close

Вход

Забыли?

вход по аккаунту

...индикаторов качества амбулаторно

код для вставкиСкачать
РУКОВОДСТВО ПО СОЗДАНИЮ И ИСПОЛЬЗОВАНИЮ
ИНДИКАТОРОВ КАЧЕСТВА АМБУЛАТОРНОПОЛИКЛИНИЧЕСКОЙ ПОМОЩИ
Агентство по исследованиям и качеству медицинской помощи США
2004
Авторы
Mark McClellan, M.D., Ph.D., Jeffrey Geppert, J.D.,
Kathryn M. McDonald, M.M., Patrick Romano, M.D., M.P.H.,
Sheryl M. Davies, M.A., Kaveh G. Shojania, M.D.
С участием
Amber Barnato, M.D., Paul Matz, M.D., Herb Szeto, M.D.,
Paul Collins, B.A., Courtney Maclean, B.A., Carol Vorhaus, M.B.A,
Bradford Duncan M.D., Susana Martins, M.D. , Peter Weiss, M.D.,
Michael Gould, M.D., M.S., Kristine McCoy, M.P.H., Meghan Wheat, B.A.,
Paul Heidenreich, M.D. , Suzanne Olson, M.A. ,
Corinna Haberland, M.D., L. LaShawndra Pace, B.A., Douglas Staiger, Ph.D
Консультант:
Mark Schleinitz, M.D.
Перевод: Санкт-Петербургский Институт Общественного здравоохранения, 2006
3
Введение в качество индикаторов амбулаторнополиклинической помощи
Профилактика является чрезвычайно важной деятельностью для всех поставщиков
медицинских услуг. Поставщики медицинских услуг могут помочь индивидуумам
оставаться здоровыми, предотвращая заболевание, или же они могут предотвратить
осложнения существующих заболеваний и улучшить качество жизни пациентам с
существующими заболеваниями. Для того чтобы справиться с этой ролью, поставщики
должны иметь данные о воздействии своей деятельности, и должны иметь возможности
сравнивать эти данные на протяжении разных периодов времени или в разных
географических регионах. Местным, федеральным и региональным властям также
необходимы эти инструменты и данные для того, чтобы идентифицировать потенциал для
доступа, или учитывать проблемы с качеством оказания медицинской помощи, связанные
с профилактикой, для того чтобы планировать специфические вмешательства и оценивать
насколько данное вмешательство соответствует целям предотвращения заболевания и
инвалидизации пациентов.
Индикаторы профилактической деятельности (индикаторы качества амбулаторнополиклинической помощи), разработанные агентством по исследованиям и качеству в
здравоохранении, представляют собой один из подобных инструментов. Местные,
региональные или национальные данные, собранные с использованием этих индикаторов
качества, могут указать на возможные проблемы в результате ухудшения качества услуг
здравоохранения, причем делается это за счет отслеживания данных по госпитализации
тех состояний, которые должны были бы лечиться в амбулаторно-поликлиническом звене
или тех, которые могли бы быть менее тяжелыми, если бы их вылечили во время и
соответствующим образом. Индикаторы качества представляют собой современный
уровень в измерении результатов профилактической и амбулаторной помощи за счет
анализа данных по выписке госпитализированных пациентов.
Что такое индикаторы качества профилактической работы
(амбулаторно-поликлинической деятельности)?
Индикаторы качества – это набор показателей, которые могут использоваться вместе с
данными выписки из больниц для того, чтобы идентифицировать «состояния,
чувствительные к качеству амбулаторно-поликлинической помощи». Состояния,
чувствительные к качеству амбулаторно-поликлинической помощи – это состояния, для
которых известно, что хорошая амбулаторно-поликлиническая помощь может
предотвратить необходимость госпитализации, или для которых раннее вмешательство
может предотвратить осложнения или более тяжелые заболевания.
Хотя эти индикаторы базируются на данных по госпитализации, они дают информацию о
качестве системы здравоохранения, функционирующей за пределами больницы.
Пациенты с сахарным диабетом могут быть госпитализированы в связи с осложнениями
сахарного диабета в случае, если их состояние неадекватно мониторируется, или если они
не получили обучения, необходимого для адекватного ухода за собой. Пациенты могут
быть госпитализированы в связи с бронхиальной астмой, если врачи первичного звена не
следуют клиническим руководствам, или не назначают адекватной терапии. Пациент с
аппендицитом может не иметь своевременного доступа к обследованию хирургом, в
результате чего он будет позднее госпитализирован, что может привести к состоянию
угрожающему жизни пациента – перфорированному аппендициту. Индикаторы качества
состоят из следующих 16 состояний, чувствительных к качеству амбулаторнополиклинической помощи, которые измеряются как госпитализации:
4
Номер
индикатора
качества
1
2
3
Индикатор качества
Госпитализация в связи с острыми осложнениями сахарного диабета
Госпитализация в случаях перфорации аппендикса
Госпитализация в связи с длительно-существующими осложнениями
сахарного диабета
4
Госпитализация детей с бронхиальной астмой
5
Госпитализация в связи с обструктивными заболеваниями легких
6
Госпитализация детей по причине гастроэнтерита
7
Госпитализация пациентов с артериальной гипертензией
8
Госпитализация пациентов с хронической сердечной недостаточностью
9
Новорожденные с низкой массой тела
10
Госпитализация с дегидратацией
11
Госпитализация с бактериальной пневмонией
12
Госпитализация с инфекцией мочевыводящих путей
13
Госпитализация при наличии стенокардии, но не для выполнения
кардиохирургических манипуляций
14
Госпитализация пациентов с неконтролируемым сахарным диабетом
15
Госпитализация взрослых пациентов с бронхиальной астмой
16
Частота ампутации нижних конечностей у пациентов с сахарным диабетом
Хотя другие факторы, за исключением прямого воздействия системы здравоохранения,
такие как плохие экологические условия или нежелание пациента следовать
рекомендациям по лечению могут приводить к госпитализации, эти индикаторы качества
представляют собой хорошую стартовую точку для оценки качества здравоохранения в
популяции. Поскольку индикаторы качества рассчитываются с использованием уже
имеющихся административных больничных данных, они представляют собой легко
используемый и недорогой метод для скрининга. Они также могут быть использованы для
того, чтобы получить информацию о состоянии дел в популяции – идентифицировать
ранее не удовлетворенные потребности в оказании медицинской помощи в популяции,
следить за тем, насколько хорошо в амбулаторном звене исключаются осложнения от
большого числа часто встречающихся заболеваний и сравнивать деятельность
сотрудников систем здравоохранения в разных населенных пунктах.
Как эти индикаторы качества могут быть использованы для оценки
качества?
Хотя эти индикаторы качества используют данные по госпитализации пациентов, они
фокусируются на амбулаторно-поликлинической помощи. За исключением ситуации,
когда пациент был повторно госпитализирован вскоре после первичной госпитализации в
больницу, качество госпитальной помощи с малой вероятностью является значимым
фактором в определении частоты госпитализации по поводу состояний, чувствительных к
качеству амбулаторно-поликлинической помощи. Индикаторы качества используются для
того, чтобы оценить качество системы здравоохранения в целом, и в особенности качество
амбулаторно-поликлинической помощи в предотвращении медицинских осложнений. В
результате эти показатели будут иметь набольшую значимость, когда они рассчитываются
на популяционном уровне, и используются группами по мониторированию
общественного здоровья, организациями, собирающими информацию на региональном
уровне, и другими организациями, которые занимаются здоровьем населения в целом1.
1
Отдельные больницы, которые являются единственным поставщиком услуг здравоохранения в регионе и
которые оказывают амбулаторную помощь, также могут быть вовлечены в программы индикаторов
качества амбулаторно-поликлинической помощи. Организации по поддержанию здоровья и другие
5
Эти индикаторы служат как инструмент для скрининга, а не как определенный показатель
проблем с качеством. Они могут предоставить первоначальную информацию о
потенциальных проблемах в общине, которая может потребовать дополнительного, более
глубокого анализа. Люди, принимающие решения, и сотрудники системы
здравоохранения, могут использовать эти индикаторы качества для того, чтобы ответить
на следующие вопросы:
• Насколько частота родов новорожденных с низкой массой тела в моем регионе
сравнима с национальными данными?
• Какие индикаторы педиатрической помощи в индикаторах качества говорят о
неадекватности первичной педиатрической помощи в моем населенном пункте?
• Не указывает ли частота госпитализации по поводу сахарного диабета в моем
населенном пункте на проблему в обеспечении адекватной амбулаторнополиклинической помощи этим пациентам?
• Насколько частота госпитализации по поводу застойной сердечной
недостаточности варьирует со временем, и как она варьирует от одного региона к
другому?
Лица, отвечающие за здравоохранение на уровне регионов и на местном уровне, могут
использовать эти индикаторы качества для того, чтобы оценить и улучшить
здравоохранение в данном населенном пункте. Например, сотрудник регионального
управления здравоохранения может пожелать получить более полную картину качества
помощи, предоставляемой людям с сахарным диабетом в данном регионе. Затем он может
отобрать четыре индикатора качества, связанные с сахарным диабетом, и применить
статистическую программу для того, чтобы проанализировать больничные данные,
собираемые в данном регионе.
Базируясь на результатах анализа этой программы, можно проанализировать частоту
госпитализаций, откорректированную на половозрастную структуру в данном регионе, а
также и для населенных пунктов, из которых состоит данный регион. Затем можно
сравнить различные популяционные подгруппы, которые будут определяться возрастом,
национальностью или полом. Он, например, может обнаружить, что частота
госпитализация для острых осложнений сахарного диабета и неконтролируемого
сахарного диабета наиболее высока в крупном городе этого региона, а между
госпитализируемыми пациентами имеются различия по национальности. Кроме того,
можно применить эти индикаторы качества и рассчитать их на протяжении многих лет в
данном регионе для того, чтобы проследить тенденции в госпитализации с течением
времени. В результате такого анализа сотрудник управления здравоохранения может
обнаружить, что госпитализации по этим двум индикаторам качества увеличиваются в
городе, но остаются стабильными в остальной части региона. Затем можно сравнить
данные в данном регионе с национальными, региональными средними значениями
индикаторов качества2. Например, может быть найдено, что средние для региона лишь
незначительно выше, чем региональные и национальные средние, но средние для города
значительно выше.
После того как были обнаружены проблемы с госпитализацией в определенном
населенном пункте, в определенной группе пациентов, можно предпринять дальнейшие
усилия для того, чтобы выяснить причины подобной ситуации. Сотрудник департамента
здравоохранения может попытаться получить информацию о распространенности
сахарного диабета в регионе и определить, насколько распространенность этого
страховщики, которые несут ответственность за определенные популяционные группы также могут
использовать программы индикаторов, однако должны использовать собственные значения знаменателя
2
Данные программы по использованию и стоимости здравоохранения можно найти в Интернет по адресу
http://hcup.ahrq/gov/HCUPnet.asp Там предоставляется немедленный доступ к данным этого проекта,
являющегося партнерством между федеральными властями и властями штатов, а также частными
организациями. Этот проект ведется Агентством по качеству и исследованиями в здравоохранении
6
заболевания выше в данном городе, чем в других населенных пунктах. Учитывая тот факт,
что никаких различий по распространенности не было найдено, сотрудник
консультируется с медицинской ассоциацией штата и начинает работать с врачами для
того, чтобы выяснить, не существует ли проблем с оказанием качественной медицинской
помощи, что может объяснить данную находку. После контакта с врачами и больницами в
населенном пункте, выясняется, существуют ли в данном регионе аутрич-программы,
которые бы стимулировали пациентов с сахарным диабетом обращаться за медицинской
помощью, где им оказывают консультативную помощь по изменению стиля жизни и
поведению при наличии сахарного диабета. Затем сотрудник здравоохранения помогает
разработать специфические вмешательства для того, чтобы разработать качество помощи
пациентам с сахарным диабетом и уменьшить число предоотвратимых осложнений и
результирующих госпитализаций.
Что содержит данное руководство?
Данное руководство содержит базовую информацию об индикаторах качества. Во-первых,
оно описывает происхождение всего семейства индикаторов качества агентства по
качеству исследований в здравоохранении. Во-вторых, оно предоставляет обзор методов,
используемых для того, чтобы идентифицировать, отобрать и оценить индикаторы
качества. В третьих, данное руководство суммирует индикаторы качества, описывает
сильные и слабые стороны этих индикаторов, документирует доказательства, которые
связывают индикаторы качества с качеством оказания амбулаторно-поликлинической
помощи, и представляет достаточно глубокое описание каждого индикатора качества. Ну
и, наконец, в двух приложениях имеется дополнительная техническая информация. Там
содержится четкое определение каждого индикатора качества с полными кодами по МКБ
– 9КМ. Кроме того, имеется приложение, описывающее эмпирические методы,
используемые для анализа индикаторов качества.
7
Происхождение и базовая информация об индикаторах
качества.
В начале 1990-х годов в ответ на просьбу о помощи со стороны региональных
организаций и больничных ассоциаций, которые имели систему данных по
госпитализированным пациентам, агентство по исследованиям и качеству
здравоохранения разработало набор показателей качества, базировавшихся только на том
типе информации, которая обнаруживается в обычных административных данных
больниц – диагнозах и процедурах, вместе с информацией о возрасте и поле пациентов,
источнике госпитализации и статусе при выписке. Регионы, которые запросили помощи,
входили в проект по расходам и утилизации в здравоохранении, продолжающееся в
настоящий момент сотрудничество между федеральными властями, властями регионов и
частным сектором, которое направлено на построение одинаковых баз данных
административной информации больничного уровня.
Агентство по исследованиям и качеству здравоохранения разработало эти показатели,
которые тогда назывались индикаторы качества проекта по стоимости и использования
здравоохранения для того, чтобы базироваться на уже имеющихся источниках данных –
административных данных, которые использовались для выписки счетов страховым
компаниям - и качеством индикаторов, которые были описаны в других источниках3. 33
индикатора качества включали показатели избегаемых побочных эффектов, таких как
больничная летальность, и осложнений, вызванных процедурами, использование
специфических больничных процедур, которые, как считалось, используются чрезмерно
часто, используются недостаточно часто или неправильно, и состояния, которые
чувствительны к качеству амбулаторно-поликлинической помощи.
Хотя административные данные не могут предоставить определенного однозначного
показателя качества оказания помощи в системе здравоохранения, они могут
использоваться для того, чтобы предоставить индикаторы качества здравоохранения,
которые могут служить в качестве отправной точки для дальнейшего исследования.
Индикаторы качества, разработанные в то время, использовались для того, чтобы оценить
потенциальные проблемы с качеством и определить подходы к решению этих проблем.
Больницы с высокой частотой плохих результатов по индикаторам качества проекта по
стоимости утилизации здравоохранения проанализировали свои истории болезни для
того, чтобы проверить наличие этих результатов и для того, чтобы изучить
потенциальные проблемы с качеством оказания помощи4. Например, одна больница,
которая обнаружила высокую частоту госпитализации с осложнениями сахарного диабета,
проанализировала причины этого и создала центр по амбулаторно-поликлинической
помощи пациентам с сахарным диабетом.
Разработка индикаторов качества агентством по качеству и
исследованиям в здравоохранении.
С момента разработки исходных индикаторов качества в проекте по стоимости и
использованию здравоохранения знания по индикаторам качества значительно
увеличились. Стали доступными корректировки риска, были разработаны новые
показатели и значительно увеличились аналитические возможности на уровне штата.
Базируясь на данных, которые были получены от нынешних пользователей, и прогресса в
научных основах специфических индикаторов, агентство по качеству и исследованиям в
3
Ball JK, Elixhauser A, Johantgen M, et al. HCUP Quality Indicators, Methods, Version 1.1: Outcome, Utilization,
and Access Measures for Quality Improvement. (AHCPR Publication No. 98-0035). Healthcare Cost and Utilization
project (HCUP-3) Research notes: Rockville, MD: Agency for Health Care Policy and Research, 1998.
4
Impact: Case Studies Notebook – Documented Impact and Use of AHRQ's Research. Compiled by Division of
Public Affairs, Office of Health Care Information, Agency for Healthcare Research and Quality.
8
здравоохранении профинансировало проект, который должен был улучшить и развить
оригинальные индикаторы качества. Этот проект был выполнен в Калифорнийском
университете Сан-Франциско и Стэнфорде.
Основное ограничение, которому должны были следовать ученые из Калифорнийского
университета, заключалось в том, что показатели должны требовать только тот тип
информации, который имеется в данных выписки из больницы. Более того, элементы
данных должны были быть доступны в большинстве административных базах данных по
госпитализированным пациентам. Некоторые системы, используемые на региональном
уровне, содержат инновационные элементы данных, базирующиеся на дополнительной
информации, получаемой из историй болезни. Несмотря на большую ценность этих
элементов данных, задачей проекта было создание показателей, которые бы базировались
на базах данных, имеющихся во всех больницах, без необходимости дополнительного
сбора данных. Это было чрезвычайно важно по двум причинам. Во-первых, это
ограничение приводило к тому, что проявлялся инструмент, который мог использоваться
с любыми административными больничными данными, и поэтому они могли применяться
в большинстве больниц. Во-вторых, это позволяло рассчитывать региональные и
национальные показатели, поскольку эти показатели могли рассчитываться лишь на тех
данных, которые рутинно собираются региональными властями.
Модули индикаторов качества.
Работа Калифорнийских ученых привела к формированию индикаторов качества
агентством по качеству и исследованиям в здравоохранении, которые были разделены на
три отдельных модуля:
• Индикаторы качества амбулаторно-поликлинической помощи
(профилактической работы). Эти индикаторы состоят из состояний, чувствительных
к качеству амбулаторно-поликлинической помощи, данным по госпитализациям,
которые могли бы быть исключены, если бы была предоставлена высококачественная
амбулаторно-поликлиническая помощь или же, включающие в себя состояния,
которые могли бы быть менее тяжелыми, если бы их диагностировали и вылечили
адекватным образом, и во время.
• Показатели качества госпитальной помощи. Эти индикаторы отражают качество
помощи в больницах и включают в себя больничную летальность, применение
процедур, которые часто чрезмерно используются, или недостаточно используются,
или используются неправильно, и объем процедур, для которых есть данные о том, что
более высокий объем этих процедур связан с более низкой летальностью.
• Индикаторы безопасности пациентов. Эти индикаторы также отражают качество
помощи в больницах, но акцентируются на хирургических осложнениях и других
ятрогенных состояниях.
9
Методы идентификации, отбора и оценки индикаторов
качества
При разработке новых индикаторов качества ученые из Калифорнийского университета
Сан-Франциско применили часто цитируемое определение качественной медицинской
помощи, которые было дано институтом медицины: «Степень, с которой услуги системы
здравоохранения для индивидуумов и популяции увеличивают вероятность желаемого
исхода для здоровья и их степень совместимости с современными профессиональными
знаниями5». Они сформулировали шесть специфических вопросов, которые бы помогали
им пройти через процесс разработки новых индикаторов:
• Какие индикаторы в настоящий момент используются или описываются в
литературе, которые могли бы быть определены на основании данных
госпитализации?
• Каковы качественные взаимоотношения, описанные в литературе, которые
могли бы быть использованы для того, чтобы определить новые индикаторы с
использованием данных по госпитализации?
• Какие существуют доказательства для индикаторов, которые не были хорошо
представлены в оригинальном наборе индикаторов – педиатрические состояния,
хронические заболевания, новые технологии или условия, чувствительные к
ситуации с амбулаторно-поликлинической службой?
• Какие индикаторы имеют доказательства, опубликованные в литературе, которые
бы поддержали достоверность, точность и адекватность измерения; имели бы
минимальную систематическую ошибку и хорошую конструктную валидность?
• Какой метод коррекции риска мог бы быть предложен для использования с
современными индикаторами, учитывая ограничения административных данных
и другие практические вопросы?
• Какие индикаторы хорошо действуют при экспериментальном тестировании,
дают достаточно точные измерения, минимальную систематическую ошибку,
имеют хорошую конструктную валидность?
Как часть проекта, ученые из Калифорнийского университета идентифицировали
индикаторы качества, которые были описаны в литературе и используются организациями
в системе здравоохранения, оценили оригинальные индикаторы качества и потенциальные
индикаторы качества на основании обзора литературы и эмпирических методов, включая
корректировку риска для сравнительного анализа, и разработали новые программы,
которые могли бы быть использованы потребителями, для имеющихся у них
административных больничных данных. Данный раздел описывает этапы, которые были
необходимы для того, чтобы сформулировать окончательный набор индикаторов
качества.
Этап 1: Получение информации об использовании индикаторов
качества.
Группа исследователей из Калифорнийского университета проинтервьюировала 33
человек, связанных с больничными ассоциациями, деловыми сотрудничествами, группами
региональных руководителей, федеральными агентствами и университетами по поводу
различных вопросов, связанных с измерением качества, включая используемые
индикаторы, предполагаемые индикаторы и другие потенциальные вопросы. Интервью
были подготовлены таким образом, чтобы приспосабливаться к тем знаниям, которые
5
Institute of Medicine Division of Health Care Services. Medicare: a strategy for quality assurance. Washington,
DC: National Academy Press; 1990.
10
имеются у интервьюированных. Выборка не была репрезентативной для какой бы то ни
было популяции. Отобранные индивидуумы включали в себя пользователей индикаторов
качества и потенциальных пользователей широкого спектра организаций, как в частном,
так и в общественном секторах.
Три широких аудитории могут воспользоваться показателями качества: поставщики услуг
здравоохранения и руководители, которые могут использовать показатели качества для
того, чтобы улучшить качество оказания медицинской помощи; политики, работающие в
области здравоохранения, которые могут использовать эту информацию для того, чтобы
начинать вмешательства по улучшению общественного здоровья; и покупатели услуг
здравоохранения, которые могут использовать эти показатели для того, чтобы принимать
решения о том, какие услуги в области здравоохранения покупать.
Этап 2: Поиск литературы для идентификации потенциальных
индикаторов качества.
Команда исследователей выполнила структурированный обзор литературы для того,
чтобы идентифицировать потенциальные индикаторы. Они использовали Медлайн для
того, чтобы идентифицировать поисковую стратегию, которая бы помогла найти тестовый
набор известных статей наиболее простым способом. Используя термины
контролируемого словаря медицинских тем МеSH «………..», и «…….» привело к
обнаружению примерно 2600 статей, опубликованных в 1994 году или позднее. После
просмотра заголовков и резюме этих статей, поиск идентифицировал 181 статью, которые
содержали информацию о потенциальных индикаторах качества, базирующихся на
административных данных.
Клиницисты, исследователи в области услуг здравоохранения и другие участники
группы, проанализировали информацию в этих статьях, используя двухстадийный
процесс. На первой стадии (первоначального извлечения информации) они оценили
каждую из 181 статьи на наличие определенного индикатора качества, клинических основ
для его использования, а также слабых и сильных сторон этого индикатора. Для того
чтобы быть использованным на второй стадии (полного анализа), эти статьи должны были
полностью описывать новый индикатор качества. Этим критериям соответствовало только
27 статей. Команда собрала информацию по определению этих индикаторов качества, их
проверке и причине для использования во время процесса полного анализа.
Кроме того, исследователи идентифицировали другие дополнительные индикаторы,
используя базу данных ……. , национальную библиотеку индикаторов качества в
здравоохранении, которая разработана объединенной комиссией по аккредитации и
организации в области здравоохранения и список индикаторов, который предоставлен
этой комиссией. Кроме того, были использованы телефонные интервью.
Этап 3. Обзор литературы для того, чтобы оценить индикаторы
качества в соответствии с заранее определенными критериями.
Группа исследователей оценила каждый потенциальный индикатор качества на основании
шести критериев, которые рассматривались как наиболее важные для определения
надежности и достоверности индикатора качества:
• Видимая валидность. Адекватный индикатор качества должен иметь клинические
или эмпирические основания для того, чтобы его использовать. Он также должен
измерять важные аспекты качества, которые находятся в сфере услуг поставщика
здравоохранения.
• Точность. Адекватный индикатор качества должен иметь относительно большую
вариабельность среди различных поставщиков услуг здравоохранения, или среди
различных регионов, которая не связана со случайной вариабельностью или
характеристиками пациента. Данный критерий измеряет воздействие случайных
11
факторов на показатели деятельности системы здравоохранения или поставщика
услуг здравоохранения.
• Минимальная систематическая ошибка. Индикатор не должен находится под
воздействием систематических различий в результате особенностей популяции
пациентов, включая тяжесть заболевания и сопутствующие заболевания. В том
случае, если существуют подобные систематические различия, необходимо иметь
возможность провести стратификацию риска на основании тех же данных, на
которых рассчитывается индикатор качества.
• Конструктная валидность. Индикатор должен быть связан с другими
индикаторами или показателями, которые измеряют те же самые или связанные с
ними характеристики качества. В общем, лучшие показатели амбулаторной
помощи (включая в некоторых случаях следование рекомендациям, базирующихся
на принципах доказательной медицины) могут уменьшить частоту осложнений у
пациентов.
• Должна способствовать реальному улучшению качества. Индикатор должен
быть устойчив к возможным манипуляциям со стороны поставщика услуг. Иными
словами, индикатор должен быть защищен от негативных влияний, когда
поставщики услуг здравоохранения просто меняют систему учета для того, чтобы
продемонстрировать, что качество у них улучшилось, или начинают избегать
сложных случаев госпитализации, или используют другие подходы, которые не
улучшают качества оказания помощи в реальности.
• Применимость. Индикатор должен быть использован в прошлом или иметь
высокий потенциал для адекватного использования с другими индикаторами.
Иногда анализ групп индикаторов демонстрирует более полную картину по
качеству.
Базируясь на первоначальном анализе, группа исследователей, используя эти
критерии, идентифицировала и оценила свыше 200 потенциальных индикаторов. Из
этого первоначального набора критериев 45 прошли первоначальный скрининг, для
них была подробно проанализирована литература и результаты экспериментальной
проверки. В некоторых случая, когда индикатор дополнял другие многообещающие
индикаторы, было решено его оставить для того, чтобы предоставить несколько
индикаторов, покрывающих определенную область.
Для этого первоначального набора из 45 индикаторов группа дополнительно
проанализировала 2000 статей для того, чтобы найти доказательства адекватности
использования индикаторов во время фазы их оценки. Они проанализировали статьи в
MEDLINE, связанные с каждой из шести областей оценки, описанной выше.
Клиницисты и исследователи в области организации здравоохранения
проанализировали литературу, пытаясь найти в ней доказательства, и подготовили
описание каждого индикатора с указанием литературных ссылок. Как часть процесса
обзора литературы, группа исследователей оценила связь между каждым индикатором
и качеством оказания медицинской помощи по следующим направлениям:
• Косвенность. Некоторые индикаторы не измеряют специфические
результаты лечения пациента или процесс оказания качественной помощи.
Вместо этого они измеряют некоторые характеристики оказания помощи,
которые коррелируют с процессом оказания качественной медицинской
помощи или с исходами у пациента. Эти индикаторы лучше всего можно
использовать вместе с другими индикаторами, измеряющими аналогичные
аспекты клинической помощи, или за использованием этих индикаторов
должна следовать более прямая и более глубокая работа по изучению
качества.
• Ошибки отбора. Ошибки отбора приводят к тому, что значительно больший
процент помощи в случае того или иного заболевания предоставляется в
12
•
•
•
•
•
амбулаторно-поликлинических условиях таким образом, что те пациенты,
которые попадают в больницу, оказываются не репрезентативными для
популяции пациентов в целом. В данном случае оценка амбулаторной
помощи или данных экстренной госпитализации может помочь уменьшить
эту ошибку отбора.
Информационная ошибка. Индикаторы качества базируются на
информации, которая присутствует в наборах данных, формируемых при
выписке пациента из больницы. Но некоторая информация, которая
отсутствует в этих наборах, может оказаться чрезвычайно важной для оценки
исходов больничного лечения. В этих случаях анализ этой отсутствующей
информации может помочь улучшить качество индикатора.
Вмешивающиеся переменные. Характеристики пациента могут значительно
изменять результаты, которые измеряются при помощи качественного
индикатора, и могут систематически варьировать в разных регионах. В
данных случаях для улучшения использования индикатора необходимо
применять адекватные методики корректировки риска.
Неясная конструктная валидность. Проблемы с конструктной валидностью
включают в себя проблемы с неопределенностью, слабой корреляцией с
широко признанными показателями процесса оказания качественной
медицинской помощи, или откорректированных на различие в риске,
показателей исходов. Эти индикаторы выиграли бы, если были бы проведены
дополнительные исследования, установившие их взаимоотношения с
качеством помощи.
Легкость манипулирования. Индикаторы качества могут являться
негативными стимулами для того, чтобы улучшить отчетность без
адекватного улучшения качества. Хотя было доказано очень небольшое
количество из этих негативных стимулов, они теоретически являются
важными и должны мониторироваться для того, чтобы обеспечить истинное
улучшение качества.
