HSMR-rapport met verdieping naar diagnosegroepen en patiëntencategorieën. BovenIJ Ziekenhuis Amsterdam. WCC-nr: 261

Transcriptie

1 HSMR-rapport met verdieping naar diagnosegroepen en patiëntencategorieën BovenIJ Ziekenhuis Amsterdam WCC-nr: 261 oktober 2013

2 Het Centraal Bureau voor de Statistiek (CBS) heeft in opdracht van Dutch Hospital Data (DHD) HSMR-cijfers berekend voor de Nederlandse ziekenhuizen. Uw ziekenhuis heeft het CBS gemachtigd om de HSMR-cijfers van uw ziekenhuis te leveren aan DHD. Het CBS heeft daarvoor dit rapport opgesteld, welke door DHD aan uw ziekenhuis wordt verzonden. Stichting Dutch Hospital Data is opgericht door de NVZ Vereniging van ziekenhuizen en de Nederlandse Federatie van Universitair Medische Centra (NFU) met als doel het beheer en onderhoud van verzamelingen van ziekenhuisgegevens, toezicht op relevante databanken die elders worden aangehouden en het bevorderen van een hoogwaardige informatievoorziening voor en over de ziekenhuiszorg. Dutch Hospital Data, Oudlaan 4, 3515 GA Utrecht Postbus 9696, 3506 GR Utrecht Telefoon Centraal Bureau voor de Statistiek Postbus 24500, 2490 HA Den Haag Bij vragen over dit rapport wordt u verzocht contact op te nemen met DHD.

3 Inhoudsopgave Voorwoord en leeswijzer... 5 Managementsamenvatting Achtergrond HSMR Wat is de HSMR? Wat is het doel van de HSMR? Beperkingen van de HSMR Wat kan een ziekenhuis met de (H)SMR-cijfers? Methode (H)SMR-berekening Wijzigingen in de gebruikte methode Brongegevens Verklarende variabelen in het model Berekeningswijze Uitkomsten Effect van de overgang op ICD10-codering op de HSMR-uitkomsten Resultaten Controle LMR-deelname, datakwaliteit en casemix De HSMR van uw ziekenhuis Funnelplots HSMR SMR s hoger of lager dan gemiddeld...30 Bijlage 1. Verklarende variabelen in het HSMR-model Bijlage 2. Verklarende variabelen per diagnosegroep Bijlage 3. SMR s per diagnosegroep en patiëntencategorie

4 - 4 -

5 Voorwoord en leeswijzer Voor u ligt het rapport van de gestandaardiseerde sterftecijfers, de zogenaamde Hospital Standardised Mortality Ratio s (HSMR s) voor uw ziekenhuis. De HSMR is een indicator die het aantal overleden patiënten in een ziekenhuis vergelijkt met de landelijk gemiddelde ziekenhuissterfte, rekening houdend met relevante kenmerken van de patiënten en de opnamen. Net zoals de vorige twee jaren heeft het Centraal Bureau voor de Statistiek (CBS) de cijfers berekend en de rapporten voor de ziekenhuizen opgesteld, in opdracht van Dutch Hospital Data (DHD). Het CBS heeft de HSMR s nu berekend voor de periode De brondata voor deze berekening zijn afkomstig uit de Landelijke Medische Regisratie (LMR). Behalve de HSMR worden ook de SMR-cijfers voor specifieke diagnose- en patiëntengroepen gepresenteerd. Dit jaar zijn op verzoek van DHD voor het eerst ook SMR s opgenomen van een aantal clusters van diagnosegroepen. Zo is er bijvoorbeeld een cluster voor aandoeningen van het hartvaatstelsel. Niet alle ziekenhuizen hebben een rapportage gekregen. Er zijn alleen rapportages gemaakt voor de ziekenhuizen die het CBS schriftelijk gemachtigd hebben om de cijfers (via DHD) te leveren, en waarvan de data van 2012 voldoen aan een aantal minimale eisen voor wat betreft LMR-deelname, datakwaliteit en casemix. Of uw ziekenhuis in deze rapportage behalve voor 2012 ook HSMR-cijfers heeft gekregen voor 2010, 2011 en de 3-jaarsperiode , hangt er van af of uw ziekenhuis ook in die jaren voldeed aan de data-eisen. De methode die het CBS gebruikt heeft om de HSMR te berekenen is niet noemenswaardig gewijzigd ten opzichte van vorig jaar en wordt in dit rapport op hoofdlijnen beschreven. Een uitgebreide technische beschrijving van het berekeningsmodel voor de HSMR zal uiterlijk in november 2013 worden gepubliceerd op de website van het CBS, tezamen met de modeluitkomsten. Verder zal het CBS dit najaar een onderzoek starten naar de praktische mogelijkheden voor een nieuwe indicator die naast de ziekenhuissterfte ook de sterfte kort na ontslag meeneemt. Als dit wenselijk en mogelijk blijkt, kan een dergelijke indicator in de toekomst aan de HSMRrapporten worden toegevoegd. Behalve verdere ontwikkeling van het HSMR-model, is het met name belangrijk dat ziekenhuizen de voor de HSMR benodigde gegevens volledig, juist en consistent registreren in de LMR en in diens opvolger de Landelijke Basisregistratie Ziekenhuiszorg (LBZ). Uit onderzoek van het CBS is gebleken dat hier nog de nodige winst is te halen. In dit rapport zijn net als vorig jaar landelijke cijfers van een aantal voor de HSMR belangrijke variabelen opgenomen, zodat u de scores van uw ziekenhuis op deze variabelen kunt vergelijken met wat landelijk wordt geregistreerd. Soms zijn de verschillen tussen ziekenhuizen namelijk zo groot, dat dit behalve met echte verschillen tussen ziekenhuizen ook te maken moet hebben met verschillen in registratiepraktijk. Dergelijke codeerverschillen kunnen de HSMR- en SMR-cijfers van een ziekenhuis onterecht beïnvloeden. Daarom is de codeerkwaliteit en de onderlinge consistentie van coderen tussen ziekenhuizen onverminderd een belangrijk aandachtspunt. Het CBS publiceert de HMSR-cijfers alleen in anonieme vorm; individuele ziekenhuizen zijn hierin niet herkenbaar. Over de eventuele publicatie van de HSMR-2012 cijfers per ziekenhuis beslissen de ziekenhuizen zelf, in overleg met hun brancheorganisaties NVZ en NFU

6 Het nu voorliggende rapport van de (H)SMR-cijfers van uw ziekenhuis is hetzelfde opgebouwd als de vorige jaren. Eerst wordt een samenvatting gegeven van de belangrijkste uitkomsten. In hoofdstuk 1 wordt ingegaan op de achtergronden van de HSMR, met een uitleg van de aard van de indicator, het doel, de beperkingen en hoe de indicator gebruikt kan worden. In hoofdstuk 2 wordt de gebruikte methode voor de HSMR-berekening toegelicht. In hoofdstuk 3 worden de resultaten voor uw ziekenhuis uitgebreid beschreven, met bijzondere aandacht voor de SMR s die in statistisch opzicht afwijken. In de bijlagen vindt u nadere informatie over de in het model gebruikte variabelen en een overzicht van alle SMR s per diagnosegroep en patiëntencategorie

