Beregning af standardiseret mortalitet efter hospitalsindlæggelse

Introduktion: Beregning af standardiseret mortalitet efter hospitalsindlæggelse (hospitalsstandardiseret mortalitetsratio (HSMR)) anvendes i en række lande til kvalitetsovervågning af sygehusvæsnet. Vi applicerer i dette pilotprojekt HSMR-beregninger på data fra danske administrative registre.

Materiale og metoder: Vi identificerede de primære udskrivningsdiagnoser (aktionsdiagnoser), som bidrog til 80% af det samlede antal dødsfald inden for 30 dage efter hospitalsindlæggelse på fire centralsygehuse i 2004 ved at sammenkøre patientadministrative systemer og det Centrale Personregister. Samlet for de fire hospitaler beregnede vi for hver af de inkluderede primære udskrivningsdiagnoser den årlige kumulerede mortalitetsproportion standardiseret for alder, køn og indlæggelsesmåde. Ud fra dette blev det forventede antal dødsfald for hver udskrivningsdiagnose beregnet separat for de fire sygehuse. Vi beregnede HSMR for det enkelte sygehus som ratioen mellem summen af det observerede og summen af forventede antal sygdomsspecifikke dødsfald.

Resultater: I alt 77 primære udskrivningsdiagnoser bidrog til 80% af alle dødsfald. Den udskrivningsdiagnose, som var relateret til flest dødsfald, var J18, lungebetændelse, agens ikke specificeret. Mortaliteten op til 30 dage efter indlæggelsen varierede fra 5,7% til 6,3%. HSMR varierede fra 95 på sygehus B og 98 på sygehus D til 102 og 103 på henholdsvis sygehus A og C.

Konklusion: Undersøgelsen viser, at det er muligt at generere data til beregning af HSMR fra administrative danske registre. Der fandtes kun lille variation i HSMR mellem fire centralsygehuse med sammenlignelige patientpopulationer.

En af visionerne for det danske sundhedsvæsen er at opnå og fastholde et højt fagligt internationalt niveau. For at nå dette mål er redskaber til løbende monitorering af kvalitetsforbedrende interventioner og af sundhedsvæsenets indsats generelt nødvendige.

Død efter hospitalsindlæggelse er internationalt et meget anvendt surrogatmål for kvaliteten af sygehusvæsenets samlede indsats [1]. I England har man siden slutningen af 1990'erne benyttet en metode til monitorering af kvaliteten af behandlingen på offentlige hospitaler kaldet hospital standard-ized mortality ratio (HSMR) [2]. Baggrunden for indførelse af HSMR var, at man ved flere lejligheder havde fundet stor variation i mortaliteten for udvalgte sygdomme mellem hospitaler. Dette gav anledning til overvejelser om, hvorvidt forskelle i behandlingskvaliteten kunne forklare denne variation [3]. Siden har man, eller påtænker man, indført HSMR som led i monitorering af dødeligheden efter indlæggelse på hospital i en række lande, blandt andet USA, Canada, Holland og Sverige [4-6].

Fordelen ved HSMR frem for andre metoder til kvalitetsmonitorering, som primært monitorerer specifikke sygdomme eller behandlinger, er, at HSMR giver et overordnet mål for dødeligheden efter indlæggelse på de enkelte sygehuse. Derudover beregnes HSMR på rutinemæssigt indsamlede data fra eksisterende administrative registre og øger således ikke registreringsbyrden i sundhedsvæsnet.

HSMR bygger på indirekte standardisering, en veletableret epidemiologisk metode, som har det formål at skabe direkte sammenlignelige relative mortalitetsestimater [7]. Ved standardisering tages højde for potentielle forskelle i sammensætning af udvalgte prognostiske faktorer ved at vægte dødeligheden i grupper (strata) defineret efter niveauet af disse prognostiske faktorer.

I denne artikel beregner vi HSMR på data fra danske administrative registre og diskuterer mulighederne for at forbedre metoden til beregning af HSMR.

