Een onrijp instrument

De auteurs van ‘Een onrijp instrument’ (MC 9/2008: 370) stellen dat ‘de Hospital Standardized Mortality Ratio (HSMR) in potentie de ultieme uitkomstmaat is om de kwaliteit en/of veiligheid van zorg van een ziekenhuis aan af te lezen’. Tevens stellen zij dat er in Engeland, de VS en Canada meer variabelen worden gebruikt om de HSMR te bepalen.

Twee jaar geleden werd de Engelse HSMR al aangepast en ook het Nederlandse sterftecijfer is aangepast door middel van een logistisch regressiemodel op het niveau van de diagnoses die 80 procent van alle ziekenhuismortaliteit veroorzaken, het zogeheten bottom-upmodel. Hierin zijn leeftijdsgroep, Charlson-index voor comorbiditeit, sociaal-economische achterstand, verpleegduur, maand en jaar van opname, de 3-cijferige ICD-9-subgroep van Clini­cal Classification System (CCS), geslacht en urgentie van opname meegenomen.

Er wordt gestandaardiseerd voor diagnosesubgroepen binnen elke diagnosegroep. Statistisch onderzoek naar dezelfde gecompliceerde casemix gebaseerd op administratieve gegevens suggereert dat deze vergelijkbaar en in sommige gevallen superieur is aan modellen die uit klinische databestanden worden afgeleid en beter is dan de niet-gecorrigeerde mortaliteit.1 Dit in tegenstelling tot wat Geelkerken c.s. suggereren.

De modellen in Engeland zijn ontwikkeld voor 78 CCS-groepen en 128 verrichtingen die verantwoordelijk zijn voor 90 procent van alle sterfgevallen in ziekenhuizen, wat specifiek relevant is voor chirurgische specialismen. Dit maakt het mogelijk om dieper in detail te gaan dan de HSMR-analyses die zijn ontwikkeld om inzicht te geven in voor de casemix gestandaardiseerde sterfte.

Wij erkennen dat de HSMR wordt beïnvloed door een aantal factoren, inclusief de kwaliteit van de data, de opnamedrempel, ontslagstrategieën en onderliggende niveaus van morbiditeit van de populatie. Maar ook de zorgkwaliteit kan daaraan bijdragen. Als de HSMR hoog is, dan is verder onderzoek noodzakelijk om problemen met de kwaliteit van zorg uit te sluiten of te identificeren. Ziekenhuizen in Engeland, de VS en andere landen die deze aanpak hebben gebruikt, hebben meer inzicht gekregen in sterfgevallen en dat heeft geleid tot verlaging daarvan.2

Londen, april 2008

prof. Brian Jarman, directeur, Dr Foster Unit at Imperial College

dr. Paul Aylin, adjunct-directeur, Dr Foster Unit at Imperial College

dr. Alex Bottle, docent, Dr Foster Unit at Imperial College

dr. Simon Jones, statisticus, hoofd data-analyse Dr Foster Intelligence

Sinds 2004 werkt Jarman samen met Prismant aan het Nederlandse HSMR-model. Sindsdien hebben de auteurs het bottom-up-model ontwikkeld en geïntroduceerd in verscheidene Nederlandse ziekenhuizen. Daarbij werkten ze nauw samen met de Praktijk Index en Prismant.

Referenties

1. Aylin P; Bottle A; Majeed A. (2007) Use of administrative data or clinical databases as predictors of risk of death in hospital: comparison of models. BMJ 2007; 334: 1044. 2. Wright J, Dugdale B, Hammond I, Jarman B, Neary M, Newton D, Patterson C, Russon L, Stanley P, Stephens R, Warren E. Learning from death: a hospital mortality reduction programme. JR Soc Med 2006; 99: 303-8. 3. Bottle A, Aylin P. Intelligent Information: a national system for monitoring clinical performance. Health Services Research 2008; 43: 10-31. 4. Jarman B, Gault S, Alves B, et al. Explaining differences in English hospital death rates using routinely collected data. BMJ 1999; 318: 1515-20. 5. Jarman B, Bottle A, Aylin P, Browne M. Monitoring changes in hospital standardised mortality ratios. BMJ 2005; 330: 329.