Неясное сравнение. Для некоторых индикаторов «адекватная частота» не
была установлена. Поэтому сравнение с национальными и региональными
показателями, или показателями в аналогичных условиях, являются
наилучшим типом сравнения, которое только можно себе придумать. Очень
низкие показатели индикаторов качества могут указывать на проблему
недостаточного использования. Иными словами, поставщики услуг
здравоохранения не госпитализируют пациентов, которые на самом деле
выиграли бы в случае оказания им стационарной помощи. С другой стороны,
чрезвычайное использование ресурсов при лечении острых заболеваний
может также возникать, когда пациенты, клинически не требующие
стационарного лечения, тем не менее, госпитализируются.
Этап 4: Полноценная оценка возможностей корректировки риска.
Группа ученых идентифицировала потенциальные системы корректировки риска путем
анализа соответствующей литературы и опроса интервьюируемых на первом этапе для
того, чтобы выявить их предпочтения. В общем, пользователи предпочитали систему,
которая была бы: (1) открытой, с опубликованной логикой; (2) стоимостно-эффективной,
с минимальными усилиями по дополнительному сбору данных, и хорошо обоснованными
критериями сбора дополнительных данных, если в них возникает необходимость; (3)
разработана с использованием системы множественного кодирования, таких как системы,
применяемые для оплаты счетов за лечение; и (4) официально признанной
правительством, больничными ассоциациями или другими организациями.
13
В целом клинико-статистические группы (КСГ) казались наиболее адекватными в
качестве критерия, базирующегося на предпочтении, чем другие альтернативы.
Большинство из пользователей, которые были проинтервьюированы, уже используют
созданную компанией 3М систему клинико-статистических групп для всех пациентов6,
которая, по сравнению с другими системами, базирующимися на клинико-статистических
группах, как сообщалось, очень хорошо предсказывает использование ресурсов и
смертность.
Система компании 3М использовалась для того, чтобы провести оценку индикаторов и
определить воздействие измеренных показателей тяжести состояния пациентов на
относительную деятельность поставщиков услуг, и предоставить возможности для
внедрения системы КСГ в качестве возможной подсистемы корректировки риска для
больничных показателей качества здравоохранения. Внедрение КСГ фирмы 3М
базируется на обычной регрессионной модели. Индикаторы региона (включая все
индикаторы качества) корректировались только по различиям пола и возраста. Детальная
информация по поводу методов корректировки риска описана в приложении В.
Этап 5: Оценка индикаторов при помощи эмпирического анализа.
Группа исследователей провела широкомасштабное эмпирическое тестирование всех
потенциальных индикаторов, используя базу данных госпитализированных пациентов
1995-1997 годов, а также национальную выборку госпитализированных пациентов для
определения точности, наличия смещения и конструктной валидности индикаторов. База
данных госпитализированных пациентов содержит одинаковые данные о пациентах,
которые были госпитализированы в общественные больницы 22 штатов, и она включает в
себя примерно 60% всех выписок из американских больниц. Национальная выборка
пациентов разработана для того, чтобы оценить примерно 20% общественных больниц
Соединенных Штатов и всех пациентов, которые госпитализировались в больницы,
попавшие в выборку. Каждый год национальная выборка пациентов собирает
информацию о 6-7 миллионах пациентов из примерно 1000 больниц. Национальная
выборка пациентов включает в себя поднабор данных из базы данных пациентов штатов,
переменные больничного уровня, а также весовые коэффициенты для больницы и для
диагноза при выписке, а все они используются для того, чтобы получить национальные
оценки. Группа исследователей проводила изучение трех вопросов: точность измерения,
наличие смещений и конструктную валидность.
Точность. Первый этап в анализе включал в себя тестирование точности, которое бы
определило надежность индикатора по выявлению реальных различий в деятельности
поставщиков медицинских услуг. Для того чтобы индикатор мог бы быть использован для
улучшения качества, чрезвычайно важно знать, с какой точностью он измеряет.
Естественно показатель должен измерять действительно существующий процесс, а не
случайную вариабельность.
Для каждого индикатора дисперсия может быть разделена на три компонента: дисперсия
внутри одного поставщика услуг (реальные различия в результатах, вследствие различных
характеристик пациентов), различия между поставщиками услуг (истинные различия в
результатах между различными поставщиками услуг) и случайная дисперсия. Идеальный
индикатор должен быть таким, чтобы значительный объем вариабельности объяснялся бы
дисперсией за счет различий между поставщиками услуг, возможно, в результате
различий в качестве помощи, а минимальное количество объяснялось бы случайными
факторами. Группа исследователей выполнила четыре теста точности для того, чтобы
оценить размеры вариабельности между поставщиками услуг по каждому индикатору:
• Стандартное отклонение использовалось для того, чтобы проанализировать
насколько индикаторы качества варьируют от одной больницы к другой, или от
одного региона к другому.
6
Информация о системе All-Patient Refined DRG (APR-DRG) фирмы 3M можно найти в Интернет по адресу
http://www.3m.com/us/healthcare/his/products/coding/refined_drg.jhtml.
14
•
•
•
Вариабельность по поставщикам услуг по региону использовалась для того, чтобы
рассчитать процент сигнальной (или истинной) дисперсии по отношению к общей
дисперсии индикатора качества.
Отношение сигнала к шуму использовалось для того, чтобы измерить процент
кажущейся вариабельности индикаторов качества у поставщика услуг, которая
действительно связана с систематическими различиями между поставщиками
услуг, а не в результате случайных колебаний (шума) от одного года к другому
Множественный коэффициент корреляции (R-квадрат) использовался для того,
чтобы оценить дополнительный эффект от многомерных методов выделения
сигнала для улучшения отношения сигнала к шуму
В целом случайная вариабельность является наиболее серьезной проблемой, когда
имеется относительно мало наблюдений у одного поставщика услуг, когда побочные
эффекты возникают с редкой частотой, и когда поставщик услуг имеет очень маленький
контроль над результатами лечения пациентов, или вариабельность процессов оказания
медицинской помощи минимальна. Если большое количество факторов, которые сложно
выявить, влияют на то, наступит или нет у пациента негативный исход, оказывается,
достаточно сложно отделить «сигнал качества» от окружающего шума. Для того чтобы
улучшить точность индикатора используются два метода выделения сигнала:
• Унивариантные методы используются для того, чтобы оценить истинное качество
сигнала для индикатора, базирующегося на информации от специфического
индикатора и одного года данных
• Многомерные методы выделения сигнала используются для того, чтобы оценить
«истинный» сигнал качества, базируясь на информации, полученной от набора
индикаторов на протяжении нескольких лет наблюдения. Во многих случаях
методы многомерного выделения сигнала приводили к получению дополнительной
информации, которая предоставляла значительно более точные оценки истинного
качества в больнице или в регионе.
Смещение. Для того чтобы определить чувствительность потенциальных индикаторов
качества к систематическим ошибкам в результате различий в тяжести пациентов, не
откорректированные показатели качества для больниц сравнивались с показателями
качества, которые были откорректированы на различия в половозрастной структуре
пациентов. Все индикаторы качества амбулаторно-поликлинической помощи и некоторые
индикаторы качества госпитальной помощи могут быть откорректированы только по полу
и возрасту. Система КСГ компании 3М (12 версия) с подклассами «тяжести заболевания»
и «риска летального исхода» использовалась для корректировки риска при создании
индикаторов использования и индикаторов больничной летальности, соответственно. Для
того чтобы оценить степень систематической ошибки (смещения) у индикатора, были
выполнены пять эмпирических тестов:
• Ранговый коэффициент корреляции между регионом или больницей с (и без)
корректировки риска – дают общее представление о влиянии корректировки риска
на показатели активности поставщика услуг или региона.
• Среднее абсолютное значение изменений по отношению к среднему указывает на
количество абсолютных изменений в качестве без учета деятельности других
поставщиков услуг.
• Процент больниц с высоким рангом, которые остаются в верхней десятке лучших
больниц – определяется как процент больниц или регионов, находившихся в
верхней десятке без корректировки риска, а затем остающихся в этой же десятке
после того, как корректировка была выполнена.
• Процент больниц с низким рангом, которые остаются в нижней десятке –
определяется как процент больниц или регионов, находившихся в нижней десятке
15
•
без корректировки риска, а затем остающихся в этой же десятке после того, как
корректировка была выполнена.
Процент изменивших свое местоположение более чем на два дециля –
идентифицирует процент больниц, относительный ранг которых изменился на
значительный процент (более чем на 20%), с (и без) корректировки риска.
Конструктная валидность. Анализ конструктной валидности предоставил информацию
о взаимосвязи и различиях между индикаторами. Если индикаторы качества
действительно измеряют качество, тогда два показателя одного и того же конструкта
будут давать похожие результаты. Команда использовала факторный анализ для того,
чтобы идентифицировать модели взаимоотношений между большим количеством
переменных, в данном случае для того, чтобы измерить степень похожести индикаторов.
Кроме того, были проанализированы корреляционные матрицы индикаторов.
16
Суммарные доказательства адекватности индикаторов
качества амбулаторно-поликлинической службы.
Широкомасштабная проверка, выполненная специалистами Калифорнийского
университета, базировавшаяся на литературном обзоре и эмпирическом тестировании
индикаторов, привела к выделению 16 индикаторов, отражающих состояние
чувствительности к качеству амбулаторно-поликлинической помощи. Эти состояния были
описаны и протестированы в значительном количестве опубликованных исследований,
включая процесс достижения общей точки зрения (консенсуса) между врачамиэкспертами, с использованием достаточно широкого диапазона методологических
подходов и критериев принятия решений. Шире всего используются две группы
состояний, чувствительных к качеству амбулаторно-поликлинической помощи:
• Набор, разработанный Джоном Биллингсом по заданию объединенного
госпитального фонда Нью-Йорка. Он включает 28 состояний, чувствительных к
качеству амбулаторно-поликлинической помощи, которые были
идентифицированы группой из шести врачей7.
• Набор, разработанный Джоэлем Вейсманом, который включает 12
предотвращаемых причин госпитализации, идентифицированных за счет обзора
литературы и оценки группы врачей8.
Многие из состояний, чувствительных к качеству амбулаторно-поликлинической помощи,
ассоциированы с руководствами по ведению больных, включая практически все
хронические заболевания и примерно половину острых терапевтических или
педиатрических заболеваний. Исследования продемонстрировали, что лучшая
амбулаторно-поликлиническая помощь (включая в некоторых случаях следование
определенным рекомендациям, базирующихся на доказательствах) может привести к
уменьшению количества осложнений существующего заболевания, включая осложнения,
требующие госпитализации. Эмпирически большинство случаев госпитализации по
состояниям, чувствительным к качеству амбулаторно-поликлинической помощи,
коррелируют друг с другом, предполагая, что существуют общие факторы, влияющие на
частоту госпитализаций.
Пять из этих 16 индикаторов качества амбулаторно-поликлинической помощи были
включены в оригинальные индикаторы качества, разработанные в рамках проекта по
стоимости и использованию системы здравоохранения. К ним относились перфорация
аппендикса, низкая масса тела при рождении, бронхиальная астма у детей, хронические
осложнения сахарного диабета и острые осложнения сахарного диабета – там они
измерялись на уровне больницы. В дополнение к этому было сконструировано 16 новых
индикаторов на уровне популяции, которая определялась либо как регион, где собирается
статистика (городская область медицинской статистики) или сельское графство. Для
каждого индикатора более низкая частота указывает на более высокое качество.
Таблица 1 суммирует результаты литературного обзора и эмпирической оценки
индикаторов качества. Она описывает каждый индикатор, дает его определение,
указывает на результаты эмпирической проверки, рекомендует методики корректировки
риска и суммирует важные проблемы, которые были идентифицированы в ходе обзора
литературы.
Изучение адекватности индикаторов при эмпирической оценке, как было описано выше,
в разделе, озаглавленном «Этап 5», ранжировало от 0 до 26 (среднее значение для этих
индикаторов качества –14.6). Эти значения были предназначены в качестве индикатора
7
Billings J, Zeitel L, Lukomnik J, et al. Impact of socioeconomic status on hospital use in New York City, Health
Aff (Millwood) 1993;12(1):162-73.
8
Weissman, JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(17):2388-94.
17
для суммирования адекватности каждого индикатора по 4 эмпирическим тестам точности
(дисперсия сигнала, региональный удельный вес, сигнальные отношения и R-квадрат) и 5
тестах минимального смещения (ранговая корреляция, движение между верхними и
нижними децилями, абсолютные изменения и изменения, превышающие два дециля), как
описано в предыдущем разделе и в приложении В.
Значения этой шкалы, показанные в столбце «Эмпирическая оценка», служат для
описания относительной значимости индикаторов. Эти значения базируются на качестве
индикатора после приведения корректировки риска и сглаживания, иными словами, они
представляют собой «наилучшие из всех возможных» значений индикатора после учета
различий в состоянии пациентов и надежности. Значения для каждого индивидуального
теста являются упорядоченными (иными словами, они оценивались по шкале: «очень
высокое», «высокое» и «низкое»). Финальное окончательное значение шкалы было
получено путем присвоения весового коэффициента каждому значению (т.е.3,2,1,0) и
суммированием для всех девяти индивидуальных тестов. Более высокие значения
указывают на лучший результат при эмпирическом тестировании.
Столбец «Результат литературного обзора» суммирует доказательства, связанные с
каждой потенциальной проблемой связи между индикатором качества амбулаторнополиклинической помощи и качеством помощи, как описано в разделе «Этап 3».
Вопросительный знак (?) указывает на то, что данная проблема является теоретической
или была указана экспертами, однако доказательств ее реального существования в
литературе не было найдено. Знак птички (V) указывает на то, что данная проблема была
продемонстрирована в литературе. Дополнительные детали литературного обзора
приведены в разделе «Детальные доказательства для индикаторов качества медицинской
помощи».
Полное описание каждого индикатора качества амбулаторно-поликлинической помощи
включено в данном руководстве ниже, под разделом «Детальные доказательства для
индикаторов качества амбулаторно-поликлинической помощи» и в приложении А. Детали
эмпирических методов могут быть обнаружены в приложении В.
Таблица 1. Индикаторы качества амбулаторно-поликлинической помощи.
Имя индикатора
(Номер)
Описание
Использованная
корректировка
риска
Пол и возраст
Госпитализация в
связи с острыми
осложнениями
сахарного диабета (1)
Количество
госпитализаций в
связи с острыми
осложнениями
сахарного диабета
на 100 000
населения
Госпитализация в
случаях перфорации
аппендицита (2)
Количество
госпитализаций с
перфорированным
аппендиксом, как
процент всех
госпитализаций в
связи с
аппендицитом в
данном регионе
Пол и возраст
Госпитализация в
связи с длительно
существующими
осложнениями
Количество
госпитализаций в
связи с длительно
существующими
Пол и возраст
Эмпирическая
оценка
Частота в регионе:
46.7
Стандартное
отклонение для
региона:35.3
Частота
популяционная:
50.9
Общая оценка: 14
Частота в регионе:
32.5 на 100
Стандартное
отклонение для
региона: 16.0
Частота
популяционная:
30.5 на 100
Общая оценка:17
Частота в регионе:
112.6
Стандартное
отклонение для
Результаты
анализа
литературы
? Косвенный
показатель
? Ошибка
смещения
? Косвенный
показатель
? Косвенный
показатель
? Ошибка
смещения
18
сахарного диабета (3)
осложнениями
сахарного диабета
на 100 000
населения
региона: 67.6
Частота
популяционная:
113.8
Госпитализация
детей с бронхиальной
астмой (4)
Количество
госпитализаций
детей с
бронхиальной
астмой на 100 000
населения
Пол и возраст
Госпитализация в
связи с
обструктивными
заболеваниями
легких
(5) Количество
госпитализаций в
связи с
обструктивными
заболеваниями
легких на 100 000
населения
Пол и возраст
Госпитализация
детей по причине
гастроэнтерита (6)
Количество
госпитализаций в
связи с
гастроэнтеритом на
100 000 населения
Пол и возраст
Госпитализация
пациентов с
артериальной
гипертензией (7)
Количество
госпитализаций с
гипертензией на 100
000 населения
Пол и возраст
Госпитализация
пациентов с
хронической
сердечной
недостаточностью (8)
Количество
госпитализаций в
связи с хронической
сердечной
недостаточностью
на 100 000
населения
Пол и возраст
Новорожденные с
низкой массой тела
(9)
Количество
рождений
новорожденных с
низкой массой тела,
как процент всех
рождений в данном
регионе
Коррекция риска
не производится
Общая оценка: 11
Частота в регионе:
164.6
Стандартное
отклонение для
региона: 182.5
Частота
популяционная:
188.8
Общая оценка: 18
Частота в регионе:
344.3
Стандартное
отклонение для
региона: 277.7
Частота
популяционная:
248.6
Общая оценка: 17
Частота в регионе:
112.3
Стандартное
отклонение для
региона: 137.8
Частота
популяционная:
87.7
? Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель
? Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель
? Ошибка
смещения
? Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель
? Неясный
конструкт
? Легко
манипулируется
√ Неясный
показатель
сравнения
Общая оценка: 17
Частота в регионе:
50.2
Стандартное
отклонение для
региона: 49.3
Частота
популяционная:
44.4
? Косвенный
показатель
? Легко
манипулируется
√ Неясный
показатель
сравнения
Общая оценка: 14
Частота в регионе:
502.8
Стандартное
отклонение для
региона: 250.8
Частота
популяционная:
457.7
? Косвенный
показатель
? Легко
манипулируется
√ Неясный
показатель
сравнения
Общая оценка: 14
Частота в регионе:
6.0 на 100
Стандартное
отклонение для
региона: 3.8
Частота
популяционная: 5.9
? Косвенный
показатель
? Ошибка
смещения
√ Неясный
показатель
сравнения
19
на 100
Госпитализация с
дегидратацией (10)
Количество
госпитализаций с
дегидратацией на
100 000 населения
Пол и возраст
Госпитализация с
бактериальной
пневмонией (11)
Количество
госпитализаций в
связи с
бактериальной
пневмонией на 100
000 населения
Пол и возраст
Госпитализация с
инфекцией
мочевыводящих
путей (12)
Количество
госпитализаций в
связи и инфекцией
мочевыводящих
путей на 100 000
населения
Пол и возраст
Госпитализация при
наличии
стенокардии, но не
для выполнения
кардиохирургических
манипуляций (13)
Количество
госпитализаций в
связи с
стенокардией, но не
для выполнения
кардиохирургическ
их манипуляций на
100 000 населения
Пол и возраст
Госпитализация
пациентов с
неконтролируемым
сахарным диабетом
(14)
Количество
госпитализаций в
связи с
неконтролируемым
сахарным диабетом
на 100 000
населения
Пол и возраст
Госпитализация
взрослых пациентов с
бронхиальной астмой
(15)
Количество
госпитализаций
взрослых с
бронхиальной
астмой на 100 000
населения
Пол и возраст
Общая оценка: 11
из 16
Частота для
региона: 174.9
Стандартное
отклонение в
регионе: 131.2
Частота
популяционная:
139.9
Общая оценка: 14
Частота в регионе:
503.9
Стандартное
отклонение для
региона: 306.8
Частота
популяционная:
349.7
Общая оценка: 17
Частота в регионе:
158.5
Стандартное
отклонение для
региона: 97.7
Частота
популяционная:
137.9
Общая оценка: 11
Частота в регионе:
82.3
Стандартное
отклонение для
региона: 78.0
Частота
популяционная:
55.1
Общая оценка: 19
Частота в регионе:
27.2
Стандартное
отклонение для
региона: 33.9
Частота
популяционная:
23.0
Общая оценка: 14
Частота в регионе:
98.4
Стандартное
отклонение для
региона: 79.2
Частота
популяционная:
110.9
сравнения
? Косвенный
показатель
? Неясный
конструкт
? Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель
? Неясный
конструкт
? Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель ?
Неясный
конструкт
?Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель
?Неясный
конструкт
?Легко
манипулируется
√ Неясный
показатель
сравнения
? Косвенный
показатель
? Ошибка
смещения
? Легко
манипулируется
? Косвенный
показатель
? Легко
манипулируется
√ Неясный
показатель
сравнения
20
Частота ампутаций
нижних конечностей
у пациентов с
сахарным диабетом
(16)
Количество
госпитализаций для
ампутаций нижних
конечностей у
пациентов с
сахарным диабетом
на 100 000
населения
Пол и возраст
Общая оценка: 16
Частота для
региона: 37.5
Стандартное
отклонение в
регионе: 28.2
Частота
популяционная:
36.8
? Косвенный
показатель
? Неясный
конструкт
Общая оценка: 10
Более высокие значения в столбце «Эмпирическая оценка» указывают на лучшее значение
по 9 эмпирическим тестам. Не откорректированные средние стандартные отклонения
были рассчитаны с использованием выборки пациентов из 35 штатов. Региональные
частоты и средние региональные частоты, а также региональные стандартные отклонения
базируются на 2440 географических регионах (графствах) в базе данных выборки
госпитализированных пациентов 2002 года. Популяционные частоты были рассчитаны на
основании данных у всех выписанных пациентов в 2002 году, включенных в базу данных
выборки госпитализированных пациентов 35 штатов (в противоположность средним
частотам по регионам).
Примечания для столбца «Результаты литературного обзора».
Косвенный показатель – индикатор не измеряет напрямую исходы у пациентов, но
измеряет тот аспект оказания медицинской помощи, который связан с исходом. Таким
образом, он лучше всего используется с другими индикаторами, которые измеряют
аналогичные аспекты медицинской помощи.
Ошибка смещения – характеристики пациентов могут оказывать значительное
воздействие на качество индикаторов. Рекомендуется проведение корректировки риска.
Неясный конструкт – имеется неопределенность или плохая корреляция с широко
признанными показателями процесса оказания качественной медицинской помощи
Легко манипулируется – использование индикатора может привести к появлению
негативных стимулов для улучшения отчетности по данному индикатору без реального
улучшения качества помощи
Неясный показательсравнения – для данного индикатора не было установлено
правильного значения. Наилучшие показатели для сравнения национальные,
региональные или аналогичные средние.
Вопросительный знак (?) – данная проблема является теоретической или предложенной
экспертами, но в литературе не было найдено доказательств ее существования
Птичка (√)указывает, что существование данной проблемы было продемонстрировано в
литературе.
Четвертый пересмотр индикаторов качества амбулаторно-поликлинической помощи
предоставляет возможность сгенерировать частоты, специфичные для определенных
состояний (например, используя количество больных сахарным диабетом в знаменателе)
по штату и по возрасту.
Таблица 2 представляет эмпирические оценки для четырех индикаторов качества
амбулаторно-поликлинической помощи, связанной с сахарным диабетом (выражена на
1000 человек).
Таблица 2. Индикаторы качества оказания профилактической помощи, связанной с
сахарным диабетом.
Результаты
Название
Описание
Используется Эмпирическая
оценка
литературного
индикаторов
ли
обзора
(Номер)
корректировка
21
Госпитализация в
связи с острыми
осложнениями
сахарного диабета
(1)
Осложнения в
связи с длительно
существующими
осложнениями
сахарного диабета
(3)
Госпитализация
пациентов с
неконтролируемым
сахарным
диабетом (14)
Частота ампутаций
нижних
конечностей у
пациентов с
сахарным
диабетом (16)
Количество
госпитализаций в
связи с острыми
осложнениями
сахарного диабета
на 100 000
больных сахарным
диабетом
Количество
госпитализаций в
связи с длительно
существующими
осложнениями
сахарного диабета
на 100 000
больных сахарным
диабетом
риска
Нет
Нет
Количество
Не
госпитализаций в
используется
связи с
неконтролируемым
сахарным
диабетом на 100
000 больных
сахарным дибетом
Количество
госпитализаций
для ампутаций
нижних
конечностей у
пациентов с
сахарным
диабетом на 100
000 больных
сахарным
диабетом
Нет
Частота для
региона: 7.3
Стандартное
отклонение в
регионе: 1.3
Частота
популяционная:
7.3
Общая оценка:
14
Частота в
регионе: 15.7
Стандартное
отклонение для
региона: 2.7
Частота
популяционная:
16.3
Общая оценка:
11
Частота в
регионе: 2.8
Стандартное
отклонение для
региона: 1.3
Частота
популяционная:
3.3
Общая оценка:
14
Частота в
регионе: 5.2
Стандартное
отклонение для
региона: 0.9
Частота
популяционная:
5.3
? Косвенный
показатель
? Ошибка
смещения
? Косвенный
показатель
? Ошибка
смещения
? Легко
манипулируется
V Неясный
показатель
сравнения
? Косвенный
показатель
? Ошибка
смещения
? Легко
манипулируется
? Косвенный
показатель
? Неясный
конструкт
Общая оценка:
10
Плюсы и минусы в использовании индикаторов качества
амбулаторно-поликлинической службы.
Индикаторы качества амбулаторно-поликлинической помощи отражают состояние дел на
сегодняшний день в методологии оценки качества системы здравоохранения с
использованием данных выписки из больниц. Эти индикаторы измеряют исходы
22
профилактической помощи как для острых заболеваний, так и для хронических
состояний, отражая два важных компонента качества профилактической помощи –
эффективность и своевременность. Например, благодаря эффективной лекарственной
терапии в амбулаторно-поликлинических условиях можно предотвратить госпитализацию
по поводу гипертонии. Аналогичным образом адекватная диагностика и своевременный
доступ к хирургическому лечению уменьшает частоту перфорированного аппендицита.
Таким образом, индикаторы качества амбулаторно-поликлинической помощи являются
ценными инструментами для идентификации потенциальных проблем с качеством на
амбулаторно-поликлиническом уровне, которые позволяют установить направление для
более глубокого исследования. Поскольку эти индикаторы качества базируются на уже
имеющихся данных по выпискам из больниц, требования к ресурсам являются
минимальными. С одинаковыми определениями и стандартизованными программами
индикаторы качества амбулаторно-поликлинической службы позволяют сравнивать
различные штаты, регионы и общины на протяжении длительного периода времени.
Несмотря на эти уникальные плюсы индикаторов качества амбулаторно-поликлинической
помощи, имеется несколько проблем, про которые при использовании индикаторов,
необходимо помнить. Во-первых, для некоторых индикаторов качества амбулаторнополиклинической помощи различия в социально-экономическом статусе объясняют
значительную часть, а возможно практически и все, в вариабельности показателей
индикаторов качества амбулаторно-поликлинической помощи в различных регионах.
Сложность взаимоотношений между социально-экономическим статусом и индикаторами
качества амбулаторно-поликлинической помощи не позволяет точно определить,
насколько наблюдаемые взаимоотношения связаны с истинными сложностями в доступе к
системе здравоохранения в потенциально недообслуживаемых популяциях, или они
зависят от других характеристик пациентов, не связанных с качеством помощи, которая
систематически зависит от социально-экономического статуса. Для некоторых
индикаторов предпочтения пациентов и возможности больниц по предоставлению
стационарной и амбулаторно-поликлинической помощи могут объяснить вариабельность
госпитализаций. Кроме того, экологическая ситуация, которая не находится под
контролем системы здравоохранения полностью, может также значительно влиять на
некоторые индикаторы качества. Например, частота госпитализаций с хроническими
обструктивными заболеваниями легких и бронхиальной астмой, скорее всего, будет выше
в регионах с более низким качеством воздуха.
Во-вторых, доказательства, связанные с потенциально предотвратимыми
госпитализациями ограничены для каждого из этих индикаторов, поскольку многие из
этих индикаторов разрабатывались как часть набора индикатора. Только 5 исследований
попытались валидизировать индивидуальные индикаторы, а не целый набор для измерения
качества9,10,11,12,13. Ограничения, существующие в литературе, связаны с тем, что
относительно мало известно о том, какой компонент представляет наиболее четкий
показатель доступа к качеству. Большая часть из 5 опубликованных статей, которая
сообщила информацию об индивидуальных индикаторах, для валидизации конструкта
также использовала одну единственную переменную – медианный, специфичный для
данного региона доход или место проживания. Все, кроме одной из этих статей10,
9
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(17)2388-94.
10
Bindman AB, Grumbach K, Osmond D, et al. Preventable hospitalizations and access to health care. JAMA
1995;274(4):305-11
11
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный доклад.
12
Silver MP, Babitz ME, Magill MK. Ambulatory care sensitive hospitalization rates in the aged Medicare
population in Utah, 1990 to 1994: a rural-urban comparison. J Rural Health 1997;13(4):285-94.
13
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press; 1993.
23
включали корректировку только по демографическим факторам (возраст, пол и
этническая принадлежность).
