HSMR-rapport - met verdieping naar diagnosegroepen en patiëntencategorieën

Transcriptie

1 HSMR-rapport - met verdieping naar diagnosegroepen en patiëntencategorieën Antonius Ziekenhuis Sneek WCC-nr: HERZIENE VERSIE, oktober

2 Het Centraal Bureau voor de Statistiek (CBS) heeft in opdracht van Dutch Hospital Data (DHD) HSMRcijfers 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, GA Utrecht Postbus, GR Utrecht Telefoon - dutch@hospitaldata.eu Centraal Bureau voor de Statistiek Postbus, HA Den Haag Bij vragen over dit rapport wordt u verzocht contact op te nemen met DHD. DIT RAPPORT IS EEN HERZIENE VERSIE In het eerder uitgeleverde rapport met als datum oktober waren per abuis de labels acute opnamen en niet acute opnamen omgewisseld bij de (SMR-)uitkomsten. Dit betreft tabel C. en D. in de bijlagen, en in het geval van significante SMR s voor acute/niet-acute opnamen ook de betreffende vermelding in hoofdstuk en paragraaf.. Deze tekstuele fout heeft géén effect op de uitkomsten en op de HSMR. In deze herziene versie is deze tekstuele fout hersteld.

3 Inhoudsopgave Voorwoord en leeswijzer Managementsamenvatting. Samenvatting resultaten HSMR HSMR SMR s Publicatie 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. Brongegevens Verklarende variabelen in het model CCS-hoofddiagnosegroepen: overgang op ICD-definities en algemene ontwikkelingen. Overgang op ICD-definities van de nevendiagnosegroepen Berekeningswijze van de (H)SMR Uitkomsten Resultaten. Controle LMR/LBZ-deelname, datakwaliteit en casemix Resultaten LMR/LBZ-deelname, datakwaliteit en casemix Conclusie LMR/LBZ-deelname, datakwaliteit en casemix voor uw ziekenhuis. De HSMR van uw ziekenhuis HSMR HSMR Funnelplots HSMR SMR s hoger of lager dan gemiddeld

4 Bijlage A Verklarende variabelen in het HSMR-model Bijlage B Verklarende variabelen per diagnosegroep Bijlage C SMR s per diagnosegroep en patiëntengroep - Bijlage D SMR s per diagnosegroep en patiëntengroep

5 Voorwoord en leeswijzer Voor u ligt de rapportage over 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. Ook dit jaar 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 a omstig uit de Landelijke Medische Registratie (LMR) en diens opvolger, de Landelijke Basisregistratie Ziekenhuiszorg (LBZ). Behalve de HSMR worden ook de SMR-cijfers voor specifieke diagnoseen patiëntengroepen gepresenteerd. Dit jaar zijn ook de SMR s van alleen het laatste jaar () in het rapport opgenomen, zodat de informatie over het meest recente jaar compleet is. 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 voldoen aan een aantal minimale eisen voor wat betreft deelname aan LMR/LBZ, datakwaliteit en casemix. Of uw ziekenhuis in deze rapportage behalve voor ook HSMR-cijfers heeft gekregen voor, en de -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 gewijzigd ten opzichte van vorig jaar en wordt in dit rapport op hoofdlijnen beschreven. Wel wordt dit jaar voor de cijfers van voor het eerst uitgegaan van ICD-definities van de hoofddiagnosegroepen en van de nevendiagnosen. Dit is mogelijk omdat in vrijwel alle ziekenhuizen zijn overgegaan op ICD-codering. Voor de ziekenhuizen die in ICD hebben gecodeerd wordt in dit rapport ook een extra achtergrondindicator gegeven van het aantal opnamen en sterfgevallen waarbij palliatieve zorg als nevendiagnose is geregistreerd. Een uitgebreide technische beschrijving van het berekeningsmodel voor de HSMR - zal uiterlijk in november worden gepubliceerd op de website van het CBS, tezamen met de modeluitkomsten. Het HSMR-model kan in de komende jaren op een aantal punten nog verder ontwikkeld worden. Zo heeft het CBS een pilotonderzoek gedaan naar een indicator die ook sterfte kort na ontslag meeneemt. Dit is technisch mogelijk, maar omdat er een paar praktische en beleidsmatige aspecten zijn die aandacht vragen, hebben DHD en de brancheorganisaties NVZ en NFU besloten deze indicator nog niet in te voeren. Ook op andere punten is doorontwikkeling van het HSMR-model mogelijk. Het is echter vooral belangrijk dat ziekenhuizen de voor de HSMR benodigde gegevens volledig, juist en consistent registreren in de LBZ. In dit rapport zijn daarom 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 vertekenen. Het CBS publiceert de HMSR-cijfers alleen in anonieme vorm; individuele ziekenhuizen zijn hierin niet herkenbaar. De publicatie van de HSMR-cijfers per ziekenhuis is de verantwoordelijkheid van de ziekenhuizen zelf. 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 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 wordt de gebruikte methode voor de HSMR-berekening toegelicht. In hoofdstuk 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.

