Beperkte invloed gegevensregistratie op gestandaardiseerd ziekenhuissterftecijfer (HSMR)

Variations in Dutch National Medical Registration hardly affect the hospital standardised mortality rate (HSMR)

Objective

To analyse the variation in the registration of hospital admissions across Dutch hospitals and determine how this variation affects the Hospital Standardised Mortality Rate (HSMR).

Design

Retrospective, descriptive.

Method

We used data from the National Medical Registration (LMR), covering the records of all hospital admissions in 2005 in Dutch hospitals, to analyse the variation between hospitals in 3 variables: the number of secondary diagnoses, the percentage of unplanned admissions, and the percentage of non-specified diagnoses (‘other diagnoses’). The impact of this variation on the HSMR was analysed by calculating the correlation between the HSMR and each of the variables. The correlation between the original HSMR and the HSMR without adjustment for these variables was also calculated.

Results

The variation in the percentages of unplanned admissions and admissions with a non-specified diagnosis was low. The variation in these two variables had a small or no effect on the HSMR. There was a considerable variation in the mean number of secondary diagnoses per hospital. This variation had a limited but statistically significant effect on the HSMR. The HSMR calculated without adjustments for secondary diagnoses correlated strongly with the original HSMR.

Conclusion

This analysis does not support the view that the HSMR is strongly affected by variation in the registration of hospital admissions and is therefore not reliable. Therefore, there is no need for restraint with regard to publication of the Dutch HSMR.

Conflict of interest: D. Pieter and R.B. Kool are both employees of Kiwa Prismant, the organisation appointed to calculate the hospital standardised mortality rates of the Dutch hospitals. Financial support: none declared.

Samenvatting

Doel

Nagaan in hoeverre de opnameregistratie tussen Nederlandse ziekenhuizen varieert en wat de invloed van deze variatie is op de gestandaardiseerde ziekenhuissterfte (HSMR).

Opzet

Retrospectief, beschrijvend.

Methode

Gegevens van de Landelijke Medische Registratie over alle ziekenhuisopnamen in 2005 werden gebruikt om de variatie tussen de ziekenhuizen in 3 variabelen in beeld te brengen: het aantal nevendiagnosen, het percentage niet-geplande opnamen en het percentage niet-gespecificeerde diagnosen (‘overige diagnosen’). De invloed van deze variatie op de HSMR werd geanalyseerd door de correlatie te berekenen tussen deze variabelen en de HSMR. Ook werd de correlatie berekend tussen de HSMR en de HSMR ongecorrigeerd voor deze variabelen.

Resultaten

Er was weinig variatie in de percentages niet-geplande opnamen en opnamen met ‘overige diagnosen’. De variatie in deze 2 variabelen had nauwelijks of geen invloed op de HSMR. Er was aanzienlijke variatie in het gemiddeld aantal nevendiagnosen per ziekenhuis. Deze variatie had een beperkte maar statistisch significante invloed op de HSMR. De HSMR zonder correctie voor nevendiagnosen correleerde sterk met de oorspronkelijke HSMR.

Conclusie

Deze analyse ondersteunt niet de stelling dat de HSMR sterk beïnvloed wordt door variaties in de opnameregistratie en daardoor onbetrouwbaar is. Terughoudendheid in de publicatie van de HSMR is daarom niet nodig.

Artikelinformatie

25 augustus 2010

In print verschenen in

week 36 2010

Citeer dit artikel als

Ned Tijdschr Geneeskd. 2010;154:A2186

Vakgebied

Zorgorganisatie

Auteursinformatie

Kiwa Prismant, Utrecht.

Drs. D. Pieter, onderzoeker (tevens: Tranzo, Universiteit van Tilburg); dr. R.B. Kool, arts.

Rijksinstituut voor Volksgezondheid en milieu, Bilthoven.