Materiale og metoder

Vi inkluderede samtlige indlæggelser på fire store og mellemstore centralsygehuse fra den 1. januar 2004 til den 31. december 2004. Sygehusene blev udvalgt ud fra en formodning om, at patientpopulationen på disse sygehuse var relativt ens, hvorfor vi umiddelbart forventede relativt beskedne forskelle i HSMR.

Identifikation af patienter

Indlæggelserne blev identificeret i de respektive amters patientadministrative systemer (PAS). PAS indeholder oplysninger om samtlige indlæggelser på amternes somatiske sygehuse siden 1977 og leverer data til Landspatientregisteret (LPR). Alle de i undersøgelsen anvendte data findes således også i LPR. Afdelingen, hvorfra en patient udskrives, indberetter umiddelbart efter udskrivelsen blandt andet følgende til PAS: indlæggelsestidspunkt, indlæggelsesafdeling(er), indlæggelsesmåde (akut/planlagt) samt primære (aktions)udskrivningsdiagnoser og biudskrivningsdiagnoser. Patienterne er registreret med CPR-numre, og udskrivningsdiagnoserne er siden 1994 registreret med koder baseret på tiende udgave af International Classification of Diseases (ICD-10) [8].

Mortalitet

Ved at sammenkøre PAS med det Centrale Personregister (CPR), som blandt andet indeholder oplysninger om dato for evt. død eller emigration, fik vi oplysninger om, hvorvidt patienter døde inden for 30 dage efter indlæggelsen. Vi rangordnede udskrivningsdiagnoserne efter, hvor hyppigt de var relateret til død, og identificerede de primære udskrivningsdiagnoser, der var blevet givet til 80% af det samlede antal dødsfald inden for 30 dage [2]. Kun de indlæggelser, hvor den primære udskrivningsdiagnose var en af de inkluderede diagnoser, indgik i beregningerne af HSMR.

Overflytninger mellem afdelinger inden for samme døgn blev defineret som én indlæggelse, og den senest registrerede diagnose blev anvendt i beregningen af HSMR, idet vi antog, at denne var tættest associeret med dødsfaldet. For patienter med flere indlæggelser inden for 30 dage før dødsfald blev dødsfaldet tilskrevet den senest registrerede udskrivningsdiagnose og hospital. Alle patienternes indlæggelser i perioden indgik dog i beregningerne af HSMR.

Statistisk analyse

HSMR blev beregnet som indirekte standardiserede mortalitetsratioer (SMR). Separat for hver af de inkluderede primære udskrivningsdiagnoser blev den samlede årlige kumulative hospit alsmortalitetsproportion (KMP) beregnet som det samlede antal døde inden for 30 dage efter indlæggelse med en given diagnose divideret med det totale antal indlæggelser med den givne diagnose, stratificeret på alder (tiårsaldersgrupper), køn og indlæggelsesmåde (akut/elektivt). Det forventede antal døde pr. år for hvert hospital blev herefter beregnet som antallet af indlæggelser med de specifikke primære udskrivningsdiagnoser i hvert stratum (aldersgrupper, køn og akut/ elektivt indlagt) multipliceret med de samlede strataspecifikke KMP for alle fire hospitaler. HSMR for det enkelte hospital blev beregnet som ratioen mellem det samlede antal observerede dødsfald og det samlede antal forventede dødsfald multipliceret med 100. For at vurdere, om der var forskel på HSMR mellem hospitalerne inden for sygdomsområder, blev SMR for de enkelte diagnoser grupperet efter sygdomsområde i henhold til ICD-10-hovedgrupper.

Ved beregningen af HSMR blev det enkelte hospital således sammenlignet med gennemsnittet. Da der kun indgik fire hospitaler i pilotprojektet, fik det enkelte hospital stor indflydelse på gennemsnittet, hvilket der ikke tages højde for i beregningen af de gængse sikkerhedsintervaller for SMR. Da fortolkningen af sikkerhedsintervallerne således vil være problematisk, har vi valgt ikke at angive disse. Projektet er godkendt af datatilsynet.