6

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. Als een ziekenhuis een HSMR heeft die statistisch significant hoger is dan, 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, dan heeft het ziekenhuis juist minder sterfgevallen dan verwacht op basis van het landelijk gemiddelde. Behalve de overall HSMR zijn ook specifieke Standardised 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. Net als vorig jaar zijn naast de 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 gewijzigd ten opzichte van de methode die vorig jaar door het CBS is gehanteerd. Wel is voor de HSMR voor het eerst de ICD als basis genomen voor de hoofd- en nevendiagnosegroepen die meetellen in de HSMR. Dit kan enige invloed hebben op de vergelijkbaarheid van de cijfers met die van eerdere jaren, welke nog op ICD -definities zijn gebaseerd. Ook door de afname van de registratie van eendaagse klinische opnamen in en (als gevolg van nieuwe NZa-regels) zijn de cijfers in de tijd minder goed vergelijkbaar. Het probleem van vorig jaar dat ziekenhuizen die in ICD codeerden gemiddeld een wat lagere HSMR hadden dan ziekenhuizen die nog in ICD codeerden, speelt in echter nauwelijks meer omdat inmiddels vrijwel alle ziekenhuizen over zijn gegaan op ICD-codering. De (H)SMR-uitkomsten voor zijn dus goed vergelijkbaar tussen ziekenhuizen. Verder heeft DHD medio dit jaar voorlopige HSMR cijfers berekend, op basis van het HSMRmodel van. Deze voorlopige cijfers zijn dus gebaseerd op een ouder model en op ICD -definities. DHD heeft deze cijfers berekend om u een vroegtijdig inzicht te kunnen geven in de ontwikkeling van uw eigen ziekenhuis van op. Deze cijfers zijn voor dit specifieke doel geschikt, maar houden geen rekening met de landelijke ontwikkeling. Bij de cijfers in dit rapport is daar wel rekening mee gehouden, omdat in het berekeningsmodel ook de data van zijn meegenomen van alle ziekenhuizen. Daardoor kan het voorlopige HSMR cijfer verschillen van het definitieve cijfer in dit rapport. De cijfers in dit rapport zijn dus de actuele, definitieve HSMR cijfers, waarmee u uw ziekenhuis kunt vergelijken met het landelijk gemiddelde van.. 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/LBZ-deelname, datakwaliteit en casemix. Voor verslagjaar

8 is dat voor uw ziekenhuis het geval. Ook voor de driejaarsperiode - konden (H)SMRcijfers worden berekend... HSMR De cijfers van geven het meest actuele beeld van de ziekenhuissterfte. De HSMR van de Nederlandse ziekenhuizen varieert in van tot. De HSMR van uw ziekenhuis is ; het %- betrouwbaarheidsinterval is. Dat betekent dat de HSMR van uw ziekenhuis voor niet significant afwijkt van het landelijk gemiddelde... 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 tot. De HSMR van uw ziekenhuis over deze periode is ; het %-betrouwbaarheidsinterval is ; Dat betekent dat de HSMR van uw ziekenhuis voor de genoemde periode niet significant afwijkt van het landelijk gemiddelde... SMR s In 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 (% betrouwbaarheidsniveau): Nieuwvormingen (,,,,,,,,,,,,) Leukemie () Coronaire atherosclerose en overige hartaandoeningen ( ) Leeftijdscategorie - jaar Niet-acute opnamen In en/of in - is bij de volgende diagnosegroepen (tussen haakjes is het CCSgroepnummer vermeld) en/of patiëntengroepen de sterfte in uw ziekenhuis significant hoger dan het landelijk gemiddelde (% betrouwbaarheidsniveau): Urogenitale aandoeningen (,, ) Sepsis (behalve tijdens bevalling) ( ) Acute cerebrovasculaire aandoening ( ) Gastro-intestinale bloeding ( ) Acuut en niet gespecificeerd nierfalen ( ) Leeftijdscategorie jaar en ouder Vrouwen Acute opnamen Nadere informatie over de SMR s staat beschreven in paragraaf. van dit rapport... Publicatie Het CBS publiceert de HMSR-cijfers alleen in anonieme vorm; individuele ziekenhuizen zijn hierin niet herkenbaar. De publicatie van de HSMR-cijfers per ziekenhuis is de verantwoordelijkheid van de ziekenhuizen zelf.