7 Managementsamenvatting Het CBS heeft ook dit jaar, in opdracht van DHD, de Hospital Standardised Mortality Ratio s (HSMR s) berekend voor de Nederlandse ziekenhuizen. In dit rapport worden de resultaten voor uw ziekenhuis weergegeven. Uw ziekenhuis heeft het CBS schriftelijk gemachtigd tot het verstrekken van deze cijfers aan DHD dat verantwoordelijk is voor het verdere gebruik van deze gegevens. De HSMR is een indicator om sterfte in ziekenhuizen te vergelijken met het landelijk gemiddelde, waarbij rekening is gehouden met relevante kenmerken van de patiënten en de opnamen. Over alle ziekenhuizen bekeken is de HSMR gemiddeld 100. Als een ziekenhuis een HSMR heeft die statistisch significant hoger is dan 100, dan betekent dit dat er in het ziekenhuis meer klinische patiënten zijn overleden dan verwacht mag worden op basis van het landelijk gemiddelde. Als de HSMR significant lager is dan 100, dan heeft het ziekenhuis juist minder dan verwacht op basis van het landelijk gemiddelde. Behalve de overall HSMR zijn ook specifieke Standard Mortality Ratio s (SMR s) berekend. De SMR geeft net als de HSMR aan hoe hoog de sterfte in een ziekenhuis is vergeleken met het landelijk gemiddelde, maar dan voor een bepaalde diagnosegroep of patiëntencategorie. Dit jaar zijn behalve SMR s voor de afzonderlijke diagnosegroepen die deel uitmaken van de HSMR, ook SMR s berekend voor vijf clusters van deze diagnosegroepen, namelijk voor nieuwvormingen, aandoeningen van het hartvaatstelsel, respiratoire aandoeningen, maag-, darm- en leveraandoeningen, en urogenitale aandoeningen. Als een ziekenhuis een statistisch significant hoge HSMR heeft, dan is dat een signaal dat er mogelijk wat schort aan de kwaliteit van de zorg, maar er kunnen ook andere oorzaken voor zijn. Evenzo zou een significant lage HSMR kunnen duiden op best practices in de zorg. Door binnen het ziekenhuis de diagnosegroepen en patiëntencategorieën met een significant hoge of lage SMR nader te analyseren, kan mogelijk nuttige informatie worden verkregen. Wellicht is er een relatie met de patiëntenzorg, maar het kan bijvoorbeeld ook zijn dat de registratie afwijkend is of dat er bijzondere patiëntenkenmerken zijn waar de (H)SMR onvoldoende voor corrigeert. De methode om de HSMR te berekenen is dit jaar niet noemenswaardig gewijzigd ten opzichte van de methode die vorig jaar door het CBS is gehanteerd. Wel is het zo dat de ziekenhuizen die in 2012 in ICD10 codeerden gemiddeld een wat lagere HSMR 2012 hebben dan ziekenhuizen die nog in ICD9 codeerden. Dit ligt niet aan de methode van de HSMR-berekening, maar aan verschillen in registratie en in classificatie (ICD10 versus ICD9). De classificatieverschillen zullen verdwijnen als alle ziekenhuizen zijn overgestapt op de ICD10. Samenvatting resultaten Om een betekenisvolle (H)SMR te kunnen berekenen moeten de data van een ziekenhuis voldoen aan een aantal eisen voor wat betreft LMR-deelname, datakwaliteit en casemix. Voor verslagjaar 2012 is dat voor uw ziekenhuis het geval. Ook voor de driejaarsperiode konden (H)SMR-cijfers worden berekend. HSMR 2012 De cijfers van 2012 geven het meest actuele beeld van de ziekenhuissterfte. De HSMR van de Nederlandse ziekenhuizen varieert in 2012 van 62 tot 123. De HSMR van uw ziekenhuis is 100; het 95%-betrouwbaarheidsinterval is Dat betekent dat de HSMR van uw ziekenhuis voor 2012 niet significant afwijkt van het landelijk gemiddelde

8 HSMR Omdat de cijfers over één verslagjaar relatief grote betrouwbaarheidsintervallen hebben, is de HSMR ook berekend voor een driejaarsperiode. Dit geeft een preciezer, maar iets minder actueel cijfer. De HSMR van de Nederlandse ziekenhuizen varieert in de periode van 60 tot 129. De HSMR van uw ziekenhuis over deze periode is 93; het 95%-betrouwbaarheidsinterval is Dat betekent dat de HSMR van uw ziekenhuis voor de genoemde periode niet significant afwijkt van het landelijk gemiddelde. SMR s In 2012 en/of in is bij de volgende diagnosegroepen (tussen haakjes is het CCSgroepnummer vermeld) en/of patiëntengroepen de sterfte in uw ziekenhuis significant lager dan het landelijk gemiddelde (95% betrouwbaarheidsniveau): - Aandoeningen van het hartvaatstelsel (96,100,101,103,106,107,108,109,114,115,116,117) - Maag-, darm- en leveraandoeningen (145,146,149,150,151,153,155) - Hartritmestoornis (106) - Vrouwen Nadere informatie over de SMR s staat beschreven in paragraaf 3.4 van dit rapport. Publicatie Het CBS zal de HSMR-cijfers alleen in anonieme vorm publiceren. Over de eventuele publicatie van de HSMR-2012 cijfers per ziekenhuis beslissen de ziekenhuizen zelf, in overleg met hun brancheorganisaties NVZ en NFU

9 1 Achtergrond HSMR 1.1 Wat is de HSMR? De Hospital Standardised Mortality Ratio (HSMR) is een indicator om sterfte in ziekenhuizen te vergelijken waarbij rekening is gehouden met relevante kenmerken van de patiënten en de opnamen. Het ene ziekenhuis heeft meer patiënten met levensbedreigende ziekten dan het andere en ook de complexiteit van de patiënten verschilt. Vergelijken van ziekenhuizen op alleen de bruto sterftecijfers houdt hier geen rekening mee, de HSMR wel. De HSMR is gebaseerd op de Standardised Mortality Ratio s (SMR s) van verschillende diagnosegroepen. Een SMR geeft voor een bepaalde diagnosegroep de verhouding aan van de werkelijke (waargenomen) sterfte in een ziekenhuis en de verwachte sterfte. Bij de HSMR worden de waargenomen en verwachte van de verschillende diagnosegroepen in teller en noemer gesommeerd, waardoor er één overall gestandaardiseerd sterftecijfer per ziekenhuis ontstaat. (H)SMR = 100 x (waargenomen sterfte) / (verwachte sterfte). De verwachte sterfte wordt berekend op basis van een model met gegevens van alle ziekenhuizen, waarbij allerlei kenmerken van de patiënt en de opname worden meegenomen. De verwachte sterfte geeft dus eigenlijk aan hoe hoog de sterfte is op landelijk niveau, bij een vergelijkbare patiëntenpopulatie. Over alle ziekenhuizen bekeken is de HSMR gemiddeld 100. Als een ziekenhuis een HSMR heeft die statistisch significant hoger is dan 100, dan betekent dit dat er in het ziekenhuis meer patiënten zijn overleden dan verwacht mag worden op basis van het landelijk gemiddelde. Als de HSMR significant lager is dan 100, dan heeft het ziekenhuis juist minder dan verwacht op basis van het landelijk gemiddelde. 1.2 Wat is het doel van de HSMR? De HSMR kan gebruikt worden om sterftecijfers van ziekenhuizen te vergelijken. De HSMR kan idealiter ook gebruikt worden als indicator voor de kwaliteit van de ziekenhuiszorg. Het is echter niet de enige kwaliteitsindicator en is voor dit doel ook zeker niet perfect. Een goede indicator voor de kwaliteit van de ziekenhuiszorg zou zijn in hoeverre de patiënten door de behandeling genezen of herstellen, rekening houdend met alle relevante kenmerken van de patiënt. Genezing is echter moeilijk meetbaar en het is praktisch vrijwel onmogelijk om alle relevante patiëntenkenmerken te registreren. De sterfte is een veel beperktere indicator voor de uitkomst van ziekenhuiszorg, maar is wel goed meetbaar. Daarom wordt de HSMR in verschillende landen gebruikt als kwaliteitsindicator. De HSMR houdt rekening met een aantal patiëntenkenmerken, voor zover deze geregistreerd zijn in de landelijke gegevensset. De HSMR is dus ook afhankelijk van de kwaliteit en volledigheid van de gegevensregistratie. De HSMR is als indicator alleen relevant als een niet optimale behandeling inderdaad kan leiden tot sterfte. Voor bijvoorbeeld diagnosen als staar en in het algemeen voor poliklinische en dagbehandelingen, is sterfte geen geschikte maat om de kwaliteit van de zorg te meten. Daarom worden in de HSMR alleen klinische opnamen meegenomen en alleen de - 9 -

