Verschillen tussen ziekenhuizen in uitkomst na een herseninfarct vooral verklaard door patiëntkenmerken en slechts ten dele door verschillen in de kwaliteit van zorg

Onderzoek
H.F. Lingsma
D.W.J. Dippel
S.E. Hoeks
E.W. Steyerberg
C.L. Franke
R.J. van Oostenbrugge
G. de Jong
M.L. Simoons
W.J.M. Scholte op Reimer
Citeer dit artikel als
Ned Tijdschr Geneeskd. 2008;152:2126-32
Abstract
Download PDF

Samenvatting

Doel

Vaststellen in hoeverre de uitkomst bij patiënten met een herseninfarct samenhangt met patiëntkenmerken en kenmerken van het zorgproces, teneinde na te gaan of uitkomstmaten gebruikt kunnen worden om kwaliteit van ziekenhuiszorg voor deze patiënten te meten.

Opzet

Inventariserend cohortonderzoek.

Methoden

In 10 ziekenhuizen in Nederland werden in de periode oktober 2002-april 2003 patiënten met een acuut herseninfarct geïncludeerd in de studie. Een slechte uitkomst was gedefinieerd als overleden of gehandicapt na 1 jaar (met een score ≥ 3 op de gemodificeerde rankin-schaal). Kwaliteit van zorg werd getoetst door diagnostiek, behandeling en preventie te koppelen aan indicatie. Multipele logistische regressie werd gebruikt om de geobserveerde aantallen patiënten met een slechte uitkomst te vergelijken met de verwachte aantallen per ziekenhuis, na correctie voor patiëntkenmerken.

Resultaten

In totaal werden 579 patiënten geïncludeerd in de studie, 271 (47) van dezen waren na 1 jaar overleden of gehandicapt. Het percentage patiënten met een slechte uitkomst varieerde tussen de ziekenhuizen van 29-78. De gemiddelde leeftijd was 70 jaar. Er waren grote verschillen tussen de ziekenhuizen in patiëntkenmerken en kwaliteit van zorg. Het grootste deel van de verschillen in uitkomst tussen ziekenhuizen werd verklaard door de verschillen in patiëntkenmerken (akaike-informatiecriterium (AIC) = 134). Parameters van de kwaliteit van zorg verklaarden slechts een klein additioneel deel van de variatie in uitkomst (AIC = 5,5).

Conclusie

Grote verschillen tussen Nederlandse ziekenhuizen in uitkomst na een herseninfarct werden voornamelijk verklaard door verschillen in patiëntkenmerken. De uitkomstcijfers reflecteerden slechts in beperkte mate verschillen in kwaliteit van zorg. Daarom kunnen uitkomstindicatoren niet worden beschouwd als valide prestatie-indicatoren voor zorg na een herseninfarct.

Ned Tijdschr Geneeskd. 2008;152:2126-32

Inleiding

Kwaliteit van zorg bij een herseninfarct wordt regelmatig gemeten met uitkomstindicatoren, meestal (gestandaardiseerde) sterftecijfers.1 Zo was in de basisset voor prestatie-indicatoren van de Inspectie voor de Gezondheidszorg (IGZ) ‘mortaliteit binnen 7 dagen’ tot en met 2006 de prestatie-indicator voor herseninfarct (www.snellerbeter.nl/prestatie-indicatoren/basisset-prestatie-indicatoren). Door het toenemend belang van kwaliteitsmeting is er ook meer discussie over de manier waarop kwaliteit het beste gemeten kan worden.2

Het meten van uitkomstindicatoren is doorgaans gemakkelijker dan het meten van procesindicatoren. Tevens wordt in uitkomstindicatoren automatisch het relatieve belang van verschillende kwaliteitsaspecten gewogen, waardoor ze relevant zijn voor de patiënt.