9 Achtergrond HSMR. 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 sterfgevallen van de verschillende diagnosegroepen in teller en noemer gesommeerd, waardoor er één overall gestandaardiseerd sterftecijfer per ziekenhuis ontstaat. (H)SMR = waargenomen sterfte verwachte sterfte 100 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. Als een ziekenhuis een HSMR heeft die statistisch significant hoger is dan, 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, dan heeft het ziekenhuis juist minder sterfgevallen dan verwacht op basis van het landelijk gemiddelde.. 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 a ankelijk 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 belangrijkste diagnosegroepen die tezamen verantwoordelijk zijn voor circa % van de sterfte in ziekenhuizen.

10 . Beperkingen van de HSMR De kwaliteit van de HSMR is dus a ankelijk 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 LMR/LBZ. 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 sterfgevallen als voor de overlevende patiënten. Ook wordt de variabele die aangeeft of een opname wel of niet acuut 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 a ankelijk 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. 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.. 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 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. wordt hier nader op ingegaan.

11 Methode (H)SMR-berekening In dit hoofdstuk wordt de methode beschreven die het CBS heeft gebruikt om de (H)SMR-cijfers te berekenen. Dit jaar is dezelfde methode van modellering gehanteerd als vorig jaar. Een verandering is wel dat dit jaar voor het eerst gebruik gemaakt is van de ICD-codering van de diagnosen. Dit is mogelijk omdat in vrijwel alle ziekenhuizen overgegaan zijn op ICD-registratie. De selectie van de hoofddiagnosegroepen die meetellen in de HSMR gebeurt nu op basis van de ICD-definities van deze diagnosegroepen. Ook de nevendiagnosegroepen die meegenomen worden in de HSMR-berekening zijn nu in ICD gedefinieerd. Hiervoor heeft het CBS een onderzoek gedaan naar de verschillende ICD-vertalingen van deze nevendiagnosegroepen die in de literatuur beschreven zijn en op basis hiervan een keuze gemaakt voor de ICD-definities. Deze veranderingen zijn alleen toegepast op verslagjaar. Voor de eerdere jaren zijn nog de oude ICD -definities toegepast. Voor de zwaarteklasseindeling van de hoofddiagnosen zijn voor alle jaren de oude ICD -definities gebruikt, dus ook voor. Er moeten namelijk eerst voldoende jaren van ICD-gegevens beschikbaar zijn om een nieuwe zwaarteklasse-indeling te kunnen maken in ICD. Als een ziekenhuis in in ICD heeft gecodeerd, dan zijn deze codes dus alleen geconverteerd ) naar ICD voor de zwaarteklasse-indeling; voor de overige variabelen worden de oorspronkelijk geregistreerde ICD-codes gebruikt. Als een ziekenhuis in in ICD heeft gecodeerd, dan zijn deze codes geconverteerd naar ICD voor de variabelen met ICD-definities ( hoofddiagnosegroepen en nevendiagnosegroepen). In hebben van de ziekenhuizen geheel in ICD gecodeerd, ziekenhuizen gedeeltelijk in ICD en gedeeltelijk in ICD gecodeerd, ziekenhuizen geheel in ICD gecodeerd en ziekenhuizen niet in ICD gecodeerd (geen deelname LMR/LBZ). Door de overgang op de ICD is het nu ook mogelijk om palliatieve zorg als nevendiagnose te coderen. Deze variabele wordt niet meegenomen in de berekening van de HSMR, maar bij de achtergrondgegevens over de casemix van ziekenhuizen zijn hierover wel cijfers toegevoegd in dit rapport (zie paragraaf. ). Dit is een eerste stap om eventuele verschillen tussen ziekenhuizen in palliatieve zorg zichtbaar te maken. 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. In paragraaf. en. worden de veranderingen door de overgang op ICD-definities nader beschreven. Daarna wordt ingegaan op de wijze van berekening van de (H)SMR en ten slotte wordt er een overzicht gegeven van de geproduceerde uitkomsten. Dit jaar worden van de SMR s per diagnose- en patiëntengroep naast de driejaarsgemiddelden ook de cijfers over het laatste jaar () gepresenteerd. Een uitgebreid rapport van de methode die is gehanteerd voor de berekening van de HSMR wordt elk jaar gepubliceerd op de website van het CBS. Uiterlijk november zal daar ook het rapport worden gepubliceerd van de methode die dit jaar is gehanteerd voor de HSMR. ). Brongegevens De Landelijke Medische Registratie (LMR) en diens opvolger de Landelijke Basisregistratie Ziekenhuiszorg (LBZ) zijn de bronnen voor de berekening van de HSMR. Deze registraties bevatten gegevens van de opnamen (verblijven) in de Nederlandse ziekenhuizen. De datum van ontslag is bepalend voor het ) Voor de conversie van ICD (CvZ) naar ICD en omgekeerd zijn de conversietabellen gebruikt zoals gepubliceerd op ) Zie publicatie HSMR : Methodological report

