Betriebswichtiges Personal (gesetz. Forderungen) Seite 44

45 Perspektive Patienten Patientenzufriedenheit (Durchschnittswerte und Benchmark) Patientenbeschwerdemanagement Patientensicherheit (Sturz und Dekubitus) CIRS (Umgang mit Beinahefehlern + Beinahevorkommnissen) Seite 45

46 ENTWICKLUNG BSC BERICHTSBLATT FÜR DAS BWKRHS HAMBURG Seite 46

47 Das BSC Berichtsblatt Darstellung der Perspektive Bezeichnung der Kennzahl Definition der Kennzahl Seite 47

48 Das BSC Berichtsblatt Beschriftung Wert Vorjahr Zielwerte Monate Hochrechnung Seite 48

49 Das BSC Berichtsblatt Seite 49

50 QM Handbuch Über die Transparenz von Daten Seite 50

51 QM HANDBÜCHER PLAN DO CHECK ACT Seite 51

52 Seite 52

53 Je Prozess ein Ordner QM Handbücher Seite 53

54 Weiterentwicklung QM-System (Übertragung QMH ins Intranet BwKrhs) Termine Echtzeitsuche Aktuelle Themen u. Nachrichten Seite 54

55 Der Blick in die Glaskugel? prediktive Patientenklassifikationssysteme Seite 55

56 Definition Predictive Modeling in Health Care Aus verfügbaren Datenmengen Individuen zu identifizieren, die hohe medizinische Versorgungsbedürfnisse aufweisen und zukünftig wahrscheinlich eine überdurchschnittlich hohe medizinische Versorgung in Anspruch nehmen werden. Informationen zum Zeitpunkt (t ) werden genutzt, um Ereignisse in der Zukunft (meist t+1) vorherzusagen Seite 56

57 Bausteine der Predictive Modeling Implementierung Daten aus denen sich Risikofaktoren kalkulieren lassen, u. a. Administrative, Sozioökonomische Daten (Pseudonym, Alter, Geschlecht, PLZ, Beruf, ) Morbiditätsdaten (ICD) Pharmadaten (PZN, ATC) Labordaten Datawarehouse/Datenbank Analytisches Modell (statistische Verfahren) Reporting Care und Disease Management Ansätze Folie 57

58 Warum adjustiert man Gesundheitsrisiken? Im Durchschnitt verursachen kranke Versicherte mehr Kosten als gesunde und weisen schlechtere Behandlungsergebnisse auf deshalb: Welches sind die effektivsten Behandlungsmethoden? Welche Leistungserbringer bieten die Beste Medizin/Outcome? Welche Kostenträger arbeiten effizient? Welches Versorgungssystem bietet die beste Versichertenorientierung? Welches Medikament ist wirksamer? Folie 58

59 Risiko Vorhersage hohes-risiko (Kosten) in t=1 Prediction hohes Risiko (Kosten) in t=2 (auf Basis der Daten aus Jahr 1) B C F A D E G A: Ohne hohes Risiko H Hohes Risiko, aktuell geringe Kosten, hohe zu erwartende Kosten Tatsächlich hohes Risiko (Kosten) in t=2 Folie 59

60 Welche Patientenklassifikationssysteme gibt es? ACG (Adjusted Clinical Groups) APACHE I-III APR-DRG s (All Patient Refined Diagnosis Related Groups 3M) CDPS (Chronic Illness and Disability Payment System) CSI (Comprehensive Severity Index) DCG/HCC (Diagnostic Cost Groups) Predictive Modeling Folie 60

61 Zusammenhang Risikoadjustierung Patientenklassifikation Predictive Modeling Folie 61

62 ACG Adjusted Clinical Groups (Ambulatory Care Groups) Alter Krankheitslast/Morbidität (ACGs) Geschlecht Risk Score Ausgewählte medizinische Bedürfnisse (EDC) Ausgewählte Ressourcenverbrauch Methoden Seite 62

63 DCG/HCC Clinical Classification System ICD-10 Codes (n = ) DxGroups (DxGs) (n = 781) Condition Categories (n = 184) Hierarchien beruhen auf Prognosen Aggregated Condition Categories (n = 30) Nur berichtend 63Berlin I

64 Diagnose Gruppierung: Beispiel 1 ICD-10 I21.0: Akuter transmuraler Mykodardinfarkt der Vorderwand DxGroups 81.01: Akuter Mykodardinfarkt, anfänglicher Ablauf der Erkrankung CC 81: Akuter Mykodardinfarkt ACC 16: Herz 64Berlin I

65 DCG/HCC: Herr Schneiders Prognose jähriger Mann HCC52 Drogen/Alkohol-Missbrauch DxG HCC91 Hypertonie DxG HCC15 Diabetes mellitus Typ I DxG HCC80 kongestive Herzinsuffizienz DxG (Interaktion) Diabetes Typ I & kongestive Herzinsuffizienz 6.35 relativer Risiko Score DxCG Kategorie: Berlin I

66 RxGroups : Frau Hansen Rx + Dx Prognose (Vorhersage) jährige Frau RxG 40: NDC : Antiadrenergikum, zentrales Handeln RxG 41: NDC : Calciumkanalblocker RxG 66: NDC : Insulin (stationär) HCC 014: im Krankenhaus aufgrund Diabetes mit akuter Komplikation ICD-10: E11.1 (Diabetes mit Ketoazidose) (stationär) HCC 049: im Krankenhaus aufgrund Herzrhythmusstörungen 3.25 RELATIV RISK SCORE (relativer Risiko Score) 66Berlin I

67 Vielen Dank für Ihre Aufmerksamkeit! Dr. med. Nils Breuer MBA Leiter Medizin Controlling BwKrhs Hamburg Lesserstrasse Hamburg Seite 67