Een kanttekening hierbij is dat eventuele tekortkomingen in de zorg gecompenseerd kunnen worden door andere goed uitgevoerde onderdelen van de zorg. Daardoor kan het zijn dat de tekortkomingen niet terug te zien zijn in de uitkomst. Dit probleem is nog groter bij analysen op ziekenhuisniveau, waarbij ook nog wordt gemiddeld over verschillende patiënten.1 3 Daarnaast bestaat er twijfel over de mate waarin uitkomstindicatoren werkelijk de kwaliteit van zorg reflecteren, aangezien de uitkomst sterk afhangt van allerlei patiëntkenmerken.

Er zijn verschillende studies uitgevoerd naar de validiteit en de geschiktheid van het gebruik van uitkomstindicatoren om de kwaliteit van zorg bij een herseninfarct te meten. Dit heeft geleid tot uiteenlopende conclusies, waarbij als belangrijkste oorzaak aangewezen werd dat er onvoldoende informatie over het zorgproces beschikbaar is.4-7

Voor het onderzoek dat wij hier beschrijven, waren gegevens van ‘The Netherlands stroke survey’ beschikbaar, waarin gedetailleerde informatie over zowel patiëntkenmerken als het zorgproces is opgenomen. Deze survey bood daardoor een unieke mogelijkheid om te onderzoeken of er een duidelijke relatie is tussen de kwaliteit van het zorgproces en de uitkomst en in hoeverre uitkomstindicatoren geschikt zijn om kwaliteit van zorg bij patiënten met een herseninfarct te meten.

patiënten en methoden

Studiepopulatie

‘The Netherlands stroke survey’ werd uitgevoerd in 10 ziekenhuizen in Overijssel, Noord-Brabant, Limburg en Zuid-Holland. Er namen 2 universitaire ziekenhuizen deel; in totaal ging het om 1 klein ziekenhuis (< 400 bedden), 4 middelgrote ziekenhuizen (400-800 bedden) en 5 grote (> 800 bedden). Alle ziekenhuizen hadden een multidisciplinair stroketeam en 9 hadden een stroke-unit.

Alle patiënten die in de periode oktober 2002-april 2003 werden opgenomen op de afdeling Neurologie met aanwijzingen voor een acuut herseninfarct werden gescreend. Patiënten werden aaneengesloten en prospectief geïncludeerd als de diagnose ‘acuut herseninfarct’ bevestigd werd door de neuroloog. Alle patiënten of hun naasten gaven informed consent en de medisch-ethische commissies van de verschillende ziekenhuizen keurden het onderzoek goed.

Dataverzameling

Onderzoeksassistenten verzamelden binnen 5 dagen na ontslag gegevens uit de medische dossiers van de patiënten. Na 1 jaar werd via de burgerlijke stand opgevraagd of de patiënt nog in leven was. Vervolgens werd bij alle overlevenden een telefonisch interview afgenomen, gebaseerd op een gestructureerde vragenlijst die vooraf werd toegezonden om patiënten de kans te geven eventueel samen met familieleden de vragen te beantwoorden. Verdere details over de studiepopulatie en de dataverzameling zijn terug te vinden in eerdere publicaties over ‘The Netherlands stroke survey’.8 9 De follow-up was compleet bij 96 van de patiënten.

Patiëntkenmerken

Het subtype van de beroerte (herseninfarct of ‘transient ischemic attack’; TIA) werd gedefinieerd door de behandelend neuroloog, gebaseerd op klinische verschijnselen en beeldvormend onderzoek met behulp van CT of MRI. Het bewustzijn werd beoordeeld met de glasgow-comaschaal,10 en beperking in activiteiten van het dagelijks leven (zelfverzorging, hygiëne en mobiliteit) met de barthel-index.11 De aanwezigheid van comorbiditeit en risicofactoren voor hart- en vaatziekten (atriumfibrilleren, ischemische hartziekte, perifeer vaatlijden, diabetes mellitus, hypertensie en hypercholesterolemie) werden gebaseerd op de medische voorgeschiedenis of op gegevens die tijdens de opname beschikbaar kwamen.