12 jaar waarin de opname in de LMR/LBZ wordt geregistreerd. De LMR/LBZ van bevat dus alle records van opnamen waarin het ontslag in plaatsvond. Naast het feit of een patiënt in het ziekenhuis is overleden, bevatten de registraties 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/LBZ, in dit geval dus de jaren -. 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/LBZ deelnamen. In bestond de LMR/LBZ-populatie uit ziekenhuizen: algemene, academische en categorale ziekenhuizen. Acht van deze ziekenhuizen hebben dat jaar geen LMR/LBZ-records geregistreerd, waardoor hun opnamen niet in het HSMR-model 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 zijn dus van ziekenhuizen opnamen in het HSMR-model opgenomen. In gold dit voor ziekenhuizen, in voor en in voor. Van deze ziekenhuizen zijn alleen de volgende opnamen meegenomen in het HSMR-model: Alleen de in de LMR/LBZ geregistreerde opnamen Van ziekenhuizen die alleen een gedeelte van hun klinische opnamen in de LMR/LBZ hebben geregistreerd ( ziekenhuizen in ), zijn alleen de (in ICD) geregistreerde opnamen meegenomen. Voor zes van deze ziekenhuizen in, vier in, één in en twee ziekenhuizen in zijn voor enkele gedeeltelijk geregistreerde maanden ook de geregistreerde opnamen buiten het model gehouden, bijvoorbeeld omdat in deze maanden wel de sterfgevallen maar niet alle niet-sterfgevallen 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 sterfgevallen bij de dagopnamen heeft geregistreerd, wordt dit apart vermeld in de rapportage (zie paragraaf. ). Alleen opnamen binnen CCS-hoofddiagnosegroepen Alleen de klinische opnamen met een hoofddiagnose die valt binnen geselecteerde CCSgroepen zijn meegenomen. CCS staat voor Clinical Classifications Software; een Amerikaans systeem om ICD-codes te clusteren in klinisch relevante en handzame groepen. De geselecteerde diagnosegroepen zijn dezelfde als die in vorige jaren werden gebruikt voor de berekening van de HSMR in Nederland. Tot en met werden de ICD -definities van deze CCSgroepen gebruikt, maar voor verslagjaar is overgegaan op de ICD-definities. ) Over de effecten daarvan wordt in paragraaf. ingegaan. Alleen opnamen van in Nederland wonende patiënten Patiënten waarvan in de LMR/LBZ geen postcode is geregistreerd en waarvan de landcode 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/LBZ 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 Gemeentellijke Basisadministratie geregistreerde bevolking in Nederland. Verder zijn er 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/LBZ-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. ) Zie

13 . 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 HSMR-model. 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 A worden de verklarende variabelen in detail beschreven. Leeftijd De sterftekans neemt sterk toe bij hogere leeftijden en ook pasgeborenen hebben een relatief grote kans op overlijden. Een ziekenhuis met meer oudere patiënten zal naar verwachting meer sterfgevallen 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 sociaal-economische status korter is. Om ziekenhuizen met veel patiënten uit zulke wijken (bijvoorbeeld in steden) niet te benadelen wordt hiervoor gecorrigeerd. SES is geen variabele in de LMR/LBZ, 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 - is het bestand van gebruikt van het Sociaal Cultureel Planbureau (SCP). Voor de eerdere jaren is het SCP-bestand van gebruikt. Zwaarteklasse van de hoofddiagnose Voor iedere CCS-groep van hoofddiagnosen wordt een apart model geschat. Binnen een CCSgroep 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 ICD-code (zie bijlage A voor meer details). In is dezelfde zwaarteklasse-indeling gebruikt als in vorige jaren, gebaseerd op ICD -definities. De in ICD geregistreerde hoofddiagnosen in de LMR/LBZ zijn hiervoor geconverteerd naar ICD. Urgentie van de opname Een patiënt heeft bij een acute opname in het algemeen een grotere kans om te overlijden dan bij een niet-acute opname. Daarom wordt hiervoor gecorrigeerd. Gebruikt is de opnameurgentie variabele uit de LMR/LBZ, die onderscheid maakt tussen acute en niet-acute opnamen. Een acute opname is een opname die niet kan worden uitgesteld omdat onmiddelijke behandeling of hulpverlening binnen uur noodzakelijk is. Binnen uur wil zeggen gerekend vanaf het moment dat de medisch specialist oordeelt dat een acute opname noodzakelijk is. Als de patiënt als acuut wordt gecategoriseerd maar de daadwerkelijke opname uur of later plaatsvindt, dan kan toch de definitie acuut worden gehanteerd. Nevendiagnosen (comorbiditeit) In de LMR/LBZ 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 nevendiagnosegroepen van de Charlson-index meegenomen als aparte variabelen in het model (zie bijlage A). Voor verslagjaar is overgegaan op ICD-definities van deze nevendiagnosegroepen. In paragraaf. wordt hier verder op ingegaan.