Contact Drs. D. Pieter (daniel.pieter@prismant.nl)

Verantwoording

Belangenconflict: D. Pieter en R.B. Kool zijn beiden werkzaam bij Kiwa Prismant. Financiële ondersteuning: geen gemeld.
Aanvaard op 14 juli 2010

Heb je nog vragen na het lezen van dit artikel?

Check onze AI-tool en verbaas je over de antwoorden.

ASK NTVG

Reacties

Invloed gegevensregistratie op HSMR

Uw publicatie verwijst naar ons artikel NTvG2010;154;A1189. Sommige cruciale bevindingen hieruit zijn echter niet betrokken bij Uw studie. Ook stelt U onterecht dat HSMR-openbaarmaking is uitgesteld n.a.v. ons artikel. Die beslissing is al in 2009 genomen en werd gedreven door meerdere verstorende factoren, waaronder registratievariatie.

Opnamediagnosen
Circa 75% van alle opnamen telt niet mee bij de HSMR-berekening. Niet meetellende opnamen met ambigue diagnosen (126.000 in onze studie) kunnen zodoende onterecht worden uitgesloten met potentiële HSMR-vertekening als gevolg. Uw studie houdt hier geen rekening mee en betreft alleen minder vaak voorkomende ‘overige-diagnosen’. Bovendien is o.i. niet zozeer het door U onderzochte percentage van alle opnamen, maar vooral de mortaliteit van ‘overige-diagnosen’ bepalend voor mogelijke vertekening. Ook bij Uw grens van 1% kan een relatief hoge mortaliteit in die groep veel sterfgevallen (~15–30/jaar) verhullen voor de HSMR.

Percentage acute opnamen
Dit percentage correleert negatief met de HSMR. Ligt het verloop van gemiddeld 20 HSMR-punten nu aan imperfectie van het instrument of aan registratievariatie? Verder correleren HSMRs mét en zonder urgentiecorrectie in zekere mate, daar zorgen de andere regressievariabelen wel voor. Maar de registratievariatie blijft vooralsnog onbekend en ligt besloten in de variatie van het percentage acuut (22%-70%). Niet duidelijk wordt op grond waarvan U ‘beperkte variatie in het registreren’ concludeert.

Wij hebben dit onderzocht aan de bron (interviews) en de codeerverschillen bleken groot. Dit werd bevestigd door onderzoek van 24.249 opnamen met een per definitie hoog verwacht % acuut (acute cholecystitis, acute CVA, enz.). Het % acuut gecodeerd varieerde van 34% (onwaarschijnlijk laag) tot 93%.

Uw correlatie van HSMR-varianten geeft een indruk van de mogelijke HSMR-impact door registratievariatie alsook van het vermogen tot correctie voor urgentie. Echter als de HSMR-impact als beperkt beoordeeld wordt, dan is correctie voor deze variabele overbodig.

Gemiddeld aantal nevendiagnosen
De grote spreiding hiervan binnen gelijksoortige ziekenhuizen (UMC,..) duidt op sterke registratievariatie. Commentaar impact als hiervoor.

Eindbeschouwing
Uw conclusie t.a.v. openbaarmaking HSMR onderschrijven wij niet wegens:

Onvolledige vaststelling registratievariatie, onduidelijke detectiemethodiek en inadequate kwantificering HSMR-impact.
Potentiële HSMR-vertekening door andere variatiebronnen, zie Uw literatuurlijst.

Ongecorrigeerde variatiebronnen kunnen tezamen de HSMR flink beïnvloeden, ook bij beperkte impact van iedere afzonderlijke bron. Opeenstapelende effecten kunnen toevallig steeds nadelig uitpakken, daardoor sterk verhogend werken en andersom. Voorbeelden van beide extremen, twee ziekenhuizen, zijn aantoonbaar aanwezig binnen Santeon. Als voor- en nadelige effecten elkaar afwisselen blijft de HSMR-impact veelal beperkt.

Mede namens mijn co-auteurs,
WF van den Bosch