Kenmerken van het zorgproces

Om de kwaliteit van het zorgproces te meten werd onderscheid gemaakt tussen acute behandeling, subacute behandeling en preventie. Procesindicatoren voor acute zorg waren: uitvoeren van CT of MRI, ecg, laboratoriumtests, toediening van acetylsalicylzuur binnen 48 h en trombolyse binnen 3 h.

Voor subacute zorg waren de indicatoren: standaard toediening van NaCl 0,9 per infuus, uitvoering van een sliktest, toepassing van een percutane-endoscopische-gastrostomie(PEG)-katheter, vroege mobilisatie en vroege fysiotherapie, alles indien geïndiceerd.

Voor preventie waren de indicatoren: het meten van serumcholesterolwaarde, het uitvoeren van A. carotis-endarteriëctomie binnen 6 maanden, het voorschrijven van plaatjesremmers, orale anticoagulantia, bloeddrukverlagende therapie en cholesterolverlagende therapie, wederom indien geïndiceerd. Deze procesindicatoren en eventuele indicaties werden ontleend aan de nationale richtlijnen. De eerste publicatie bevat meer informatie over de gebruikte proceskenmerken en hoe deze werden gescoord.8

Uitkomst

Een slechte uitkomst werd gedefinieerd als overlijden of zorgafhankelijkheid na 1 jaar ofwel een score van 3 of hoger op de gemodificeerde rankin-schaal (mRS).12 13 De mRS is een 7-puntsuitkomstschaal die loopt van ‘geen klachten’ (score 0) tot ‘overleden’ (score 6). Een score van 3 betekent een matig ernstige handicap die leidt tot enige beperkingen in het dagelijks functioneren.

Statistische analyse

Om de verschillen tussen ziekenhuizen in patiëntkenmerken, proceskenmerken en uitkomst te beoordelen werden de ziekenhuizen ingedeeld in kwartielen op basis van het percentage patiënten met een slechte uitkomst. Daarnaast werden de verschillen tussen de 10 ziekenhuizen getoetst met een ?2-toets.

Met multipele logistische regressie werd een predictiemodel voor een slechte uitkomst per patiënt ontwikkeld, waarbij in 3 stappen alle variabelen met een p-waarde < 0,157 in het model werden opgenomen (deze waarde is gebaseerd op het akaika-informatiecriterium; AIC). De eerste stap bestond uit de uitgangskenmerken van de patiënt: leeftijd, geslacht en duur van de verschijnselen (infarct of TIA), de tweede stap bestond uit verdere patiëntkenmerken, en in de derde stap werden de genoemde proceskenmerken toegevoegd. De voorspellende bijdrage van iedere stap werd uitgedrukt met behulp van het AIC, dat aangeeft hoeveel van de variatie in uitkomst verklaard wordt door de betreffende variabelen aan het model toe te voegen.14

Tevens vergeleken wij per ziekenhuis het aantal patiënten met een slechte uitkomst met het verwachte aantal, vóór en na correctie voor patiëntkenmerken en proceskenmerken.4 De verwachte aantallen waren gebaseerd op de regressiemodellen. De eerste publicatie bevat een gedetailleerder beschrijving van de statistische methoden.8

resultaten

Uitkomst

De totale populatie bestond uit 579 patiënten die in het ziekenhuis werden opgenomen vanwege een herseninfarct. Er overleden 59 (10) patiënten in het ziekenhuis. Na 1 jaar waren 143 (25) patiënten overleden en 128 van de 436 overgebleven patiënten (29) was afhankelijk van zorg (mRS-score: 3, 4 of 5). In totaal hadden dus 271 (47) patiënten een slechte uitkomst na 1 jaar. Dit percentage varieerde tussen de ziekenhuizen van 29 tot 78 (tabel 1).