10 belangrijkste diagnosegroepen die tezamen verantwoordelijk zijn voor circa 80% van de sterfte in ziekenhuizen. 1.3 Beperkingen van de HSMR De kwaliteit van de HSMR is dus afhankelijk van de volledigheid en kwaliteit van de gegevensregistratie. Op dit punt zijn zeker nog verbeteringen mogelijk. Zo doen nog niet alle ziekenhuizen (volledig) mee met de Landelijke Medische Registratie. Ook zijn er variaties in codeerpraktijk. Voor de HSMR is het belangrijk dat de ICD-registratie van hoofd- en nevendiagnosen goed en volledig is, zowel voor de als voor de overlevende patiënten. Ook wordt de variabele die aangeeft of een opname wel of niet gepland was nog niet door alle ziekenhuizen op dezelfde wijze geregistreerd. Naarmate de ziekenhuizen de gegevens meer uniform en meer volledig registreren, neemt de kwaliteit van de HSMR als indicator toe. Verder is het zo dat in de HSMR alleen gecorrigeerd kan worden voor variabelen die in de landelijke gegevensset worden geregistreerd. Niet alle variabelen die mogelijk voor de HSMR relevant zijn (kunnen) worden geregistreerd, bijvoorbeeld de algemene conditie of weerstand van de patiënt. Daardoor kan niet voor alle verschillen in casemix worden gecorrigeerd. Daarnaast heeft het ene ziekenhuis meer behandelingsbevoegdheden dan het andere, bijvoorbeeld voor het uitvoeren van hartoperaties, wat mogelijk van invloed kan zijn op het sterfterisico van bepaalde typen patiënten. Ook kunnen ziekenhuizen verschillen in opname- en ontslagbeleid. De mate waarin terminaal zieke patiënten worden opgenomen en ontslagen kan verschillen tussen ziekenhuizen. Dit is onder andere afhankelijk van de afspraken die ziekenhuizen hierover hebben gemaakt met externe voorzieningen voor terminale zorg en met de andere ziekenhuizen in de regio. Omdat dit mede bepaalt of patiënten in een bepaald ziekenhuis overlijden, heeft dit ook invloed op de HSMR. Om aan dit probleem tegemoet te komen zal het CBS dit jaar starten met een onderzoek naar een geschikte indicator die behalve de ziekenhuissterfte ook de sterfte kort na ontslag uit het ziekenhuis meeneemt. Ten slotte is het zo dat als ziekenhuizen zich steeds meer gaan specialiseren, de waarde van de HSMR als overall indicator om sterfte tussen ziekenhuizen te vergelijken afneemt. Vergelijkingen op basis van SMR s van specifieke diagnose-/specialismeclusters nemen dan in belang toe. 1.4 Wat kan een ziekenhuis met de (H)SMR-cijfers? Ondanks de eerder genoemde beperkingen, kan de HSMR nog steeds gezien worden als een waardevolle indicator voor de ziekenhuizen om hun sterftecijfers te vergelijken met het landelijk gemiddelde. Sterfte is hoe dan ook een belangrijk aspect in de ziekenhuiszorg en bij de berekening van de HSMR wordt rekening gehouden met veel kenmerken die van invloed zijn op die sterfte. Verbetering van de gegevensregistratie kan in de komende jaren de waarde van de HSMR doen toenemen. Ziekenhuizen met een statistisch significant hoge of lage HSMR hebben een relatief hoge, respectievelijk lage sterfte in vergelijking met het landelijk gemiddelde. Een significant hoge HSMR kan opgevat worden als een signaal dat er mogelijk (maar niet noodzakelijkerwijs) wat schort aan de kwaliteit van de zorg in het desbetreffende ziekenhuis. Nader onderzoek door het ziekenhuis is dan aan te raden om te bepalen of dit inderdaad zo is, of dat er andere oorzaken zijn aan te wijzen. Evenzo kan bij een significant lage HSMR onderzocht worden of er sprake is van best practices. De in dit rapport gepresenteerde SMR s kunnen

11 handvatten bieden voor dergelijk onderzoeken. Door binnen het ziekenhuis de diagnosegroepen en patiëntencategorieën met een significant hoge of lage SMR nader te analyseren, kan mogelijk nuttige informatie worden verkregen. Wellicht is er een relatie met de patiëntenzorg, maar het kan bijvoorbeeld ook zijn dat de registratie afwijkend is of dat er bijzondere patiëntenkenmerken zijn waar de (H)SMR onvoldoende voor corrigeert. In paragraaf 3.4 wordt hier nader op ingegaan

