Article
Riskoadjustierung in der stationären Qualitätssicherung. Ein Vergleich von Risikoadjustierungsverfahren mit Routine- versus Surveydaten
Search Medline for
Authors
Published: | September 6, 2007 |
---|
Outline
Text
Einleitung / Hintergrund: Im stationären Sektor wird in Deutschland in der gesetzlich Verankerten Qualitätssicherung nach § 137 SGBV ein im wesentlichen fragebogenbasiertes System verwendet. Daneben stehen mittlerweile verschiedene auf administrativen Routinedaten aufbauende Systeme zur Verfügung. National wie international wird dabei diskutiert, ob eine ausreichende risikoadjustierte Analysen auch mit administrative Routinedaten möglich ist [Ref. 1], [Ref. 2]. Allerdings liegen aus Deutschland bisher kaum Arbeiten zu diesem Thema vor. Ziel dieser Arbeit war es daher vergleichende Analysen mit Surveydaten und administrativen Routinedaten aus Deutschland durchzuführen.
Material und Methoden: Dazu wurden Daten der Arbeitgemeinschaft Schlaganfall Hessen (ASH) wie auch bundesweite und hessische Krankenhausabrechungsdaten gemäß dem Datenaustauschverfahren nach § 301 Daten SGBV (301-Daten), jeweils aus dem Jahr 2004 wurden verwendet. Für den Qualitätsindikator Krankenhaussterblichkeit nach Schlaganfall wurde an Hand von beiden Datenkörpern Prognosemodelle mit Hilfe logistischer Regressionen entwickelt. Die Modellgüte wurde u.a. mittels Receiver Operator Characteristic (ROC) Kurven evaluiert. Darüber hinaus wurden rohe und risikoadjustierte Mortalitätsraten beider Datenquellen an Hand von linearen Regressionen verglichen.
Ergebnisse: Die Fläche unter der ROC Kurve für das ASH Modell betrug 0,89, für die 301-Daten dagegen 0,75. Dem gegenüber zeigte sich ein geringerer Zusammenhang zwischen rohen und risikoadjustierten Mortalitätsraten im ASH Datensatz (r2=0,62) im Vergleich zu den 301-Daten (r2=0,88).
Diskussion / Schlussfolgerungen: Der bessere Modellfit in den ASH-Daten, zusammen mit der geringeren Übereinstimmung der rohen und risikoadjustierten Mortalitätsraten könnte als ein Anzeichen für eine bessere und umfangreichere Risikoadjustierung gedeutet werden (vgl. z. B. [Ref. 2]). Allerdings lässt sich zeigen, dass ein besserer Modellfit, insbesondere vor dem Hintergrund potentiell inhomogen ausgefüllter Risikoadjustierungsvariablen, keinesfalls mit einer besseren Risikoadjustierung gleichzusetzen ist. Hierzu sind zusätzliche Analysen in Bezug auf die Validität, Reliabilität und Homogenität der Dokumentation der verwendeten Risikoadjustierungsvariablen nötig [Ref. 1], [Ref. 3].
Literatur
- 1.
- Heller G. Sind risikoadjustierte Analysen mit administrativen Routinedaten möglich? Kap. 6.2 in Hey M, Maschewsky-Schneider U (Hrsg): Kursbuch Versorgungsforschung. LOGO MWV Medizinisch Wissenschaftliche Verlagsgesellschaft, Berlin 2006: 252-256.
- 2.
- Pine M, et al. Enhancement of Claims Data to Improve Risk Adjustment of Hospital Mortality. JAMA. 2007;297:71-76.
- 3.
- Heller G, Schnell R. Improved discriminative power of statistical models is not equal to improved risk adjustment. JAMA 2007, Letter to the Editor, accepted.