Resultater

I alt 77 udskrivningsdiagnoser bidrog til 80% af alle dødsfald inden for 30 dage efter hospitalsindlæggelsen (Tabel 1). Af Tabel 2 fremgår det, at antallet af indlæggelser med de 77 inkluderede diagnoser varierede fra 5.070 på sygehus B til 12.255 på sygehus D. Andelen af patienter, som døde inden for 30 dage efter indlæggelse med de inkluderede diagnoser, varierede fra 5,7% på sygehus B til 6,3% på sygehus C. HSMR varierede fra 95 på sygehus B til 103 på sygehus C.

De tre udskrivningsdiagnoser, som var relateret til flest dødsfald inden for 30 dage efter indlæggelsen var J18, lungebetændelse, agens ikke specificeret; I21, akut hjerteinfarkt; og C34, kræft i bronkie og lunge (Tabel 3 ). Der var for de enkelte diagnoser betydelige forskelle i SMR mellem hospitalerne. I Tabel 4 er de 77 diagnoser grupperet efter sygdomsområde/ lidende organsystem, og som det fremgår, er der fortsat nogen variation i SMR mellem hospitalerne, men især i grupper med relativt mange indlæggelser og dødsfald er variationen mere beskeden.

Diskussion

Undersøgelsen har vist, at det er muligt at generere data til beregning af HSMR fra administrative danske registre. HSMR varierede som ventet kun beskedent mellem de fire centralsygehuse, mens variationen i SMR for de enkelte diagnoser var betydelig. Det er på baggrund af denne undersøgelse ikke muligt at udtale sig om, hvorvidt der er forskel mellem de fire centralsygehuse, idet sikkerhedsintervallerne ikke blev beregnet.

Vi baserede beregningen af HSMR på udskrivningsdiagnoser fra hospitalsindlæggelser registreret i PAS og dermed også i Landspatientregisteret. Styrken ved at anvende disse data er, at dataindsamlingen er integreret i den kliniske hverdag, og at systemet er opdateret og indeholder en række informationer, som er relevante indikatorer for beregningen af HSMR. Vi har i vores beregninger anvendt død inden for 30 dages efter indlæggelsen frem for død under hospitalsindlæggelse som i den oprindelige udgave af HSMR [6]. Vi anser dette for en styrke, da det efter vores opfattelse giver et bedre billede af den samlede kvalitet af hospitalets indsats. Blandt andet inkluderes dødsfald relateret til for tidlig udskrivelse og til medicineringsfejl i forbindelse med udskrivelse i beregningen.