12 - 12 -

13 2 Methode (H)SMR-berekening In dit hoofdstuk wordt de methode beschreven die het CBS heeft gebruikt om de (H)SMRcijfers te berekenen. Vanuit het oogpunt van continuïteit is dit jaar vrijwel dezelfde methode gehanteerd als vorig jaar, mede op verzoek van DHD. Er is alleen een kleine verandering aangebracht in de variabele die de herkomst van de patiënt aangeeft; zodat aansluiting bij de Landelijke Basisregistratie Ziekenhuiszorg (LBZ) mogelijk is. Verder zijn op verzoek van DHD enkele SMR s van clusters van diagnosegroepen aan de output toegevoegd (zie paragraaf 2.1). In paragraaf wordt het gehanteerde berekeningsmodel stapsgewijs toegelicht. Eerst wordt ingegaan op de brongegevens die zijn gebruikt. Vervolgens worden de variabelen beschreven die zijn meegenomen in de (H)SMR-berekening. Daarna wordt ingegaan op de wijze van berekening van de (H)SMR en wordt er een overzicht gegeven van de geproduceerde uitkomsten. In 2012 is een flink aantal ziekenhuizen overgegaan op codering van de diagnosen in de ICD10. Het merendeel van de ziekenhuizen codeerde echter nog in ICD9. Deze mix van ICD9- en ICD10-codering blijkt enig effect te hebben op de HSMR-uitkomsten van Dit wordt nader toegelicht in paragraaf 2.6. Het CBS zal nog dit jaar een onderzoek starten naar de praktische mogelijkheden voor een nieuwe indicator die naast de ziekenhuissterfte ook de sterfte kort na ontslag meeneemt. Als dit wenselijk en mogelijk blijkt, kan een dergelijke indicator in de toekomst eventueel aan de HSMR-rapporten worden toegevoegd. Om de sterfte na ontslag aan de opnamen te kunnen koppelen en te gebruiken in het model, moeten er wel voldoende jaren met goed gevulde BSN-pseudoniemen in de bronregistratie beschikbaar zijn. Het is daarom nog niet zeker of een dergelijke nieuwe indicator, praktisch gezien, volgend jaar al geïmplementeerd kan worden. 2.1 Wijzigingen in de gebruikte methode De methode die gebruikt wordt om de HSMR te berekenen wordt elk jaar gepubliceerd op de website van het CBS. In november zal daar ook het rapport worden gepubliceerd van de methode die dit jaar is gehanteerd voor de HSMR Voor de HSMR 2012 zijn geen wijzigingen aangebracht in de wijze van modelleren. Wel zijn er een paar veranderingen in de basisgegevens: Voor de afleiding van de variabele Sociaal-economische status is voor verslagjaar 2012, net zoals voor 2011, het recente bestand van het Sociaal Cultureel Planbureau (SCP) gebruikt. Voor de verslagjaren t/m 2010 is een eerdere versie van het SCP-bestand gebruikt (zie ook Bijlage 1). In 2012 hebben 38 ziekenhuizen geheel of gedeeltelijk in ICD10 gecodeerd. De diagnosegegevens die in ICD10 zijn gecodeerd zijn voor de berekening van de HSMR geconverteerd naar ICD9. 2 Vanaf 2013 wordt de Landelijke Basisregistratie Ziekenhuiszorg (LBZ) ingevoerd bij de ziekenhuizen. Omdat de variabele die de herkomst van de patiënt aangeeft in de LBZ Met behulp van conversietabel ICD-10 CvZ80, zie

14 anders is ingedeeld dan in de LMR, is hier op verzoek van DHD in het model voor de HSMR 2012 vast rekening mee gehouden. De herkomstcategorieën van algemene en academische/stz ziekenhuizen zijn nu samengevoegd in het model (zie Bijlage 1). Dit is vooral nuttig voor de tools waarmee ziekenhuizen hun actuele sterftecijfers kunnen monitoren. Deze monitors kunnen nu het HSMR-model gebruiken voor zowel de LMRals de LBZ-gegevens. Verder zijn dit jaar een aantal SMR s van clusters van diagnosegroepen aan de output toegevoegd (zie paragraaf 2.5). 2.2 Brongegevens De Landelijke Medische Registratie (LMR) is de bron voor de berekening van de HSMR. De LMR bevat gegevens van alle opnamen (verblijven) in de Nederlandse ziekenhuizen. De datum van ontslag is bepalend voor het jaar waarin de opname in de LMR wordt geregistreerd. De LMR van 2012 bevat dus alle records van opnamen waarin het ontslag in 2012 plaatsvond. Naast het feit of een patiënt in het ziekenhuis is overleden, bevat de LMR allerlei gegevens waarvoor in het HSMR-berekeningsmodel kan worden gecorrigeerd. Om de HSMR te bepalen is gebruik gemaakt van een berekeningsmodel dat gebaseerd is op de laatste vier beschikbare jaren van de LMR, in dit geval dus de LMR Op basis van dit landelijke model wordt de verwachte sterfte per ziekenhuis berekend, de noemer van de HSMR. Niet alle ziekenhuizen zijn in het HSMR-model opgenomen. Ieder jaar waren er ziekenhuizen die niet aan de LMR deelnamen. In 2012 bestond de LMR-populatie uit 96 ziekenhuizen: 84 algemene, 8 academische en 4 categorale ziekenhuizen. Elf van deze ziekenhuizen hebben dat jaar geen records in de LMR geregistreerd, waardoor hun opnamen niet in het HSMRmodel konden worden meegenomen. Eén ander ziekenhuis is uitgesloten omdat het in de periode alleen dagopnamen had en deze worden niet meegenomen in het model. In 2012 zijn dus van 84 ziekenhuizen opnamen in het HSMR-model opgenomen. In 2011 gold dit voor 86 ziekenhuizen in 2010 voor 83 en in 2009 voor 82. Van deze ziekenhuizen zijn alleen de volgende opnamen meegenomen in het HSMR-model: Alleen de in de LMR geregistreerde opnamen Van ziekenhuizen die alleen een gedeelte van hun opnamen in de LMR hebben geregistreerd (20 ziekenhuizen in 2012), zijn alleen de geregistreerde opnamen meegenomen. Voor vier ziekenhuizen in 2012, één ziekenhuis in 2011 en twee ziekenhuizen in 2010 zijn voor enkele maanden ook de geregistreerde opnamen buiten het model gehouden, omdat in deze maanden wel alle maar niet alle niet zijn geregistreerd. Dit zou anders tot onzuiverheid van de modelschattingen hebben geleid. Alleen klinische opnamen Dagopnamen worden niet meegenomen omdat het sterfterisico hier zeer klein is. In geval een ziekenhuis toch in substantiële mate bij de dagopnamen heeft geregistreerd, wordt dit apart vermeld in de rapportage (zie paragraaf 3.1). Alleen opnamen binnen 50 CCS-hoofddiagnosegroepen Alleen de klinische opnamen met een hoofddiagnose die valt binnen 50 geselecteerde CCS-groepen zijn meegenomen. CCS staat voor Clinical Classifications Software; een Amerikaans systeem om ICD-codes te clusteren in klinisch relevante en handzame groepen. De 50 geselecteerde diagnosegroepen zijn dezelfde als die in het verleden door