14 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. 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 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.. CCS-hoofddiagnosegroepen: overgang op ICD-definities en algemene ontwikkelingen Omdat in vrijwel alle ziekenhuizen in ICD hebben geregistreerd, is voor dit jaar overgegaan op de ICD-definities van de CCS-hoofddiagnosegroepen waarover de HSMR berekend wordt. Voor de jaren vóór zijn de ICD -definities van de CCS-groepen gebruikt. Bij toepassing van de ICDdefinities op de data zijn er ruim. klinische opnamen minder in de CCS-groepen dan het geval zou zijn geweest als de ICD -definities (totaal. opnamen) waren gebruikt voor. Dit komt voor het grootste deel door CCS-groep (Overige aandoeningen van de lage luchtwegen). Deze groep bevat bij de ICD-definities zo n. opnamen minder, welke voor het grootste deel verschoven zijn naar andere CCS-groepen van aandoeningen van de ademhalingswegen (de groepen, en ) die niet binnen de huidige CCS-groepen vallen die meegenomen worden bij de HSMR-berekening. In de ICD-definities is CCS-groep dus een stuk kleiner geworden dan in vorige jaren. Als voor een ziekenhuis behalve de omvang van deze groep daardoor ook de casemix van de patiëntenpopulatie is veranderd, kan de SMR van deze diagnosegroep minder goed vergeleken worden met die van eerdere jaren voor dat ziekenhuis. Voor zijn de (H)SMR resultaten wel goed vergelijkbaar tussen de ziekenhuizen onderling. Verschillen tussen de ICD- en ICD -definities van de CCS-groepen spelen in mindere mate ook bij enkele andere CCS-groepen van de huidige. Zo tellen de CCS-groepen (Perifere en viscerale atherosclerose), (Overige gastrointestinale aandoeningen) en (Urineweginfectie) minder opnamen bij de ICD-definities, en de groepen (Overige circulatoire aandoeingen) en (Complicatie van chirurgische procedure of medische zorg) meer. Die verschillen zijn echter veel minder groot dan bij CCS-groep. In is het effect van het toepassen van de ICD-definities dat het percentage klinische opnamen dat binnen de CCS-groepen valt (, %), wat lager is dan bij de ICD -definities het geval zou zijn (, %). Het percentage van de sterfgevallen dat binnen de CCS-groepen valt (t.o.v. de totale sterfte in klinische opnamen) is ook lager:, % in ICD ten opzichte van, % bij toepassen van de ICD -definities. De relatieve sterfte binnen de CCS-groepen is vrijwel gelijk bij de ICD - en ICDdefinities (, %). Verder is er in ook een afname van % in het totaal aantal geregistreerde klinische opnamen, in vergelijking met. Deze afname in de tijd heeft dus niet te maken met ICD of ICD, maar is met name te wijten aan de invoering van een nieuwe NZa-regel voor de registratie van verpleegdagen in, waarbij alleen nog maar een verpleegdag (en dus een klinische opname) mag worden geregistreerd als de opname minimaal een overnachting bevat. Alleen als de patiënt op de dag van opname overlijdt of wordt overgenomen door een andere instelling geldt de eis van overnachting niet. Gevolg hiervan is dat het percentage geregistreerde eendaagse klinische opnamen in met zo n % is gedaald ten opzichte van. Dit betreft overwegend opnamen zonder sterfte; ziekenhuizen blijven wel de sterfgevallen bij de eendaagse opnamen registreren, conform de NZa-regel. Hoewel de nieuwe regel al dateert van, zijn de gevolgen in de LMR/LBZ pas goed merkbaar in. In