В третьих, несмотря на продемонстрированные взаимоотношения на уровне пациента
между более высоким качеством амбулаторно-поликлинической помощи и более низкой
частотой госпитализаций, лишь небольшое количество исследований напрямую
оценивали справедливость идеи о том, что эффективное лечение в амбулаторнополиклиническом звене уменьшит общую частоту госпитализаций. Степень, с которой
поступающая информация о госпитализации по поводу состояний, чувствительных к
качеству амбулаторно-поликлинической помощи, может привести к изменениям в
ведении пациентов в амбулаторно-поликлиническом звене, также неизвестна. Поставщики
услуг могут госпитализировать пациентов, которые не требуют госпитализации и
напротив, они могут поступать прямо противоположно – не госпитализировать пациентов,
которым стационарная помощь необходима.
Вопросы для будущей работы.
Ограничения, описанные выше, позволяют предположить направления для будущей
работы по разработке и использованию индексов качества амбулаторно-поликлинической
помощи. Дополнительные данные и связи могут предоставить информацию о глубинных
причинах госпитализаций по этим причинам и могут способствовать выработке
потенциальных вмешательств для их предотвращения.
• Исследования, изучающие поведение риска здоровью в популяции, могут оценить,
какие факторы со стороны пациентов ассоциированы с частотой состояний,
чувствительных к качеству амбулаторно-поликлинической помощи.
• Исследования экологических данных, таких как уровень загрязнения воздуха,
могут предоставить информацию о факторах, находящихся вне прямого влияния
системы здравоохранения, которые связаны с госпитализациями по поводу
подобных заболеваний.
• Изучение различий в распространенности заболеваний в определенных регионах
может позволить выявить насколько вариабельность в частоте госпитализаций
может быть связана с различием в распространенности заболеваний в разных
регионах, которые существовали бы даже при наличии оптимальной
профилактической помощи.
• Исследования должны оценить взаимоотношения расположения оцениваемого
места (в городской или сельской местности), т.е. дистанцию к ресурсам системы
здравоохранения и госпитализации по поводу амбулаторно-поликлинической
помощи. Подобные исследования могут потребовать информации о месте
проживания пациента, такой как его почтовый код.
• Установление связи с данными по местным медицинским ресурсам может помочь
проиллюстрировать взаимоотношения между госпитализациями в связи с
заболеваниями, чувствительными к качеству амбулаторно-поликлинической
помощи, предоставлением медицинских услуг и ресурсами, такими как количество
специалистов первичной помощи и узких специалистов в данной общине, или
количество больничных коек. Например, Дартмутский атлас предоставляет анализ
популяции, относящейся к Медикеа, который позволяет предположить, что
количество больничных коек в общине связано с госпитализаций по поводу
состояний, чувствительных к качеству амбулаторно-поликлинической помощи, но
нет никакой взаимосвязи с количеством врачей, работающих в данном регионе14.
14
Dartmouth Atlas of Health Care, 1999. Center for the Evaluative Clinical Sciences at Dartmouth Medical School,
2000.
24
•
•
Данные врачебных офисов и данные амбулаторно-поликлинического звена могут
предоставить важную информацию, связанную с лечением до госпитализации.
Данные амбулаторно-поликлинического звена позволяют проанализировать
процессы лечения, которые могли бы предотвратить госпитализацию по поводу
этих состояний.
Комбинация данных стационарного лечения с данными отделений неотложной
помощи поддержит создание более полной картины качества помощи, связанной с
заболеваниями, чувствительными к качеству амбулаторно-поликлинической
помощи. Некоторые из этих состояний оказываются в отделениях неотложной
помощи без предварительной госпитализации, что особенно важно для не
застрахованных или недостаточно застрахованных пациентов, которые могут
использовать отделения неотложной помощи, как рутинный источник
медицинской помощи.
25
Детальная информация об индикаторах качества
амбулаторно-поликлинической помощи.
Данный раздел представляет сокращенную информацию, полученную из литературных
обзоров и эмпирической оценки каждого индикатора качества амбулаторнополиклинической помощи, включая:
• Взаимоотношения между индикатором и качеством услуг здравоохранения.
• Предположительный метод сравнения или уровень.
• Определение каждого индикатора.
• Интересующий исход (или числитель).
• Популяцию риска (или знаменатель).
• Результаты эмпирического тестирования.
Эмпирическое тестирование оценивало статистическое качество каждого индикатора, как
это описано в Этапе 5, предыдущего раздела. Значения ранжировали от 0 до 26 (среднее
значение для 16 индикаторов качества амбулаторно-поликлинической помощи составляет
14.6), за исключением показателя низкой массы при рождении, для которого не
анализировалась ошибка смещения, в виду недоступности адекватной методики оценки
корректировки риска. Эти значения предназначены в качестве показателя для
суммирования информативности каждого индикатора по четырем эмпирическим тестам
точности (сигнальная дисперсия, процент по региону, сигнальные отношения и R-квадрат)
и пяти тестов минимального смещения (ранговая корреляция, движение в верхнем и
нижнем децилях, абсолютные изменения и изменения, превышающие два дециля). (Как
описано в предыдущем разделе и в приложении В). Исходные, не откорректированные
частоты и стандартные отклонения, были рассчитаны с использованием выборки
госпитализированных пациентов 35 штатов 2002 года15. Эти значения представлены как
популяционные значения, базирующиеся на всех возможных случаях выписки, в
противоположность средним по региону частотам, которые отмечены в таблице 1.
Значения этих показателей, которые продемонстрированы в столбце «Эмпирическая
оценка», предоставляют указатель на относительную значимость индикаторов. Они
базируются на эффективности индикатора после корректировки риска и сглаживания,
иными словами, они представляют собой «возможную наилучшую оценку» истинного
значения индикатора после учета различий в течении заболевания в разных группах
пациентов и надежности индикатора. Эти значения для каждого индивидуального теста
являются упорядоченными (иными словами, они оценивались по шкале: «очень высокое»,
«высокое» и «низкое»). Финальное суммарное значение шкалы было получено путем
присвоения весового коэффициента каждому рангу (т.е.3,2,1,0) и суммированием всех
15
Организации, приявшие участие в сборе информации в 2002 году: California Office of Statewide
Health Planning & Development; Colorado Health & Hospital Association; Connecticut - Chime, Inc.;
Florida Agency for Health Care Administration; Georgia: An Association of Hospitals & Health Systems;
Hawaii Health Information Corporation; Illinois Health Care Cost Containment Council; Iowa Hospital
Association; Kansas Hospital Association; Kentucky Department for Public Health; Maine Health Data
Organization; Maryland Health Services Cost Review; Massachusetts Division of Health Care Finance
and Policy; Michigan Health & Hospital Association; Minnesota Hospital Association; Missouri Hospital
Industry Data Institute; Nebraska Hospital Association; Nevada Department of Human Resources; New
Jersey Department of Health & Senior Services; New York State Department of Health; North Carolina
Department of Health and Human Services; Ohio Hospital Association; Oregon Association of Hospitals &
Health Systems; Pennsylvania Health Care Cost Containment Council; Rhode Island Department of
Health; South Carolina State Budget & Control Board; South Dakota Association of Healthcare
Organizations; Tennessee Hospital Association; Texas Health Care Information Council; Utah
Department of Health; Vermont Association of Hospitals and Health Systems; Virginia Health Information;
Washington State Department of Health; West Virginia Health Care Authority; Wisconsin Department of
Health & Family Services.
26
этих девяти индивидуальных тестов. Более высокие значения указывают на более хорошее
качество в эмпирических тестах. Описание каждого индикатора также включает
обсуждение суммарных результатов, ограничение использования каждого индикатора и
деталей по поводу:
• Видимой валидности – насколько индикатор описывает аспект качества, который
рассматривается, как важный и находится под контролем поставщика услуг
здравоохранения или системы общественного здравоохранения.
• Точность. Имеется ли значительный объем вариабельности на уровне поставщиков
услуг или на уровне регионов, которые не связаны со случайной вариабельностью?
• Минимальное смещение. Имеется ли небольшой эффект от различий в тяжести
заболеваний пациентов и сопутствующих заболеваний на вариабельность
индикаторов или же возможно применить методологию корректировки риска и
статистические методы для того, чтобы удалить большую часть или полностью все
существующие смещения?
• Конструктная валидность - насколько хорошо индикатор идентифицирует
истинные проблемы с качеством медицинской помощи.
• Способствует истинному улучшению качества – насколько индикатор защищен от
негативных стимулов поставщиков для того, чтобы улучшить их отчетность за
счет избегания сложных или необычных случаев или за счет других методов,
которые не улучшают качество помощи.
• Предыдущее использование. Использовался ли этот показатель на практике ранее?
Имеет ли он потенциал для работы с другими индикаторами?
Суммарные данные для всех или большинства индикаторов качества
амбулаторно-поликлинической помощи.
Литературный обзор данных, связанных с потенциально доступными больничными
данными, ограничен для каждого индикатора, поскольку многие индикаторы
разрабатывались как часть набора. Этот раздел предоставляет суммарную информацию,
которая может быть использована для всех индикаторов качества амбулаторнополиклинической помощи.
• Точность. Точность избегаемой госпитализации по всей вероятности зависит от
размера знаменателя.
• Минимальное смещение. Предыдущие исследования продемонстрировали, что
некоторые характеристики, которые связаны либо с риском предотвратимой
госпитализации (на индивидуальном уровне) или предотвратимой частотой
госпитализации (на уровне региона) включают распространенность данного
состояния, социально-экономический статус, хронические заболевания и состояние
здоровья популяции16,17,18. Эти характеристики могут являться вмешивающимися
факторами, но, кроме того, они могут и на самом деле измерять некие аспекты
доступа к медицинской помощи.
• Конструктная валидность. Большая часть предшествующих исследований
оценивала валидность целого набора состояний с предотвратимой
госпитализацией, а не каждое состояние в отдельности, и использовала социальноэкономический статус в качестве маркера доступности медицинской помощи. Эти
16
Bindman AB, Grumbach K, Osmond D, et al. Preventable hospitalizations and access to health care. JAMA
1995;274(4):305-11.
17
Culler SD, Parchman ML, Przybylski M. Factors related to potentially preventable hospitalizations among the
elderly. Med Care 1998;36(6):804-17.
18
Culler SD, Parchman ML, Przybylski M. Factors related to potentially preventable hospitalizations among the
elderly. Med Care 1998;36(6):804-17.
27
исследования постоянно демонстрировали высокую корреляцию между доходом
домохозяйства и частотой предотвратимой госпитализации, как на
индивидуальном уровне, так и на уровне региона. На уровне почтового кода сам по
себе доход объясняет от 51% до 84% вариабельности в частоте госпитализаций по
поводу состояний, чувствительных к качеству амбулаторно-поликлинической
помощи в 15 городских регионах Соединенных Штатов19. Взаимосвязь значительно
слабее среди лиц 65 лет и старше и можно было бы ожидать, что она будет связана
с доступом к помощи, а не просто с социальными факторами20,21. Частота
предотвратимой госпитализации выше среди не застрахованных пациентов или
пациентов, находящихся в программе Medicare, чем среди лиц, имеющих частную
страховку, даже после корректировке по расе и уровню доходов22.
Небольшое количество исследований протестировало истинные показатели доступа к
помощи. В самом лучшем из этих исследований Bindman и соавторы16
продемонстрировали, что самоуказываемая «сложность получения медицинской помощи
при необходимости» объясняет 50% вариабельности в частоте госпитализаций для пяти
хронических заболеваний (бронхиальная астма, застойная сердечная недостаточность,
хронические обструктивные заболевания легких, сахарные диабет и гипертоническая
болезнь). Корректировка на распространенность заболевания, поисковое поведение со
стороны пациента, стиль госпитализации врача и суммарные показатели дохода,
образования, страховки, расы и пола не оказывали серьезного влияния на эту взаимосвязь.
Наличие регулярного источника ухода и отношение количества врачей первичной
помощи на популяцию также были независимо связаны с частотой предотвратимой
госпитализации, если их использовали вместо такого показателя, как возможность
доступа к услугам здравоохранения (по самоотчетам)23. Эти взаимоотношения не были
подтверждены в двух отдельных исследованиях, где анализировались сельские регионы,
это позволяет предположить, что предотвратимая частота госпитализаций не является
адекватным индикатором доступа в сельских регионах24,25.
В других исследованиях отношение врач/популяция для семейных врачей и врачей общей
практики сильнее было связано с частотой предотвратимой госпитализации, чем другие
показатели, которые включали в себя терапевтов, педиатров или всех врачей26,27. В
исследовании популяции Medicare непрерывность амбулаторно-поликлинической
помощи28 и обычная помощь, получаемая в центре по поддержанию здоровья в общине29,
связана с более низкой частотой предотвратимой госпитализации. Отсутствие врача
первичной помощи было связано с более высокой частотой предотвратимой
19
Billings J, Anderson GM, Newman LS. Recent findings on preventable hospitalizations . Health Aff (Millwood)
1996;15(3):239-49.
20
Billings J, Zeitel L, Lukomnik J, et al. Impact of socioeconomic status on hospital use in New York City. Health
Aff (Millwood) 1993;12(1):162-73.
21
Pappas G, Hadden WC, Kozak LJ, et al. Potentially avoidable hospitalizations: inequalities in rates between US
socioeconomic groups. Am J Public Health 1997;87(5):811-6.
22
Pappas G, Hadden WC, Kozak LJ, et al. Potentially avoidable hospitalizations: inequalities in rates between US
socioeconomic groups. Am J Public Health 1997;87(5):811-6.
23
Komaromy M, Lurie N, Osmond D, et al. Physician practice style and rates of hospitalization for chronic medical
conditions. Med Care 1996;34(6):594-609.
24
Schreiber S, Zielinski T. The meaning of ambulatory care sensitive admissions: urban and rural perspectives. J
Rural Health 1997;13(4):276-84
25
Bindman A, Grumbach K, Osmond D, et al. Accuracy of preventable hospitalization rates for measuring access to
care in rural communities. JGIM 1996;11[Suppl 1]:64.
26
Parchman ML, Culler S. Primary care physicians and avoidable hospitalizations . J Fam Pract 1994;39(2):123-8.
27
Epstein A. The role of the medical market in preventable hospitalizations. Abstract Book/Association of Health
Services Research 1998;15(316-7).
28
Epstein A. The role of the medical market in preventable hospitalizations. Abstract Book/Association of Health
Services Research 1998;15(316-7).
29
Falik M, Needleman J, McCall N, et al. Ambulatory care sensitive conditions: hospitalization rates by usual
source of care. Abstract Book/Association for Health Services Research 1998;15:236-7.
28
госпитализации30. Однако наличие регулярного источника помощи (для более чем 50%
визитов к врачам) не было связано с более низкой частотой предотвратимой
госпитализации31.
Несколько исследований пациентов, застрахованных по программе Medicare
продемонстрировали слабые и неоднозначные связи между индикаторами доступа и
частотой предотвратимой госпитализации. Например, среди лиц в программе Medicare,
которые сообщили о том, что у них были проблемы с получением медицинской помощи,
или среди живущих в регионах с недостаточным количеством врачей, не было отмечено
увеличенного риска предотвратимой госпитализации17. Вместо этого их риск находился
под воздействием клинических факторов. Однако застрахованные в регионах с хорошим и
плохим здоровьем были в группе увеличенного риска, если они жили в регионе, где не
хватало врачей первичной помощи32. Анализ на уровне региона, базирующийся на данных
Medicare, позволяет предположить, что взаимосвязь между частотой госпитализаций и
отношением врач/ популяция ограничено 10% регионов, где имеется наиболее
выраженная нехватка врачей33.
Полный отчет по обзору литературы и эмпирической оценке может быть найден на сайте
Агентства по качеству и исследованиям в здравоохранении в отчете Refinement of the
HCUP Quality Indicators, по адресу http://www.qualityindicators.ahrq.gov/. . Детальная
информация по кодированию каждого индикатора амбулаторно-поликлинической помощи
приведена в приложении А.
30
Shi L, Samuels ME, Pease M, et al. Patient characteristics associated with hospitalizations for ambulatory care
sensitive conditions in South Carolina. Southern Medical Journal 1999;92(10):989-98.
31
Gill JM. Can hospitalizations be avoided by having a regular source of care? Fam Med 1997;29(3):166-71.
32
Parchman ML, Culler SD. Preventable hospitalizations in primary care shortage areas. An analysis of vulnerable
Medicare beneficiaries. Arch Fam Med 1999;8(6):487-91.
33
Krakauer H, Jacoby I, Millman M, et al. Physician impact on hospital admission and on mortality rates in the
Medicare population. Health Serv Res 1996;31(2):191-211.
29
Госпитализация в связи с острыми осложнениями сахарного
диабета (PQI 1).
Острые осложнения сахарного диабета включают в себя диабетический кетоацидоз,
гиперосмолярную кому, и кетоацидотическую кому. Эти острые ситуации, угрожающие
жизни пациента, возникают в тех случаях, когда у пациента наблюдается чрезвычайно
высокая концентрация глюкозы (гипергликемия) или инсулина (гипогликемия).
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение и
следование рекомендациям врача уменьшает частоту
возникновения острых осложнений сахарного диабета,
представляя собой более высокое качество помощи
Источники для сравнения
Среднее значение по штату, по региону или по
аналогичной группе учреждений здравоохранения
Определение
Госпитализации с острыми осложнениями сахарного
диабета на 100 000 населения
Интересующий исход
Выписки из больницы, связанные с основным кодом
МКБ-9, описывающим острые осложнения сахарного
диабета (кетоацидоз, гиперосмолярность, кома);
возраст старше 18 лет;
исключаются пациенты, переведенные из другого
медицинского учреждения, кроме того, дополнительные
коды 14 (беременность, роды) или 15 (новорожденные
младенцы)
Популяция риска
Население графства или городского региона старше 18
лет
Результаты эмпирического
Частота (2002): 50.9 на 100 000 населения,
тестирования и оценки
общая оценка 14
Суммарные доказательства.
Госпитализации по поводу острых осложнений сахарного диабета – это индикатор
качества амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для систем здравоохранения. Острые
осложнения сахарного диабета и острые неотложные случаи возникают в результате
дисбаланса глюкозы и инсулина, что зачастую является следствием отклонений от
адекватного ухода, неправильного применения инсулина, или нежеланием следовать
адекватной диете.
Хотя корректировка риска по полу и возрасту не оказывает серьезного воздействия на
относительные или абсолютные значения для региона, этот индикатор должен
корректироваться на различия в риске. В некоторых регионах может быть более высокая
частота сахарного диабета в результате особенностей этнического состава и
систематических различий в других факторах риска.
Регионы с высокой частотой неотложных случаев, связанных с сахарным диабетом, при
интерпретации этого индикатора могут потребовать изучения практики обучения
пациентов, качества обеспечения адекватного доступа к медицинской помощи и других
потенциальных причин дефектов оказания медицинской помощи. Кроме того, регионы
могут рассмотреть вопрос об изучении причин гипергликемических или
гипогликемических неотложных случаев, которые чаще всего возникали в этом регионе.
Ограничения по использованию.
Как индикатор качества амбулаторно-поликлинической помощи острые осложнения
сахарного диабета – это не показатель качества лечения в стационаре, а показатель
30
амбулаторно-поликлинического лечения и системы здравоохранения в целом. Частота
сахарного диабета может варьировать в регионах, что будет создавать систематическую
ошибку для этого индикатора. Исследование как амбулаторных, так и стационарных
данных может предоставить более полную картину лечения сахарным диабетом.
Детали.
Видимая валидность: Насколько индикатор описывает те аспекты качества
медицинской помощи, которые признаются важными и насколько он находится под
контролем поставщиков услуг здравоохранения или системы здравоохранения в целом?
Высококачественное ведение пациентов с сахарным диабетом приводит к снижению
практически всех типов серьезных предотвратимых госпитализаций, однако более
жесткий контроль может быть связан с большим количеством эпизодов гипогликемии, что
в свою очередь будет приводить к большему количеству госпитализаций.
Точность: Имеется ли значительное количество вариабельности среди поставщиков
услуг или на уровне регионов, которое не было бы связано со случайной
вариабельностью?
Опираясь на эмпирические данные можно сказать, что этот индикатор является умеренно
точным, поскольку уровень в регионах составляет 36 на 100 000, а стандартное
отклонение 24.6.
Сигнальное отношение (т.е. пропорция общей вариабельности в регионах, которая
истинно связана с систематическими различиями в деятельности регионов, а не со
случайными факторами) является умеренным и составляет 51.7%, указывая на то, что
некоторые из наблюдаемых различий в частотах, откорректированных на пол и возраст, не
отражают истинных различий в качестве оказания медицинской помощи в регионах.
Использование мультивариантных методов в выявлении сигнала, похоже, не приводит к
значительному улучшению в оценке истинных различий между регионами.
Минимальное смещение. Можно ли сказать, что вариабельность в тяжести течения
заболевания или сопутствующие заболевания пациента оказывают незначительный
эффект, или вообще не оказывают эффекта на индикатор? Можно ли применить
методы корректировки риска и статистические методы для того, чтобы удалить
большую часть, или вообще полностью устранить систематическую ошибку?
У этнических меньшинств имеется более высокая частота сахарного диабета, в связи с
этим в регионах, где проживает большое количество национальных меньшинств, может
быть отмечена более высокая частота госпитализаций. Эмпирические результаты
демонстрируют, что ранжирование регионов и абсолютный эффект не меняются в
результате корректировки по полу и возрасту.
Конструктная валидность. Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Исследования факторов, которые привели к госпитализации по поводу сахарного диабета,
очень часто полагаются на самостоятельные отчеты, которые могут быть смещенными.
Результаты одного исследования продемонстрировали, что свыше 60 пациентов с
леченным сахарным диабетом сделали ошибку при применении инсулина, или забыли
принять инсулин34. У потенциально недообслуженной популяции афро-американцев,
проживающих в городах, две трети госпитализаций были вследствие прекращения
инсулиновой терапии – свыше половины из этих случаев по финансовым или иным
причинам, которые привели к сложностям получения инсулина35.
Биндман обнаружил, что оцененное самими пациентами качество доступа к медицинской
помощи в данном регионе объясняет 46% вариабельности в госпитализации, связанной с
34
Bagg W, Sathu A, Streat S, et al. Diabetic ketoacidosis in adults at Auckland Hospital, 1988-1996. Aust N Z J
Med 1998;28(5):604-8.
35
Musey VC, Lee JK, Crawford R, et al. Diabetes in urban African-Americans. I. Cessation of insulin therapy is the
major precipitating cause of diabetic ketoacidosis. Diabetes Care 1995;18(4):483-9.
31
сахарным диабетом, хотя анализ не был ограничен неотложными случаями в лечении
сахарного диабета36. Вейсман обнаружил, что не застрахованные пациенты в два раза
чаще госпитализируются с диабетическим кетоацидозом и комой, чем лица, имеющие
частную страховку37.
Приводит к истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Поскольку острые диабетические случая угрожают жизни пациента, больницы с малой
вероятностью откажутся от госпитализации пациента, требующего этого.
Предшествующее использование: Использовался ли данный показатель эффективно на
практике? Имеет ли он потенциал для адекватной работы с другими индикаторами?
Госпитализация в связи с острыми осложнениями сахарного диабета была включена в
набор показателей предотвратимой госпитализации, разработанный как Биллингсом38, так
и Вейсманом39. Этот индикатор, определенный как индикатор уровня поставщика,
находился в оригинальном наборе индикаторов качества проекта по расходам и
использовании системы здравоохранения.
36
Bindman AB, Grumbach K, Osmond D, et al. Preventable hospitalizations and access to health care. JAMA
1995;274(4):305-11.
37
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(17)2388-94.
38
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
39
Weissman, et al., 1992.
32
Госпитализации случаев с перфорацией аппендикса (PQI 2).
Перфорация аппендикса может возникнуть тогда, когда адекватное лечение острого
аппендицита по целому ряду причин было отсрочено, включая сложности с получением
медицинской помощи, неспособность пациента адекватно интерпретировать симптомы,
неправильную диагностику и другие отсрочки в начале хирургического вмешательства.
Связь с качеством
Своевременная диагностика и лечение могут уменьшить
частоту перфорации аппендикса, а более низкая частота
будет означать более высокое качество медицинской
помощи
Показатели для сравнения
Средние по штату, региону или аналогичной группе
поставщиков услуг здравоохранения
Определение
Госпитализации с перфорацией аппендикса на 100
госпитализаций в связи с аппендицитом в данном графстве
или городском регионе
Интересующий исход
Выписки с кодами МКБ-9, обозначающими
перфорированный аппендицит или аппендикулярный
абсцесс.
Необходимо исключить пациентов, переведенных из
других учреждений, коды 14 (беременность и роды) или 15
(новорожденные или младенцы)
Популяция риска
Выписки с диагностическими кодами аппендицита в
графстве или городском регионе
Эмпирические результаты и Частота (2002): 30.5 на 100 выписок.
общая оценка
Общая оценка 17 (рекомендуется сглаживание)
Суммарные доказательства.
Госпитализации с перфорацией аппендикса – это показатель качества амбулаторнополиклинической помощи, который более всего должен интересовать систему
здравоохранения. При быстром и адекватном лечении острый аппендицит не должен
прогрессировать к перфорации или разрыву. Частота перфорированного аппендикса выше
в популяциях с недостаточным или отсутствующим страховым покрытием, как среди
взрослых, так и среди детей, что может быть вызвано неспособностью пациента найти
адекватную помощь, сложностью получить медицинскую помощь или неправильной
постановкой диагноза и низким качеством медицинской помощи.
Частота перфорированного аппендицита достаточно широко варьирует в зависимости от
расы, хотя причина этого неизвестна. Регионы с более высокой частотой
перфорированного аппендицита могут обратить на это внимание и начать вмешательства,
с анализа историй болезни и других дополнительных данных для выяснения причин
отсрочки хирургического вмешательства. Участие больниц в этом процессе может быть
особенно полезно, поскольку неправильные диагнозы и другие отсрочки в получении
хирургической помощи в отделениях неотложной помощи, могут значительно
увеличивать частоту этого показателя.
Ограничения в использовании.
Как индикатор качества амбулаторно-поликлинической помощи, госпитализация с
перфорированным аппендицитом, это не показатель качества лечения в стационаре, а
показатель качества амбулаторно-поликлинической и другой медицинской помощи.
33
Детали.
Видимая валидность: Насколько индикатор описывает те аспекты качества
медицинской помощи, которые признаются важными, и насколько он находится под
контролем поставщиков услуг здравоохранения или системы здравоохранения в целом?
Перфорированный аппендицит может являться следствием отсрочки в выполнении
хирургического вмешательства, потенциально отражая проблемы в доступе к
амбулаторной помощи, неправильную диагностику и другие отсрочки в получении
хирургического вмешательства.
Точность: Имеется ли значительное количество вариабельности среди поставщиков
услуг или на уровне регионов, которое не было бы связано со случайной
вариабельностью?
Перфорированный аппендицит возникает у одной четверти – одной трети всех пациентов,
госпитализированных с острым аппендицитом40. Базируясь на эмпирических данных, этот
индикатор является точным с не откорректированным уровнем в регионах 33.3% и
значительным стандартным отклонением в 14.4.%. По отношению к другим индикаторам
более высокая частота вариаций возникает на уровне региона, а не на уровне выписки.
Однако сигнальное отношение (т.е. отношение общей вариабельности в разных регионах,
которое действительно связано с систематическими различиями в качестве оказания
помощи в регионах, а не со случайной вариабельностью) является низким, составляя
26.5%, указывая на то, что большой процент наблюдаемых различий в
откорректированной на пол и возраст частоте, по всей вероятности не отражает истинные
различия в разных регионах. Использование многомерных методов выделения сигнала
может улучшить оценку истинных различий в регионе.
Минимальное смещение. Можно ли сказать, что вариабельность в тяжести заболевания
или сопутствующие заболевания пациента оказывают незначительный эффект, или
вообще не оказывают эффекта на индикатор? Можно ли применить методы
корректировки риска и статистические методы для того, чтобы удалить большую
часть, или вообще полностью устранить систематическую ошибку?
Более высокая частота перфорированного аппендицита была обнаружена у мужчин,
пациентов с психическими заболеваниями или у пациентов, злоупотребляющих
психоактивными веществами, у людей с сахарным диабетом и у афро-американцев41, а
также у детей до 4-х лет (хотя в этой возрастной группе аппендицит является редким
заболеванием42).
Определенная часть наблюдаемой вариабельности в качестве данного индикатора
является следствием систематических различий в характеристиках пациентов. В
литературе нет доказательств, указывающих не то, что клинические характеристики
играют какую бы то ни было систематическую роль в увеличении вероятности
перфорированного аппендицита. Мало вероятно поэтому, что этот индикатор имеет
клиническое смещение. Эмпирические результаты демонстрируют, что после коррекции
по полу и возрасту, ранжирование по регионам и абсолютные оценки по этому
индикатору не меняются.