Patiëntkenmerken

De gemiddelde leeftijd was 70,4 jaar (SD: 13,2), 311 patiënten (54) waren man en het grootste deel van de patiënten (n = 510; 88) had een herseninfarct (zie tabel 1). Er waren grote verschillen tussen de ziekenhuizen in patiëntkenmerken: de gemiddelde leeftijd verschilde bijvoorbeeld van 65-77 jaar en het percentage patiënten met een herseninfarct, tegenover het percentage met een TIA, van 81-97 (zie tabel 1). Verdere patiëntkenmerken zijn beschreven in tabel 2, ingedeeld in kwartielen op basis van uitkomst. Daarin is bijvoorbeeld te zien dat 536 patiënten (93) een of meer vasculaire risicofactoren hadden, 13 van de patiënten bij opname een verlaagd bewustzijn had en 21 beperkt was in de dagelijkse activiteiten.

Proces

Het grootste deel van de patiënten werd in de acute fase behandeld volgens de richtlijnen (tabel 3). Trombolyse werd toegepast bij 7 van alle patiënten. Er waren significante verschillen tussen de ziekenhuizen in de aantallen patiënten die behandeld werden met acetylsalicylzuur (uitersten: 82-87) en met een trombolyticum (uitersten: 5-11).

Subacute zorg werd minder goed volgens de richtlijnen toegepast. Van alle patiënten met een infarct kregen er 203 (40) een sliktest en 21 (24) werden op de eerste dag gemobiliseerd. Bij alle indicatoren van het subacute proces waren er significante verschillen tussen de ziekenhuizen. Het aantal patiënten dat standaard NaCl 0,9 per infuus kreeg indien geïndiceerd, verschilde bijvoorbeeld van 35-81 (zie tabel 3).

Secundaire preventie werd vrij goed volgens de richtlijnen toegepast, maar varieerde sterk tussen de ziekenhuizen. Het percentage patiënten bij wie cholesterol werd gemeten, varieerde bijvoorbeeld van 58-93 tussen de ziekenhuiskwartielen, en het percentage dat bloeddrukverlagende medicatie kreeg van 42-67 (zie tabel 3).

Relatie tussen patiëntkenmerken, proceskenmerken en uitkomst

Predictoren die werden opgenomen in het model waren leeftijd, geslacht, infarct/TIA, ernst van het herseninfarct, verlaagd bewustzijn bij opname, barthel-index bij opname, eerdere beroerte, atriumfibrillatie, ischemische hartaandoening, diabetes mellitus, hypertensie, hypercholesterolemie, ecg, mobilisatie op de eerste dag, plaatjesremmers en orale anticoagulantia. Een groot deel van de variatie in uitkomst tussen ziekenhuizen werd verklaard door leeftijd, geslacht en infarct/TIA (AIC = 54,7; p < 0,001) (tabel 4) en vervolgens een groot deel door de overige patiëntkenmerken (AIC = 79,3; p < 0,001). Het AIC geeft aan in welke mate de variatie in uitkomst verklaard wordt door de betreffende variabelen. Proceskenmerken verklaarden een relatief klein deel (AIC = 5,5; p = 0,009) (zie tabel 4). Uitgebreidere versies van alle tabellen zijn te vinden in de originele publicatie.8

Het aantal patiënten met een slechte uitkomst boven of onder het verwachte aantal liep sterk uiteen tussen de ziekenhuizen (figuur), ongecorrigeerd had ziekenhuis nummer 8 bijvoorbeeld per 100 patiënten 25 patiënten meer met een slechte uitkomst dan verwacht. Omgekeerd waren er ook ziekenhuizen met minder slechte uitkomst dan verwacht; deze bevinden zich in de figuur aan de linkerkant van de verticale lijn. Ziekenhuis 1 leek ongecorrigeerd relatief veel slechte uitkomsten te hebben, maar had na correctie voor leeftijd, geslacht en diagnose minder patiënten met slechte uitkomst dan verwacht. In tabel 1 is inderdaad te zien dat dit ziekenhuis relatief oudere patiënten had en een hoog percentage herseninfarcten in plaats van TIA’s.