15 werd de nieuwe regel nog maar beperkt toegepast in de LMR, toen was er een afname in eendaagse klinische opnamen van slechts % ten opzichte van. Omdat de eendaagse klinische opnamen in toch zo n % van alle klinische opnamen uitmaakten en nu alleen de eendaagse opnamen zonder sterfte sterk zijn afgenomen, heeft dit effect op het percentage sterfgevallen bij de klinische opnamen. Dit sterftepercentage is in voor het eerst gestegen, na een jarenlange daling. Dit is dus louter een effect van de nieuwe registratieregel; als de eendaagse klinische opnamen niet worden meegeteld is er wel een doorgaande dalende trend van de sterfte in. De totale afname van het aantal klinische opnamen van % geldt ook voor het totaal van de CCSgroepen. Bij sommige CCS-groepen is er een meer dan gemiddelde daling van het aantal opnamen te zien van op. Hier wordt nader op ingegaan in het methoderapport dat het CBS op zijn website zal publiceren. ) Door de afname in registratie van eendaagse klinische opnamen zijn de eerdergenoemde cijfers van over het aandeel van de opnamen en sterfgevallen binnen de CCS-groepen ten opzichte van het totaal aantal opnamen en sterfgevallen niet goed vergelijkbaar met die van eerdere jaren. Omdat er in selectief minder opnamen zijn geregistreerd (eendaagse opnamen, en daarbinnen ook nog selectief ten aanzien van sterfte) zullen de patiëntenpopulaties (casemix) waarover de (H)SMRuitkomsten zijn berekend minder vergelijkbaar zijn met die van vorige jaren. Concluderend kan gesteld worden dat de overgang op de ICD-definities in de omvang van sommige CCS-groepen (met name groep ) heeft veranderd, waardoor de betreffende SMR-uitkomsten minder goed vergelijkbaar kunnen zijn met die van vorige jaren. Dit is met name het geval als met de omvang ook de casemix van de betreffende CCS-groepen is veranderd. Dit effect treedt echter ook op door een andere ontwikkeling: de sterke afname in de registratie van het aantal eendaagse klinische opnamen door de nieuwe NZa-regel. Hierdoor zijn de (H)SMR-uitkomsten minder goed in de tijd vergelijkbaar in -. Voor zijn de (H)SMR s wel goed vergelijkbaar tussen de ziekenhuizen. Het probleem dat vorig jaar speelde, dat een deel van de ziekenhuizen in ICD registreerde en een deel in ICD, geldt in niet meer, aangezien vrijwel alle ziekenhuizen zijn overgegaan op ICD-registratie.. Overgang op ICD-definities van de nevendiagnosegroepen Tot en met verslagjaar zijn de ICD -definities van de Charlson nevendiagnosegroepen gebruikt voor de HSMR-berekening. Vanaf is overgegaan op de in ICD geregistreerde diagnosen en zijn de Charlson nevendiagnosegroepen vertaald naar ICD. Het CBS heeft de verschillende in de literatuur beschreven ICD-indelingen van de Charlson nevendiagnosegroepen onderzocht en op basis daarvan een keuze gemaakt voor de ICD-definities. Deze zijn beschreven in bijlage A. De CBSdefinities komen het meeste overeen met die van Quan et al en bevatten daardoor vaak wat meer diagnosen dan het geval was in de ICD -indeling. Door de extra diagnosecodes hebben met name de nevendiagnosegroepen hartfalen, perifere vaatziekte, dementie, (ernstige) leveraandoening en nieraandoening wat hogere frequenties in dan in vorige jaren toen de ICD -definities gebruikt werden. Daardoor is het aantal Charlson nevendiagnosegroepen per klinische opname (binnen de CCS-hoofddiagnosegroepen) in sterker gestegen dan in en het geval was. Het aantal Charlson nevendiagnosegroepen per opname is in met % gestegen, maar ook het totaal aantal geregistreerde nevendiagnosen is in weer gestegen, met % (zie tabel. ). Dit laatste laat de overall toename in registratie van nevendiagnosen zien, ona ankelijk van ICD-versie of Charlsonselectie. De stijging van het aantal Charlson nevendiagnosen in komt dus deels door een algemene stijging in registratie van nevendiagnosen en deels door de overgang op de ICD-definities van de Charlson nevendiagnosegroepen. Het feit dat in wat meer nevendiagnosen meetellen bij de Charlson nevendiagnosegroepen is geen probleem voor de vergelijkbaarheid van de HSMR tussen ziekenhuizen, want de ICDdefinities worden voor alle ziekenhuizen toegepast. Bij de paar ziekenhuizen die in nog in ICD hebben gecodeerd worden de geregistreerde nevendiagnosen immers eerst geconverteerd naar ICD en vervolgens ingedeeld volgens de ICD-definities van de Charlson nevendiagnosegroepen.

