Krankenhaus-Routinedaten zur externen Qualitätssicherung?

Maass, Christina; Schleiz, W.; Weyermann, Maria; Drösler, Saskia E.

doi:10.1055/s-0031-1274523

Cited by 7 publications

(1 citation statement)

References 7 publications

(8 reference statements)

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Effective 01 July 2018, the HAC policy was introduced in Australia as a pay-for-performance scheme to incentivise prevention of complications related to hospitalisation through discontinued activity-based funding reimbursements (Independent Hospital Pricing Authority, 2018). In keeping with comparable HAC policy specifications in Europe (Drösler, 2011; Maass et al, 2011) and North America (Peasah et al, 2013), this framework utilises ICD-10-AM codes applied to admission episodes (Michel et al, 2009; Shepheard et al, 2019). The HAC funding approach incorporates a risk-adjustment model that assigns patient episodes with a complexity score using logistic regression to determine the magnitude of withheld hospital remuneration for individual HAC-coded hospital encounters (Independent Hospital Pricing Authority, 2022).…”

Section: Introductionmentioning

confidence: 99%

Performance of ICD-10-AM codes for quality improvement monitoring of hospital-acquired pneumonia in a haematology-oncology casemix in Victoria, Australia

Valentine

Gillespie

Verspoor

et al. 2022

HIM J

View full text Add to dashboard Cite

Background The Australian hospital-acquired complication (HAC) policy was introduced to facilitate negative funding adjustments in Australian hospitals using ICD-10-AM codes. Objective The aim of this study was to determine the positive predictive value (PPV) of the ICD-10-AM codes in the HAC framework to detect hospital-acquired pneumonia in patients with cancer and to describe any change in PPV before and after implementation of an electronic medical record (EMR) at our centre. Method A retrospective case review of all coded pneumonia episodes at the Peter MacCallum Cancer Centre in Melbourne, Australia spanning two time periods (01 July 2015 to 30 June 2017 [pre-EMR period] and 01 September 2020 to 28 February 2021 [EMR period]) was performed to determine the proportion of events satisfying standardised surveillance definitions. Results HAC-coded pneumonia occurred in 3.66% ( n = 151) of 41,260 separations during the study period. Of the 151 coded pneumonia separations, 27 satisfied consensus surveillance criteria, corresponding to an overall PPV of 0.18 (95% CI: 0.12, 0.25). The PPV was approximately three times higher following EMR implementation (0.34 [95% CI: 0.19, 0.53] versus 0.13 [95% CI: 0.08, 0.21]; p = .013). Conclusion The current HAC definition is a poor-to-moderate classifier for hospital-acquired pneumonia in patients with cancer and, therefore, may not accurately reflect hospital-level quality improvement. Implementation of an EMR did enhance case detection, and future refinements to administratively coded data in support of robust monitoring frameworks should focus on EMR systems. Implications Although ICD-10-AM data are readily available in Australian healthcare settings, these data are not sufficient for monitoring and reporting of hospital-acquired pneumonia in haematology-oncology patients.

show abstract

Section: Introductionmentioning

confidence: 99%

Performance of ICD-10-AM codes for quality improvement monitoring of hospital-acquired pneumonia in a haematology-oncology casemix in Victoria, Australia

Valentine

Gillespie

Verspoor

et al. 2022

HIM J

View full text Add to dashboard Cite

show abstract

Analyse der Behandlungsqualität mittels ICD‑11

Drösler

Kostanjsek

2018

Bundesgesundheitsbl

View full text Add to dashboard Cite

The identification of treatment errors, the so-called "undesirable" or "critical incidents", is crucial for improving and developing the quality of care. The new International Statistical Classification of Diseases and Related Health Problems-ICD-11-supports a structured data collection in the context of the quality of care and patient safety. Documentation conceptually relies on the multiple coding of the three dimensions of a critical incident: harm, cause, and mode. In this way, it is possible to capture the event in great detail, including the reasons for it and the effects it has. An evaluation of this concept in a field trial using 45 clinical case studies showed good concordance in coding across the documented participants.As the ICD-11 permits the detailed capture of near misses and their context, it could be used for structured documentation in incident reporting systems (databanks for the anonymous reporting of treatment errors). In this way, the error reports can be gathered in a more systematic way, so that they can be used for better quality improvement.In quality assessment, it is important to consider the time of diagnosis. Thus, the feature present on admission (POA) is a diagnosis qualifier that is of substantial importance for quality assessment and is widely used internationally. Up to now, it has not been permanently available in Germany. ICD-11 includes the relevant code.

show abstract

Effekte der gesetzlichen Qualitätssicherung in der akutstationären Versorgung

Geraedts

Cruppé

2022

Bundesgesundheitsbl

View full text Add to dashboard Cite

Zusammenfassung Hintergrund Die gesetzliche Qualitätssicherung (QS) dient der Sicherung und Weiterentwicklung der Qualität der Leistungserbringung. Besonders prominent in Deutschlands akutstationärer Versorgung sind die verpflichtend anzufertigenden Qualitätsberichte (QB) und die Beteiligung an externen Qualitätsvergleichen (eQS). Deren Effekte wurden bisher nicht umfassend evaluiert. Fragestellung Mit welchen Effekten auf die Versorgungsqualität gehen eQS und QB einher? Material und Methode Auf der Basis einer selektiven Literaturrecherche wurden internationale Erkenntnisse zu den Effekten der QS zusammengestellt. Diese wurden durch Analysen der Qualitätsreporte der seit 2001 für die eQS zuständigen Institutionen, der Bundesgeschäftsstelle Qualitätssicherung (BQS), des Instituts für angewandte Qualitätsförderung und Forschung im Gesundheitswesen (AQUA) und des Instituts für Qualitätssicherung und Transparenz im Gesundheitswesen (IQTIG) ergänzt. Ergebnisse Laut internationaler Literatur können höchstens schwache Effekte dieser Maßnahmen vor allem auf die Prozessqualität erwartet werden. Studien aus Deutschland beobachten zumeist nur unkontrolliert zeitliche Trends und weisen zum Teil verbesserte Qualitätsindikatoren nach. Nur je eine kontrollierte Studie konnte für die eQS bzw. die QB jeweils schwache positive Effekte auf die Ergebnis- bzw. Prozessqualität zeigen. Diskussion Weder für die QB noch die eQS liegen überzeugende Evaluationsergebnisse vor. Als potenzielle Ursachen können Mängel der adressatenorientierten Gestaltung der QB und der rückgemeldeten Indikatorergebnisse in Bezug auf deren Validität, Risikoadjustierung und zeitliche Verfügbarkeit angeführt werden. Die gesetzliche QS sollte überarbeitet werden, indem die Voraussetzungen für erfolgreiche Leistungsrückkopplungen stärker beachtet werden und wieder Raum für eine intrinsisch motivierte Auseinandersetzung mit der eigenen Versorgungsqualität geschaffen wird.

show abstract

Krankenhaus-Routinedaten zur externen Qualitätssicherung?

Cited by 7 publications

References 7 publications

Performance of ICD-10-AM codes for quality improvement monitoring of hospital-acquired pneumonia in a haematology-oncology casemix in Victoria, Australia

Performance of ICD-10-AM codes for quality improvement monitoring of hospital-acquired pneumonia in a haematology-oncology casemix in Victoria, Australia

Analyse der Behandlungsqualität mittels ICD‑11

Effekte der gesetzlichen Qualitätssicherung in der akutstationären Versorgung

Contact Info

Product

Resources

About