Variatie in codering patiëntengegevens beïnvloedt gestandaardiseerd ziekenhuissterftecijfer (HSMR)

Objective

To investigate the impact of coding variations on ‘hospital standardized mortality ratio’ (HSMR) and to define variation reduction measures.

Design

Retrospective, descriptive.

Method

We analysed coding variations in HSMR parameters for main diagnosis, urgency of the admission and comorbidity in the national medical registration (LMR) database of admissions in 6 Dutch top clinical hospitals during 2003-2007. More than a quarter of these admission records had been included in the HSMR calculation. Admissions with ICD-9 main diagnosis codes that were excluded from HSMR calculations were investigated for inter-hospital variability and correct exclusion. Variation in coding admission type was signalled by analyzing admission records with diagnoses that had an emergency nature by their title. Variation in the average number of comorbidity diagnoses per admission was determined as an indicator for coding variation. Interviews with coding teams were used to check whether the conclusions of the analysis were correct.

Results

Over 165,000 admissions that were excluded from HSMR calculations showed large variability between hospitals. This figure was 40% of all admissions that were included. Of the admissions with a main diagnosis indicating an emergency, 34% to 93% were recorded as an emergency. The average number of comorbidity diagnoses varied between hospitals from 0.9 to 3.0 per admission.

Conclusion

Coding of main diagnoses, urgency of admission and comorbidities showed strong inter-hospital variation with a potentially large impact on the HSMR outcomes of the hospitals. Coding variations originated from differences in interpretation of coding rules, differences in coding capacity, quality of patient records and discharge documentation and timely delivery of these.

Samenvatting

Doel

Onderzoek naar de invloed van codeervariaties op de het gestandaardiseerde ziekenhuissterftecijfer (‘hospital standardized mortality ratio’, HSMR) en maatregelen formuleren om de variatie in coderingen te reduceren.

Opzet

Retrospectief, beschrijvend.

Methode

Wij analyseerden codeervariaties van de HSMR- parameters hoofddiagnose, opname-urgentie en nevendiagnoses in het databestand Landelijke Medische Registratie (LMR) van opnamen in 6 topklinische ziekenhuizen gedurende 2003-2007. Ruim een kwart van de geregistreerde opnamen telde mee bij de berekening van de HSMR. Van de ICD-9-codes voor hoofddiagnose die niet waren meegeteld bij de HSMR-berekening onderzochten wij of er verschillen waren tussen de ziekenhuizen en of opnamen met deze codes terecht waren uitgesloten bij de berekening. Variatie in het coderen van opname-urgentie werd gesignaleerd door opnamen te analyseren waarbij de diagnosetitel acuut van aard was. De variatie in het gemiddelde aantal nevendiagnoses per opname werd bepaald als indicatie voor codeervariatie. Door interviews met codeerteams werd geverifieerd of de conclusies van de analyse terecht waren.

Resultaten

Meer dan 165.000 opnamen die niet meetelden voor de HSMR vertoonden grote verschillen tussen de ziekenhuizen. Dit aantal was 40% van het aantal opnamen dat wél meetelde. Van de opnamen met een hoofddiagnose die acuut van aard was, was per ziekenhuis 34% tot 93% als ‘acute opname’ geregistreerd. Het gemiddelde aantal nevendiagnoses per opname varieerde tussen de ziekenhuizen van 0,9 tot 3,0.

Conclusies

Er waren grote verschillen in de codering van de hoofddiagnose, opname-urgentie en nevendiagnoses tussen de onderzochte ziekenhuizen, met een potentieel grote invloed op de HSMR-uitkomsten van de ziekenhuizen. De codeervariaties berustten op interpretatieverschillen bij het coderen, verschillen in de beschikbaarheid van codeurs, de kwaliteit van ontslagbrieven en dossiers en de al dan niet tijdige aanlevering hiervan.