15 Kiwa Prismant 3 zijn meegenomen. Ze dekken landelijk gezien zo n 80% van de klinische sterfte. Alleen opnamen van in Nederland wonende patiënten Patiënten waarvan in de LMR geen postcode is geregistreerd en waarvan de landcode in de LMR niet Nederland is, worden niet meegenomen in het model. Dit is gedaan met het oog op mogelijke modelveranderingen in de toekomst, als door koppeling met andere databronnen gegevens aan de LMR kunnen worden toegevoegd. Dit is bijvoorbeeld het geval als sterfte kort na ontslag aan de ziekenhuissterfte zou worden toegevoegd. Dergelijke koppelingen zijn alleen uitvoerbaar met de in de Gemeentelijke Basisadministratie geregistreerde bevolking in Nederland. Daarom worden de opnamen van buitenlanders niet in het model meegenomen. Verder zijn er ook verschillen tussen de opnamen van buitenlanders en die van in Nederland wonende personen. Zo worden buitenlanders bijvoorbeeld vaker opgenomen voor acute, ernstige zaken dan in Nederland wonende personen. Ten slotte zijn de LMR-opnamen nog gecontroleerd op het voorkomen van dubbele nevendiagnosen. Per opname zijn de voorkomende nevendiagnosen ontdubbeld, zowel onderling als met de hoofddiagnose. Hierdoor wordt bewerkstelligd dat een bepaalde nevendiagnosecode maar één keer per opname voor kan komen en niet dezelfde diagnose kan zijn als de hoofddiagnose. 2.3 Verklarende variabelen in het model Bij de berekening van de HSMR wordt rekening gehouden met kenmerken van de patiënt en de opname die van invloed zijn op de sterftekans van de patiënt. Omdat ziekenhuizen verschillen in de mix van patiënten (casemix) die worden opgenomen, is het belangrijk om hiervoor te corrigeren bij de berekening van de HSMR. Dit wordt gedaan door de voor de sterftekans relevante kenmerken als verklarende variabelen mee te nemen in het HSMRmodel. Bij de berekening van de verwachte sterfte (de noemer van de HSMR) wordt zodoende voor deze variabelen gecorrigeerd (gestandaardiseerd). Hieronder wordt een overzicht gegeven van de verklarende variabelen (ook wel standaardisatiefactoren, x-variabelen of covariaten genoemd) die zijn meegenomen in het HSMR-model. In bijlage 1 worden de verklarende variabelen in detail beschreven. Leeftijd De sterftekans neemt sterk toe bij hogere leeftijden, ook pasgeborenen hebben een relatief grote kans op overlijden. Een ziekenhuis met meer oudere patiënten zal naar verwachting meer hebben. Het is dus belangrijk om voor leeftijd te corrigeren. Leeftijd wordt hier gedefinieerd als de leeftijd op opnamedatum. Geslacht Vrouwen hebben een hogere levensverwachting dan mannen, en daarmee ook een kleinere kans op overlijden bij gelijke leeftijd. Daarom wordt geslacht ook meegenomen als verklarende variabele. Sociaal-economische status (SES) Gebleken is dat de levensverwachting van mensen uit wijken met een lagere sociaaleconomische status korter is. Om ziekenhuizen met veel patiënten uit zulke wijken 3 Thans Kiwa Carity geheten

16 (bijvoorbeeld in steden) niet te benadelen wordt hiervoor gecorrigeerd. SES is geen variabele in de LMR, maar wordt aan de dataset toegevoegd op basis van de viercijferige postcode van het woonadres van de patiënt. Het is dus geen kenmerk van de patiënt zelf, maar van diens woonomgeving. Voor de SES-scores van 2011 en 2012 is het bestand van 2010 gebruikt van het Sociaal Cultureel Planbureau (SCP). Voor de eerdere jaren is het SCP-bestand van 2006 gebruikt. Zwaarteklasse van de hoofddiagnose Voor iedere CCS-groep van hoofddiagnosen wordt een apart model geschat. Binnen een CCS-groep vallen echter meerdere ICD-diagnosecodes die in zwaarte (sterfterisico) kunnen verschillen. Omdat de verdeling van deze codes per ziekenhuis kan verschillen is hiervoor gecorrigeerd. De zwaarteklasse-indeling is gebaseerd op de landelijke sterfterisico s per ICD9-code (zie bijlage 1 voor meer details). Urgentie van de opname Een patiënt heeft bij een niet-geplande opname in het algemeen een grotere kans om te overlijden dan bij een geplande opname. Daarom wordt hiervoor gecorrigeerd. Gebruikt is de opname-urgentie variabele uit de LMR, die onderscheid maakt tussen nietgeplande (acute) opnamen en geplande opnamen (niet acuut). Een niet-geplande opname is daarin gedefinieerd als een (voor dat moment) niet geplande opname, die niet kan worden uitgesteld, omdat onmiddellijke hulpverlening (observatie, onderzoek of behandeling) noodzakelijk is. Nevendiagnosen (comorbiditeit) In de LMR worden ook nevendiagnosen geregistreerd. Dit zijn in het algemeen aandoeningen waar een patiënt wel aan lijdt, maar die niet de hoofdreden zijn voor de opname. Omdat comorbiditeit de sterftekans sterk kan beïnvloeden, wordt hiervoor gecorrigeerd. Als verklarende variabelen zijn de 17 nevendiagnosegroepen van de Charlson-index meegenomen als aparte variabelen in het model (zie bijlage 1). Herkomst patiënt (verblijfplaats voorafgaand aan opname) De plaats waar een patiënt vandaan komt voordat hij/zij wordt opgenomen is ook een indicator voor de zorgzwaarte van de opname. Zo heeft een patiënt die via een verwijzing van de huisarts in het ziekenhuis terecht komt vaak een andere sterftekans dan een patiënt die voor een speciale behandeling is doorverwezen vanuit een ander ziekenhuis. Omdat de variabele herkomst in de LBZ anders is ingedeeld dan in de LMR, is hier in het model rekening mee gehouden door de categorieën voor de verschillende typen ziekenhuizen samen te voegen (zie Bijlage 1 voor details). Onderzoek van het CBS heeft uitgewezen dat dit nauwelijks invloed heeft op de HSMR-uitkomsten. Door deze samenvoeging kunnen de LMR- en LBZ-gegevens op een uniforme manier verwerkt worden in het model. Jaar ontslag Omdat er een algemene trend is dat de ziekenhuissterfte afneemt in de tijd, is ook het ontslagjaar opgenomen in het model. Dit heeft verder als praktisch voordeel dat de gemiddelde HSMR ook voor elk afzonderlijk jaar altijd precies 100 is. Maand van opname Dit kenmerk is in het model meegenomen om te corrigeren voor seizoeneffecten. Met name bij opnamen in de wintermaanden (kou, griepepidemieën) en in de zomermaanden (hitte, of uitstel van sterfte) kunnen de sterftekansen verschillend zijn