In het algemeen is te zien dat na correctie voor patiëntkenmerken alle punten naar het midden verschoven doordat een deel van de variatie werd verklaard door die patiëntkenmerken. Bij correctie voor de kwaliteit van het zorgproces veranderde er echter weinig. Dit impliceerde wederom dat kwaliteit van zorg slechts een klein deel van de verschillen verklaarde.

beschouwing

In deze studie onderzochten wij de validiteit van de zorguitkomst als indicator voor de kwaliteit van zorg bij een herseninfarct: in 10 ziekenhuizen werd de geobserveerde uitkomst vergeleken met de verwachte en werd gekeken of verschillen in patiëntkenmerken en proceskenmerken deze verschillen konden verklaren. Wij vonden grote verschillen in uitkomst, maar deze werden ook voor een groot deel verklaard door patiëntkenmerken en slechts voor een klein deel door kwaliteit van zorg. Ook in eerdere studies heeft men flinke variatie tussen ziekenhuizen in uitkomst gevonden en kon men deze evenmin verklaren door verschil in kwaliteit van zorg.4-7 15

Het moet worden opgemerkt dat de kwaliteit van zorg over het algemeen heel goed was; dit is een mogelijke verklaring voor het feit dat kwaliteit van zorg weinig van de verschillen verklaarde. Er waren echter op sommige procesindicatoren toch aanzienlijke verschillen tussen ziekenhuizen. In de discussie over prestatie-indicatoren wordt vaak aangehaald dat academische centra een ingewikkelder patiëntengroep (‘case-mix’) hebben dan algemene ziekenhuizen. Echter, in onze studie hadden de academische centra (ziekenhuis 3 en 4) juist een vrij jonge patiëntenpopulatie en het percentage patiënten met een slechte uitkomst was er lager dan gemiddeld.

Uitkomstindicatoren

In Nederland was de prestatie-indicator voor CVA van de IGZ tot en met 2006 een uitkomstindicator, namelijk sterfte binnen 7 dagen, waarbij onderscheid gemaakt werd in patiënten van 65 jaar en ouder en jongere patiënten en in herseninfarct dan wel hersenbloeding. Een voordeel van een dergelijke uitkomstindicator is dat de gegevens relatief makkelijk te verzamelen zijn. Onze studie laat echter zien dat vergelijking van ziekenhuizen op basis van uitkomstindicatoren niet valide is zonder correctie voor patiëntkenmerken. Zonder correctie meet de indicator voornamelijk de patiëntenpopulatie van een ziekenhuis en niet de kwaliteit van zorg. Het is dan ook terecht dat deze indicator is afgeschaft. Op de website www.kiesbeter.nl zijn echter nog wel de betreffende cijfers over 2006 te zien.

Uitkomstindicatoren gecorrigeerd voor patiëntkenmerken worden in toenemende mate gebruikt in Groot-Brittannië en in de Verenigde Staten.16-18 Er is ook veel aandacht voor de ontwikkeling van prognostische modellen voor de uitkomst na een herseninfarct, die van belang zijn voor goede correctie.19-24 Een belangrijke vraag daarbij is in hoeverre modellen gevoed kunnen worden met routinematig verzamelde data. Onze studie laat zien dat met slechts leeftijd, geslacht en infarct/TIA de uitkomstcijfers al voor een deel gecorrigeerd kunnen worden. Behalve de vraag welke patiëntkenmerken men in een model voor correctie zouden moeten opnemen, is ook aandacht voor de methodologie en de statistische analyse van groot belang.25

Procesindicatoren

In 2007 verviel de uitkomstindicator voor CVA, en bleef slechts de structuurindicator ‘strokeservice/stroke-unit’ over (www.snellerbeter.nl/fileadmin/snellerbeter/documenten/Indicatoren/Basis…). Het is bewezen dat aanwezigheid van een stroke-unit positief gecorreleerd is met uitkomst.26-28 Echter, aangezien in bijna alle ziekenhuizen nu een stroke-unit is, is deze indicator vermoedelijk weinig discriminerend.