Конструктная валидность. Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Браверман и соавторы обнаружили, что частота перфорированного аппендицита была на
50% выше у пациентов, у которых не было страховки или у пациентов, находившихся в
программе Medicare, по сравнению с пациентами, застрахованными организациями по
поддержанию здоровья; она была на 20% выше у пациентов с частной страховкой с
40
Braveman P, Schaaf VM, Egerter S, et al. Insurance-related differences in the risk of ruptured appendix. N Engl J
Med 1994;331(7):444-9.
41
Braveman et al., 1994.
42
Bratton SL, Haberkern CM, Waldhausen JH. Acute appendicitis risks of complications: age and Medicaid
insurance. Pediatrics 2000;106(1 Pt 1):75-8.
34
оплатой за услуги. Дальнейшее наблюдение, выполненное Бламбергом и соавторами,
позволило придти к выводу, что высокая частота перфорированного аппендицита в
популяции афро-американцев, застрахованных организациями по поддержанию здоровья,
может быть вызвана отсрочкой в обращении за услугами здравоохранения, а не
различиями в качестве медицинской помощи43. Вейсман и соавторы после корректировки
по полу и возрасту обнаружили, что не застрахованные (но не относящиеся к программе
Medicare ) пациенты имеют увеличенный риск разрыва аппендицита44.
Опираясь на эмпирические результаты можно сказать, что регионы с высокой частотой
перфорированного аппендицита имеют более низкую частоту госпитализаций по другим
состояниям, чувствительным к качеству амбулаторно-поликлинической помощи.
Приводит к истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Использование этого индикатора качества может приводить к большему количеству
аппендэктомий, которые будут производиться в случае наличия нечетких симптомов, но и
к уменьшению частоты разрывов.
Предшествующее использование: использовался ли данный показатель эффективно на
практике? Имеет ли он потенциал для адекватной работы с другими индикаторами?
Перфорированный аппендицит был включен в оригинальный набор индикаторов проекта
по оценке стоимости и использования системы здравоохранения, а также в набор
предотвратимой госпитализации Вейсмана.
43
Blumberg MS, Juhn PI. Insurance and the risk of ruptured appendix. N Engl J Med 1995;332(6):395-6;
обсуждение 397-8.
44
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(17)2388-94.
35
Госпитализация в связи с длительно существующими
осложнениями сахарного диабета (PQI 3).
Длительно существующие осложнения сахарного диабета включают в себя заболевания
почек, неврологические заболевания, офтальмологические заболевания, а также
заболевания сердечно-сосудистой системы. Длительно существующие осложнения
сахарного диабета возникают в то или иное время, в той или иной степени у большинства
пациентов с сахарным диабетом.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение и
следование рекомендациям врача может уменьшить
заболеваемость длительно существующих осложнений
сахарного диабета и снизить частоту их возникновения, что
будет означать оказание более высококачественной помощи
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи с осложнениями длительно
существующего сахарного диабета на 100 000 населения
Интересующий исход
Выписки из больницы, связанные с основным кодом МКБ-9,
описывающим длительно существующие осложнения
сахарного диабета (заболевания почек, неврологические
заболевания, офтальмологические заболевания, а также
заболевания сердечно-сосудистой системы или другие
осложнения);
возраст 18 лет и старше;
исключаются пациенты, переведенные из другого
медицинского учреждения, кроме того, исключаются
дополнительные коды, связанные с беременностью, родами и
послеродовым периодом, 14 (беременность, роды), а также
коды, обозначающие новорожденных, 15 (новорожденные
младенцы)
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического Частота (2002): 113.8 на 100 000 населения,
тестирования и оценки
общая оценка 11
Суммарные доказательства.
Госпитализации в связи с длительно существующими осложнениями сахарного диабета –
это показатель качества оказания амбулаторно-поликлинической помощи, который
является одним из наиболее полномасштабных и интересных индикаторов для системы
здравоохранения. Длительно существующие осложнения сахарного диабета возникают в
результате длительно существующего плохого контроля за течением заболевания
(сахарного диабета). Интенсивные программы лечения уменьшают частоту возникновения
подобных осложнений, как при диабете первого, так и при диабете второго типа.
Социально-демографические характеристики популяции, такие как раса, могут оказать
систематическое воздействие на индикатор, поскольку американские индейцы и испаноговорящие американцы имеют не только более высокую частоту сахарного диабета, но и
хуже контролируют глюкозу крови. Сила влияния этих факторов на частоту
госпитализации не известна. Учитывая эти особенности, при использовании данного
индикатора рекомендуется корректировка риска по наблюдаемым характеристикам, таким
как расовый состав популяции.
Непонятно, насколько тесно неадекватный контроль сахара крови связан с плохим
качеством медицинской помощи, отсутствием желания следовать рекомендациям врача со
36
стороны пациента, отсутствием образования или с проблемами доступа к медицинской
помощи. Регионы с высокой частотой госпитализаций могут проанализировать, какие из
этих факторов оказывают наибольшее воздействие на индикатор.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, длительно
существующие осложнения сахарного диабета – это не показатель качества оказания
стационарной помощи, а один из показателей амбулаторно-поликлинической помощи и
других методов оказания медицинской помощи. Распространенность сахарного диабета в
разных регионах может систематически варьировать, что будет приводить к
формированию систематической ошибки. Исследования как данных по госпитализации,
так и амбулаторно-поликлинических данных могут предоставить более полную картину
лечения сахарного диабета.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Несколько обсервационных исследований продемонстрировали связь между улучшением
контроля глюкозы крови и значительно более низким риском развития осложнений, как
при первом, так и при втором типе сахарного диабета45. Учитывая, что соответствующая
приверженность терапии и постоянное мониторирование глюкозы крови позволяет
предотвратить осложнения сахарного диабета, высококачественная амбулаторнополиклинической помощь должна приводить к более низкой частоте осложнений. Однако
приверженность рекомендациям, связанным с уменьшением частоты осложнений
(включая офтальмологическое обследование и обследование ног, а также образование в
области сахарного диабета) оказалось, по крайней мере, умеренным46 – только одна треть
пациентов получала все необходимые услуги47.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Сахарный диабет поражает большое количество людей, и поэтому у большого количества
людей возникают осложнения сахарного диабета. Однако лишь небольшое количество
исследований изучало частоту госпитализаций в связи с осложнениями сахарного диабета
и степень, с которой они варьируют в разных регионах.
Опираясь на эмпирические данные можно сказать, что эти индикаторы является умеренно
точными и имеют исходную частоту 80.8 на 100 000, а стандартное отклонение 58.1.
Сигнальное отношение (т.е. частота общей вариабельности между регионами, которая
связана с систематическими различиями в качестве помощи, а не со случайной
вариабельностью) является высоким и составляет 75.6%, указывая на то, что
наблюдаемые различия в частотах, откорректированных по полу и возрасту, представляют
собой истинные различия между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
45
Gaster B, Hirsch IB. The effects of improved glycemic control on complications in type 2 diabetes. Arch Intern
Med 1998;158(2):134-40.
46
Zoorob RJ, Hagen MD. Guidelines on the care of diabetic nephropathy, retinopathy and foot disease. Am Fam
Physician 1997;56(8):2021-8, 2033-4.
47
Hiss RG. Barriers to care in non-insulin-dependent diabetes mellitus. The Michigan Experience. Ann Intern Med
1996;124(1 Pt 2):146-8.
37
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Частота сахарного диабета выше у афро-американцев, испано-говорящих и особенно у
американских индейцев, гипергликемия особенно часто встречается среди испаноговорящих американцев и американских индейцев48. Продолжительность сахарного
диабета напрямую связана с развитием осложнений. Эмпирические результаты
демонстрируют, что ранжирование регионов и абсолютные значения индикатора лишь в
небольшой степени меняются после проведения корректировки по полу и возрасту.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Следование рекомендациям, как врачами, так и пациентами является необходимым для
того, чтобы добиться хороших результатов и, похоже, что проблема как с доступом к
медицинской помощи, так и к качеству самой помощи, а также следование пациента
рекомендациям являются причиной возникновения осложнений.
Опираясь на эмпирические результаты можно заметить, что регионы с более высокой
частотой длительно существующих осложнений сахарного диабета имеют тенденцию
также иметь и более высокую частоту госпитализации других состояний, чувствительных
к качеству амбулаторно-поликлинической помощи.
Способствует истинному улучшению качества: Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Поставщики услуг могут уменьшить частоту госпитализации, не госпитализируя
пациентов, которые могли бы получить помощь от стационарного лечения. Нет
опубликованных данных, которые бы указывали, что более плохие результаты в
отношении здоровья связаны с уменьшением частоты госпитализации в связи с длительно
существующими осложнениями сахарного диабета.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор, определенный как индикатор уровня госпитализации, был включен в
оригинальный набор индикаторов качества проекта по оценке стоимости использования
ресурсов здравоохранения.
48
Harris MI. Diabetes in America: epidemiology and scope of the problem. Diabetes Care 1998;21 Suppl 3:C11-4.
38
Госпитализация детей с бронхиальной астмой (PQI 4).
Бронхиальная астма – это наиболее часто встречающееся хроническое заболевание у
детей. При госпитализации детей в стационарах бронхиальная астма является одним из
наиболее часто встречающихся диагнозов. Большинство опубликованных исследований
комбинировали частоту госпитализаций в связи с бронхиальной астмой у детей и у
взрослых, поэтому регионы могут анализировать этот индикатор вместе с индикатором
госпитализаций в связи с бронхиальной астмой у взрослых.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализации в связи с бронхиальной
астмой у педиатрической популяции, а более низкая частота
представляет собой более качественную медицинскую
помощь.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации детей с бронхиальной астмой на 100 000
населения
Интересующий исход
Выписки из больницы, связанные с основным кодом МКБ-9,
описывающим бронхиальную астму;
возраст менее 18 лет;
исключаются пациенты, переведенные из другого
медицинского учреждения, имеющие коды, связанные с
беременностью, родами и послеродовым периодом, или же
коды, указывающие на то, что пациент является
новорожденным.
Популяция риска
Население графства или городского региона моложе 18 лет
Результаты эмпирического Частота (2002): 188.8 на 100 000 населения,
тестирования и оценки
общая оценка 18
Суммарные доказательства.
Госпитализация в связи с бронхиальной астмой у детей – это показатель качества
оказания амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для системы здравоохранения.
Программа «Здоровые люди 2010 года» установила цель снизить частоту госпитализаций
в связи с бронхиальной астмой до 2.5 на 10 000 детского населения в возрасте до 5 лет и
7.7 на 10 000 населения в возрасте от 5 до 65 лет49. Следование клиническим
рекомендациям по ведению пациентов с бронхиальной астмой приводит к более низкой
частоте госпитализаций.
Этот индикатор измеряется с высокой точностью, а наблюдаемая вариабельность
отражает истинные различия в качестве оказания медицинской помощи. Корректировка
риска по полу и возрасту не влияет на ранжирование регионов. Обзор литературы
указывает, что некоторые дети могут иметь более высокий риск госпитализации благодаря
наличию сопутствующих заболеваний, генетических факторов или факторов со стороны
окружающей среды. Неясно, какие из этих факторов будут варьировать от одного региона
к другому, не очень понятно также, насколько высоко влияние следование рекомендациям
врача родителями больных детей. При сравнении различных регионов для корректировки
должны быть также использованы расовые показатели.
49
Healthy People 2010. Office of Disease Prevention and Health Promotion, U.S. Department of Health and Human
Services.
39
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, бронхиальная
астма у детей – это не показатель качества оказания стационарной помощи, а один из
показателей амбулаторно-поликлинической помощи и других методов оказания
медицинской помощи. Поставщики услуг здравоохранения могут уменьшить частоту
госпитализаций, не уменьшая качества, за счет того, что лечение будет перенесено в
амбулаторно-поликлиническое звено. Частота госпитализации, которая значительно выше
или значительно ниже средних или рекомендуемых частот, должна быть
проанализирована более детально.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
В Соединенных Штатах бронхиальная астма поражает примерно 4.8 миллиона детей и
подростков, и в 1993 году она являлась причиной 198 000 госпитализаций, 342 летальных
исходов у лиц моложе 24 лет50. Однако приверженность рекомендациям по лечению,
которые подчеркивают адекватную диагностику бронхиальной астмы, адекватные
взаимоотношения между врачом и пациентом, применение адекватных лекарственных
средств для лечения симптомов бронхиальной астмы, адекватная профилактическая и
поддерживающая терапия, а также адекватное наблюдение – все это может привести к
снижению частоты госпитализаций.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Поскольку бронхиальная астма является одной из наиболее частых причин для
госпитализации детей, в различных регионах или стационарах могут быть весьма легко
получены относительно точные оценки госпитализаций в связи с бронхиальной астмой.
Частота госпитализаций в связи с бронхиальной астмой обычно выше во время эпидемии
респираторных вирусных инфекций (зимой) и во время аллергического сезона (весной и
осенью), поэтому необходимо анализировать госпитализации с учетом временного
периода.
Опираясь на эмпирические данные можно сказать, что этот индикатор является
достаточно точным, со средним уровнем 154.1 и стандартным отклонением 143.9.
Сигнальное отношение (т.е. пропорция общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве помощи в данном регионе, а
не со случайными колебаниями) является высоким и составляет 85.1%, указывая на то,
что наблюдаемые различия в частотах госпитализации, откорректированные по полу и
возрасту, представляют собой истинные различия между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Факторы окружающей среды, которые могут привести к возникновению приступов
бронхиальной астмы у детей, включают в себя аллергены, такие как табачный дым51 и
загрязнение уличного воздуха52. Раса представляет собой один из наиболее сложных
50
CDC. Asthma mortality and hospitalization among children and young adults—United States, 1980-1993.
MMWR Morb Mortal Wkly Rep 1996;45(17):350-3.
51
National Heart, Lung, and Blood Institute/National Asthma Education and Prevention Program. Expert Panel
Report 2: Guidelines for the diagnosis and management of asthma. In: NIH pub. no. 97-4051. Bethesda, MD; 1997.
52
NHLBI/NAEPP, 1997.
40
факторов, потенциально влияющих на заболеваемость. У пациентов с темным цветом
кожи имеется значительно более высокая частота госпитализации в связи с бронхиальной
астмой, даже после корректировки по возрасту и уровню доходов53. Поэтому
рекомендуется проводить корректировку по расовому составу. Эмпирические результаты
демонстрируют, что после проведения корректировки по полу и возрасту ранжирование
регионов не меняется.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Некоторые госпитализации в связи с бронхиальной астмой неизбежны и являются
адекватными. Исследования продемонстрировали, что частота госпитализаций в связи с
бронхиальной астмой связана с медианным уровнем доходов (на уровне региона) и
отсутствием страховки (на индивидуальном уровне). Лин и соавторы
продемонстрировали, что частота госпитализаций выше в более бедных регионах, в
которых проживает большое количество этнических меньшинств, с более высокой
безработицей и низким уровнем образования54.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Поскольку некоторые случаи педиатрической бронхиальной астмы могут лечиться в
амбулаторных условиях, может происходить адекватный сдвиг на амбулаторнополиклиническую помощь. Поставщики услуг могут уменьшить показатель, не
госпитализируя пациентов, которые могли бы выиграть от стационарного лечения.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор был исходно разработан Биллингсом и соавторами во время его работы с
объединенным больничным фондом Нью-Йорка55. Затем он был принят институтом
медицины и широко использовался в исследованиях по предотвратимой госпитализации.
53
Ray NF, Thamer M, Fadillioglu B, et al. Race, income, urbanicity, and asthma hospitalization in California: a
small area analysis. Chest 1998;113(5):1277-84.
54
Lin, S, Fitzgerald E, Hwang SA, et al. Asthma hospitalization rates and socioeconomic status in New York State
(1987-1993) J Asthma 1999;36(3):239-51.
55
Billings, J. Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
41
Госпитализация в связи с хроническими обструктивными
заболеваниями легких (PQI 5).
Хронические обструктивные заболевания легких (ХОЗЛ) включают в себя три основных
заболевания, которые вызывают легочную дисфункцию – бронхиальную астму, эмфизему
легких и хронический бронхит – каждое из которых имеет собственную этиологию,
лечение и результаты. Данный индикатор анализирует эмфизему легких и бронхит, а
бронхиальная астма обсуждается отдельно, как для детей, так и для взрослых.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализации в связи ХОЗЛ, а более
низкая частота представляет собой более качественную
медицинскую помощь.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи с ХОЗЛ на 100 000 населения
Интересующий исход
Выписки из больницы, с основным диагностическим кодом
ХОЗЛ в соответствии с МКБ-9;
возраст старше 18 лет;
исключаются пациенты, переведенные из другого
медицинского учреждения, имеющие коды, указывающие на
наличие беременности, родов и послеродового периода, или
же коды, указывающие на то, что пациент является
новорожденным.
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического Частота (2002): 248.6 на 100 000 населения,
тестирования и оценки
общая оценка: 17
Суммарные доказательства.
Госпитализации в связи с ХОЗЛ – это индикатор качества оказания амбулаторнополиклинической помощи, который является наиболее интересным для всеобъемлющей
системы оказания медицинской помощи. ХОЗЛ часто могут лечиться в амбулаторных
условиях. Регионы могут использовать графики для того, чтобы понять, насколько,
госпитализация является результатом плохого качества медицинской помощи, или
следствием других проблем.
Данный индикатор измеряется с высокой точностью и наблюдаемая вариабельность, по
всей вероятности, отражает истинные различия в качестве оказания медицинской помощи
между регионами. Корректировка риска по полу и возрасту оказывает наибольшее
воздействие на регионы с самой высокой частотой заболевания. Некоторые факторы,
которые могут варьировать от региона к региону, оказывают воздействие на
прогрессирование заболевания, и это особенно касается курения и социальноэкономического статуса. В связи с этим настоятельно рекомендуется корректировка риска
в соответствии с наблюдаемыми характеристиками.
Регионы могут также пожелать идентифицировать больницы, в которых наблюдается
наибольшая частота госпитализации в связи с этим индикатором. Популяция пациентов,
обслуживаемая этими стационарами, может стать исходной для начала профилактических
вмешательств.
Ограничения в использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи ХОЗЛ не
является показателем качества оказания стационарной помощи, а измеряет качество
амбулаторно-поликлинической помощи и других методов оказания медицинской помощи.
42
Этот индикатор имеет нечеткую конструктную валидность, поскольку он использовался
только в качестве набора индикаторов, но не был проверен самостоятельно. Поставщики
услуг здравоохранения могут уменьшить частоту госпитализаций, без улучшения
качества, за счет того, что оказание помощи будет перенесено в амбулаторнополиклиническое звено. Лечение некоторых ХОЗЛ может проводиться в отделениях
неотложной помощи, поэтому зачастую для получения более точной картины необходимо
комбинировать данные по госпитализации в стационары и в отделения неотложной
помощи.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Госпитализации в связи с ХОЗЛ включают в себя утяжеление течения ХОЗЛ, легочную
недостаточность и (редко) хирургию, направленную на снижение объема легких или
трансплантацию легких. За последние десятилетия были опубликованы клинические
рекомендациям по ведению ХОЗЛ56. При ухудшении течения ХОЗЛ госпитализации
могут быть минимизироны адекватным амбулаторно-поликлиническим лечением и
следованиям рекомендациям врача.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
ХОЗЛ является причиной значительного количества госпитализаций и предполагается,
что этот индикатор является относительно точным57.
Опираясь на эмпирические данные можно сказать, что этот индикатор является очень
точным, с частотой госпитализаций 324 на 10 000 и стандартным отклонением 203.8
Сигнальное отношение (т.е. отношение общей вариабельности в разных регионах,
истинно связанной с систематическими различиями в качестве помощи в данном регионе,
а не связанной со случайными колебаниями) является высоким и составляет 93.4%,
указывая на то, что наблюдаемые различия в частотах госпитализации,
откорректированные по полу и возрасту, представляют собой истинные различия между
регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или наличия сопутствующих заболеваний на показатели индикатора, или же
можно применить методики корректировки риска и другие статистические методы
для того, чтобы удалить большую часть, или вообще полностью устранить
систематическую ошибку?
Факторы, которые были связаны с увеличенной частотой госпитализаций в связи с ХОЗЛ,
включают с себя тяжесть заболевания, курение, возраст, социально-экономический статус.
Все они могут использоваться в корректировке риска. Эмпирические результаты
демонстрируют, что ранжирование регионов и абсолютные показатели качества
деятельности регионов в некоторой степени меняются после проведения корректировки
по полу и возрасту.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биндман и соавторы сообщили, что по самоотчетам проблема с доступом к медицинской
помощи объясняет 27% вариабельности в частоте госпитализации в связи с ХОЗЛ на
56
Hackner D, Tu G, Weingarten S, et al. Guidelines in pulmonary medicine: a 25-year profile. Chest
1999;116(4):1046-62.
57
Feinleib M, Rosenberg HM, Collins JG, et al. Trends in COPD morbidity and mortality in the United States. Am
Rev Respir Dis 1989;140(3 pt 2):S9-18.
43
уровне почтовых регионов58. Миллман и соавторы обнаружили, что почтовые регионы,
соответствующие общинам с низким уровнем доходов имеют в 5.8 раза больше
госпитализаций в связи с ХОЗЛ, чем почтовые регионы с высокими доходами59.
Следование врачами рекомендациям по лечению и следование пациентов рекомендациям
врачей также оказывает воздействие на эффективность терапии.
Базируясь на эмпирических результатах, следует отметить, что регионы с высокой
частотой госпитализаций в связи с ХОЗЛ обычно имеют также и более высокую частоту
госпитализаций в связи с другими состояниями, чувствительными к качеству
амбулаторно-поликлинической помощи.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Одно исследование обнаружило, что высокая частота госпитализаций в связи с ХОЗЛ
может частично отражать улучшение в доступе к амбулаторно-поликлинической помощи,
что приводит к более частому обнаружению значительного нарушения в деятельности
функции легких в данной популяции60. Снижение частоты госпитализаций в связи с ХОЗЛ
может просто отражать обратные изменения в кодировании в связи с обструктивными
заболеваниями легких.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор был исходно разработан Биллингсом и соавторами во время его работы с
объединенным больничным фондом Нью-Йорка61. Затем он был принят институтом
медицины и широко использовался в исследованиях по предотвратимой госпитализации.
58
Bindman AB, Grumbach K, Osmond D, et al. Preventable hospitalizations and access to health care. JAMA
1995;274(4)305-11.
59
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press; 1993.
60
Weinberger M, Oddone EZ, Henderson WG. Does increased access to primary care reduce hospital readmissions?
VA Cooperative Study Group on Primary Care and Hospital readmission. N Engl J Med 1996;334(22):1441-7.
61
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет
44
Госпитализация детей в связи с гастоэнтеритом (PQI 6).
Гастоэнтерит у детей, являющийся одной из наиболее часто встречающихся причин для
госпитализации детей в стационары, может лечиться в амбулаторно-поликлиническом
звене.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализации в связи с
гасртоэнтеритом у педиатрической популяции, а более
низкая частота представляет собой более качественную
медицинскую помощь.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации детей с гастоэнтеритом на 100 000 населения
Интересующий исход
Выписки из больницы с основным диагностическим кодом
для гастоэнтерита в соответствии с МКБ-9;
возраст менее 18 лет;
исключаются пациенты, переведенные из другого
медицинского учреждения, имеющие коды, указывающие на
беременность, роды и послеродовой период, или же коды,
указывающие на то, что пациент является новорожденным.
Популяция риска
Население графства или городского региона моложе 18 лет
Результаты эмпирического Частота (2002): 87.7 на 100 000 населения,
тестирования и оценки
общая оценка: 17
Суммарные доказательства.
Госпитализации в связи с гастоэнтеритом у детей – это показатель качества оказания
амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для системы здравоохранения.
Гастоэнтерит является причиной практически 10% всех госпитализаций детей моложе 5
лет62.
Этот индикатор измеряется с хорошей точностью, и практически вся наблюдаемая
вариабельность отражает истинные различия в качестве оказания медицинской помощи
между регионами.
Госпитализации могут быть вызваны плохим уходом, отсутствием следования
рекомендациям, плохим доступом к медицинской помощи, а могут быть вызваны
факторами окружающей среды. Четкие рекомендации были опубликованы центрами по
профилактике и контролю за заболеваемостью, а также американской академией
педиатрии. Однако имеется не очень большое количество доказательств того, что
следование этим рекомендациям уменьшает частоту госпитализаций, поскольку многие
госпитализации являются неадекватными. Регионы с высокой частотой могут попытаться
идентифицировать степень тяжести заболевания, анализируя степень дегидратации
пациентов и наличие у них сопутствующих заболеваний, для того чтобы установить, была
ли госпитализация адекватной или не адекватной и являлась ли госпитализация
следствием плохого качества оказания медицинской помощи.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, госпитализация
в связи с гастоэнтеритом у детей – это не показатель качества оказания стационарной
помощи, а один из показателей амбулаторно-поликлинической помощи и других видов
62
Burkhart DM. Management of acute gastroenteritis in children. American Family Physician 1999;60(9):2555-63,
2565-6.
45
оказания медицинской помощи. Этот индикатор имеет неясную конструктную
валидность, поскольку он был проверен только в группе с другими индикаторами, но не
был проверен самостоятельно. Поставщики услуг здравоохранения могут уменьшить
частоту госпитализаций, не улучшая качества ведения пациентов, перенося лечение в
амбулаторно-поликлиническое звено.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Гастоэнтерит является часто встречающимся заболеванием у детей. Рекомендации по
лечению подчеркивают важность адекватной дегидрационной терапии для слабой и
умеренной дегидратации, являющейся следствием гастоэнтерита, что позволит избежать
необходимости госпитализации. Группа экспертов пришла к выводу о том, что
своевременная эффективная амбулаторно-поликлиническая помощь может уменьшить
риск госпитализаций в связи с гастоэнтеритом63.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Достаточно легко могут быть получены относительно точные оценки госпитализаций в
связи с гастоэнтеритом в различных регионах или стационарах. Частота гастоэнтерита
варьирует в зависимости от сезона, поэтому для наблюдения необходимо обеспечить
соответствующий временной период. Широкая вариабельность в частоте госпитализаций
в различных регионах может приводить к появлению случайной вариабельности в
определенном году, эти особенности необходимо адекватно учитывать, если речь идет о
малонаселенных регионах.
Сигнальное отношение (т.е. пропорция общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве помощи в данном регионе, а
не со случайными колебаниями) является высоким и составляет 77.8%, указывая на то,
что наблюдаемые различия в частоте госпитализации, откорректированные по полу и
возрасту, отражают истинные различия между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Некоторые госпитализации в связи с гастоэнтеритом являются неизбежными, однако
большинство детей, которые госпитализируются с гастоэнтеритом, не имеют никаких
других проблем (70%) и большинство из них регидратируются в течение 12 часов (79%).
Одно из исследований предполагает, что госпитализация с осложненным гастоэнтеритом
чаще встречается среди детей из семей с низким социально экономическим статусом64.
Эмпирические результаты демонстрируют, что ранжирование регионов не меняется после
проведения корректировки по полу и возрасту.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Ни одно из опубликованных исследований не анализировало конструктную валидность
этого индикатора. Миллман и соавторы пришли к выводу, что почтовые регионы с низким
63
Billings J, Zeitel L, Lukomnik J, et al. Impact of socioeconomic status on hospital use in New York City, Health
Aff (Millwood) 1993;12(1):162-73.
64
McConnochie KM, Russo MJ, McBride JT, et al. Socioeconomic variation in asthma hospitalization: excess
utilization or greater need? Pediatrics 1999;103(6):375
46
уровнем доходов имеют в 1.9 раза больше случаев госпитализации по поводу
гастоэнтерита у детей, чем почтовые регионы с высоким доходом65.
Базируясь на эмпирических результатах можно заключить, что регионы с более высокой
частотой госпитализаций с гастоэнтеритом у детей, также имеют тенденцию более
высокой частоты госпитализаций по другим состояниям, чувствительным к качеству
амбулаторно-поликлинической помощи.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Поскольку оптимальная частота госпитализаций для этого состояния не была определена,
поставщики услуг могут уменьшить показатель, не госпитализируя пациентов, которые
могли бы выиграть от стационарного лечения, или госпитализируя лишь только
небольшую группу пациентов с сопутствующими заболеваниями.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Данный индикатор был исходно разработан Биллингсом и соавторами во время его
работы с объединенным больничным фондом Нью-Йорка. Затем он был принят
институтом медицины и широко использовался в исследованиях по предотвратимой
госпитализации.
65
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, D.C.:
National Academy Press. 1993.
47
Госпитализация пациентов с артериальной гипертензией (PQI
7).
Артериальная гипертензия – это хроническое состояние, которое часто можно
контролировать в амбулаторно-поликлинических условиях, если используется адекватная
лекарственная терапия.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
снизить частоту госпитализации в связи с артериальной
гипертензией, и поэтому более низкая частота представляет
собой более высокое качество медицинской помощи.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи с артериальной гипертензией на 100
000 населения
Интересующий исход
Выписки из больницы с основным диагностическим кодом в
соответствии с МКБ-9 - артериальная гипертензия;
возраст старше 18 лет;
необходимо исключить выписки после госпитализации в
связи с проведенными специальными кардиологическими
процедурами; пациентов, переведенных из других
медицинских учреждений; коды, указывающие на наличие
беременности, родов или послеродового периода, или же код,
указывающий на то, что пациент является новорожденным.