16 Tabel 3.1 Ontwikkeling aantal geregistreerde nevendiagnosen per klinische opname, a Toename - Totaal aantal nevendiagnosen per opname,,,,, % Aantal Charlson nevendiagnosegroepen per,,,,, % opname binnen de CCS-groepen a Cijfers wijken licht af van die in tabel. omdat hier het gemiddelde op opnameniveau is berekend en in tabel. zijn de cijfers van de ziekenhuizen gemiddeld Uit onderzoek van het CBS blijkt dat de verschillen in uitkomsten tussen de verschillende ICD-indelingen van de Charlson nevendiagnosegroepen klein zijn. Er is gekozen voor de CBS-indeling omdat deze medisch inhoudelijk gezien (welke diagnosecodes horen bij een nevendiagnosegroep) de meest juiste lijkt.. Berekeningswijze van de (H)SMR Hieronder volgt een korte beschrijving van de berekeningswijze van de HSMR en de SMR s. Zoals in paragraaf. aangegeven is de HSMR gelijk aan het quotiënt van het waargenomen en het verwachte aantal sterfgevallen in een ziekenhuis, vermenigvuldigd met. Evenzo is de SMR het quotiënt van het waargenomen en verwachte aantal sterfgevallen voor de desbetreffende CCS-diagnosegroep, vermenigvuldigd met. Bij de berekening van de HSMR worden alleen de in de LMR/LBZ geregistreerde klinische opnamen voor de geselecteerde 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 diagnosespecifieke SMR s en kan direct uit de LMR/LBZ worden afgeleid. De noemer van de HSMR (verwachte sterfte) is gelijk aan de som van de noemers van de SMR s. Wanneer we de verwachte sterfte voor elk van de CCS-diagnosegroepen hebben bepaald, is dus ook de HSMR eenvoudig te berekenen. Per CCS-groep wordt het verwachte aantal sterfgevallen bepaald via een (logistisch) regressiemodel, waarbij het al of niet overlijden van de patiënt tijdens de opname wordt verklaard uit de in paragraaf. genoemde verklarende variabelen. In bijlage B 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 opnamen of sterfgevallen) is deze samengevoegd met een andere, meestal naastliggende, categorie. Als dit het geval is bij een nevendiagnose-variabele (die slechts uit 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 B wordt per CCS-groep aangegeven of er nevendiagnosen zijn weggelaten uit het model (weergegeven met een ). 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 diagnosegroepen levert dan de noemer van de HSMR. Men kan de (geschatte) sterftekansen, die uit de regressies volgen, ook sommeren over 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

17 leeftijdsklasse. Door de waargenomen sterfte voor die patiëntencategorie hierdoor te delen, worden SMR s berekend voor specifieke patiëntencategorieën. Bij ieder HSMR- en SMR-cijfer wordt een zogenaamd %-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, pas als statistisch significant hoger dan gemiddeld gezien, wanneer de ondergrens van het betrouwbaarheidsinterval hoger is dan. Evenzo is een (H)SMR die kleiner is dan, pas statistisch significant lager dan het landelijk gemiddelde, wanneer de bovengrens van het betrouwbaarheidsinterval lager is dan. Als het betrouwbaarheidsinterval de waarde omvat, dan wijkt de (H)SMR dus niet statistisch significant af van het Nederlandse gemiddelde. Voor de HSMR s zijn ook de, %- betrouwbaarheidsintervallen berekend. Als dit betrouwbaarheidsinterval de waarde 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, % 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 % betrouwbaarheidsniveau.. 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, en. Ook worden de absolute aantallen van de werkelijke en verwachte sterfte vermeld, zodat afgeleid kan worden hoeveel sterfgevallen er meer of minder hebben plaatsgevonden in het ziekenhuis dan verwacht op basis van het model. SMR s over de periode - en voor het jaar, voor elk van de CCS-diagnosegroepen en voor andere kenmerken van de patiënt en de opname, namelijk geslacht, leeftijd en of de opname wel of niet acuut was. Daarnaast worden net als vorig jaar ook de SMR s van een aantal clusters van CCS-diagnosegroepen gegeven. 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 de sterftekans is weergegeven. Naast de sterftekans wordt ook de werkelijk waargenomen sterfte vermeld en de waarden van de variabelen van het HSMR-model. 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. 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/LBZ-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. wordt dit nader uitgewerkt en kunt u de resultaten hiervan voor uw ziekenhuis bekijken. De cijfers voor en 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 ) aan het berekeningsmodel wordt toegevoegd en het oudste jaar (in dit geval ) wordt verwijderd uit het model. Dit kan tot kleine verschillen in uitkomsten leiden. Het HSMR cijfer in dit rapport kan ook afwijken van de voorlopige HSMR die medio dit jaar door DHD is berekend. De voorlopige HSMR cijfers van DHD zijn namelijk berekend op het oude HSMR-model van en op basis van de oude ICD -definities van de diagnosen. De definitieve HSMR cijfers in dit rapport zijn gebaseerd op het meest recente berekeningsmodel, inclusief de data van de ziekenhuizen, en op ICD-definities. De cijfers in dit rapport zijn dus de actuele,

18 definitieve HSMR cijfers, waarmee u uw ziekenhuis kunt vergelijken met het landelijk gemiddelde van.