Når man skal vurdere, om HSMR kan anvendes til sammenligning mellem sygehuse, er det væsentligt at vurdere, om fejlkilder kan forklare de fundne forskelle i HSMR. Spørgsmålet er, om der er systematiske forskelle på hospitalerne, som kan bidrage til at give forskelle i HSMR. I dette pilotprojekt er der taget højde for alder, køn, indlæggelsesmåde og primære udskrivningsdiagnose, og validiteten af beregningen afhænger således blandt andet af kvaliteten af disse data. Alder og køn bestemmes ud fra CPR-nummeret og kan antages at have høj kvalitet. En række af de inkluderede primære udskrivningsdiagnoser (bl.a. en række kræftsygdomme, kronisk obstruktiv lungesygdom (KOL), lungebetændelse, kompliceret ulcussygdom og diabetes) er tidligere valideret i PAS, og generelt har disse en tilfredsstillende positiv prædiktiv værdi på over 85% [8-14]. Imidlertid tyder resultaterne af diagnosespecifikke SMR i denne undersøgelse på, at der kan være systematiske forskelle i kodningspraksis mellem de fire sygehuse. Det drejer sig formentlig om forskelle i kodningen af patienter med flere ligeværdige konkurrerende sygdomme, eksempelvis KOL og pneumoni, og om brugen af mere eller mindre specifikke ICD-10-koder, eksempelvis J13, pneumokoklungebetændelse, og J18, lungebetændelse agens ikke specificeret. Da den beregnede HSMR bygger på 77 forskellige diagnoser, vil metoden dog til dels tage højde for disse diagnosespecifikke kodningsforskelle mellem sygehusene, idet man f.eks. både inkluderer dødsfald efter indlæggelse med pneumoni og efter indlæggelse med KOL. Beregning af SMR for diagnosegrupper tager ligeledes til dels højde for forskelle i kodningspraksis, idet sygdomme i samme organsystem/inden for samme medicinske speciale grupperes. Dette giver muligheden for mere specifikt at identificere sygdomsområder med højere dødelighed end forventet og dermed at identificere potentielle indsatsområder. Som resultaterne imidlertid viser, er der stor variation i diagnosegruppespecifikke SMR, hvilket gør det vanskeligt at drage valide konklusioner på baggrund af disse. En udvikling af en mere robust metode til identifikation af sygdomsområder med høj mortalitet på de enkelte sygehuse er således nødvendig. Patientsammensætningen kan variere mellem hospitaler, og det vil være afgørende for, hvorvidt HSMR kan bruges til sammenligning af dødeligheden mellem hospitaler, at der i tilstrækkelig grad kan tage hensyn til disse forskelle [7]. Patientsammensætningen vil, når der tages højde for eventuelle ændringer i alder, køn, indlæggelsesmåde samt primære udskrivningsdiagnoser, næppe ændres væsentligt over tid på de enkelte hospitaler, og ændringer i HSMR over tid for de enkelte hospitaler vil derfor umiddelbart kunne fortolkes. Derimod kan andre faktorer vedrørende patientsammensætningen tænkes at spille en rolle for eventuelle forskelle i HSMR mellem hospitaler. I udenlandske studier er det således vist, at niveauet af komorbiditet, sociale forhold i sygehusenes optageområder, antallet af højt specialiserede afdelinger og adgang til hospice kan have indflydelse på det enkelte sygehus' HSMR [1, 2]. Hvorvidt disse faktorer kan og bør inkluderes i HSMR-beregningen, er uvist. I Danmark kan niveauet af komorbiditet på patientniveau beregnes ved brug af et valideret komorbiditetsindeks baseret på tidligere udskrivningsdiagnoser for samtlige hospitalsindlæggelser siden 1977 identificeret i LPR [15, 16]. Dette vil give et langt mere validt mål for komorbiditet end de mål, som anvendes i England og USA. Endvidere viser studier fra USA og England, at faktorer relateret til sundhedsvæsnets struktur, blandt andet sygehusenes størrelse, hvorvidt der udføres komplicerede kirurgiske indgreb, tilknytning til universiteter, antallet af læger pr. sengeplads og antallet af sygeplejersker pr. sengeplads, kan have betydning for HSMR [1, 2]. Hvorvidt disse faktore r har betydning for HSMR i det, sammenlignet med USA og England, relativt homogene danske sundhedsvæsen, er uvist. Vi mener dog ikke, at disse faktorer nødvendigvis bør medtages i HSMR-beregningen. Eventuelle forskelle i HSMR, som skyldes organisatoriske forhold, kan derimod være væsentlige at få belyst, hvilket ikke er muligt, hvis de medtages i beregningen af HSMR.

Det er væsentligt at understrege, at HSMR og grupperede SMR alene kan anvendes til at opfange signaler om potentielle problemer på de enkelte sygehuse. Endelig identifikation af eventuelle problemer og løsningsmodeller for disse vil altid skulle baseres på yderligere undersøgelser, herunder formaliserede journalaudit.

Undersøgelsen viser således, at det er muligt at generere data til beregning af HSMR fra administrative danske registre. Der fandtes kun lille variation i HSMR mellem fire centralsygehuse med sammenlignelige patientpopulationer.

Steffen Christensen, Klinisk Epidemiologisk Afdeling, Århus Sygehus, DK-8000 Århus C. E-mail: sc@dce.au.dk

Antaget: 19. juli 2007

Interessekonflikter: Ingen angivet

Taksigelser: Projektet har modtaget økonomisk støtte fra Operation Life, Dansk Selskab for Patientsikkerhed. Vi takker professor Henrik T. Sørensen, Klinisk Epidemiologisk Afdeling, Århus Sygehus, for kritisk gennemgang af manuskriptet.