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического Частота (2002): 44.4 на 100 000 населения,
тестирования и оценки
общая оценка: 14
Суммарные доказательства.
Госпитализация в связи с артериальной гипертензией – это индикатор качества оказания
амбулаторно-поликлинической помощи, который является наиболее интересным для
всеобъемлющей системы оказания медицинской помощи. Существует мало доказательств,
связанных с валидностью этого индикатора, хотя одно из исследований указало на
наличие связи частоты госпитализации с проблемами в доступе к медицинской помощи.
Данный индикатор измеряется с адекватной точностью, но некоторая вариабельность в
частотах, откорректированных по полу и возрасту, не отражает истинных различий в
деятельности различных регионов. Рекомендуется проводить корректировку по полу и
возрасту.
Регионы могут заинтересоваться идентификацией некоторых стационаров, на которые
приходится наибольшее количество госпитализаций. Популяция пациентов,
обслуживаемая этими стационарами, может являться исходной группой для начала
профилактических вмешательств.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи артериальная
гипертензия не является показателем качества оказания стационарной помощи, а измеряет
качество амбулаторно-поликлинической помощи и других методов оказания медицинской
помощи.
Поставщики услуг здравоохранения могут уменьшить частоту госпитализаций, без
улучшения качества, за счет того, что оказание помощи будет перенесено в амбулаторнополиклиническое звено.
48
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Артериальное давление может контролироваться в амбулаторно-поликлинических
условиях за счет адекватного использования лекарственной терапии.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Хотя артериальная гипертензия является часто встречающимся состоянием,
госпитализация в связи с осложнениями артериальной гипертензии является редкой. Одно
из исследований выявило, что артериальная гипертензия составляет всего лишь 0.5% всех
госпитализаций в связи с состояниями, чувствительными к качеству амбулаторнополиклинической помощи66.
Опираясь на эмпирические данные можно сказать, что этот индикатор является умеренно
точным, со средней частотой госпитализаций 37.1 на 10 000 населения и стандартным
отклонением 32.2.
Сигнальное отношение (т.е. отношение общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве помощи в данном регионе, а
не со случайными колебаниями) является умеренным и составляет 69.9%, указывая на то,
что некоторые из наблюдаемых различий в частотах госпитализации, откорректированные
по полу и возрасту, могут не отражать истинные различия в деятельности регионов.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Для этого индикатора существует мало данных о потенциальных вмешивающихся
переменных. Возрастная структура популяции может оказывать воздействие на частоту
госпитализации для этого состояния. Вейсман и соавторы сообщили, что относительный
риск для пациентов Medicaid быть госпитализированными уменьшался на 100% после
корректировки по полу и возрасту67. Не было обнаружено данных, которые бы указывали
на эффект других сопутствующих состояний, таких как ожирение или других факторов
риска, которые могли бы систематически варьировать в различных регионах.
Эмпирические результаты демонстрируют, что корректировка по полу и возрасту
оказывает воздействие на ранжирование этих регионов в самом высоком дециле.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биндман и соавторы обнаружили, что по самоотчетам проблема с доступом к
медицинской помощи объясняет до 22% всей вариабельности в частоте госпитализации в
связи с артериальной гипертензией68. Вейсман и соавторы обнаружили, что после
корректировки по полу и возрасту не застрахованные пациенты имели относительный
риск госпитализации в связи с артериальной гипертензией 2.38 (когда исследование
проводилось в Массачусетсе), в то время как в Мэриленде соответствующий
относительный риск составлял 1.9369. Миллман и соавторы обнаружили, что в почтовых
66
Blustein J. Hanson K, Shea S. Preventable hospitalizations and socioeconomic status. Health Aff (Millwood)
1998;17(2):177-89
67
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(1):2388-94.
68
Bindman AB, Grumback K, Osmond D, et al. Preventable hospitalizations and access to health care. JAMA
1995;274(4):305-11.
69
Weissman, et al. 1992.
49
регионах с низким уровнем доходов частота госпитализаций в связи с артериальной
гипертензией была в 7.6 раза больше, чем в почтовых регионах с высокими доходами70.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Существует небольшое количество доказательств о влиянии мероприятий по улучшению
качества на улучшение амбулаторно-поликлинического ведения больных с артериальной
гипертензией. Нет опубликованных данных, указывающих на ухудшение здоровья в связи
с уменьшением госпитализаций по поводу артериальной гипертензии. Подобные эффекты
являются мало вероятными, учитывая тот факт, что в стационарных условиях лечатся
только, наиболее серьезные эпизоды или злокачественная артериальная гипертензия.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор был исходно разработан Биллингсом и соавторами во время его работы с
объединенным больничным фондом Нью-Йорка71. Затем он был принят институтом
медицины и широко использовался в исследованиях по предотвратимой госпитализации72.
Этот индикатор также был включен в набор показателей предотвратимой госпитализации
Вейсмана.
70
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press; 1993.
71
Billings J, Zeitel L, Lukomnik J, et al. Impact of socioeconomic status on hospital use in New York City. Health
Aff (Millwood) 1993;12(1):162-73.
72
Access to Health Care in America. Washington, DC: National Academy Press; 1993.
50
Госпитализация в связи с застойной сердечной
недостаточностью (PQI 8).
Застойная сердечная недостаточность – это хроническое состояние, которое часто можно
контролировать в амбулаторно-поликлинических условиях. Однако это заболевание
является хроническим прогрессирующим заболеванием, для которого в некоторых
случаях госпитализация является необходимой.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
снизить частоту госпитализации в связи с застойной
сердечной недостаточностью, и поэтому более низкая
частота госпитализаций указывает на более высокое качество
медицинской помощи.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения поставщиков услуг
Определение
Госпитализации в связи с застойной сердечной
недостаточностью на 100000 населения
Интересующий исход
Выписки из больницы, с основным диагностическим кодом в
соответствии с МКБ-9 - застойная сердечная
недостаточность;
возраст старше 18 лет;
необходимо исключить пациентов, которые были
госпитализированы для проведения кардиохирургических
процедур; пациентов, переведенных из других медицинских
учреждений; а также пациентов, имеющих коды,
указывающие на наличие беременности, роды или
послеродовой период, или же коды, указывающие на то, что
пациент является новорожденным.
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического Частота (2002): 457.7 на 100 000 населения,
тестирования и оценки
общая оценка: 14
Суммарные доказательства.
Госпитализации в связи с застойной сердечной недостаточностью – это индикатор
качества оказания амбулаторно-поликлинической помощи, который является наиболее
интересным для всеобъемлющей системы оказания медицинской помощи.
Данный индикатор измеряется с очень высокой точностью, а большая часть наблюдаемой
вариабельности отражает истинные различия в деятельности различных регионов.
Корректировка риска по полу и возрасту, судя по всему, оказывает воздействие на данные
в тех регионах, в которых имеются самые высокие и самые низкие не откорректированные
значения.
Регионы с высокой частотой могут заинтересоваться изучением вопроса о клинических
характеристиках своих пациентов для того, чтобы проверить, не госпитализируются ли у
них более тяжелые случаи. Возраст пациента и клинические показатели, такие как
показатели функции миокарда, а также другие вопросы ведения пациентов, могут
оказывать воздействие на частоту госпитализации. Поскольку причины госпитализации
могут включать плохое качество помощи, нежелание пациента следовать рекомендациям
врача или проблемы с доступом к медицинской помощи, регионы могут проанализировать
истории болезни пациентов с застойной сердечной недостаточностью для того, чтобы
идентифицировать причины, вызвавшие госпитализацию и определить потенциальные
цели вмешательства.
51
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи застойная
сердечная недостаточность не является показателем качества оказания стационарной
помощи, а измеряет качество амбулаторно-поликлинической помощи и других методов
оказания медицинской помощи.
Поставщики услуг здравоохранения могут уменьшить частоту госпитализаций, без
улучшения качества, за счет того, что оказание помощи будет перенесено в амбулаторнополиклиническое звено. Некоторое количество случаев застойной сердечной
недостаточности оказываются сразу же в отделениях неотложной помощи. В этой связи
комбинирование данных по стационарному лечению и лечению в отделениях неотложной
помощи может дать более адекватную картину данного индикатора.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Ведение пациентов с застойной сердечной недостаточностью достаточно сильно
варьирует в зависимости от специальности врача73,74. Подобные различия в особенностях
ведения пациентов могут найти отражение в различиях в частоте госпитализаций в связи с
застойной сердечной недостаточностью.
Точность. Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Могут быть получены относительно точные оценки показателей госпитализации в связи с
застойной сердечной недостаточностью, хотя случайная вариабельность является важным
фактором для небольших больниц и для сельских регионов.
Опираясь на эмпирические данные можно сказать, что этот индикатор является очень
точным, с не откорректированными значениями госпитализаций в регионах 521 на 10 000
населения и стандартным отклонением 286.5.
Сигнальное отношение (т.е. отношение общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве оказания помощи в данном
регионе, а не со случайными колебаниями) является очень высоким и составляет 93.0%,
указывая на то, что наблюдаемые различия в частоте госпитализации,
откорректированные по полу и возрасту, отражают истинные различия в деятельности
регионов.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Важным фактором, определяющим исходы застойной сердечной недостаточности,
является целый ряд демографических показателей, таких как возраст пациента, его
клинические характеристики, вопросы ведения пациента, а также стратегия лечения75.
Существуют ограниченные доказательства, указывающие на то, что эти данные могут
частично объяснить различия в частоте госпитализаций в связи с застойной сердечной
недостаточностью в разных регионах. Эмпирические результаты демонстрируют, что
73
Edep ME, Shah NB, Tateo IM, et al. Differences between primary care physicians and cardiologists in
management of congestive heart failure: relation to practice guidelines. J Am Coll Cardiol 1997;30(2):518-26.
74
Reis, SE, Holubkov R, Edmundowicz D, et al. Treatment of patients admitted to the hospital with congestive heart
failure: specialty-related disparities in practice patterns and outcomes. J Am Coll Cardiol 1997;30(3):733-8.
75
Philbin EF, Andreaou C, Rocco TA, et al. Patterns of angiotensin-converting enzyme inhibitor use in congestive
heart failure in two community hospitals. Am J Cardio. 1996;77(1):832-8.
52
ранжирование регионов и абсолютные показатели качества меняются после
корректировки по полу и возрасту.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биллингс и соавторы обнаружили, что почтовые регионы с низкими доходами в НьюЙорке имели в 2.6 раза больше случаев госпитализации, чем почтовые регионы с
высокими доходами76. Миллман и соавторы выяснили, что в почтовых регионах с низким
уровнем доходов частота госпитализаций в связи с застойной сердечной
недостаточностью в 6.1 раза выше, чем в почтовых регионах с высокими доходами77.
Базируясь на эмпирических результатах можно заключить, что регионы с высокой
частотой госпитализации в связи с застойной сердечной недостаточностью также имеют
более высокую частоту госпитализаций по другим заболеваниям, ассоциированным с
качеством амбулаторно-поликлинической помощи.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Вмешательства в амбулаторно-поликлинические практики такие, как использование
протоколов по амбулаторному ведению пациентов с легкой и средней степенью тяжести,
и улучшение доступа к амбулаторно-поликлинической помощи уменьшает вероятность
госпитализации пациента в связи с застойной сердечной недостаточностью78.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор был исходно разработан Биллингсом и соавторами для объединенного
больничного фонда Нью-Йорка. Затем он был принят институтом медицины и широко
использовался в исследованиях по предотвратимой госпитализации.
76
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
77
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington DC: National
Academy Press.
78
Rosenthal GE, Harper DL, Shah A, et al. A regional evaluation of variation in low-severity hospital admissions. J
Gen Intern Med 1997;12(7):416-22.
53
Частота рождения младенцев с низкой массой тела (PQI 9).
Новорожденные могут иметь низкую массу тела при рождении вследствие неадекватного
внутриутробного развития или преждевременных родов. Факторы риска включают в себя
социально-демографические факторы, а также поведенческие характеристики, такие как
низкий уровень доходов и курение во время беременности.
Связь с качеством
Адекватные профилактические мероприятия могут снизить
распространенность родов новорожденных с низкой массой
тела, более низкая частота указывает на более высокое
качество профилактической работы.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения поставщиков услуг
Определение
Количество новорожденных с низкой массой тела на 100
родов
Интересующий исход
Количество родов с кодом в соответствии с МКБ-9 ,
означающими низкую массу тела при рождении (менее 2500
грамм);
необходимо исключить пациентов, переведенных из других
медицинских учреждений.
Популяция риска
Все роды (выписки с кодами, указывающими на то, что
пациент является новорожденным) в графстве или городском
регионе
Результаты эмпирического Частота (2002): 5.9 на 100 родов,
общая оценка: 11 из 16 (смещение не тестировалось,
тестирования и оценки
поскольку отсутствует адекватная корректировка риска для
родов новорожденных с низкой массой тела) (рекомендуется
сглаживание).
Суммарные доказательства.
Низкая масса тела при рождении – это индикатор качества оказания амбулаторнополиклинической помощи, который является наиболее интересным для всеобъемлющей
системы оказания медицинской помощи.
Программа «Здоровые люди 2010 года» поставила цель снижения процента рождения
детей с низкой массой тела до 0.9%79.
Женщины, которые рожают детей с низкой массой тела, обычно получают меньше
пренатальной помощи, и отсутствие пренательной помощи остается фактором риска для
рождения ребенка с низкой массой тела, даже после корректировки на другие,
потенциально влияющие факторы. Однако всеобъемлющая система помощи женщинам
высокого риска не может снизить частоту новорожденных с низкой массой тела. В
некоторых случаях специфическое консультирование, направленное на уменьшение
определенных факторов риска в определенной популяции, может оказать воздействие на
снижение количества родов младенцев с низкой массой тела. Адекватная корректировка
риска может потребовать получения доступа к записям о родах, в том случае, когда
данные записи содержат социально-демографические и поведенческие факторы риска,
описанные в обзоре литературы (раса, возраст, использование наркотиков, наличие
стресса). В некоторых штатах записи о родах являются достаточно большим источником
информации, которая может помочь идентифицировать случаи родов новорожденных с
низкой массой тела, и выявить основные направления для проведения вмешательств.
79
Healthy People 2010. Office of Disease Prevention and Health Promotion, U.S. Department of Health and Human
Services.
54
В тех случаях, когда корректировка риска не представляется возможной, можно получить
некоторую информацию о том, какие пациенты присутствовали в данной выборке, если
проанализировать другие показатели социально-экономического статуса (определяемые
по наличию страховки или по почтовым кодам).
Ограничения в использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи низкая масса тела
при рождении не является показателем качества оказания стационарной помощи, а
измеряет качество амбулаторно-поликлинической помощи и других методов оказания
медицинской помощи. Этот индикатор может иметь достаточно выраженную
систематическую ошибку, которая потребует дополнительной корректировки риска на
основании данных, получаемых из записей о рождении и клинических данных.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Вмешательства, направленные против факторов риска появления на свет новорожденных
с низкой массой тела, могут быть организованы в случае наличия адекватного
пренатального ухода и соответствующих образовательных программ. Были созданы
программы пренатального ухода, которые помогают снизить частоту родов младенцев с
низкой массой тела и другие осложнения беременности в популяции высокого риска.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Хотя роды младенцев с низкой массой тела составляют лишь небольшую часть всех
родов, предполагается, что этот индикатор должен измеряться с достаточной точностью в
большинстве регионов.
Опираясь на эмпирические данные можно сказать, что этот индикатор является
достаточно точным, с исходным уровнем в регионах 3.9% и стандартным отклонением
2.3.%.
Сигнальное отношение (т.е. отношение общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве оказания помощи в данном
регионе, а не со случайными колебаниями) является умеренным и составляет 67.1%,
указывая на то, что некоторые из наблюдаемых, откорректированных по полу и возрасту
показателях, не отражают истинных различий в качестве оказания медицинской помощи в
регионах.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Социально-экономические показатели, такие как образование родителей и доходы,
обратно связаны с частотой родов с низкой массой тела80,81. Демографические факторы,
такие как возраст и раса, также являются важными, и они могут коррелировать с рядом
социально-экономических факторов. Матери моложе 17 лет и старше 35 лет имеют более
высокий риск рождения ребенка с низкой массой тела82,83. Одно из исследований,
80
Hessol NA, Fuentes-Afflick E, Bacchetti P. Risk of low birth weight infants among black and white parents.
Obstet Gynecol 1998;92(5):814-22.
81
O’Campo P, Xue X, Wang MC, et al. Neighborhood risk factors for low birthweight in Baltimore: a multilevel
analysis. Am J Public Health 1997;87(7):1113-8.
82
Hessol, et al. 1998.
55
проведенное в Калифорнии в 1992 году, обнаружило, что даже после проведения
корректировки риска, негритянская раса остается значительным фактором риска84. Мало
данных указывает на то, насколько каждый из этих факторов оказывают воздействие на
различия в частоте родов младенцев с низкой массой тела в разных географических
регионах.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Хотя отдельные исследования продемонстрировали воздействие различных вмешательств,
особенно в популяциях высокого риска, данные о воздействии более качественного
пренательного ухода на частоту рождений новорожденных с низкой массой тела являются
менее однозначными. В одном исследовании использование пренатальной помощи
отвечало менее чем за 15% различий между рождениями новорожденных с низкой массой
тела у белых и черных матерей, которые были подписаны на услуги организации по
поддержанию здоровья. Однако увеличение пренатального ухода связано с более низкой
частотой рождений новорожденных с низкой массой тела, особенно в негритянской
популяции85.
Рождение новорожденных с низкой массой тела отрицательно связано с другими
состояниями, чувствительными к качеству амбулаторно-поликлинической помощи, и
положительно связаны с частотой перфорации аппендикса. Эмпирические данные
указывают на то, что этот индикатор на уровне региона может оказаться под воздействием
серьезной систематической ошибки.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Мало вероятно, что использование данного индикатора приведет к значительному
уменьшению частоты рождений новорожденных с низкой массой тела и не представляет
собой истинного снижения этой частоты.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Индикатор низкой массы тела младенца при рождении - это показатель, включенный в
набор данных и информации для выбора плана медицинской страховки, который
используется консорциумом университетских больниц и United Health Care. Данный
индикатор, вместе с индикатором, указывающим на количество родов с крайне низкой
массой тела, ранее был включен в индикаторы качества проекта по использованию и
стоимости системы здравоохранения.
83
O’Campo, et al. 1997.
Hessol, et al. 1998.
85
Murray JL, Bernfield M. The differential effect of prenatal care on the incidence of low birth weight among
blacks and whites in a prepaid health care plan. N Engl J Med 1988;319(21):1385-91.
84
56
Частота госпитализаций в связи с дегидратацией (PQI 10).
Дегидратация - это серьезное острое заболевание, которое возникает у пожилых
пациентов, или у пациентов с тяжелыми заболеваниями в результате недостаточного
внимания и контроля за потреблением жидкости. Дегидратация может быть излечена в
большинстве случаев в амбулаторно-поликлинических условиях, но потенциально она
фатальна для пожилых и ослабленных пациентов, очень маленьких детей, и пациентов с
серьезными сопутствующими заболеваниям
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализаций в связи с дегидратацией,
а более низкая частота госпитализаций в связи с
дегидратацией указывает на более высокое качество
медицинской помощи.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе поставщиков услуг здравоохранения
Определение
Госпитализация в связи с дегидратацией на 100 000
населения
Интересующий исход
Выписки из больницы, с основным кодом гиповолемия в
соответствии с МКБ-9 (276.5);
необходимо исключить пациентов, переведенных из других
медицинских учреждений; а также пациентов, имеющих
коды, указывающие на наличие беременности, роды или
послеродового периода, или же кодов, указывающих на то,
что пациент является новорожденным.
Популяция риска
Население графства или городского региона
Результаты эмпирического Частота (2002): 139.9 на 100 000 населения,
тестирования и оценки
общая оценка: 14
Суммарные доказательства.
Стационарное лечение по поводу дегидратации – это индикатор качества оказания
амбулаторно-поликлинической помощи, который является наиболее интересным для
всеобъемлющей системы оказания медицинской помощи. Госпитализация в связи с
дегидратацией является достаточно частой, предполагается, что данный индикатор будет
измеряться с адекватной точностью, и большая часть наблюдаемой вариабельности будет
отражать истинные различия в частоте госпитализаций.
Данный индикатор имеет минимальную систематическую ошибку. Корректировка риска
немного меняет значения в регионах с самыми высокими и самыми низкими значениями
этого показателя. Возраст пациента может быть особенно важным фактором и индикатор
должен быть откорректирован по возрасту. Регионы с высокой частотой госпитализации в
связи с дегидратацией также имеют тенденцию к более высокой частоте госпитализаций
по другим состояниям, чувствительным к качеству оказания амбулаторнополиклинической помощи. Значительная вариабельность, существующая в различных
регионах, предполагает, что существуют возможности для улучшения качества в уходе за
пациентами с риском дегидратации. После того, как в определенной больнице была
идентифицирована высокая частота госпитализации в связи с дегидратацией,
дополнительное изучение может выявить проблемы в первичной медицинской помощи
или неотложной помощи в данном регионе, а для того чтобы справиться с этой
проблемой, могут быть разработаны адекватные вмешательства.
57
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи дегидратация не
является показателем качества оказания стационарной помощи, а измеряет качество
амбулаторно-поликлинической помощи и других методов оказания медицинской помощи.
Данный индикатор имеет непонятную конструктную валидность, поскольку не был
проверен самостоятельно, в отрыве от других индикаторов.
Поставщики услуг здравоохранения могут уменьшить частоту госпитализаций, без
улучшения качества, за счет того, что оказание помощи будет перенесено в амбулаторнополиклиническое звено. Некоторое количество случаев дегидратации лечится сразу же в
отделениях неотложной помощи. В этой связи комбинирование данных по стационарному
лечению и лечению в отделениях неотложной помощи может дать более адекватную
картину для данного индикатора.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Дегидратация – это потенциально фатальное состояние, но адекватное внимание к
потреблению жидкости может предотвратить это состояние. У пожилых людей
следствием развития этого состояния при отсутствии лечения могут являться серьезные
осложнения, включая смерть (свыше 50%)86.
Точность. Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
В литературе существует небольшое количество данных о точности этого индикатора.
Опираясь на эмпирические данные можно сказать, что этот индикатор является очень
точным, с не откорректированной частотой 139.9 на 10 000 населения и стандартным
отклонением 103.2.
Сигнальное отношение (т.е. отношение общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве оказания помощи в данном
регионе, а не со случайными колебаниями) является высоким и составляет 88.5%,
указывая на то, что наблюдаемые различия в частоте госпитализации,
откорректированные по полу и возрасту, отражают истинные различия в деятельности
регионов.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Возрастная структура популяции может оказать воздействие на частоту госпитализации в
связи с дегидратациией, поскольку пожилые пациенты и маленькие дети более
чувствительны к дегидратации. Социально-экономические факторы также могут
оказывать воздействие на частоту госпитализации. Различия в пороговых условиях для
госпитализации пациентов с дегидратацией могут также приводить к различиям между
регионами. Эмпирические результаты демонстрируют, что ранжирование регионов не
меняется после проведения корректировки по полу и возрасту.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
86
Weinberg AD, Minaker KL. Dehydration. Evaluation and management in older adults. Council on Scientific
Affairs, American Medical Association. JAMA 1995;274(19):1552-6.
58
Биллингс и соавторы обнаружили, что почтовые регионы с низкими доходами в НьюЙорке имели в 2 раза более высокую частоту госпитализации по поводу дегидратации,
чем почтовые регионы с высокими доходами87. Доход домохозяйства объясняет 42%
данной вариабельности. Кроме того, Миллман и соавторы выяснили, что в почтовых
регионах с низким уровнем доходов частота госпитализаций в связи с дегидратацией в 2
раза выше, чем в почтовых регионах с высокими доходами88. Базируясь на эмпирических
результатах этого исследования можно заключить, что регионы с высокой частотой
госпитализации в связи дегидратацией также имеют более высокую частоту
госпитализаций по другим заболеваниям, ассоциированным с качеством амбулаторнополиклинической помощи.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Использование этого индикатора может привести к тому, что пациенты с дегидратацией
будут реже госпитализироваться, в результате чего некоторые пациенты, которые могли
бы выиграть от стационарного лечения, не смогут быть госпитализированы. В связи с тем,
что определенная степень дегидратации может лечиться в амбулаторно-поликлиническом
звене, может происходить сдвиг лечения в амбулаторные условия.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Данный индикатор был исходно разработан Биллингсом и соавторами для объединенного
больничного фонда Нью-Йорка.
87
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
88
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press. 1993.
59
Частота госпитализации в связи с бактериальной пневмонией
(PQI 11).
Бактериальная пневмония – это относительно часто встречающееся острое состояние,
которое в большинстве случаев излечивается антибактериальной терапией. Если это
заболевание оставить без лечения, то у уязвимых пациентов – таких как, например,
пожилые люди – пневмония может привести к летальному исходу.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализаций в связи с бактериальной
пневмонией, и более низкая частота будет соответствовать
более высокому качеству оказания амбулаторнополиклинической помощи
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи с бактериальной пневмонией на 100
000 населения
Интересующий исход
Выписки из больницы, связанные с основным кодом МКБ-9
– бактериальная пневмония;
необходимо исключить пациентов с серповидно клеточной
анемией; исключаются пациенты, переведенные из другого
медицинского учреждения, кроме того, исключаются
дополнительные коды, связанные с беременностью, родами и
послеродовым периодом, 14 (беременность, роды), а также
коды, обозначающие новорожденных.
Популяция риска
Население графства или городского региона
Результаты эмпирического Частота (2002): 349.7 на 100 000 населения,
тестирования и оценки
общая оценка: 17
Суммарные доказательства.
Госпитализация в связи с бактериальной пневмонией – это показатель качества оказания
амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для системы здравоохранения. Высокая
частота госпитализаций может отражать большое количество неадекватных
госпитализаций или некачественную антибактериальную терапию. Госпитализация в
связи с бактериальной пневмонией является относительно частой ситуацией, с учетом
этого индикатор может измеряться с хорошей точностью, а наибольшее количество
наблюдаемой вариабельности отражает истинные различия в госпитализации. Данный
индикатор может иметь некоторое смещение, и корректировка риска оказывает
воздействие в тех регионах, где частота госпитализаций была самой высокой.
Возраст может быть наиболее важным фактором, индикатор должен корректироваться по
этому фактору. Регионы могут захотеть проанализировать амбулаторно-поликлиническое
ведение пневмонии. Частота пневмококковой вакцинации, которая могла бы снизить
частоту госпитализации в связи с бактериальной пневмонией, также может указывать на
потенциальные проблемы с профилактической работой. Популяция пациентов,
обслуживаемая больницами, в которых происходит наибольшее количество
госпитализаций в связи с бактериальной пневмонией, может явиться целевой группой для
начала вмешательства.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, госпитализация
в связи с бактериальной пневмонией – это не показатель качества оказания стационарной
60
помощи, а один из показателей амбулаторно-поликлинической помощи и других методов
оказания медицинской помощи.
Данный индикатор имеет непонятную конструктную валидность, поскольку он
проверялся только в группе других индикаторов, но не был проверен самостоятельно.
Поставщики услуг здравоохранения могут уменьшить частоту госпитализаций, без
улучшения качества, за счет того, что оказание помощи будет перенесено в амбулаторнополиклиническое звено. Поскольку некоторое количество случаев бактериальной
пневмонии лечится сразу же в отделениях неотложной помощи, более точную
информацию о данном показателе можно получить при комбинировании данных по
стационарному лечению и лечению в отделениях неотложной помощи.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Вакцинация пневмококковой вакциной пожилых пациентов при лечении бактериальных
респираторных инфекций в амбулаторно-поликлинической сети может уменьшить
частоту госпитализаций в связи с бактериальной пневмонией. Вакцина против гриппа,
применяемая у пожилых людей, имеет 45% эффективность по предотвращению
госпитализаций в связи с бактериальной пневмонией во время основного сезона
респираторных заболеваний89.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
В литературе имеется мало данных о точности или вариабельности госпитализаций в
связи с бактериальной пневмонией.
Опираясь на эмпирические данные можно сказать, что этот индикатор является точным,
со средним уровнем госпитализации 305.6 на 100 000 населения и стандартным
отклонением 208.5.