19 Resultaten In dit hoofdstuk worden de resultaten voor uw ziekenhuis beschreven. Daarin komt het volgende aan bod: In paragraaf. 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. worden de HSMR-cijfers van uw ziekenhuis gepresenteerd. Deze worden, als de datakwaliteit dit toelaat (zie paragraaf. ), 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 (), omdat deze het meest actuele beeld geeft. In paragraaf. 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.. Deze SMR s geven nuttige informatie over de achtergronden van het HSMR-cijfer van uw ziekenhuis.. Controle LMR/LBZ-deelname, datakwaliteit en casemix Voor een correcte berekening van de HSMR is het belangrijk dat een ziekenhuis voldoende LMR/LBZdata 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/LBZ-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 volledige maanden van de klinische opnamen zijn geregistreerd in de LMR/LBZ Voor een zinvolle berekening van de HSMR dient een ziekenhuis bij voorkeur alle, maar minimaal volledige maanden van een verslagjaar te registreren in de LMR/LBZ. Een minimale deelname is nodig, omdat anders onvoldoende betrouwbare resultaten kunnen 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 sterfgevallen hebben gecodeerd, waardoor het percentage sterfgevallen 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:

20 . minder dan % vage diagnosen Het percentage opnamen met een vage diagnosecode voor de hoofddiagnose moet lager dan % zijn. Onder vage diagnosecodes worden verstaan: ICD-code R (onbekende en niet gespecificeerde oorzaken van ziekte), vanaf verslagjaar. ICD -code. (overige slecht omschreven aandoeningen) en ICD -code. (overige onbekende en niet gespecificeerde oorzaken), tot en met verslagjaar. Vanaf verslagjaar is dus de ICD-code gebruikt, op basis van de geregistreerde ICDdata, of de naar ICD geconverteerde data voor de ziekenhuizen die nog in ICD registreerden. Voor eerdere jaren is de ICD -definitie en de ICD -data gebruikt. 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 diagnosegroepen die in de HSMR worden meegenomen. Als een patiënt met een vage diagnosecode in werkelijkheid een diagnose had binnen deze diagnosegroepen, dan wordt deze dus onterecht niet meegenomen.. meer dan % acute opnamen Het percentage acute opnamen moet hoger dan % zijn. Landelijk gezien wordt ongeveer de helft van de patiënten acuut 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.. meer dan, nevendiagnosen per hoofddiagnose Het aantal nevendiagnosen per opname dat is geregistreerd moet minimaal, zijn. Volledige en juiste registratie van nevendiagnosen in de LMR/LBZ is nodig voor een correcte bepaling van de Charlson nevendiagnosegroepen, welke meegenomen worden in de HSMR-berekening (zie bijlage A). 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. Om de effecten van onderregistratie tegen te gaan wordt er een minimumgrens gesteld voor het totaal aantal geregistreerde nevendiagnosen per klinische opname. Omdat de registratie van nevendiagnosen de laatste jaren sterk is toegenomen, is dit overigens een erg lage grens, waar vrijwel alle ziekenhuizen die in de LMR/LBZ registreren aan voldoen. De patiëntencasemix niet te veel afwijkt van het landelijk gemiddelde. Als de casemix van een ziekenhuis sterk afwijkt van die van de andere ziekenhuizen dan is vergelijking met andere ziekenhuizen op basis van de HSMR niet zinvol. In tegenstelling tot de criteria betreffende de kwaliteit van de data gaat het bij deze criteria om kenmerken van de patiëntenpopulatie die niet door het ziekenhuis beïnvloed kunnen worden. Als criteria zijn gehanteerd:. minimaal sterfgevallen Het aantal sterfgevallen bij de in de LMR/LBZ geregistreerde klinische opnamen moet minimaal zijn. Indien het aantal geregistreerde sterfgevallen in een ziekenhuis kleiner is dan kunnen er op basis van de HSMR geen statistisch betrouwbare conclusies getrokken worden. In vorige jaren werd het criterium van > verwachte sterfgevallen gehanteerd. Omdat in de recente NZa-regeling over de publicatie van HSMR s, een uitzondering wordt gemaakt voor ziekenhuizen met minder dan (werkelijke) sterfgevallen, is hierbij aangesloten voor dit casemixcriterium, vanaf verslagjaar. Omdat de CCS-diagnosegroepen waarover de verwachte sterfte wordt berekend gemiddeld % van de totale sterfte uitmaken, komt verwachte sterfgevallen ongeveer overeen met gemiddeld werkelijke sterfgevallen bij alle klinische opnamen.. meer dan % van de totale sterfte binnen de diagnosegroepen van de HSMR Als criterium wordt gehanteerd dat meer dan % van de totale sterfte bij klinische opnamen plaatsvindt binnen de diagnosegroepen van de HSMR. In de Nederlandse ziekenhuizen vindt ca. % van de sterfte plaats binnen deze diagnosegroepen. Als dit percentage bij een ziekenhuis aanzienlijk lager is, dan geeft de HSMR een onvoldoende