Voor het jaar 2008 is er een procesindicator vastgesteld bij trombolyse: de tijd tussen het arriveren in het ziekenhuis en de start van trombolyse (‘door to needle time’) (www.snellerbeter.nl/fileadmin/snellerbeter/afbeeldingen/Prestatie-indic…). Trombolyse is bewezen effectief maar betreft slechts een klein deel van de zorg bij een herseninfarct, aan een klein deel van de patiënten.29 30 Het is dan ook de vraag of het aantal patiënten dat trombolyse krijgt en de gemiddelde tijd tot trombolyse in een ziekenhuis daadwerkelijk zal blijken samen te hangen met de gemiddelde patiëntenuitkomst.

Een voordeel van het meten van procesindicatoren is dat het mogelijkheden identificeert voor directe verbetering, niet alleen bij minder presterende ziekenhuizen. Hiervan zijn in het buitenland verschillende voorbeelden.31-33 Echter, tegenstanders betogen dat kwaliteitsmeting op procesniveau een te gedetailleerde dataverzameling vereist en dat de conclusies sterk afhangen van de gekozen procesindicatoren.2 Dit is ook te zien in tabel 3: de ziekenhuizen met de beste uitkomst (kwartiel 1) gaven bijvoorbeeld het vaakst acetylsalicylzuur binnen 48 h, maar gaven weinig trombolyse. Ons inziens is het daarom van belang om een procesindicator zoals de tijd tot trombolyse deel te laten uitmaken van een bredere set van indicatoren, die het gehele zorgproces voor de patiënt met een herseninfarct betreffen.

Toekomst

Met de toenemende aandacht voor kwaliteit van zorg zal ook de discussie over prestatie-indicatoren blijven voortduren. De keus voor uitkomst dan wel procesindicatoren en de mate van correctie voor patiëntkenmerken zullen altijd een afweging vormen tussen validiteit en last van de dataverzameling.

conclusie

In deze studie toonden wij aan dat de verschillen tussen Nederlandse ziekenhuizen in uitkomst na een herseninfarct voor het grootste deel werden verklaard door patiëntkenmerken. Verschillen in kwaliteit van zorg werden slechts in beperkte mate gereflecteerd in de uitkomstcijfers. Daarom kunnen uitkomstindicatoren op dit moment niet worden beschouwd als valide prestatie-indicatoren voor zorg na een herseninfarct.

De dataverzamelaars in dit onderzoek waren: M.Beijerink, H.Broers, A.van den Dool, H.Fransen, Chr.Jansen, M.Kamps, C.Koppelaar, G.Middelveld-van Berkum, C.W.van Rijn, E.A.M.de Swart, H.A.M.Tebbe, M.van der Wal, M.Vermeulen en S.Versluis.

Aan dit onderzoek namen de volgende ziekenhuizen deel: Albert Schweizer Kliniek, Dordrecht, dr.R.P.Kleyweg; Atrium Medisch Centrum Parkstad, Heerlen, dr.C.L.Franke; Erasmus MC, Rotterdam, dr.D.W.J.Dippel; Ziekenhuis St. Jansdal, Harderwijk, dr.D.J.Hofstee; Isala klinieken, locatie De Weezenlanden, Ziekenhuis Sophia, Zwolle, dr.G.de Jong, dr.J.S.P.van den Berg; Laurentius Ziekenhuis, Roermond, dr.A.Schyns-Soeterboek; Medisch Centrum Rijnmond-Zuid, locatie Clara, locatie Zuider, Rotterdam, dr.R.Saxena, dr.E.Thomeer; St. Franciscus Gasthuis, Rotterdam, dr.F.H.Vermeij; TweeSteden Ziekenhuis, Tilburg, dr.B.P.W.Jansen; St Elisabeth Ziekenhuis, Tilburg, dr.P.L.M.de Kort; Academisch Ziekenhuis Maastricht, Maastricht, dr.R.J.van Oostenbrugge.

Belangenconflict: geen gemeld. Financiële ondersteuning: dit werk is deels gefinancierd door de Nederlandse Hartstichting (2000T101).

Literatuur
  1. Rubin HR, Pronovost P, Diette GB. The advantages and disadvantages of process-based measures of health care quality. Int J Qual Health Care. 2001;13:469-74.

