Risikoadjustierte Daten der Prävalenzmessung Dekubitus Kinder 2013 Dirk Richter Berner Angewandte Fachhochschule Forschung Haute & Entwicklung/ école spécialisée Dienstleistung bernoise Pflege, Bern University Leitung Prof. Applied Dr. Sabine Sciences Hahn t
Was erwartet Sie in den nächsten Minuten? Risikoadjustierung Hintergrund Funnel Plots Hintergrund und Aufbau Risikoadjustierung in der ANQ Dekubitus Kinder Messung Schritt für Schritt Risikomerkmale für Dekubitus Kategorie 1-4 und Kategorie 2-4 Funnel Plots Dekubitus Kategorie 1-4 und Kategorie 2-4 Diskussion und Ausblick
Hintergrund Risikoadjustierung Vergleiche von Einzelpersonen und Institutionen im Gesundheitswesen werden in vielen Ländern vorgenommen In verschiedenen Ländern werden Finanzströme über Provider Profiling zumindest teilweise gesteuert Es existieren zahlreiche statistische Methoden zur Adjustierung von Patientenrisiken und zum Vergleich von Leistungsanbietern Ziel ist die adäquate Ermittlung von Ausreissern, die gute oder weniger gute Qualität repräsentieren
Risikoadjustierung in der nationalen Prävalenzmessung Sturz und Dekubitus Sturz und Dekubitus Erwachsene: Hierarchische Lineare Modelle Dekubitus Kinder (seit 2013): Funnel Plots Der Grund für die Anwendung des Funnel Plot- Verfahrens in der Kinder-Messung liegt in der relativ kleinen Stichprobe pro Spital sowie in der Tatsache, das viele Spitäler keine Dekubitus gemeldet haben (0)
Funnel Plot Funnel Plots sind Weiterentwicklungen der so gennanten Regelkarten (engl. Quality Control Charts) des Qualitätsmanagements Ziel von Regelkarten ist die Darstellung von abweichenden Prozesswerten bei Funnel Plots geht es um die Ermittlung von so genannten Ausreissern Vorteile: ein explizites Ranking wird vermieden; Einrichtungen unterschiedlicher Grösse können fair verglichen werden Nachteile: die Berechnung und die Darstellung ist für Laien oft schwer verständlich
Funnel Plot-Verfahren Im Funnel Plot (Trichter-)-Verfahren werden erwartete und beobachtete Häufigkeiten in ein Verhältnis gesetzt Beobachtete Anzahl ---------------------------- x Nicht-adjustierte Gesamtprävalenz Erwartete Anzahl Erwartete Häufigkeiten werden über eine logistische Regression berechnet (Aufsummierung des individuellen Dekubitus-Risikos) Funnel Plots bilden die statistische Unsicherheit bezüglich der Fallzahlen ab kleinere Fallzahl entspricht grösserer Unsicherheit
Risikoadjustierung: Werden die Dekubitusraten durch Patient/innen oder durch Spitäler bestimmt? Spital 1 Spital 2 Spital 3 Pat.1 Pat.2 Pat.3 Pat.4 Pat.5 Pat.6 Pat.7 Pat.8 ohne Risiko mit Risiko mit Risiko ohne Risiko 7
Risikoadjustierung: Schritt für Schritt 1. Einfache logistische Regression für jede Outcomevariable Eine logistische Regression ist ein statistisches Verfahren zur Ermittlung von Einflussfaktoren auf eine binäre Zielvariable (z.b. Dekubitus ja/nein) Unsere Fragestellung: Welche Patientenmerkmale stellen Risiken für einen Dekubitus für die Kategorien 1-4 sowie 2-4 dar? Kennzahl ist das Odds Ratio (OR) relative Chance (Wahrscheinlichkeit) eines Zusammenhangs Auswertung für Spitalgruppe vs. Gesamtstichprobe Angesichts der kleinen Fallzahl wurde für die Gesamtstichprobe ausgewertet 8
Risikoadjustierung: Schritt für Schritt 2. Selektion von Risikovariablen Reduktion des logistischen Modells aufgrund von statistischen Kriterien Rückwärts-Selektion AIC (Akaike Information Criterium) 9
Risikoadjustierung: Auswahl der Risikomerkmale Spital 1 Spital 2 Spital 3 Pat.1 Pat.2 Pat.3 Pat.4 Pat.5 Pat.6 Pat.7 Pat.8 Alter, Geschlecht, Krankheitsbilder, Risikoeinschätzung, Aufenthaltsdauer, Operation etc. Alter, Operation, Krankheitsbilder, Risikoscores, etc.