17 2.4 Berekeningswijze Hieronder volgt een korte beschrijving van de berekeningswijze van de HSMR en de SMR s. Zoals in paragraaf 1.1 aangegeven is de HSMR gelijk aan het quotiënt van het waargenomen en het verwachte aantal in een ziekenhuis, vermenigvuldigd met 100. Evenzo is de SMR het quotiënt van het waargenomen en verwachte aantal voor de desbetreffende CCS-diagnosegroep, vermenigvuldigd met 100. Bij de berekening van de HSMR worden alleen de in de LMR geregistreerde klinische opnamen voor de geselecteerde 50 CCS-diagnosegroepen meegenomen, exclusief opnamen van buitenlanders. De teller van de HSMR (waargenomen sterfte) is gelijk aan de som van de tellers van de bijbehorende 50 diagnosespecifieke SMR s en kan direct uit de LMR worden afgeleid. De noemer van de HSMR (verwachte sterfte) is gelijk aan de som van de noemers van de 50 SMR s. Wanneer we de verwachte sterfte voor elk van de 50 CCS-diagnosegroepen hebben bepaald, is dus ook de HSMR eenvoudig te berekenen. Per CCS-groep wordt het verwachte aantal bepaald via een (logistisch) regressiemodel, waarbij het al of niet overlijden van de patiënt tijdens de opname wordt verklaard uit de in paragraaf 2.3 genoemde verklarende variabelen. In bijlage 2 staat per CCS-groep aangegeven welke verklarende variabelen zijn gebruikt. In principe worden alle variabelen meegenomen in de modellen, ook de niet significante. Als een bepaalde categorie van een variabele onvoldoende waarnemingen bevat (landelijk minder dan 50 opnamen of 0 ) is deze samengevoegd met een andere, meestal naastliggende, categorie. Als dit het geval is bij een nevendiagnose-variabele (die slechts uit 2 categorieën bestaat), dan wordt deze nevendiagnose óf samengevoegd met een andere nevendiagnose (bij resp. diabetes/diabetes complicaties en bij milde/ernstige leveraandoeningen) óf de nevendiagnosevariabele wordt niet meegenomen in het model. In bijlage 2 wordt per CCSgroep aangegeven of er nevendiagnosen zijn weggelaten uit het model (weergegeven met een 0 ). Bij geslachtsspecifieke aandoeningen (prostaatkanker) is geslacht weggelaten uit het model. Voor drie CCS-groepen is de zwaarteklasse weggelaten uit het model, omdat alle subdiagnosen in dezelfde zwaarteklasse vallen. Met behulp van de geschatte regressiecoëfficiënten is vervolgens voor iedere opname een sterftekans geschat. Sommering van deze sterftekansen over de opnamen van een ziekenhuis levert de verwachte sterfte op voor de betreffende diagnosegroep (noemer van de SMR). Sommering over alle 50 diagnosegroepen levert dan de noemer van de HSMR. Men kan de (geschatte) sterftekansen, die uit de 50 regressies volgen, ook sommeren over clusters van diagnosegroepen of andere kenmerken dan de diagnose. Zo geeft sommering over alle opnamen van patiënten uit de leeftijdsklasse jaar voor een ziekenhuis de verwachte sterfte, d.w.z. de noemer van de SMR, voor die leeftijdsklasse. Door de waargenomen sterfte voor die patiëntencategorie hierdoor te delen, worden SMR s berekend voor specifieke patiëntencategorieën. Dit jaar zijn voor het eerst ook SMR s toegevoegd voor een aantal clusters van diagnosegroepen, zie paragraaf 2.5. Bij ieder HSMR- en SMR-cijfer wordt een zogenaamd 95%-betrouwbaarheidsinterval gegeven, d.w.z. een betrouwbaarheidsondergrens en een betrouwbaarheidsbovengrens. Dit wordt gedaan omdat de waargenomen sterfte (de teller) weliswaar een hard getal lijkt, maar aan statistische onzekerheid of toeval onderhevig is: het getal had ook wat hoger of lager kunnen uitvallen. Om dit toeval goeddeels uit te sluiten, wordt een (H)SMR die groter is dan het landelijk gemiddelde van 100, pas als statistisch significant hoger dan gemiddeld gezien, wanneer de ondergrens van het betrouwbaarheidsinterval hoger is dan 100. Evenzo is een (H)SMR die kleiner is dan 100, pas statistisch significant lager dan het landelijk gemiddelde,

18 wanneer de bovengrens van het betrouwbaarheidsinterval lager is dan 100. Als het betrouwbaarheidsinterval de waarde 100 omvat, dan wijkt de (H)SMR dus niet statistisch significant af van het Nederlandse gemiddelde. Voor de HSMR s zijn ook de 99,8%-betrouwbaarheidsintervallen berekend. Als dit betrouwbaarheidsinterval de waarde 100 niet omvat, dan is de betreffende HSMR statistisch zeer significant, dat wil zeggen dat de afwijking van de HSMR ten opzichte van het landelijk gemiddelde nauwelijks door toeval verklaard kan worden. Als een HSMR ook significant is op 99,8% betrouwbaarheidsniveau dan is dit dus een nog sterker signaal dat de HSMR afwijkt van het landelijk gemiddelde dan als de HSMR (alleen) significant is op 95% betrouwbaarheidsniveau. 2.5 Uitkomsten Op basis van de in de vorige paragrafen beschreven methode heeft het CBS de volgende cijfers voor de ziekenhuizen berekend: HSMR over de periode en van de afzonderlijke jaren 2010, 2011 en Ook worden de absolute aantallen van de werkelijke en verwachte sterfte vermeld, zodat afgeleid kan worden hoeveel er meer of minder hebben plaatsgevonden in het ziekenhuis dan verwacht op basis van het model. SMR s voor voor elk van de 50 CCS-diagnosegroepen en voor andere kenmerken van de patiënt en de opname, namelijk geslacht, leeftijd en of de opname wel of niet gepland was. De SMR s die in en/of in 2012 statistisch significant afwijken van het landelijk gemiddelde worden apart gepresenteerd. Behalve de SMR s per afzonderlijke CCS-groep, worden ook de SMR s van een aantal clusters van CCS-diagnosegroepen gepresenteerd, namelijk van: (1) nieuwvormingen, (2) aandoeningen van het hartvaatstelsel, (3) respiratoire aandoeningen (4) maag-, darm- en leveraandoeningen, en (5) urogenitale aandoeningen. Opgemerkt moet worden dat dit geen volledige clusters van de betreffende aandoeningen zijn: alleen de voor de HSMR geselecteerde CCS-groepen zijn ingedeeld (40 van de 50 groepen konden in één van bovengenoemde clusters worden ingedeeld). De betreffende ziekteclusters bevatten echter ook andere diagnosen (buiten de 50 die voor de HSMR zijn geselecteerd) die dus niet zijn opgenomen. De meerwaarde van de SMR s van ziekteclusters is dat ze kleinere marges hebben dan die van de afzonderlijke CCS-groepen, doordat ze op grotere aantallen opnamen berusten. Door clustering van CCS-groepen worden dus meer betrouwbare resultaten verkregen. Als bijvoorbeeld meerdere CCS-groepen van een cluster een niet significant verhoogde sterfte hebben, dan kan de sterfte op clusterniveau wel significant verhoogd zijn. Andersom kan bij een niet afwijkende sterfte op clusterniveau, de sterfte bij een onderliggende CCS-groep nog wel significant afwijkend zijn. De diagnoseclusters zijn dus eigenlijk een tussenniveau tussen de afzonderlijke CCS-groepen en de overall HSMR. Ze vergroten de mogelijkheden om afwijkende sterftes op het spoor te komen en te duiden. Deze uitkomsten worden in dit rapport vermeld. Daarnaast wordt per ziekenhuis nog een gegevensbestand ter beschikking gesteld waarin bij alle opnamen in het betreffende ziekenhuis in het verslagjaar de sterftekans is weergegeven. Naast de sterftekans wordt ook de werkelijk waargenomen sterfte vermeld en de waarden van de variabelen van het HSMRmodel. Met dit gegevensbestand kan het ziekenhuis gericht dossieronderzoek doen, bijvoorbeeld door prioriteit te geven aan het onderzoeken van de dossiers van overleden patiënten die een lage sterftekans hadden