Сигнальное отношение (т.е. частота общей вариабельности между регионами, которая
связана с истинными систематическими различиями в качестве оказания медицинской
помощи, а не со случайной вариабельностью) является очень высоким и составляет
92.9%, указывая на то, что наблюдаемые различия в частотах госпитализаций,
откорректированные по полу и возрасту, представляют собой истинные различия между
регионами. Использование техники многомерной экстракции сигналов, не дает
дополнительного эффекта при оценке истинных различий между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Обзор литературы позволяет предположить, что сопутствующие заболевания и другие
факторы риска могут систематически варьировать в различных регионах, но они не
оказывают серьезного воздействия на частоту госпитализаций в связи с бактериальной
пневмонией. Различия в правилах госпитализации пациентов с бактериальной пневмонией
могут являться причиной для различий между регионами. Эмпирические результаты
демонстрируют, что ранжирование регионов и абсолютные значения индикатора
меняются после проведения корректировки по полу и возрасту.
89
Foster DA, Talsma A, Furumoto-Dawson A, et al. Influenza vaccine effectiveness in preventing hospitalization
for pneumonia in the elderly. Am J Epidemiol 1992;136(3):296-307.
61
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биллингс и соавторы обнаружили, что почтовые регионы с низкими доходами в НьюЙорке имели в 5.4 раза более высокую частоту госпитализации по поводу бактериальной
пневмонии, чем почтовые регионы с высокими уровнями доходов90. Доход домохозяйства
объясняет 53% данной вариабельности. Кроме того, Миллман и соавторы91 выяснили, что
в почтовых регионах с низким уровнем доходов частота госпитализаций в связи с
бактериальной пневмонией в 5.4 раза выше, чем в почтовых регионах с высокими
доходами. Базируясь на эмпирических результатах этого исследования можно заключить,
что регионы с высокой частотой госпитализации в связи с бактериальной пневмонией
имеют также тенденцию и к более высокой частоте госпитализаций по поводу других
состояний, чувствительных к качеству амбулаторно-поликлинической помощи.
Способствует истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Использование этого индикатора может приводить к более редким госпитализациям в
связи с бактериальной пневмонией. В связи с тем, что бактериальная пневмония может
лечиться в амбулаторно-поликлинической сети, может произойти сдвиг к амбулаторнополиклиническому лечению, которое может оказаться неадекватным для наиболее тяжело
больных пациентов.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор использовался в наборе индикаторов предотвратимой госпитализации
Вейсмана92.
90
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет
91
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press. 1993.
92
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland JAMA 1992;268(17)2388-94.
62
Частота госпитализации в связи с инфекциями
мочевыводящих путей (PQI 12).
Инфекция мочевыводящих путей – это острое заболевание, которое в большинстве
случаев излечивается с помощью антибактериальной терапии в амбулаторнополиклинических условиях. Однако при неадекватной терапии это состояние у уязвимых
пациентов может прогрессировать и вылиться в клинически более тяжелое состояние,
такое, например, как пиелонефрит.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализаций в связи с инфекциями
мочевыводящих путей, и более низкая частота будет
соответствовать более высокому качеству оказания
амбулаторно-поликлинической помощи
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи с инфекциями мочевыводящих
путей на 100 000 населения
Интересующий исход
Выписки из больницы, связанные с основным
диагностическим кодом МКБ-9 – инфекция мочевыводящих
путей;
необходимо исключить пациентов, переведенных из другого
медицинского учреждения, кроме того, пациентов, имеющих
дополнительные коды, связанные с беременностью, родами и
послеродовым периодом, (беременность, роды), а также
коды, обозначающие новорожденных.
Популяция риска
Население графства или городского региона
Результаты эмпирического Частота (2002): 137.9 на 100 000 населения,
тестирования и оценки
общая оценка: 11
Суммарные доказательства.
Госпитализация в связи с инфекциями мочевыводящих путей – это показатель качества
оказания амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для систем здравоохранения.
Госпитализация в связи с инфекциями мочевыводящих путей является не очень частой,
но наблюдаемая вариабельность отражает истинные различия в госпитализации между
регионами.
Корректировка риска воздействует на регионы, где частота госпитализаций была самой
высокой. Использование этого индикатора без корректировки риска может привести к
неправильной идентификации некоторых регионов, как имеющих чрезвычайно высокие
значения этого показателя. Данный индикатор имеет умеренную систематическую
ошибку и должен корректироваться по полу и возрасту. Популяция пациентов,
обслуживаемая больницами, в которых происходит наибольшее количество
госпитализаций в связи с инфекциями мочевыводящих путей, может явиться целевой
группой для начала профилактических вмешательств.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, госпитализация
в связи с инфекциями мочевыводящих путей – это не показатель качества оказания
стационарной помощи, а один из показателей амбулаторно-поликлинической помощи и
других методов оказания медицинской помощи.
63
Данный индикатор имеет непонятную конструктную валидность, поскольку он
проверялся только в составе набора других индикаторов, но не был проверен
самостоятельно. Поставщики услуг здравоохранения могут уменьшить частоту
госпитализаций без улучшения качества оказания помощи, просто переносом лечения в
амбулаторно-поликлиническое звено. Поскольку некоторое количество случаев инфекций
мочевыводящих путей лечится сразу же в отделениях неотложной помощи, более точную
информацию о данном показателе можно получить при комбинировании данных по
стационарному лечению и лечению в отделениях неотложной помощи.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Неосложненная инфекция мочевыводящих путей может лечиться антибактериальными
средствами в амбулаторно-поликлинической сети, однако неадекватное лечение может
привести к более серьезным осложнениям. Госпитализация в связи с инфекциями
мочевыводящих путей у детей (которая достаточно редка), связана с физиологическими
аномалиями.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
В литературе имеется мало данных о точности или вариабельности этого индикатора.
Опираясь на эмпирические данные можно сказать, что этот индикатор является точным, с
исходной средний частотой госпитализации 145.1 на 100 000 населения и стандартным
отклонением 89.5.
Сигнальное отношение (т.е. частота общей вариабельности между регионами, которая
связана с истинными систематическими различиями в качестве оказания медицинской
помощи, а не со случайной вариабельностью) является высоким и составляет 84.9%,
указывая на то, что наблюдаемые различия в частотах госпитализаций,
откорректированные по полу и возрасту, представляют собой истинные различия между
регионами. Использование техники многомерной экстракции сигналов, не дает
дополнительного эффекта при оценке истинных различий между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Различия в правилах госпитализации пациентов с инфекцией мочевыводящих путей
могут являться причиной для различий между регионами. Эмпирические результаты
демонстрируют, что ранжирование регионов и абсолютные значения индикатора
меняются после проведения корректировки по полу и возрасту.
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биллингс и соавторы обнаружили, что почтовые регионы с низкими доходами в НьюЙорке имели в 2.2 раза более высокую частоту госпитализации по поводу инфекций
мочевыводящих путей, чем почтовые регионы с высокими уровнями доходов93. Доход
домохозяйства объясняет 28% данной вариабельности. Кроме того, Миллман и
соавторы94 выяснили, что в почтовых регионах с низким уровнем доходов частота
93
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет
94
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press. 1993.
64
госпитализаций в связи с инфекциями мочевыводящих путей в 2.8 раза выше, чем в
почтовых регионах с высокими доходами. Базируясь на эмпирических результатах этого
исследования можно заключить, что регионы с высокой частотой госпитализации в связи
инфекцией мочевыводящих путей имеют также и тенденцию к более высокой частоте
госпитализаций по поводу других состояний, чувствительных к качеству амбулаторнополиклинической помощи.
Способствует истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Использование этого индикатора может приводить к более редким госпитализациям в
связи с инфекциями мочевыводящих путей.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Данный индикатор был исходно разработан Биллингсом и соавторами для объединенного
больничного фонда Нью-Йорка, он также был включен в набор данных, предложенных.
Вейсманом для изучения предотвратимой госпитализации95.
95
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(17)2388-94.
65
Госпитализация в связи со стенокардией без выполнения
кардиохирургических процедур (PQI 13).
Как стабильная, так и нестабильная стенокардия являются симптомами ишемической
болезни сердца. Эффективное ведение пациентов с ишемической болезнью сердца
уменьшает частоту возникновения серьезных осложнений, таких как инфаркт миокарда, а
также может уменьшить частоту госпитализаций в связи со стенокардией.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение может
уменьшить частоту госпитализаций в связи со стенокардией,
и более низкая частота будет соответствовать более
высокому качеству оказания амбулаторно-поликлинической
помощи
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи со стенокардией (без выполнения
кардиохирургических процедур) на 100 000 населения
Интересующий исход
Выписки из больницы, связанные с основным
диагностическим кодом МКБ-9 – стенокардия;
возраст 18 лет и старше;
необходимо исключить выписки, в которых имеются
процедурные коды для выполнения кардиохирургических
процедур; пациентов, переведенных из другого
медицинского учреждения, кроме того, пациентов, имеющих
дополнительные коды, связанные с беременностью, родами и
послеродовым периодом, (беременность, роды), а также
коды, обозначающие новорожденных.
Популяция риска
Население графства или городского региона
Результаты эмпирического Частота (2002): 55.1 на 100 000 населения,
тестирования и оценки
общая оценка: 19
Суммарные доказательства.
Госпитализация в связи со стенокардией – это показатель качества оказания амбулаторнополиклинической помощи, который является одним из наиболее полномасштабных и
интересных индикаторов для системы здравоохранения. Госпитализация в связи со
стенокардией является относительно частым событием, что предполагает, что данный
индикатор может измеряться с достаточно высокой точностью. Наблюдающаяся
вариабельность отражает истинные различия в госпитализации между регионами.
Корректировка по полу и возрасту оказывает умеренное воздействие. Другие факторы
риска, которые также стоит рассмотреть, включают в себя курение, гиперлипидемию,
гипертензию, сахарный диабет и социально-экономический статус. Популяция пациентов,
обслуживаемая больницами, в которых происходит наибольшее количество
госпитализаций в связи со стенокардией, может явиться целевой группой для начала
профилактических вмешательств.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, госпитализация
в связи со стенокардией, но не для выполнения кардиохирургических процедур – это не
показатель качества оказания стационарной помощи, а один из показателей амбулаторнополиклинической помощи и других методов оказания медицинской помощи.
Данный индикатор имеет неопределенную конструктную валидность, поскольку он
проверялся только в составе набора других индикаторов, но не был проверен
66
самостоятельно. Поставщики услуг здравоохранения могут уменьшить частоту
госпитализаций без улучшения качества оказания помощи, просто переносом лечения в
амбулаторно-поликлиническое звено. Поскольку некоторое количество случаев
стенокардии лечится сразу же в отделениях неотложной помощи, более точную
информацию о данном показателе можно получить при комбинировании данных по
стационарному лечению и лечению в отделениях неотложной помощи.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
Стабильная стенокардия может наблюдаться в амбулаторно-поликлинических условиях с
использованием таких препаратов, как аспирин и бета-блокаторы, кроме того, могут быть
даны советы по изменению диеты и адекватному увеличению физических нагрузок96.
Эффективное лечение ишемической болезни сердца снижает количество госпитализаций с
серьезными осложнениями ишемической болезни сердца, включая нестабильную
стенокардию.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Могут быть получены относительно точные оценки частоты госпитализаций в связи со
стенокардией, поскольку, как продемонстрировало одно из исследований, нестабильная
стенокардия отвечает за 16.3% всех госпитализаций в связи с состояниями,
чувствительными к качеству амбулаторно-поликлинической помощи97.
Опираясь на эмпирические данные можно сказать, что этот индикатор является адекватно
точным, с исходной частотой госпитализации 166.0 на 100 000 населения и стандартным
отклонением 135.7.
Сигнальное отношение (т.е. частота общей вариабельности между регионами, которая
связана с истинными систематическими различиями в качестве оказания медицинской
помощи, а не со случайной вариабельностью) является очень высоким и составляет
91.6%, указывая на то, что наблюдаемые различия в частотах госпитализаций,
откорректированные по полу и возрасту, представляют собой истинные различия между
регионами. Использование техники многомерной экстракции сигналов, не дает
дополнительного эффекта при оценке истинных различий между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
В литературе отсутствуют доказательства, указывающие на потенциальные
систематические ошибки этого индикатора. Заболеваемость стенокардией связана с
возрастной структурой и факторами риска (курение, гиперлипидемия, гипертензия,
сахарный диабет) в популяции. Пожилые пациенты (старше 70), пациенты с сахарным
диабетом и гипертензией также имеют более высокий риск развития стенокардии98.
96
96Gibbons RJ, Chatterjee K, Daley J, et al. ACC/AHA/ACP-ASIM guidelines for the management of patients
with chronic stable angina: a report of the American College of Cardiology/American Heart Association Task force
on Practice Guidelines (Committee on Management of Patients with Chronic Stable Angina) [исправления
опубликованы в J Am Coll Cardiol 1999 Jul;34(1):314]. J Am Coll Cardiol 1999;33(7):2092-197.
97
Blustein J, Hanson K, Shea S. Preventable hospitalizations and socioeconomic status. Health Aff (Millwood)
1998;17(2):177-89.
98
Brunwald E, Antman EM, Beasley JW et al. ACC/AHA guidelines for the management of patients with unstable
angina and non-ST-segment elevation myocardial infarction. A report of the American College of
67
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биллингс и соавторы обнаружили, что почтовые регионы с низкими доходами в НьюЙорке имели в 2.3 раза более высокую частоту госпитализации в связи со стенокардией,
чем почтовые регионы с высокими уровнями доходов99. Уровень дохода домохозяйства
объясняет 13% данной вариабельности. Кроме того, Миллман и соавторы100 обнаружили,
что в почтовых регионах с низким уровнем доходов частота госпитализаций в связи со
стенокардией напряжения в 2.7 раза выше, чем в почтовых регионах с высокими
доходами.
Базируясь на эмпирических результатах этого исследования можно заключить, что
регионы с высокой частотой госпитализации в связи со стенокардией имеют также
тенденцию и к более высокой частоте госпитализаций по поводу других состояний,
чувствительных к качеству амбулаторно-поликлинической помощи.
Способствует истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Использование этого индикатора качества может привести к изменению политики по
госпитализации пациентов со стенокардией. Поскольку некоторые случаи стенокардии
могут лечиться в амбулаторно-поликлинических условиях, может возникать сдвиг в
амбулаторно-поликлиническое звено, но он мало вероятен для тяжелых случаев
стенокардии.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Данный индикатор был исходно разработан Биллингсом и соавторами для объединенного
больничного фонда Нью-Йорка.
Cardiology/American Heart Association Task Force on Practice Guidelines (Committee on the Management of
Patients with Unstable Angina). J Am Coll Cardiol 2000;36(3):970-1062.
99
99Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
100
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press. 1993.
68
Частота госпитализаций в связи с неконтролируемым
сахарным диабетом (PQI 14).
Неконтролируемый сахарный диабет должен использоваться в сочетании с другими
острыми осложнениями сахарного диабета, включающими в себя диабетический
кетоацидоз, гиперосмолярную кому, и кетоацидотическую кому. Данный индикатор
разработан для комбинации «госпитализации в связи с острыми осложнениями сахарного
диабета», чтобы создать индикатор для программы «Здоровые люди 2010 года». Для этого
пользователи могут просто сложить частоту двух индикаторов вместе.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение и
следование рекомендациям врача уменьшает частоту
возникновения острых осложнений, связанных с
неконтролируемым сахарным диабетом, а более низкая
частота госпитализаций по этим параметрам представляет
собой более высокое качество помощи.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации в связи с неконтролируемым сахарным
диабетом на 100000 населения
Интересующий исход
Выписки из больницы, с основным диагнозом по коду МКБ-9
– неконтролируемый сахарный диабет, без упоминания
острых или хронических осложнений;
возраст 18 лет и старше;
исключаются пациенты, переведенные из другого
медицинского учреждения, кроме того, пациенты, имеющие
коды, указывающие на беременность, роды или
послеродовой период, а также новорожденные.
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического Частота (2002): 23.0 на 100 000 населения, общая оценка 14
тестирования и оценки
Суммарные доказательства.
Госпитализации в связи с неконтролируемым сахарным диабетом – это индикатор
качества амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для систем здравоохранения. Программа
«Здоровые люди 2010 года» установила цель уменьшить госпитализацию в связи с
неконтролируемым сахарным диабетом у лиц от 18 до 64 лет с 7.2 на 100 000 до 5.4 на
100 000 населения101. Комбинирование этого индикатора с индикатором острых
осложнений сахарного диабета будет приводить к показателю, использующемуся в
программе «Здоровые люди 2010 года», с одним единственным исключением, что данный
индикатор качества исключает переводы из других медицинских учреждений для того,
чтобы уменьшить вероятность двойного подсчета одного и того же случая. В результате
частота индикатора качества, предложенного агентством по качеству исследований в
здравоохранении, будет немного ниже, чем индикатор программы «Здоровые люди 2010
года». Этот индикатор умеренно точный. Наблюдаемые различия между регионами, по
всей вероятности, отражают истинные различия в характеристиках регионов.
Корректировка риска по полу и возрасту немного меняет ранжировку регионов.
101
Healthy People 2010, Office of Disease Prevention and Health Promotion. U.S. Department of Health and
Human Services.
69
Ограничения по использованию.
Как индикатор качества амбулаторно-поликлинической помощи неконтролируемый
сахарный диабет – это не показатель качества лечения в стационаре, а показатель работы
амбулаторно-поликлинического звена Частота сахарного диабета может варьировать в
регионах, что будет приводить к появлению систематической ошибки для этого
индикатора.
Детали.
Видимая валидность: Насколько индикатор описывает те аспекты качества
медицинской помощи, которые признаются важными и насколько он находится под
контролем поставщиков услуг здравоохранения или системы здравоохранения в целом?
Высококачественное амбулаторное ведение пациентов с сахарным диабетом приводит к
снижению практически всех типов серьезных предотвратимых случаев госпитализаций,
однако более жесткий контроль может быть связан с большим количеством эпизодов
гипогликемии, что в свою очередь будет приводить к большему количеству
госпитализаций.
Точность: Имеется ли значительное количество вариабельности среди поставщиков
услуг или на уровне регионов, которое не было бы связано со случайной
вариабельностью?
Опираясь на эмпирические данные можно сказать, что этот индикатор является умеренно
точным, с исходным уровнем 34.7 на 100 000 населения и стандартным отклонением 28.1.
Сигнальное отношение (т.е. пропорция общей вариабельности в регионах, которая
истинно связана с систематическими различиями в деятельности регионов, а не со
случайными факторами) является высоким и составляет 72.6%, указывая на то, что
наблюдаемые различия в частотах, откорректированных на пол и возраст, отражают
истинные различия в качестве оказания медицинской помощи в регионах. Использование
многомерной экстракции сигнала, оказывает незначительное влияние на оценку истинных
различий между регионами.
Минимальное смещение. Можно ли сказать, что вариабельность в тяжести течения
заболевания или сопутствующие заболевания пациента оказывают незначительный
эффект, или вообще не оказывают эффекта на индикатор? Можно ли применить
методы корректировки риска и статистические методы для того, чтобы удалить
большую часть, или вообще полностью устранить систематическую ошибку?
У этнических меньшинств имеется более высокая частота сахарного диабета, в связи с
этим в регионах, где проживает большое количество национальных меньшинств, может
быть отмечена более высокая частота госпитализаций. Эмпирические результаты
демонстрируют, что ранжирование регионов по самому высокому и самому низкому
децилям в некоторой степени меняется в результате корректировки по полу и возрасту.
Конструктная валидность. Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Базируясь на эмпирических результатах, можно отметить, что регионы с высокой
частотой неконтролируемого сахарного диабета имеют также и высокую частоту
госпитализаций в связи с другими заболеваниями, чувствительными к качеству
амбулаторно-поликлинической помощи.
Способствует истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Поскольку неотложные диабетические случаи потенциально угрожают жизни пациента,
больницы с малой вероятностью откажутся от госпитализации пациента, требующего
этого.
70
Предшествующее использование: Использовался ли данный показатель эффективно на
практике? Имеет ли он потенциал для адекватной работы с другими индикаторами?
Данный показатель хорошо соответствует показателям острого сахарного диабета,
разработанного Биллингсом и соавторами и описанными в данном документе102.
Ключевым исключением является использование кодов МКБ-9 -25002 и 25003, которые
являются единственными кодами для неконтролируемого сахарного диабета.
102
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
71
Госпитализации взрослых в связи с бронхиальной астмой (PQI
15).
Бронхиальная астма является одной из наиболее частых причин для госпитализации и для
обращения в отделения неотложной помощи. Большинство случаев бронхиальной астмы
может быть адекватно пролечено в амбулаторно-поликлинической сети. Большинство
опубликованных исследований комбинируют частоту госпитализаций для детей и
взрослых, поэтому регионы могут анализировать этот индикатор вместе с индикатором
госпитализаций в связи с бронхиальной астмой у детей.
Связь с качеством
Адекватное амбулаторно-поликлиническое лечение
уменьшает частоту возникновения новых приступов или
ухудшения течения бронхиальной астмы, которое бы
потребовало госпитализации, поэтому более низкая частота
представляет собой более качественную медицинскую
помощь.
Источники для сравнения
Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации взрослых с бронхиальной астмой на 100
000 населения
Интересующий исход
Выписки из больницы, связанные с основным кодом МКБ9, описывающим бронхиальную астму;
возраст старше 18 лет;
исключаются пациенты, переведенные из другого
медицинского учреждения, имеющие коды, связанные с
беременностью, родами и послеродовым периодом, или же
коды, указывающие на то, что пациент является
новорожденным.
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического
Частота (2002): 110.9 на 100 000 населения,
тестирования и оценки
общая оценка: 16
Суммарные доказательства.
Госпитализации в связи с бронхиальной астмой – это показатель качества оказания
амбулаторно-поликлинической помощи, который является одним из наиболее
полномасштабных и интересных индикаторов для систем здравоохранения.
Факторы окружающей среды, такие как загрязнение воздуха, профессиональное
воздействие раздражающих веществ или другие контакты с аллергенами, увеличивают
частоту госпитализаций и ухудшают течение бронхиальной астмы. Расовые показатели
связаны с различиями в частоте госпитализаций, однако не ясно, что является причиной
различий - различия в тяжести заболевания или различия, связанные с неадекватным
доступом к помощи. Рекомендуется корректировать этот показатель по этническому
составу. Частота госпитализаций связана с более низким социально-экономическим
статусом. Регионы могут попытаться идентифицировать больницы, в которые происходит
госпитализация наибольшего количества случаев бронхиальной астмы. Популяция
пациентов, которая обслуживается этими стационарами, будет являться начальной
группой для проведения вмешательства.
Ограничения при использовании.
В качестве индикатора качества амбулаторно-поликлинической помощи, бронхиальная
астма у взрослых – это не показатель качества оказания стационарной помощи, а один из
показателей амбулаторно-поликлинической помощи и других методов оказания
72
медицинской помощи. Поставщики услуг здравоохранения могут уменьшить частоту
госпитализаций, не улучшая качества, за счет того, что лечение будет перенесено в
амбулаторно-поликлиническое звено.
Частота госпитализации, которая значительно выше или значительно ниже средних или
рекомендуемых частот должна быть проанализирована более детально.
Детали.
Видимая валидность: Насколько индикатор отражает те аспекты качества
медицинской помощи, которые рассматриваются как важные, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы общественного
здоровья?
В соответствии с Национальной образовательной программой по бронхиальной астме в
Соединенных Штатах, следует отметить, что бронхиальная астма является
контролируемым хроническим заболеванием, которое можно адекватно вести в
амбулаторно-поликлинических условиях103. Обсервационные исследования представляют
данные о том, что ингаляционные стероидные гормоны могут уменьшить риск
госпитализаций на 50%104,105.
Точность: Имеется ли достаточная вариабельность среди поставщиков услуг или на
уровне популяции, которая не связана со случайной вариабельностью?
Бронхиальная астма является одной из наиболее частых причин для госпитализации
взрослых, поэтому могут быть весьма легко получены относительно точные оценки
госпитализаций в связи с бронхиальной астмой в различных регионах или стационарах.
Опираясь на эмпирические данные можно сказать, что этот индикатор является
достаточно точным, с исходным уровнем 107.9 и стандартным отклонением 81.7.
Сигнальное отношение (т.е. пропорция общей вариабельности в разных регионах, которая
истинно связана с систематическими различиями в качестве помощи в данном регионе, а
не со случайными колебаниями) является высоким и составляет 83.6%, указывая на то,
что наблюдаемые различия в частотах госпитализации, откорректированные по полу и
возрасту, представляют собой истинные различия между регионами.
Минимальное смещение: Имеется лишь небольшой эффект различий в тяжести течения
заболевания или сопутствующих заболеваний на показатели индикатора, или же можно
применить методики корректировки риска и другие статистические методы для того,
чтобы удалить большую часть, или вообще полностью устранить систематическую
ошибку?
Были идентифицированы различные факторы риска окружающей среды, которые могут
привести к возникновению приступов бронхиальной астмы, включая в себя аллергены,
такие как табачный дым и загрязнение уличного воздуха. Раса представляет собой один из
наиболее сложных факторов, потенциально влияющих на заболеваемость. У пациентов с
темным цветом кожи имеется значительно более высокая частота госпитализации в связи
с бронхиальной астмой, даже после корректировки по возрасту и уровню доходов106.
Поэтому рекомендуется проводить корректировку по расовому составу. Эмпирические
результаты демонстрируют, что ранжирование регионов не меняется после проведения
корректировки по полу и возрасту.
103
National Heart, Lung, and Blood Institute/National Asthma Education and Prevention Program. Expert Panel
Report 2: Guidelines for the diagnosis and management of asthma. In: National Institutes of Health pub. no. 974051. Bethesda, MD; 1997.
104
Blais L, Ernst P, Boivin JF, et al. Inhaled corticosteroids and the prevention of readmission to hospital for
asthma. Am J Respir Crit Care Med 1998; 158(1):126-32.
105
Donahue JG, Weiss ST, Livingston JM, et al. Inhaled steroids and the risk of hospitalization for asthma. JAMA
1997;277(11):887-91.
106
Ray NF, Thamer M, Fadillioglu B, et al. Race, income, urbanicity, and asthma hospitalization in California: a
small area analysis. Chest 1998;113(5):1277-84
73
Конструктная валидность: Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
Биллингс и соавторы обнаружили, что почтовые регионы с низкими доходами в НьюЙорке имели в 6.4 раза более высокую частоту госпитализации в связи с бронхиальной
астмой, чем почтовые регионы с высокими уровнями доходов107. Уровень дохода
домохозяйства объясняет 70% данной вариабельности. Кроме того, Миллман и
соавторы108 обнаружили, что в почтовых регионах с низким уровнем доходов частота
госпитализаций в связи с бронхиальной астмой в 5.8 раза выше, чем в почтовых регионах
с высокими доходами.
Насколько способствует истинному улучшению качества? Насколько индикатор
защищен от негативных стимулов поставщиков здравоохранения, которые желают
улучшить отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
Имеется лишь небольшое количество доказательств, которые позволяют предположить,
что больным с бронхиальной астмой неадекватно отказывают в госпитализации, однако
поскольку некоторые случаи бронхиальной астмы могут лечиться в амбулаторных
условиях, может происходить адекватный сдвиг на амбулаторно-поликлиническую
помощь.
Предшествующее использование: Использовался ли ранее этот показатель на практике?
Имеется ли у него потенциал для адекватной работы с другими индикаторами?
Этот индикатор был исходно разработан Биллингсом и соавторами во время его работы с
объединенным больничным фондом Нью-Йорка и включен в набор индикаторов
предотвратимой госпитализации Вейсманом109.
107
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates associated with area
income in New York City. Неопубликованный отчет.
108
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services. Washington, DC:
National Academy Press. 1993.
109
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in Massachusetts
and Maryland. JAMA 1992;268(17)2388-94.
74
Частота ампутаций нижних конечностей у пациентов с
сахарным диабетом (PQI 16).
Одним из осложнения сахарного диабета является инфекционное поражение нижних
конечностей, нейропатии или микроангиопатия сосудов нижних конечностей, которые
часто приводят к ампутации нижних конечностей.
Связь с качеством
Адекватное и постоянное амбулаторно-поликлиническое
лечение и контроль за уровнем глюкозы крови может
уменьшить частоту возникновения осложнений, приводящих
к ампутации нижних конечностей, соответственно, более
низкая частота госпитализаций по этим параметрам
представляет собой более высокое качество помощи.
Источники для сравнения Среднее значение по штату, по региону или по аналогичной
группе учреждений здравоохранения
Определение
Госпитализации для ампутации нижних конечностей у
пациентов с сахарным диабетом на 100000 населения
Интересующий исход
Выписки с процедурными кодами ампутации нижней
конечности и диагностическими кодами, указывающими на
наличие сахарного диабета по МКБ-9;
возраст 18 лет и старше;
исключаются пациенты с травмами, переведенные из другого
медицинского учреждения, кроме того, пациенты, имеющие
коды, указывающие на беременность, роды или
послеродовой период, а также новорожденные.