Berechnung des individuellen Dekubitusrisikos Kinder Alter in Monaten Reibe- /Scher Diagnose CVA Subj. Dekubitus -risiko Risiko Kat. 1-4 Risiko Kat. 2-4 Kind 1 20 1 0 1.1286118.0084771 Kind 2 25 1 0 0.0340618.0015269 Kind 3 2 0 1 0.0531233.0326644 Kind 4 1 1 1 1.4582992.1588073 Werte zwischen 0 (ganz sicher kein Risiko) und 1 (ganz sicher ein Risiko)
Risikoadjustierung: Schritt für Schritt 3. Berechnung der standardisierte Prävalenz pro Spital Aufsummierung der individuellen Risiken (erwartete Anzahl) Verhältnis zwischen beobachteter und erwarteter Anzahl Multiplikation des Quotienten mit der Gesamtprävalenz standardisierte Prävalenz des Spitals 12
Berechnung des standardisierten Spitalwerts Spitäler Anzahl Teilnehmende Beobachtet Erwartet Quotient Beobachtet/ Quotient * Erwartet Gesamtprävalenz Spital 1 2 0 0,04 0 0 Spital 2 25 4 4,37 0,91 13,77 Spital 3 14 0 1,61 0 0 Spital 4 60 3 8,45 0,35 5,34 Spital 5 12 0 1,31 0 0 Summe der individuellen Risikoscores (Kind 1 + Kind 2 + Kind n)
Funnel Plot Spital mit Prävalenz ausserhalb des 99.8%-Konfidenzintervalls Gesamtprävalenz über alle Spitäler Spital mit Prävalenz innerhalb des 95%-Konfidenzintervalls
Risikomerkmale für einen nosokomialen Dekubitus ab Kategorie 1 OR Standard -Fehler p-wert OR 95%- Konfidenzintervall Alter 1 J. 2.67 0.98 0.007 1.31 5.48 Alter > 1J. - 4 J. 1.68 0.81 0.282 0.65 4.33 Alter > 4J. - 8 J. 1.05 0.56 0.933 0.36 3.01 Alter > 8J. - 16 J. Referenz Komplett immobil (Braden-Skala) (1/0) 3.95 1.83 0.003 1.59 9.77 Problem Reibe-/Scherkräfte mind. potenziell (Braden-Skala) (1/0) 2.00 0.51 0.006 1.22 3.29 Dekubitusgefährdung (subjektive, klinische Einschätzung) (1/0) 4.19 1.33 0.000 2.24 7.81 CVA/ Hemiparese (1/0) 6.65 4.35 0.004 1.85 23.95 Krankheiten Atmungssystem (1/0) 0.61 0.20 0.121 0.32 1.14 Schwangerschaft, Geburt und Wochenbett (1/0) 1.80 0.50 0.035 1.04 3.10 Äussere Ursachen von Morbidität (1/0) 10.11 8.38 0.005 1.99 51.35
Standardisierte nosokomiale Dekubitus- Prävalenz Kategorie 1-4
Risikomerkmale für einen nosokomialen Dekubitus ab Kategorie 2 OR Standard -Fehler p-wert OR 95%- Konfidenzintervall Aufenthaltsdauer 0-7 Tg. Referenz Aufenthaltsdauer 8-14 Tg. 0.85 0.75 0.858 0.15 4.78 Aufenthaltsdauer 15-28 Tg. 4.07 3.08 0.064 0.92 17.95 Aufenthaltsdauer 29 und mehr Tg. 4.22 2.78 0.029 1.16 15.37 Ernährung mässig/schlecht (1/0) 2.92 1.66 0.059 0.96 8.87 Dekubitusgefährdung (Subjektive klinische Einschätzung) (1/0) 5.59 4.34 0.027 1.22 25.59 Krankheiten Kreislaufsystems (1/0) 0.22 0.24 0.164 0.02 1.87 CVA/ Hemiparese (1/0) 10.99 8.79 0.003 2.29 52.66 Operativer Eingriff (1/0) 5.23 2.90 0.003 1.76 15.51
Standardisierte nosokomiale Dekubitus- Prävalenz Kategorie 2-4
Diskussion und Ausblick Der Qualitätsvergleich von Spitälern ist methodisch höchst anspruchsvoll Die besondere methodische Herausforderung in der Schweiz für den Vergleich von Dekubitusraten liegt in der geringen Anzahl kleiner Spitäler Funnel Plots sind angesichts der Daten-Voraussetzungen die Methode der Wahl zur Darstellung verschiedener Spitäler
Diskussion und Ausblick wenn Dekubitus bei Kindern auftreten, dann fast ausschliesslich im Spital die Prävalenzraten der Kategorien 2-4 lassen auf eine hohe Pflegequalität in der Schweiz schliessen die Auswirkungen der Messung auf die Qualität lässt sich erst über einen mehrjährigen Zeitraum abschätzen bei der Bewertung der Kategorie 1 als Ergebnisindikator sollte berücksichtigt werden, dass nebst den "klassischen Dekubitus" vorwiegend auch populationsspezifische Hautläsionen (etwa durch medizinische Installationen) vorhanden sind
Fragen/Diskussion?
Besten Dank für Ihre Aufmerksamkeit Dirk Richter, Dozent, dirk.richter@bfh.ch Angewandte Berner Fachhochschule Forschung & Haute Entwicklung/ école spécialisée Dienstleistung bernoise Pflege, Bern Leitung University Prof. of Dr. Applied Sabine Sciences Hahn sabine.hahn@bfh.ch