19 Bovenstaande cijfers zijn niet voor alle ziekenhuizen berekend. Voor een deel van de ziekenhuizen zijn in het geheel geen cijfers berekend en voor sommige ziekenhuizen zijn niet alle cijfers berekend. Dit hangt af van de LMR-deelname, datakwaliteit en casemix van het ziekenhuis in de verschillende jaren; en of het ziekenhuis het CBS gemachtigd heeft tot het leveren van cijfers. In paragraaf 3.1 wordt dit nader uitgewerkt en kunt u de resultaten hiervan voor uw ziekenhuis bekijken. De cijfers voor 2010 en 2011 in deze rapportage kunnen licht afwijken van de cijfers voor deze jaren in de rapportage van vorig jaar. Dit komt omdat elk jaar een nieuw verslagjaar (het meest recente jaar, in dit geval 2012) aan het berekeningsmodel wordt toegevoegd en het oudste jaar (in dit geval 2008) wordt verwijderd uit het model. Dit kan tot verschillen in uitkomsten leiden. Daarnaast kunnen er kleine verschillen zijn doordat het model iets is aangepast. 2.6 Effect van de overgang op ICD10-codering op de HSMR-uitkomsten In 2012 hebben 38 ziekenhuizen de diagnosen geheel of gedeeltelijk in ICD10 geregistreerd. De overige ziekenhuizen registreerden nog geheel in ICD9. Om het effect van deze mix van verschillende codeersystemen op de HSMR te bestuderen is de groep ziekenhuizen die in 2012 geheel of vrijwel geheel in ICD10 registreerde en in 2011 nog in ICD9 (23 ziekenhuizen) vergeleken met de groep ziekenhuizen die in 2012 nog geheel in ICD9 registreerde (45 ziekenhuizen). De eerste groep wordt in het vervolg kortweg de ICD10- ziekenhuizen genoemd en de tweede groep de ICD9-ziekenhuizen. Het blijkt dat de ICD10-ziekenhuizen in 2012 gemiddeld een lagere HSMR hebben dan de ICD9-ziekenhuizen (een verschil van gemiddeld 6 punten). In vorige jaren toen er nog in ICD9 gecodeerd werd verschilde de HSMR van de ICD9- en ICD10-ziekenhuizen niet zo veel: in 2011 was de gemiddelde HSMR van de ICD10-ziekenhuizen 1 punt hoger en in punten lager dan die van de ICD9-ziekenhuizen. Van 2011 op 2012 zijn de ICD10- ziekenhuizen echter significant gedaald in gemiddelde HSMR ten opzichte van de ICD9- ziekenhuizen. Deze daling in HSMR gaat dus samen met de overgang naar de ICD10- codering. Er kunnen meerdere redenen zijn voor deze daling van de gemiddelde HSMR bij de ICD10- ziekenhuizen. In de eerste plaats registreerden de ICD10-ziekenhuizen in 2012 gemiddeld meer Charlson nevendiagnosen (0,28 per klinische opname) dan de ICD9-ziekenhuizen (0,24 per klinische opname), terwijl dit aantal in 2011 gelijk was voor beide groepen (0,21 per klinische opname). De sterkere stijging van het aantal geregistreerde Charlson nevendiagnosen bij de ICD10-ziekenhuizen kan dus bijgedragen hebben aan de gemiddeld lagere HSMR. Verder kan het verschil in HSMR voortkomen uit verschillen tussen de ICD9- en ICD10- classificatie. Bepaalde groepen ziekten worden in de ICD10 meer gedetailleerd en/of anders ingedeeld, waardoor een 1-op-1 vertaling met de ICD9 niet altijd goed mogelijk is. In de conversietabel ICD10-ICD9 worden hiervoor noodzakelijkerwijs default-keuzes gemaakt, maar de ICD10- en ICD9-codes zullen niet altijd precies op elkaar aansluiten. Dit is een gevolg van het andere systeem van classificeren in ICD9 en ICD10. Doordat de vertalingen niet altijd goed aansluiten vinden er bijvoorbeeld bij sommige CCS-groepen verschuivingen plaats in de verdeling van de hoofddiagnosen over de verschillende zwaarteklassen. Deze verschuivingen werken overigens verschillende kanten op: bij de ene CCS-groep is er een netto verschuiving naar een hogere zwaarteklasse, bij een andere naar een lagere zwaarteklasse. Ook kan de toewijzing van een opname aan een bepaalde CCS-groep of een bepaalde Charlson nevendiagnosegroep verschillen tussen de ICD10-ziekenhuizen en de ICD9-ziekenhuizen

20 Verschillen in CCS-groepen en Charlson nevendiagnosen treden ook op als de opnamen van de ICD10-ziekenhuizen direct worden ingedeeld volgens internationale ICD10-definities van de CCS- en Charlsongroepen. De verschillen zijn dan alleen iets groter dan bij de huidige methode, waarbij de ICD10-codes worden geconverteerd naar ICD9 en vervolgens worden ingedeeld volgens de ICD9-definities die ook bij de ICD9-ziekenhuizen gebruikt worden. Om deze reden én omdat in 2012 de meeste ziekenhuizen nog in ICD9 codeerden is er voor gekozen om voor 2012 de diagnosegegevens van de ICD10-ziekenhuizen te converteren naar ICD9. Alleen voor de Charlsongroep perifere vaatziekte is besloten om nevendiagnosen met ICD10-code Z95.5 niet mee te nemen, omdat deze (coronaire) diagnose duidelijk niet in deze Charlsongroep hoort en bij conversie naar ICD9 daar wel in terecht zou komen. Dit zou tot te hoge aantallen nevendiagnosen in deze Charlsongroep leiden bij de ICD10-ziekenhuizen. Of er nu ICD10-definities worden gebruikt of de ICD10-codes worden geconverteerd naar ICD9, in beide gevallen is in 2012 de gemiddelde HSMR van de ICD10-ziekenhuizen lager dan die van de ICD9-ziekenhuizen. Bij conversie is het verschil (6 punten) alleen iets kleiner dan bij gebruik van ICD10-definities (8 punten). Het verschil in gemiddelde HSMR komt dus niet door de wijze van verwerking van de gegevens, maar wordt waarschijnlijk veroorzaakt door het andere systeem van classificeren (ICD10 versus ICD9) en doordat de ICD10- ziekenhuizen meer nevendiagnosen registreerden. Als alle ziekenhuizen zijn overgestapt op de ICD10-codering dan zullen de verschillen als gevolg van het andere classificatiesysteem vanzelf wegvallen. Dat is dan ook een goed moment om over te stappen op ICD10-definities van de CCS- en Charlsonindeling. Hier moet nog wel nader onderzoek naar worden gedaan, want internationaal worden soms verschillende definities gebruikt. De zwaarteklasse-indeling kan voorlopig nog niet in ICD10 gedefinieerd worden. Dit komt omdat de zwaarteklasse-indeling uitgaat van de sterfterisico s op basis van een aantal (oude) LMR-jaren. Er zullen dus eerst voldoende LMR/LBZ-jaren met ICD10-gegevens beschikbaar moeten zijn, voordat deze indeling in ICD10 gedefinieerd kan worden. Tot die tijd zullen de ICD10-codes voor de zwaarteklasse geconverteerd blijven worden naar ICD9 en volgens de huidige ICD9-indeling worden ingedeeld. Als alle ziekenhuizen in ICD10 coderen zal deze conversie voor alle ziekenhuizen op gelijke wijze plaatsvinden en kunnen er dus ook bij de zwaarteklasse-indeling geen systematische verschillen meer zijn tussen de ziekenhuizen als gevolg van verschillende classificatiesystemen. Wel zal de zwaarteklasse-indeling dan mogelijk wat minder discriminerend zijn in sterfterisico s. Dit zal zodra dit mogelijk is opgelost worden door een nieuwe indeling te maken op basis van ICD