Популяция риска
Население графства или городского региона старше 18 лет
Результаты эмпирического Частота (2002): 36.8 на 100 000 населения,
тестирования и оценки
общая оценка 10 (рекомендуется сглаживание)
Суммарные доказательства.
Госпитализации для ампутации нижних конечностей у пациентов с сахарным диабетом –
это индикатор качества амбулаторно-поликлинической помощи, который является одним
из наиболее полномасштабных и интересных индикаторов для систем здравоохранения.
Ампутация нижних конечностей проводится до 15% из всех пациентов с сахарным
диабетом за время их жизни110. Комбинация различных факторов может приводить к
высокой частоте ампутаций, включая вызванные потерей чувствительности
незначительные травмы ног, которые и могут приводить к гангрене111. Адекватный
контроль уровня глюкозы крови, образование в области сахарного диабета и уход за
ногами – это некоторые из вмешательств, которые могут уменьшить частоту развития
инфекций, нейропатии и микроангиопатии. Программа «Здоровые люди 2010 года»
установила цель снижения ампутации нижних конечностей до 1.8 на 1000 человек с
сахарным диабетом112.
Исследования показывают, что частота ампутаций нижних конечностей варьирует в
зависимости от возраста и пола. Корректировка риска по полу и возрасту несколько
меняет относительные результаты для регионов. Раса может оказывать значительное
влияние на показатели этого индикатора, поскольку частота сахарного диабета и
110
Mayfield JA, Reiber GE, Sanders LJ, et al. Preventive foot care in people with diabetes. Diabetes Care
1998;21(12):2161-77
111
Pecoraro RE, Reiber BE, Burgess EM. Pathways to diabetic limb amputation. Basis of prevention. Diabetes Care
1990;13(5):513-21
112
Healthy People 2010, Office of Disease Prevention and Health Promotion. U.S. Department of Health and
Human Services.
75
недостаточного контроля за уровнем глюкозы крови выше среди американских индейцев
и испано-говорящих американцев. Однако при корректировке по расе, результаты должны
интерпретироваться аккуратно, поскольку качество медицинской помощи также может
варьировать в зависимости от расы.
Ограничения по использованию.
Как индикатор качества амбулаторно-поликлинической помощи ампутация нижних
конечностей у пациентов с сахарным диабетом – это не показатель качества лечения в
стационаре, а один из показателей оказания качественной помощи в амбулаторнополиклиническом звене. Индикаторы качества амбулаторно-поликлинической помощи
коррелируют друг с другом, и могут быть использованы вместе, как общая оценка
амбулаторно-поликлинической помощи.
Детали.
Видимая валидность: Насколько индикатор описывает те аспекты качества
медицинской помощи, которые признаются важными и насколько он находится под
контролем поставщиков услуг здравоохранения или системы здравоохранения в целом?
В Соединенных Штатах сахарный диабет является ведущей причиной нетравматических
ампутаций (примерно 57000 случаев в год)113. Возможные вмешательства включают
открытие клиник по уходу за стопой, адекватную обувь и адекватный уход за ногами и
язвами на ногах114.
Точность: Имеется ли значительное количество вариабельности среди поставщиков
услуг или на уровне регионов, которое не было бы связано со случайной
вариабельностью?
Опираясь на эмпирические данные можно сказать, что этот индикатор является умеренно
точным, с исходным уровнем 30.5 на 100 000 населения и значительным стандартным
отклонением в 42.7.
Сигнальное отношение (т.е. пропорция общей вариабельности в регионах, которая
истинно связана с систематическими различиями в деятельности регионов, а не со
случайными факторами) умеренное и составляет 68.5%, указывая на то, что некоторые из
наблюдаемых различий в частотах, откорректированные по полу и возрасту, не отражают
истинных различий в качестве оказания медицинской помощи в регионах. Использование
техники многомерной экстракции сигнала, оказывает незначительное влияние на оценку
истинных различий между регионами.
Минимальное смещение. Можно ли сказать, что вариабельность в тяжести течения
заболевания или сопутствующие заболевания пациента оказывают незначительный
эффект, или вообще не оказывают эффекта на индикатор? Можно ли применить
методы корректировки риска и статистические методы для того, чтобы удалить
большую часть, или вообще полностью устранить систематическую ошибку?
Некоторые социально-демографические переменные связаны с риском ампутации нижних
конечностей. Они включают в себя возраст, продолжительность сахарного диабета и
пол115,116. Эмпирические результаты показывают, что корректировка по полу и возрасту в
некоторой степени оказывает воздействие на ранжирование регионов.
Конструктная валидность. Насколько хорошо индикатор идентифицирует истинные
проблемы с качеством оказания медицинской помощи?
113
Centers for Disease Control and Prevention (CDC). National Diabetes Fact Sheet: National Estimates and
General Information on Diabetes in the United States. Atlanta, GA: U.S. Department of Health and Human Services,
1999.
114
Pecoraro et al. 1990.
115
Mayfield et al. 1998.
116
Selby JV, Zhang D. Risk factors for lower extremity amputation in persons with diabetes. Diabetes Care
1995;18(4):509-16.
76
Несколько исследований интервенционных программ обнаружили снижение риска
ампутации нижних конечностей. Одно недавнее исследование отметило снижение на 79%
ампутаций нижних конечностей среди американских негров спустя один год после
проведения вмешательства. Вмешательства включали обучение уходу за ногами, помощь
в подборе адекватной обуви и назначение специальной обуви117. Одно обсервационное
исследование обнаружило, что пациенты, которые не получили амбулаторнополиклинического обучения в связи с сахарным диабетом, имеют трехкратное увеличение
риска ампутации нижних конечностей, по сравнению с теми, кто получил подобное
обучение118.
Способствует истинному улучшению качества. Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим действиям,
не улучшая, однако, качества помощи?
Учитывая тяжесть состояния, требующего ампутации нижней конечности, мало вероятно,
что больницы откажутся от госпитализации пациента, требующего госпитализации.
Предшествующее использование: Использовался ли данный показатель эффективно на
практике? Имеет ли он потенциал для адекватной работы с другими индикаторами?
Этот индикатор используется не очень широко, однако он был включен в набор
показателей качества амбулаторно-поликлинической помощи DEMPAQ.
117
Patout CA, Jr., Birke JA, Horswell R, et al. Effectiveness of a comprehensive diabetes lower-extremity
amputation prevention program in a predominantly low-income African-American population. Diabetes Care
2000;23(9):1339-42.
118
Reiber GE, Pecoraro RE, Koepsell TD. Risk factors for amputation in patients with diabetes mellitus. A casecontrol study. Ann Intern Med 1992;117(2):97-105.
77
Библиография
Access to Health Care in America. Washington, DC: National Academy Press; 1993.
Bagg W, Sathu A, Streat S, et al. Diabetic ketoacidosis in adults at Auckland Hospital, 19881996. Aust NZ J Med 1998;28(5):604-8.
Billings J, Zeital L, Lukomnik J, et al. Analysis of variation in hospital admission rates
associated with area income in New York City. Неопубликованный отчет.
Billings J, Zeitel L, Lukomnik J, et al. Impact of socioeconomic status on hospital use in New
York City, Health Aff (Millwood) 1993;12(1):162-73.
Bindman AB, Grumbach K, Osmond D, et al. Preventable hospitalizations and access to health
care. JAMA 1995;274(4):305-11.
Blais L, Ernst P, Boivin JF, et al. Inhaled corticosteroids and the prevention of readmission to
hospital for asthma. Am J Respir Crit Care Med 1998; 158(1):126-32.
Blumberg MS, Juhn PI. Insurance and the risk of ruptured appendix [letter; comment]. N Engl J
Med 1995;332(6):395-6; обсуждение 397-8.
Blustein J, Hanson K, Shea S. Preventable hospitalizations and socioeconomic status. Health Aff
(Millwood) 1998;17(2):177-89.
Bratton SL, Haberkern CM, Waldhausen JH. Acute appendicitis risks of complications: age and
Medicaid insurance. Pediatrics 2000;106(1 Pt 1):75-8.
Braveman P, Schaaf VM, Egerter S, et al. Insurance-related differences in the risk of ruptured
appendix [see comments]. N Engl J Med 1994;331(7):444-9.
Brunwald E, Antman EM, Beasley JW et al. ACC/AHA guidelines for the management of
patients with unstable angina and non-ST-segment elevation myocardial infarction. A report of
the American College of Cardiology/American Heart Association Task Force on Practice
Guidelines (Committee on the Management of Patients with Unstable Angina). J Am Coll
Cardiol 2000;36(3):970-1062.
Burkhart DM. Management of acute gastroenteritis in children. American Family Physician
1999;60(9):2555-63, 2565-6.
Centers for Disease Control and Prevention (CDC). National Diabetes Fact Sheet: National
Estimates and General Information on Diabetes in the United States. Atlanta, GA: U.S.
Department of Health and Human Services, 1999.
Centers for Disease Control and Prevention (CDC). Asthma mortality and hospitalization among
children and young adults—United States, 1980-1993. MMWR Morb Mortal Wkly Rep
1996;45(17):350-3.
Chassin MR, Galvin RW, The urgent need to improve health care quality. Institute of Medicine
National Roundtable on Health Care Quality. JAMA 1998;280(11):1000-5.
Donahue JG, Weiss ST, Livingston JM, et al. Inhaled steroids and the risk of hospitalization for
asthma. JAMA 1997;277(11):887-91.
Edep ME, Shah NB, Tateo IM, et al. Differences between primary care physicians and
cardiologists in management of congestive heart failure: relation to practice guidelines. J Am
Coll Cardiol 1997;30(2):518-26.
Feinleib M, Rosenberg HM, Collins JG, et al. Trends in COPD morbidity and mortality in the
United States. Am Rev Respir Dis 1989;140(3 pt 2):S9-18.
78
Foster DA, Talsma A, Furumoto-Dawson A, et al. Influenza vaccine effectiveness in preventing
hospitalization for pneumonia in the elderly. Am J Epidemiol 1992;136(3):296-307.
Gaster B, Hirsch IB. The effects of improved glycemic control on complications in type 2
diabetes. Arch Intern Med 1998;158(2):134-40.
Gibbons RJ, Chatterjee K, Daley J, et al. ACC/AHA/ACP-ASIM guidelines for the management
of patients with chronic stable angina: a report of the American College of Cardiology/American
Heart Association Task force on Practice Guidelines (Committee on Management of Patients
with Chronic Stable Angina) [исправления опубликованы в in J Am Coll Cardiol 1999
Jul;34(1):314]. J Am Coll Cardiol 1999;33(7):2092-197.
Hackner D, Tu G, Weingarten S, et al. Guidelines in pulmonary medicine: a 25-year profile.
Chest 1999;116(4):1046-62.
Harris MI. Diabetes in America: epidemiology and scope of the problem. Diabetes Care 1998;21
Suppl 3:C11-4.
Healthy People 2010. Office of Disease Prevention and Health Promotion, U.S. Department of
Health and Human Services.
Hessol NA, Fuentes-Afflick E, Bacchetti P. Risk of low birth weight infants among black and
white parents. Obstet Gynecol 1998;92(5):814-22.
Hiss RG. Barriers to care in non-insulin-dependent diabetes mellitus. The Michigan Experience.
Ann Intern Med 1996;124(1 Pt 2):146-8.
Humphrey LL, Palumbo PJ, Butters MA, et al. The contribution of non-insulin-dependent
diabetes to lower-extremity amputation in the community. Arch Intern Med 1994;154(8):885-92.
Institute of Medicine Division of Health Care Services. Medicare: a strategy for quality
assurance. Washington, DC: National Academy Press; 1990.
Lin, S, Fitzgerald E, Hwang SA, et al. Asthma hospitalization rates and socioeconomic status in
New York State (1987-1993) J Asthma 1999;36(3):239-51.
Mayfield JA, Reiber GE, Sanders LJ, et al. Preventive foot care in people with diabetes. Diabetes
Care 1998;21(12):2161-77.
McConnochie KM, Russo MJ, McBride JT, et al. Socioeconomic variation in asthma
hospitalization: excess utilization or greater need? Pediatrics 1999;103(6):375.
Millman M, editor. Committee on Monitoring Access to Personal Health Care Services.
Washington, DC: National Academy Press; 1993.
Murray JL, Bernfield M. The differential effect of prenatal care on the incidence of low birth
weight among blacks and whites in a prepaid health care plan. N Engl J Med
1988;319(21):1385-91.
Musey VC, Lee JK, Crawford R, et al. Diabetes in urban African-Americans. I. Cessation of
insulin therapy is the major precipitating cause of diabetic ketoacidosis. Diabetes Care
1995;18(4):483-9.
National Heart, Lung, and Blood Institute/National Asthma Education and Prevention Program.
Expert Panel Report 2: Guidelines for the diagnosis and management of asthma. In: National
Institutes of Health pub. no. 97-4051. Bethesda, MD; 1997.
O’Campo P, Xue X, Wang MC, et al. Neighborhood risk factors for low birthweight in
Baltimore: a multilevel analysis. Am J Public Health 1997;87(7):1113-8.
79
Patout CA, Jr., Birke JA, Horswell R, et al. Effectiveness of a comprehensive diabetes lowerextremity amputation prevention program in a predominantly low-income African-American
population. Diabetes Care 2000;23(9):1339-42.
Pecoraro RE, Reiber BE, Burgess EM. Pathways to diabetic limb amputation. Basis of
prevention. Diabetes Care 1990;13(5):513-21.
Philbin EF, Andreaou C, Rocco TA, et al. Patterns of angiotensin-converting enzyme inhibitor
use in congestive heart failure in two community hospitals. Am J Cardio. 1996;77(1):832-8.
Ray NF, Thamer M, Fadillioglu B, et al. Race, income, urbanicity, and asthma hospitalization in
California: a small area analysis. Chest 1998;113(5):1277-84.
Reiber GE, Pecoraro RE, Koepsell TD. Risk factors for amputation in patients with diabetes
mellitus. A case-control study. Ann Intern Med 1992;117(2):97-105.
Reis, SE, Holubkov R, Edmundowicz D, et al. Treatment of patients admitted to the hospital
with congestive heart failure: specialty-related disparities in practice patterns and outcomes. J
Am Coll Cardiol 1997;30(3):733-8.
Rosenthal GE, Harper DL, Shah A, et al. A regional evaluation of variation in low-severity
hospital admissions. J Gen Intern Med 1997;12(7):416-22.
Selby JV, Zhang D. Risk factors for lower extremity amputation in persons with diabetes.
Diabetes Care 1995;18(4):509-16.
Silver MP, Babitz ME, Magill MK. Ambulatory care sensitive hospitalization rates in the aged
Medicare population in Utah, 1990 to 1994: a rural-urban comparison. J Rural Health
1997;13(4):285-94.
Trudeau ME, Solano-McGuire SM. Evaluating the quality of COPD care. Am J. Nurs
1999;99(3):47-50.
Weinberg AD, Minaker KL. Dehydration. Evaluation and management in older adults. Council
on Scientific Affairs, American Medical Association. JAMA 1995;274(19):1552-6.
Weinberger M, Oddone EZ, Henderson WG. Does increased access to primary care reduce
hospital readmissions? VA Cooperative Study Group on Primary Care and Hospital readmission.
N Engl J Med 1996;334(22):1441-7.
Weissman JS, Gatsonis C, Epstein AM. Rates of avoidable hospitalization by insurance status in
Massachusetts and Maryland. JAMA 1992;268(17)2388-94.
Zoorob RJ, Hagen MD. Guidelines on the care of diabetic nephropathy, retinopathy and foot
disease. Am Fam Physician 1997;56(8):2021-8, 2033-4.
80
Приложение А. Определения индикаторов качества
амбулаторно-поликлинической помощи.
Оригинальные индикаторы качества, разработанные Агентством по исследованиям и
качеству в здравоохранении базируются на кодах МКБ 9 – КМ (клиническая
модификация), которые действуют с 1 октября 1994 года по 30 сентября 2005 года. Для
удобства использования данного руководства в этом приложении в определениях коды
МКБ-9-КМ приводятся вместе с кодами МКБ-10. Перевод кодов был осуществлен при
помощи перекодировочных таблиц, опубликованных Информационной службой
здравоохранения Новой Зеландии
(http://www.nzhis.govt.nz/documentation/mapping/mappingfiles.html)
Госпитализация в связи с острыми осложнениями сахарного диабета (PQI 1).
Числитель
Выписки из больницы, связанные с основным кодом МКБ-9, описывающим
острые осложнения сахарного диабета (кетоацидоз, гиперосмолярность, кома);
Все выписки вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
25010, 25022, 25011, 25023, 25012, 25030, 25013, 25031, 25020, 25032, 25021, 25033
или коды МКБ-10
E10.00, E10.00, E10.01, E10.01, E10.10, E10.11, E11.00, E11.00, E11.01, E11.01,
E11.10, E11.11
Знаменатель
Популяция городского региона или графства, старше 18 лет
81
Госпитализации случаев с перфорацией аппендикса (PQI 2)
Числитель
Выписки с кодами МКБ-9, обозначающими перфорированный аппендицит или
аппендикулярный абсцесс
Исключить
пациентов, переведенных из других учреждений, коды 14 (беременность и роды)
или 15 (новорожденные или младенцы)
Включить коды МКБ-9-КМ
5400, 5401
или коды МКБ-10
К35.0 К35.1
Знаменатель
Количество выписок с диагнозом аппендицит
Включить коды МКБ-9-КМ (популяция риска)
5400, 5401, 5409, 541
или коды МКБ-10
К35.0, К35.1, К35.9, К37
82
Госпитализация в связи с длительно существующими осложнениями сахарного диабета
(PQI 3).
Числитель
Выписки из больницы, связанные с основным кодом МКБ-9, описывающим
длительно существующие осложнения сахарного диабета (заболевания почек,
неврологические заболевания, офтальмологические заболевания, а также
заболевания сердечно-сосудистой системы или другие осложнения).
Все выписки лиц, старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
25040, 25070, 25041, 25071, 25042, 25072, 25043, 25073, 25050, 25080, 25051, 25081,
25052, 25082, 25053, 25083, 25060, 25090, 25061, 25091, 25062, 25092, 25063, 25093
или коды МКБ-10
E10.20, E10.21, E10.30, E10.31, E10.40, E10.41, E10.50, E10.51, E10.60, E10.61,
E10.80, E10.81, E11.20, E11.21, E11.30, E11.31, E11.40, E11.41, E11.50, E11.51,
E11.60, E11.61, E11.80, E11.81
Знаменатель
Популяция городского региона или графства, старше 18 лет
Госпитализация детей с бронхиальной астмой (PQI 4).
Числитель
Выписки из больницы, связанные с основным кодом МКБ-9, описывающим
бронхиальную астму;
Все выписки лиц моложе 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
49300, 49321, 49301, 49322, 49302, 49381, 49310, 49382, 49311, 49390, 49312, 49391,
49320, 49392
или коды МКБ-10
J44.8, J45.0, J45.1, J45.9, J46
Знаменатель
Популяция городского региона или графства, моложе 18 лет
83
Госпитализация в связи с хроническими обструктивными заболеваниями легких (PQI 5).
Числитель
Выписки из больницы, с основным диагностическим кодом ХОЗЛ в соответствии с
МКБ-9
Все выписки лиц старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
490*, 4919, 4660*, 4920, 4910, 4928, 4911, 494, 49120, 4940, 49121, 4941, 4918, 496
(* - учитываются только при одновременном наличие других кодов этого списка)
или коды МКБ-10
J20.9, J40, J41.0, J41.1, J42, J43.8, J44.1, J44.8, J44.9
Знаменатель
Популяция городского региона или графства, старше 18 лет
Госпитализация детей в связи с гастоэнтеритом (PQI 6)
Числитель
Выписки из больницы с основным диагностическим кодом для гастоэнтерита в
соответствии с МКБ-9
Все выписки лиц моложе 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
00861, 00869, 00862, 0088, 00863, 0090, 00864, 0091, 00865, 0092, 00866, 0093,
00867, 5589
или коды МКБ-10
A08.0, A08.1, A08.2, A08.3, A08.5, A09, K52.8
Знаменатель
Популяция городского региона или графства, моложе 18 лет
84
Госпитализация пациентов с артериальной гипертензией (PQI 7)
Числитель
Выписки из больницы с основным диагностическим кодом в соответствии с МКБ-9
- артериальная гипертензия
Все выписки лиц старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
после госпитализации в связи с проведенными специальными кардиологическими
процедурами; пациентов
Включить коды МКБ-9-КМ
4010, 40310, 4019, 40390, 40200, 40400, 40210, 40410, 40290, 40490, 40300
Исключить при наличии процедурных кодов МКБ-9-КМ
0050,3601, 0051, 3602, 0052, 3603, 0053, 3604, 0054, 3605, 3500, 3606, 3501, 3607,
3502, 3609, 3503, 3610, 3504, 3611, 3510, 3612, 3511, 3613, 3512, 3614, 3513, 3615,
3514, 3616, 3520, 3617, 3521, 3619, 3522, 362, 3523, 363, 3524, 3631, 3525, 3632,
3526, 3639, 3527, 3691, 3528, 3699, 3531, 3731, 3532, 3732, 3533, 3733, 3534, 3734,
3535, 3735, 3539, 375, 3541, 3751, 3542, 3752, 3550, 3753, 3551,3754, 3552, 3770,
3553, 3771, 3554, 3772, 3560, 3773, 3561, 3774, 3562, 3775, 3563, 3776, 3570, 3777,
3571, 3778, 3572, 3779, 3573, 3780, 3581, 3781, 3582, 3782, 3583, 3783, 3584, 3785,
3591, 3786, 3592, 3787, 3593, 3789, 3594, 3794, 3595, 3795, 3596, 3796, 3598, 3797,
3599, 3798
Включить коды МКБ-10 (процедурные коды в стандартной версии МКБ-10 отсутствуют)
I10, I11.9, I12.9, I13.9
Знаменатель
Популяция городского региона или графства, старше 18 лет
85
Госпитализация в связи с застойной сердечной недостаточностью (PQI 8)
Числитель
Выписки из больницы, с основным диагностическим кодом в соответствии с МКБ9 - застойная сердечная недостаточность
Все выписки лиц старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
после госпитализации в связи с проведенными специальными кардиологическими
процедурами; пациентов
Включить коды МКБ-9-КМ
39891, 42821, 40201, 42822, 40211, 42823, 40291, 42830, 40401, 42831, 40403, 42832,
40411, 42833, 40413, 42840, 40491, 42841, 40493, 42842, 4280, 42843, 4281, 4289,
42820
Исключить при наличии процедурных кодов МКБ-9-КМ
0050,3601, 0051, 3602, 0052, 3603, 0053, 3604, 0054, 3605, 3500, 3606, 3501, 3607,
3502, 3609, 3503, 3610, 3504, 3611, 3510, 3612, 3511, 3613, 3512, 3614, 3513, 3615,
3514, 3616, 3520, 3617, 3521, 3619, 3522, 362, 3523, 363, 3524, 3631, 3525, 3632,
3526, 3639, 3527, 3691, 3528, 3699, 3531, 3731, 3532, 3732, 3533, 3733, 3534, 3734,
3535, 3735, 3539, 375, 3541, 3751, 3542, 3752, 3550, 3753, 3551,3754, 3552, 3770,
3553, 3771, 3554, 3772, 3560, 3773, 3561, 3774, 3562, 3775, 3563, 3776, 3570, 3777,
3571, 3778, 3572, 3779, 3573, 3780, 3581, 3781, 3582, 3782, 3583, 3783, 3584, 3785,
3591, 3786, 3592, 3787, 3593, 3789, 3594, 3794, 3595, 3795, 3596, 3796, 3598, 3797,
3599, 3798
Включить коды МКБ-10 (процедурные коды в стандартной версии МКБ-10 отсутствуют)
I09.9, I11.0, I13.0, I13.2, I50.0, I50.1, I50.9
Знаменатель
Популяция городского региона или графства, старше 18 лет
86
Частота рождения младенцев с низкой массой тела (PQI 9)
Числитель
Количество родов с кодом в соответствии с МКБ-9 , означающими низкую массу
тела при рождении (менее 2500 грамм)
Исключить
пациентов, переведенных из другого медицинского учреждения
Включить коды МКБ-9-КМ
76400, 76490, 76401, 76491, 76402, 76492, 76403, 76493, 76404, 76494, 76405, 76495,
76406, 76496, 76407, 76497, 76408, 76498, 76410, 76500, 76411, 76501, 76412, 76502,
76413, 76503, 76414, 76504, 76415, 76505, 76416, 76506, 76417, 76507, 76418, 76508,
76420, 76510, 76421, 76511, 76422, 76512, 76423, 76513, 76424, 76514, 76425, 76515,
76426, 76516, 76427, 76517, 76428, 76518
или коды МКБ-10
P05.0, P05.2, P05.9, P07.2, P07.3
Знаменатель
Все роды (выписки с кодом 15) – в городском регионе или графстве
Частота госпитализаций в связи с дегидратацией (PQI 10)
Числитель
Выписки из больницы, с основным кодом гиповолемия по МКБ-9
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
2765
или коды МКБ-10
E86
Знаменатель
Популяция городского региона или графства
87
Частота госпитализации в связи с бактериальной пневмонией (PQI 11)
Числитель
Выписки из больницы, связанные с основным кодом МКБ-9 – бактериальная
пневмония
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
и пациенты с серповидноклеточной анемией или болезнью HbS
Включить коды МКБ-9-КМ
481, 4829, 4822, 4830, 48230, 4831, 48231, 4838, 48232, 485, 48239, 486, 481, 4829,
4822, 4830
Исключить коды МКБ-9
28241, 28263, 28242, 28264, 28260, 28268, 28261, 28269, 28262
или включить коды МКБ-10
J13, J14 , J15.3, J15.4, J15.7, J15.9, J16.8, J18.0, J18.8
Исключить коды МКБ-10
D57.0, D57.1, D57.2
Знаменатель
Популяция городского региона или графства
Частота госпитализации в связи с инфекциями мочевыводящих путей (PQI 12)
Числитель
Выписки из больницы, связанные с основным диагностическим кодом МКБ-9 –
инфекция мочевыводящих путей
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
59000, 59080, 59001, 59081, 59010, 5909, 59011, 5950, 5902, 5959, 5903, 5990
или включить коды МКБ-10
N10, N11.8, N11.9, N12, N15.1, N30.0, N30.9
Знаменатель
Популяция городского региона или графства
88
Госпитализация в связи со стенокардией без выполнения кардиохирургических процедур
(PQI 13)
Числитель
Выписки из больницы, связанные с основным диагностическим кодом МКБ-9 –
стенокардия
Все выписки лиц старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
после госпитализации в связи с проведенными специальными кардиологическими
процедурами; пациентов
Включить коды МКБ-9-КМ
4111, 4130, 41181, 4131, 41189, 4139
Исключить при наличии процедурных кодов МКБ-9-КМ
0050,3601, 0051, 3602, 0052, 3603, 0053, 3604, 0054, 3605, 3500, 3606, 3501, 3607,
3502, 3609, 3503, 3610, 3504, 3611, 3510, 3612, 3511, 3613, 3512, 3614, 3513, 3615,
3514, 3616, 3520, 3617, 3521, 3619, 3522, 362, 3523, 363, 3524, 3631, 3525, 3632,
3526, 3639, 3527, 3691, 3528, 3699, 3531, 3731, 3532, 3732, 3533, 3733, 3534, 3734,
3535, 3735, 3539, 375, 3541, 3751, 3542, 3752, 3550, 3753, 3551,3754, 3552, 3770,
3553, 3771, 3554, 3772, 3560, 3773, 3561, 3774, 3562, 3775, 3563, 3776, 3570, 3777,
3571, 3778, 3572, 3779, 3573, 3780, 3581, 3781, 3582, 3782, 3583, 3783, 3584, 3785,
3591, 3786, 3592, 3787, 3593, 3789, 3594, 3794, 3595, 3795, 3596, 3796, 3598, 3797,
3599, 3798
Включить коды МКБ-10 (процедурные коды в стандартной версии МКБ-10 отсутствуют)
I20.0, I20.1, I20.8, I20.9, I24.0, I24.8
Знаменатель
Популяция городского региона или графства, старше 18 лет
89
Частота госпитализаций в связи с неконтролируемым сахарным диабетом (PQI 14)
Числитель
Выписки из больницы, с основным диагнозом по коду МКБ-9 – неконтролируемый
сахарный диабет, без упоминания острых или хронических осложнений
Все выписки лиц, старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
25002, 25003
или коды МКБ-10
E10.91, E11.91
Знаменатель
Популяция городского региона или графства, старше 18 лет
Можно комбинировать с индексом госпитализаций в связи с острыми осложнениями
сахарного диабета, получая таким образом индикатор программы «Здоровые люди 2010»
Госпитализации взрослых в связи с бронхиальной астмой (PQI 15).