  2. Giard RWM. Prestatie-indicatoren ongeschikt om complexe zorg te beoordelen en te verbeteren. Ned Tijdschr Geneeskd. 2007;151:957-9.

  3. Mant J. Process versus outcome indicators in the assessment of quality of health care. Int J Qual Health Care. 2001;13:475-80.

  4. Weir N, Dennis MS. Towards a national system for monitoring the quality of hospital-based stroke services. Scottish Stroke outcomes Study Group. Stroke. 2001;32:1415-21.

  5. McNaughton H, McPherson K, Taylor W, Weatherall M. Relationship between process and outcome in stroke care. Stroke. 2003;34:713-7.

  6. Mohammed MA, Mant J, Bentham L, Raftery J. Comparing processes of stroke care in high- and low-mortality hospitals in the West Midlands, UK. Int J Qual Health Care. 2005;17:31-6.

  7. Wolfe CD, Tilling K, Beech R, Rudd AG. Variations in case fatality and dependency from stroke in western and central Europe. The European BIOMED Study of Stroke Care Group. Stroke. 1999;30:350-6.

  8. Lingsma HF, Dippel DW, Hoeks S, Steyerberg EW, Franke CL, Oostenbrugge RJ van, et al. Variation between hospitals in patient outcome after stroke is only partly explained by differences in quality of care. Data from the Netherlands stroke survey. J Neurol Neurosurg Psychiatry. 2008;79:888-94.

  9. Scholte op Reimer WJ, Dippel DW, Franke CL, Oostenbrugge RJ van, Jong G de, Hoeks S, et al. Quality of hospital and outpatient care after stroke or transient ischemic attack: insights from a stroke survey in the Netherlands. Stroke. 2006;37:1844-9.

  10. Teasdale G, Jennett B. Assessment of coma and impaired consciousness. A practical scale. Lancet. 1974;2(7872):81-4.

  11. Wade DT, Collin C. The Barthel ADL index: a standard measure of physical disability? Int Disabil Stud. 1988;10:64-7.

  12. Swieten JC van, Koudstaal PJ, Visser MC, Schouten HJ, Gijn J van. Interobserver agreement for the assessment of handicap in stroke patients. Stroke. 1988;19:604-7.

  13. Bonita R, Beaglehole R. Recovery of motor function after stroke. Stroke. 1988;19:1497-500.

  14. Akaike H. Information theory and an extension of the maximum likelihood principle. In: Petrov BN, Csàski F, editors. Proceedings of the second Internatinal Symposium on Information Theory. Budapest: Akademiai kiado; 1973. p. 267-81.

  15. Rudd AG, Irwin P, Rutledge Z, Lowe D, Wade DT, Pearson M. Regional variations in stroke care in England, Wales and Northern Ireland: results from the National Sentinel Audit of Stroke. Clin Rehabil. 2001;15:562-72.

  16. Jarman B, Gault S, Alves B, Hider A, Dolan S, Cook A, et al. Explaining differences in English hospital death rates using routinely collected data. BMJ. 1999;318:1515-20.

  17. Krumholz HM, Wang Y, Mattera JA, Wang Y, Han LF, Ingber MJ, et al. An administrative claims model suitable for profiling hospital performance based on 30-day mortality rates among patients with an acute myocardial infarction. Circulation. 2006;113:1683-92.

  18. Krumholz HM, Wang Y, Mattera JA, Wang Y, Han LF, Ingber MJ, et al. An administrative claims model suitable for profiling hospital performance based on 30-day mortality rates among patients with heart failure. Circulation. 2006;113:1693-701.

  19. Weimar C, Ziegler A, König IR, Diener HC. Predicting functional outcome and survival after acute ischemic stroke. J Neurol. 2002;249:888-95.

  20. Tilling K, Sterne JA, Rudd AG, Glass TA, Wityk RJ, Wolfe CD. A new method for predicting recovery after stroke. Stroke. 2001;32:2867-73.