21 3 Resultaten In dit hoofdstuk worden de resultaten voor uw ziekenhuis beschreven. Daarin komt het volgende aan bod: In paragraaf 3.1 wordt beschreven in hoeverre uw ziekenhuis voldoet aan de datakwaliteitseisen die gelden om een voldoende betrouwbare HSMR te kunnen berekenen. Ook wordt getoetst of de casemix van uw ziekenhuis niet te veel afwijkt van de landelijk gemiddelde casemix. Op basis van deze controles is bepaald voor welke jaren een HSMR voor uw ziekenhuis berekend kan worden. Ook wordt in deze paragraaf beschreven wat de landelijke scores zijn op de verschillende indicatoren, zodat u de scores van uw ziekenhuis daarmee kan vergelijken. Verder worden nog enkele aanvullend uitgevoerde controles beschreven. In paragraaf 3.2 worden de HSMR-cijfers van uw ziekenhuis gepresenteerd. Deze worden, als de datakwaliteit dit toelaat (zie paragraaf 3.1), zowel voor de periode weergegeven als voor de afzonderlijke jaren. Behalve op de gemiddelde HSMR , wordt ook ingegaan op de HSMR van het laatste jaar (2012), omdat deze het meest actuele beeld geeft. In paragraaf 3.3 worden de HSMR s van uw ziekenhuis gepresenteerd in figuren, de zogenaamde funnelplots. Hierin kunt u de resultaten van uw ziekenhuis vergelijken met die van de andere ziekenhuizen waarvan uitkomsten zijn berekend. De SMR s van de diagnosegroepen en patiëntengroepen die bij uw ziekenhuis significant lager dan wel hoger scoren dan landelijk gemiddeld worden weergegeven in paragraaf 3.4. Deze SMR s geven nuttige informatie over de achtergronden van het HSMR-cijfer van uw ziekenhuis. 3.1 Controle LMR-deelname, datakwaliteit en casemix Voor een correcte berekening van de HSMR is het belangrijk dat een ziekenhuis voldoende LMR-data geregistreerd heeft en dat deze van voldoende kwaliteit zijn. Ook moet de patiëntencasemix van het ziekenhuis niet teveel afwijken van de landelijk gemiddelde casemix. Los daarvan is de HSMR alleen berekend als het ziekenhuis het CBS heeft gemachtigd tot het leveren van de HSMR-cijfers aan DHD. Dit is voor uw ziekenhuis het geval. Hieronder wordt aangegeven welke criteria zijn gehanteerd om te bepalen of de LMR-data van een ziekenhuis geschikt zijn om een HSMR te berekenen. Voor de datakwaliteit en de casemix zijn dezelfde criteria gehanteerd als vorig jaar. Benadrukt wordt dat het hier om soepele criteria gaat, waarbij als grens een vrij extreme waarde is gekozen. Dus ook als een ziekenhuis aan de datakwaliteitscriteria voldoet, kan het nog steeds zo zijn dat de registratie van het ziekenhuis niet optimaal is, hetgeen invloed kan hebben op de HSMR-uitkomsten. De HSMR wordt berekend indien: in het verslagjaar minstens 6 volledige maanden van de klinische opnamen zijn geregistreerd in de LMR Voor een zinvolle berekening van de HSMR dient een ziekenhuis bij voorkeur alle, maar minimaal 6 volledige maanden van een verslagjaar te registreren in de LMR. Een minimale deelname is nodig, omdat anders onvoldoende betrouwbare resultaten kunnen

22 worden berekend. Registratie van alle klinische opnamen geeft de meest betrouwbare HSMR-uitkomsten. Als niet alle opnamen zijn geregistreerd, wordt een minimaal aantal volledige maanden als criterium genomen, om selectiviteit in de data tegen te gaan. In zijn er bijvoorbeeld enkele ziekenhuizen die in de niet volledig geregistreerde maanden vooral (selectief) de hebben gecodeerd, waardoor het percentage bij deze ziekenhuizen niet meer representatief is. In deze gevallen zijn alleen de volledig geregistreerde maanden meegenomen. De geregistreerde klinische opnamen voldoen aan de volgende criteria voor datakwaliteit: 1. minder dan 2% vage diagnosen Het percentage opnamen met een vage diagnosecode voor de hoofddiagnose moet lager dan 2% zijn. Onder vage diagnosecodes worden verstaan: - ICD9-code 799.8: overige slecht omschreven aandoeningen en - ICD9-code 799.9: overige onbekende en niet gespecificeerde oorzaken. Een bovenmatig gebruik van vage diagnosecodes zou kunnen wijzen op verminderde aandacht voor het correct coderen van diagnosen. Dit kan tot gevolg hebben dat patiënten ten onrechte buiten de HSMR-berekening vallen. De vage diagnosecodes behoren namelijk niet tot de 50 diagnosegroepen die in de HSMR worden meegenomen. Als een patiënt met een vage diagnosecode in werkelijkheid een diagnose had binnen deze 50 diagnosegroepen, dan wordt deze dus onterecht niet meegenomen. 2. meer dan 30% niet geplande opnamen Het percentage niet geplande opnamen moet hoger dan 30% zijn. Landelijk gezien wordt ongeveer de helft van de patiënten acuut (niet gepland) opgenomen en de andere helft niet acuut. Als een ziekenhuis ten onrechte minder opnamen als acuut heeft geregistreerd, dan leidt dit tot onjuiste lage sterftekansen en daardoor tot een hogere HSMR dan werkelijk het geval is. 3. meer dan 0,5 nevendiagnosen per hoofddiagnose Het aantal nevendiagnosen dat minimaal per opname geregistreerd moet zijn is 0,5. Het gemiddelde aantal nevendiagnosen per opname verschilt tussen ziekenhuizen. Over alle ziekenhuizen bekeken zijn in 2012 gemiddeld 1,55 nevendiagnosen per klinische opname geregistreerd. De registratie van nevendiagnosen is de laatste jaren flink toegenomen. Er is echter geconstateerd dat de variatie tussen ziekenhuizen in het aantal geregistreerde nevendiagnosen groot is en dat dit invloed heeft op de HSMR-uitkomsten. 4 Volledige en juiste registratie van nevendiagnosen in de LMR is nodig voor een correcte bepaling van de Charlson nevendiagnosegroepen, welke meegenomen worden in de HSMR-berekening (zie bijlage 1). Als deze niet volledig geregistreerd zijn, dan komen de sterftekansen te laag uit, en de HSMR te hoog. Andersom zal als een ziekenhuis (voor dezelfde soort patiënten) veel meer Charlson nevendiagnosen registreert dan andere ziekenhuizen de HSMR van dit ziekenhuis te laag uitkomen. Vanwege de registratieverschillen tussen ziekenhuizen is ook het aantal Charlson nevendiagnosen per opname in de datakwaliteitsoverzichten meegenomen. Het aantal Charlson nevendiagnosen is echter nog niet gehanteerd als criterium voor de HSMR-berekening. 4 Zie CBS-rapport Quality of the Dutch Medical Registration (LMR) for the calculation of the Hospital Standardised Mortality Ratio, A3C6742EEA89/0/201308x10pub.pdf