  21. Johnston KC, Connors jr AF, Wagner DP, Haley jr EC. Predicting outcome in ischemic stroke: external validation of predictive risk models. Stroke. 2003;34:200-2.

  22. Counsell C, Dennis M, McDowall M, Warlow C. Predicting outcome after acute and subacute stroke: development and validation of new prognostic models. Stroke. 2002;33:1041-7.

  23. Counsell C, Dennis M, McDowall M. Predicting functional outcome in acute stroke: comparison of a simple six variable model with other predictive systems and informal clinical prediction. J Neurol Neurosurg Psychiatry. 2004;75:401-5.

  24. German Stroke Study Collaboration. Predicting outcome after acute ischemic stroke: an external validation of prognostic models. Neurology. 2004;62:581-5.

  25. DeLong ER, Peterson ED, DeLong DM, Muhlbaier LH, Hackett S, Mark DB. Comparing risk-adjustment methods for provider profiling. Stat Med. 1997;16:2645-64.

  26. Limburg M, Kappelle LJ. Gestructureerde zorg voor patiënten met een beroerte: ‘stroke units’ en ‘transmurale stroke services’. Ned Tijdschr Geneeskd. 1997;141:566-7.

  27. Cools HJ. Stroke-services toenemend effectief. Ned Tijdschr Geneeskd. 2005;149:2321-3.

  28. Stroke Unit Trialists’ Collaboration. Organised inpatient (stroke unit) care for stroke Cochrane review. Cochrane Database Syst Rev. 2008;(2):CD000197.

  29. The national institute of neurological disorders and stroke rt-pa stroke study group. Tissue plasminogen activator for acute ischemic stroke. N Engl J Med. 1995;333:1581-7.

  30. Wardlaw JM, Zoppo G, Yamaguchi T, Berge E. Thrombolysis for acute ischaemic stroke Cochrane review. Cochrane Database Syst Rev. 2003;(3):CD000213.

  31. Asplund K, Hulter Asberg K, Norrving B, Stegmayr B, Terént A, Wester PO, et al. Riks-stroke – a Swedish national quality register for stroke care. Cerebrovasc Dis. 2003;15(Suppl 1):5-7.

  32. National sentinel stroke audit. Phase 1 (organisational audit) 2006, phase 2 (clinical audit) 2006. Report for England, Wales and Northern Ireland. Londen: Clinical Effectiveness and Evaluation Unit Royal College of Physicians; 2007.

  33. Dennis MF, R. McDowall, M. National report on stroke services in Scottish hospitals. Data relating to 2005/2006. Edinburgh: Scottish Stroke Care Audit; 2007.

Auteursinformatie

Erasmus MC, Postbus 2040, 3000 CA Rotterdam.

Thoraxcentum, afd. Cardiologie, kamer AE-138: mw.drs.H.F.Lingsma en mw.drs.S.E.Hoeks, artsen-onderzoekers (beiden tevens: afd. Maatschappelijke Gezondheidszorg); hr.prof.dr.M.L.Simoons, cardioloog.

Afd. Neurologie: hr.dr.D.W.J.Dippel, neuroloog.

Afd. Maatschappelijke Gezondheidszorg: hr.dr.E.W.Steyerberg, klinisch besliskundige.

Atrium Medisch Centrum Parkstad, afd. Neurologie, Heerlen.

Hr.dr.C.L.Franke, neuroloog.

Academisch Ziekenhuis Maastricht, afd. Neurologie, Maastricht.

Hr.dr.R.J.van Oostenbrugge, neuroloog.

Isala klinieken, locatie Weezenlanden, afd. Neurologie, Zwolle.

Hr.dr.G.de Jong, neuroloog.

Hogeschool van Amsterdam, Instituut Verpleegkunde, Amsterdam.

Mw.dr.W.J.M.Scholte op Reimer, gezondheidswetenschapper en epidemioloog.

Contact mw.drs.H.F.Lingsma (h.lingsma@erasmusmc.nl)

Gerelateerde artikelen

Reacties