Числитель
Выписки из больницы, связанные с основным кодом МКБ-9, описывающим
бронхиальную астму;
Все выписки лиц старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
Включить коды МКБ-9-КМ
49300, 49321, 49301, 49322, 49302, 49381, 49310, 49382, 49311, 49390, 49312, 49391,
49320, 49392
или коды МКБ-10
J44.8, J45.0, J45.1, J45.9, J46
Знаменатель
Популяция городского региона или графства, старше 18 лет
90
Частота ампутаций нижних конечностей у пациентов с сахарным диабетом (PQI 16)
Числитель
Выписки с процедурными кодами ампутации нижней конечности и
диагностическими кодами, указывающими на наличие сахарного диабета по МКБ-9
Все выписки лиц, старше 18 лет вне родового периода и не новорожденных
Исключить
пациентов, переведенных из другого медицинского учреждения, кроме того,
дополнительные коды 14 (беременность, роды) или 15 (новорожденные младенцы)
и пациентов с травмой
Включить процедурные коды МКБ-9-КМ
8410, 8415, 8411, 8416, 8412, 8417, 8413, 8418, 8414, 8419
при наличии кодов МКБ-9-КМ сахарного диабета
25000, 25050, 25001, 25051, 25002, 25052, 25003, 25053, 25010, 25060, 25011, 25061,
25012, 25062, 25013, 25063, 25020, 25070, 25021, 25071, 25022, 25072, 25023, 25073,
25030, 25080, 25031, 25081, 25032, 25082, 25033, 25083, 25040, 25090, 25041, 25091,
25042, 25092, 25043, 25093
Исключить при наличии кодов МКБ-9-КМ, указывающих на травму
8950, 8971, 8951, 8972, 8960, 8973, 8961, 8974, 8962, 8975, 8963, 8976, 8970, 8977
Ввиду отсутствия в стандартной версии МКБ-10 процедурных кодов данный индикатор
качества не был переведен в МКБ-10
Необходимы процедурные коды, указывающие на выполнение ампутации
при наличии кодов МКБ-9-КМ сахарного диабета
E10.00, E10.01, E10.10, E10.11, E10.20, E10.21, E10.30, E10.31, E10.40, E10.41,
E10.50, E10.51, E10.60, E10.61, E10.80, E10.81, E10.90, E10.91, E11.00, E11.01,
E11.10, E11.11, E11.20, E11.21, E11.30, E11.31, E11.40, E11.41, E11.50, E11.51,
E11.60, E11.61, E11.80, E11.81, E11.90, E11.91
Исключить при наличии кодов МКБ-9-КМ, указывающих на травму
S98.1, S98.0, T05.3, T05.3, S88.1, S88.1, S88.0, S88.9, S78.9, T05.5
Знаменатель
Популяция городского региона или графства, старше 18 лет
Можно комбинировать с индексом госпитализаций в связи с острыми осложнениями
сахарного диабета, получая, таким образом, индикатор программы «Здоровые люди
2010»
91
Приложение В : Детальное описание методов.
Это приложение описывает методы, используемые центром по научно-доказательной
практике Калифорнийского университета Сан-Франциско, которые были использованы
для того, чтобы улучшить индикаторы качества проекта по стоимости и использованию
системы здравоохранения.
Полуструктурированное интервью.
Группа участников проекта и разработчиков индикаторов качества проекта по оценке
стоимости и использования системы здравоохранения создала контактный список
индивидуумов, которые представляли больничные ассоциации и деловые партнерства,
группы обработки данных в различных штатах, а также федеральные агентства. Этот
список был разработан таким образом, чтобы включать пользователей и потенциальных
пользователей индикаторов качества широкого спектра организаций, как в общественном,
так и в частном секторе. Он не предполагался быть репрезентативной выборкой. Всем
контактным лицам по факсу были направлены письма, которые приглашали их
участвовать в проекте в качестве советников проекта, и с просьбой согласиться на
короткое телефонное интервью. Это предложение было встречено с пониманием, и только
6 из 37 человек отказались от участия, не предлагая альтернативного человека для беседы.
В среднем обзвонили 31 человека, которые не только согласились принять участие в
исследовании, но они также предоставили достаточно много ценных предложений и
комментариев. Состав этих 31 проинтервьюированных был следующим: три
консультанта, два сотрудника федеральных агентств, один медицинский директор
организации по поддержанию здоровья, пять представителей больничных ассоциаций,
один научный сотрудник-исследователь, четыре представителя частных групп по
аккредитации медицинских практик, два представителя частных групп по обработке
данных, два члена профессиональных организаций, пять представителей поставщиков
услуг здравоохранения и других организаций, три представителя групп обработки данных
штата и три представителя других организаций здравоохранения.
Полуструктурированное интервью было разработано таким образом, чтобы
идентифицировать потенциальные индикаторы, возможные проблемы и беспокойства,
имеющиеся у конечных пользователей, а также другие важные факторы, необходимые для
разработки индикаторов качества, которые могут не найти отражения в опубликованной
литературе. Так академические исследователи, чьи работы чаще появляются в
рецензируемых журналах, были зарезервированы в качестве рецензентов для финального
документа. В результате данные полуструктурированного интервью не должны были
представлять собой несмещенную оценку мнений, связанную с индикаторами качества, а
должны представлять диапазон различных точек зрения, которые с малой вероятностью
появятся в рецензируемой литературе.
Интервьюеры пытались выявить информацию по разработке использования индикаторов
качества организаций, а также другие известные показатели и дополнительные контакты.
Интервьюеры использовали полуструктурированное интервью и записывали
информацию, полученную во время интервью при помощи формы для сбора данных.
После этого некоторые из советников предоставили исследовательской группе материалы,
которые описывали использование индикаторов качества, как в целом, так и индикаторов
качества проекта по стоимости и использованию системы здравоохранения.
Схема для оценки индикаторов качества.
Для оценки надежности и достоверности предполагаемых индикаторов качества
рассматриваются как абсолютно необходимые три области. С разработкой критериев для
92
оценки связано несколько источников: 1) результаты полуструктурированных интервью,
включая интересы и беспокойства, выраженные пользователями индикаторов качества
проекта по стоимости и использованию системы здравоохранения; 2) последовательность
заданий, описанных агентством по исследованиям и качеству в здравоохранении; 3)
доказательства, имеющиеся в исследовательской литературе и в нормативной
документации; и 4) доказательства, полученные за счет статистического анализа.
Макглинн и Эш (1) предложили шесть критериев, похожие на критерии «тестирование
научной силы для показателя». Эти критерии описывают показатель, как надежный, если
«когда он применяется повторно в одной и той же популяции, получается один и тот же
результат в большинстве случаев». Авторы предлагают оценить валидность с точки
зрения видимой валидности, критериальной валидности (объективная оценка способности
показателя предсказать значения по какому-то другому показателю, который служит как
критерий для оценки) и конструктной валидности («существует ли корреляция между
показателем и другими показателями, и эта корреляция адекватного размера и идет в
правильном направлении»). Критериальная валидность рассматривается как оценка
возможного смещения (критерий номер 3), и под ней понимали «показатель золотого
стандарта», который освобожден от систематических ошибок вследствие тяжести
заболевания. Видимая валидность охватывает различные концепции, обсужденные
Макглинном и Сиу, включая важность состояния, эффективность имеющихся методов
лечения (т.е. способность поставщика услуг улучшить результаты), и потенциал для
улучшения качества медицинской помощи (2).
Были собраны доказательства, поддерживающие использование принятых в настоящее
время и возможных индикаторов качества, с точки зрения шести вопросов:
• Видимая валидность: Насколько индикатор описывает те аспекты качества
медицинской помощи, которые признаются важными и насколько он находится
под контролем поставщиков услуг здравоохранения или системы здравоохранения
в целом?
• Точность: Имеется ли значительное количество вариабельности среди поставщиков
услуг или на уровне регионов, которое не было бы связано со случайной
вариабельностью?
• Минимальное смещение: Можно ли сказать, что вариабельность в тяжести течения
заболевания или сопутствующие заболевания пациента оказывают незначительный
эффект, или вообще не оказывают эффекта на индикатор? Можно ли применить
методы корректировки риска и статистические методы для того, чтобы удалить
большую часть, или вообще полностью устранить систематическую ошибку?
• Конструктная валидность: Насколько хорошо индикатор идентифицирует
истинные проблемы с качеством оказания медицинской помощи?
• Приводит к истинному улучшению качества: Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
• Предшествующее использование: Использовался ли данный показатель
эффективно на практике? Имеет ли он потенциал для адекватной работы с другими
индикаторами?
В дополнение к описанной выше схеме, использовалась донабедиянская парадигма
структуры процесса-результата, которая использовалась для того, чтобы категоризировать
существующие в настоящий момент индикаторы качества и кандидатные индикаторы
качества (3,4). Например, потенциально неадекватное использование попадает в
категорию процесса, в то время как внутрибольничная летальность, побочные эффекты и
осложнения представляют собой показатели исхода.
93
Для показателей качества рассматривались три широких аудитории: поставщики услуг
здравоохранения и менеджеры, которые будут использовать индикаторы качества для
того, чтобы предпринимать инициативы по улучшению качества; сотрудники служб
общественного здравоохранения, которые будут использовать данную информацию для
того, чтобы проводить вмешательства, направленные на улучшение общественного
здоровья; потребители и покупатели услуг здравоохранения, которые могут потенциально
использовать эти показатели для того, чтобы принимать решения о том, каких
поставщиков услуг здравоохранения выбирать. Ввиду ограничения индикаторов качества,
базирующихся на административных данных, вначале основное внимание уделялось
«скринингу на наличие потенциальных проблем с качеством». По этой причине
индикаторы должны были, по крайней мере, пройти тесты, указывающие на то, что они
адекватны для использования в качестве скринингового инструмента. Далее мы приводим
более детальное объяснение каждого из разделов схемы оценки, рассматривая эти три
аудитории в том случае, если в литературе между ними были отмечены различия.
•
Видимая валидность: Насколько индикатор описывает те аспекты качества
медицинской помощи, которые признаются важными, и насколько он находится
под контролем поставщиков услуг здравоохранения или системы здравоохранения
в целом?
Данный вопрос относится к степени, с которой потенциальные потребители
рассматривают этот индикатор качества как важный и информативный. Этот вопрос
состоит из двух частей: насколько индикатор связан с теми аспектами здравоохранения,
которые рассматриваются пользователями как важные, и несколько данный индикатор
отражает действительно высококачественную медицинскую помощь. Очевидно, видимая
валидность во многом находится под влиянием того, насколько хорошо индикатор
отвечает требованиям, которые ему предъявляются по другим характеристикам.
Клиницисты обычно не доверяют показателям результатов, поскольку они сомневаются в
адекватности корректировки риска и в учете множественных факторов, которые могут
приводить к плохим результатам при лечении. Другие критики указывают, что показатели
исходов страдают от неточности (когда случайный шум перевешивает различия между
поставщиками услуг здравоохранения) и от разных систематических отборов (например,
вследствие вариабельности в практиках госпитализации). Анализ этого вопроса с самого
начала и служил в качестве исходной точки для обзора литературы и эмпирического
анализа.
Строго говоря, потребители, которые платят за услуги здравоохранения, законодатели и
сотрудники общественного здоровья наиболее заинтересованы в показателях,
базирующихся на исходах относительно часто встречающихся заболеваний,
дорогостоящих методов лечения или имеющих серьезные последствия для здоровья
индивидуума. Кроме того, существуют причины для того, чтобы считать, что исходы
могут (по крайней мере, частично) контролироваться поставщиком услуг
здравоохранения. Иными словами, контролируемые исследования или хорошо
разработанные когортные исследования продемонстрировали, что определенная
диагностическая или терапевтическая тактика может уменьшить частоту или тяжесть
заболевания. Показатели исхода могут включать операционную летальность или
летальность при госпитализации с серьезным острым заболеванием, таким как, например,
инфаркт миокарда. Эти показатели кажутся наиболее интуитивными, поскольку они
оценивают основные исходы, которые лечение пытается предотвратить.
Однако исследователи с удивлением констатируют, что отчеты о больничной летальности
оказывают лишь незначительный эффект на то, куда пациенты обращаются за помощью
(5,6). Одна из причин может быть связана с тем, что пациенты с трудом интерпретируют
индикаторы, которые включают в себя летальность и заболеваемость и, соответственно,
94
рассматривают их как бесполезные (7). Другой причиной может являться то, что
поставщики услуг здравоохранения предпочитают показатели процесса, особенно если
существуют причины, чтобы верить (в основном как следствие рандомизированных
контролируемых испытаний) в то, что определенные процессы действительно приводят к
лучшим исходам для пациентов. Пациенты предпочитают опираться на точку зрения
других пациентов по удовлетворенности медицинской помощью, в особенности на
неформальные рекомендации, полученные от членов семьи, друзей или лечащих врачей
(7). Таким образом, разработка индикаторов с высокой видимой валидностью для
пациентов может потребовать участия самих пациентов и будет направлена на те аспекты
медицинской помощи, которые оказываются важными при проведении опросов
пациентов, а также может потребоваться предпринять дополнительные шаги для того,
чтобы усилить адекватность восприятия поставщиками услуг здравоохранения валидность
показателей исхода (8-17).
Многие поставщики услуг здравоохранения рассматривают индикаторы качества,
базирующиеся на исходах, со значительным скептицизмом (18). Для большинства исходов
влияние случайной вариабельности и факторов, связанных с каждым индивидуальным
пациентом, находится за пределами возможностей контроля поставщиками услуг
здравоохранения, и они очень часто рассматриваются как значительно большие, чем
различия в качестве между поставщиками услуг здравоохранения (19-24). Соответственно,
поставщики услуг здравоохранения обычно поддерживают показатели, которые
базируются на процессе оказания помощи, и которые были задокументированы в
клинических испытаниях, как приводящие к лучшим исходам у относительно широких
групп пациентов – например, процессы ведения пациентов с острым инфарктом миокарда
в соответствии с кооперативным проектом по исследованию сердечно-сосудистых
заболеваний (25-30). Подобные показатели процесса фокусируются на тех аспектах
медицинской помощи, которые контролируются поставщиками услуг здравоохранения.
Поскольку показатели процесса базируются на доказательствах эффективности, они
служат как полезные косвенные индикаторы показателей исхода, которые в противном
случае было бы сложно наблюдать или измерить. Например, при использовании данных
только по выпискам пациентов из стационаров, невозможно оценить внебольничную
смертность. В целом показатели процесса не столь подвержены шумовому загрязнению,
как показатели исхода, поскольку они в меньшей степени подвержены случайной
вариабельности. Кроме того, предполагается наличие специфических шагов, которые
могут предпринять поставщики услуг здравоохранения для того, чтобы улучшить исходы
или уменьшить расходы, даже если подобные улучшения исходов сложно
задокументировать на уровне каждого из поставщиков услуг здравоохранения.
Взаимоотношения между определенными структурными показателями качества и
важными исходами хорошо задокументированы, хотя и остаются некоторые проблемы,
связанные с интерпретацией этих показателей (3,4,31,32). Они включают в себя
показатели объема стационарного лечения для заболеваний, чувствительных к объему,
технологические возможности (например, способность выполнять определенные высоко технологичные процедуры, такие как коронарная ангиопластика) и исследовательскую
работу (33-61). Все эти показатели имеют ограниченную видимую валидность, поскольку
они, как все признают, являются слабыми суррогатами для истинного качества
медицинской помощи (62). Например, многие больницы с низкими объемами лечения
достигают великолепных результатов, в то время как больницы с высокими объемами
лечения могут иметь на удивление плохие результаты.
•
Точность: Имеется ли значительное количество вариабельности среди
поставщиков услуг или на уровне регионов, которое не было бы связано со
случайной вариабельностью?
95
Необходимо практически всегда принимать во внимание влияние случайных факторов на
показатели деятельности поставщиков услуг здравоохранения или системы
здравоохранения. Не наблюдаемые факторы, связанные с самим пациентом или с
окружающей средой, могут приводить к серьезным различиям в результатах у разных
поставщиков услуг здравоохранения в отсутствии истинных различий в качестве оказания
медицинской помощи. Более того, показатели качества для одного и того же поставщика
услуг здравоохранения могут казаться изменяющимися от года к году в отсутствие
изменений в оказываемой помощи. Таким образом, использование «сырых» данных по
качеству часто приводит к появлению плохо воспроизводимых или не точных
показателей, которые дают неправильное представление о качестве оказываемой помощи.
В настоящий момент существует достаточно большой объем литературы, посвященный
важности случайной вариабельности при измерении показателей качества (19,21-24,6368). В целом случайная вариабельность является наиболее серьезной проблемой в случае,
когда на каждого поставщика услуг здравоохранения приходится лишь небольшое
количество наблюдений, когда частота побочных эффектов относительно низка, и когда
поставщики услуг здравоохранения имеют лишь незначительный контроль над исходами
у пациентов, или когда вариабельность в процессе оказания медицинской помощи
является минимальной. Если большое количество факторов, связанных с самим
пациентов, которые очень сложно выявить, оказывают воздействие на то, будет или нет у
пациента побочный эффект, может оказаться сложным отделить сигнал качества от
окружающего шума. Доказательства точности каждого индикатора должны подвергаться
детальному анализу. Для того чтобы оценить как важность размера выборки, так и
важность эффектов поставщика услуг здравоохранения (против эффектов региона и
каждого отдельного пациента), для объяснения наблюдаемой вариабельности могут
использоваться эмпирические методы.
Но это не просто вопрос статистического учета. В оценке точности индикатора может
также оказаться полезным рассмотрение механизмов и проблем, связанных с видимой
валидностью. Например, если лучшая больница обычно госпитализирует более тяжелых
пациентов, тогда кажущаяся вариабельность индикатора на больничном уровне будет
значительно меньше, чем истинная вариабельность. В подобных случаях другие
источники данных, которые позволяют предположить, что показатель является
достоверным, или у него есть систематическая ошибка, могут помочь исследователям
оценить индикатор качества. Литературный обзор, оценивающий как эмпирические, так и
другие источники данных, а также эмпирический анализ представляют систематические
данные по уровню вариабельности между поставщиками услуг здравоохранения и между
регионами.
Статистические методы могут оценить степень случайной вариабельности у поставщиков
услуг здравоохранения, оценивая степень, с которой вариабельность между поставщиками
услуг здравоохранения связана на уровне поставщиков, против того, насколько она
объясняется эффектами уровня регионов и индивидуальных пациентов (68-71).
Использование адекватных статистических допущений соответствующих оценок того,
насколько качество действительно варьирует на уровне поставщиков услуг
здравоохранения или на уровне регионов, можно применять для того, чтобы «сгладить»
или «уменьшить» оценки качества определенных поставщиков услуг здравоохранения.
Эти методики являются байезианскими. Данные, использованные для создания
индикаторов качества, затем используются для того, чтобы откорректировать «исходное»
распределение оценок качества поставщики услуг здравоохранения так, чтобы получить
«апостериорную или сглаженную» оценку качества у поставщиков услуг здравоохранения
или в регионе. Это отражает разброс показателей на уровне пациента и на уровне
поставщиков услуг здравоохранения.
96
•
Минимальное смещение: Можно ли сказать, что вариабельность в тяжести течения
заболевания или сопутствующие заболевания пациента оказывают незначительный
эффект, или вообще не оказывают эффекта на индикатор? Можно ли применить
методы корректировки риска и статистические методы для того, чтобы удалить
большую часть, или вообще полностью устранить систематическую ошибку?
Индикатор качества может являться точным, но, тем не менее, он будет давать
неправильные результаты, как следствие систематической ошибки (смещения).
Многочисленные исследования продемонстрировали важность проблемы отбора при
интерпретации многих показателей качества, особенно показателей, связанных со
смертностью (72-76). Подобные систематические ошибки могут иметь две основные
формы: различия в практике госпитализации у двух больниц, которые приводят к тому,
что пациенты в этих больницах не являются случайной выборкой из одной и той же
популяции пациентов (систематическое смещение отбора), или популяция пациентов
может содержать различные подгруппы. Эффект отбора оказывает наибольшее
воздействие на показатели, базирующиеся на оценке плановой госпитализации и оценке
процедур, на которые серьезное влияние оказывает практика лечения и госпитализации,
существующая у определенных врачей или в определенных учреждениях (56,57). Тем не
менее, проблема отбора существует даже для состояний, которые являются неотложными,
что связано, по всей вероятности, с умеренными различиями в практиках и не случайным
распределением характеристик пациентов между регионами, за которые отвечает тот или
иной госпиталь (59,77). Внимание исследователей и аналитиков, занимающихся
критериями качества, фокусируется на разработке адекватных моделей, которые бы
корректировали подобные факторы со стороны пациента, особенно при сравнении
больничной летальности (72,74).
Основным статистическим подходом для того, чтобы справиться с систематическими
ошибками является корректировка риска (78,79,60,61,80-86). В настоящий момент
существует большое количество инструментов для коррекции риска, но современные
методы далеко не совершенны (79,87). В целом методы коррекции риска базируются на
данных, которые имеются в административных базах данных и в историях болезни.
Предшествующие исследования позволяют предположить, что данные в
административных базах данных имеют, по крайней мере, два основных ограничения (8890). Во-первых, довольно часто встречаются ошибки в кодировании, а также вариации в
кодировании. Некоторые диагнозы вносятся с ошибками и не одинаково в различных
стационарах. Факторы, влияющие на точность этих кодов, включают в себя ограничения
на количество разрешенных дополнительных диагнозов, а также систематические ошибки
в документации и кодовых практиках, которые являются следствием того, что
корректировка риска и возмещение расходов связаны с наличием определенных
осложнений (91-96).
Во-вторых, большинство административных баз данных не позволяют отличить
заболевания, которые являются следствием осложнений, возникших в стационаре, от
заболеваний, которые существовали ранее (78,97). В определенной степени такие
состояния, как шок или отек легких могут являться следствием плохого качества
медицинской помощи, и поэтому включение их в модель по предсказанию больничной
летальности может приводить к систематическим ошибкам в оценках ожидаемой
летальности, и даже приводить к тому абсурдному факту, что больницы, имеющие
большее число осложнений, будут казаться более хорошими. Оказалось, что одна из
систем корректировки риска дает серьезную систематическую ошибку за счет того, что
она включает в себя те состояния, которые могут развиваться после госпитализации.
Однако исследование, продемонстрировавшее этот эффект, было ограничено всего лишь
одним состоянием (острым инфарктом миокарда) и, соответственно, выводы, которые
были получены в этом исследовании, подвергались серьезной критике (98,99). В другом
97
исследовании оценки различий в смертности между муниципальным и частным
госпиталем в Нью-Йорке весьма сильно менялись после того, как возможные осложнения
исключались из корректировки риска (61). Недавно Нью-Йорк и Калифорния добавили
«шестую цифру» к кодам МКБ-9 для того, чтобы отличить вторичные диагнозы, которые
существовали в момент госпитализации, от заболеваний, развившихся в течение времени
нахождения в стационаре. Это улучшение может позволить более адекватное сравнение,
откорректированных на различия между состоянием тяжести пациентов показателей
летальности, с использованием базы данных административных баз данных для
определенных состояний, хотя точность «шестой цифры» не была доказана (100).
Система корректировки риска, базирующаяся на клинических данных, дополняет данные
по больничным выпискам информацией, которая имеется в истории болезни. Поскольку
для определения имеется или нет определенный диагноз, могут быть указаны точные
клинические критерии, ошибки при кодировании резко уменьшаются. Кроме того, в
данной ситуации можно отличить осложнения от сопутствующих заболеваний на
основании того, имелся ли диагноз на момент госпитализации (79). Поскольку количество
клинических переменных, которые могут потенциально влиять на исходы, небольшое, и
поскольку эти факторы различаются для различных заболеваний и для различных
процедур, прогресс в корректировке риска в основном происходит тогда, когда
фокусируется на пациентах с определенными заболеваниями. Таким образом, достаточно
сложные, базирующиеся на историях болезни, методы корректировки риска
разрабатываются и применяются для интерпретации показателей летальности у
пациентов, которые подвергаются сердечно-сосудистой хирургии и интервенционным
кардиологическим процедурам; для критически больных пациентов; пациентов, которые
поступают в отделения общей хирургии; а также для пациентов с острым инфарктом
миокарда, внебольничной пневмонии и кровотечением из верхних отделов желудочнокишечного тракта (29,36,85,101-107).
Однако методы корректировки риска, базирующиеся на анализе историй болезни, также
имеют свои ограничения. Во-первых, особенно для наиболее тяжелых пациентов и для
тех, кто умирает вскоре после госпитализации – это те группы пациентов, которые
являются наиболее важными для расчета большого числа показателей качества – полная
информация о диагнозе может быть не установлена до момента смерти, и поэтому она
будет отсутствовать в истории болезни. Важная информация для подобных пациентов
может быть пропущена, что будет приводить к ошибочным оценкам в модели
корректировки риска. Во-вторых, анализ историй болезни является очень дорогостоящим,
а рутинный сбор детальной информации не всегда является разумным. В результате
влияние корректировки, базирующейся на анализе историй болезни, может варьировать
для разных индикаторов. Для некоторых показателей влияние достаточно незначительное
и не меняет серьезным образом относительные значения у поставщиков услуг
здравоохранения (113-116). Для других эти показатели являются значительно более
важными (79,97,108-112). Конечно, поскольку все методы корректировки риска в
основном оставляют необъясненными значительное количество вариабельности в
исходах, возможно, что не измеряемые различия в характеристиках пациентов остаются
важными даже тогда, когда используются наиболее детальные методики анализа историй
болезни.
Для каждого индикатора качества данная работа анализирует доказательства о том,
насколько важны систематические различия в характеристиках пациента на уровне
поставщика услуг здравоохранения и на уровне общины, и несколько различные методики
корректировки риска меняют показатели качества для определенных поставщиков услуг
здравоохранения. Необходимо делать различия между корректировками риска,
полагающимися только на административные данные, и которые были доказаны на
основании клинических данных, и теми, которые не были так проверены. Методы
корректировки риска, которые требуют только клинические данные, не могут быть
98
использованы для баз данных проекта по стоимости и использованию системы
здравоохранения, и поэтому в данном отчете они не освящаются. Эмпирический анализ
затем оценивает, насколько общие подходы к корректировке риска с использованием
административных данных – разработанные компанией 3М, улучшенные клиникостатистические группы – значительно меняют показатели индикаторов качества для
определенных поставщиков услуг здравоохранения. Основное внимание уделяется
влиянию относительных показателей (насколько корректировка риска оказывает влияние
на то, относится больница к группе с высоким или с низким качеством, а не на
абсолютные значения индикатора, меняет ли корректировка риска абсолютные значения
самого индикатора). Как отмечалось выше, эта система не является идеальной, поскольку
она имеет всего лишь четыре уровня тяжести внутри каждой клинико-статистической
группы и опускает важные физиологические и функциональные факторы, а также
потенциально неправильно корректирует ятрогенные осложнения. Информацию о системе
клинико-статистических групп фирмы 3М можно получить по адресу:
http://www.3m.com/us/healthcare/his/products/coding/refined_drg.jhtml
Оставшийся методологический вопрос связан с адекватностью корректировки
определенных «факторов риска» (117-126). Например, статус «не реанимировать» может
быть связан с различиями в уходе, который не только отражает предпочтения пациентов
(например, меньшее использование интенсивной терапии), но также отражает истинные
различия в качестве помощи (например, неадекватное количество визитов врача), которые
приводят к увеличению количества осложнений, что в свою очередь может приводить к
чрезмерно увеличенной летальности, благодаря распоряжению «не реанимировать» (127).
Чрезвычайно важно также отметить, что количество пациентов с пометкой «не
реанимировать» может варьировать не случайным образом между больницами, и большие
учебные центры будут иметь большее количество пациентов, которые будут искать (и
получать) более интенсивную медицинскую терапию (128).
Корректировка по этническому составу предполагает, что пациенты, относящиеся к
различным расовым группам, по разному реагируют на одно и то же лечение, по
сравнению с пациентами других этнических групп, однако на самом деле они могут
получать различные методы лечения. Значительный объем литературы указывает на
систематические различия в медицинской помощи, которая оказывается пациентам
разного пола и расы (116, 129-135). Например, афро-американцы с сахарным диабетом
чаще подвергаются ампутации конечностей, чем больные сахарным диабетом других
расовых групп (136). Таким образом, где только возможно, в данной работе отмечается,
насколько литературные источники указывают на серьезные различия в качестве
медицинской помощи в зависимости от пола или этнической группы. Некоторые различия
по полу или принадлежности к этической группе могут являться либо следствием
предпочтения пациентов, либо следствием физиологических различий, которые можно
было бы включать в модель корректировки риска. В других случаях различия являются
следствием более низкого качества помощи, и в данном случае раса и пол не должны
включаться в модель корректировки риска. Где это было возможно, это отмечается в
обзоре литературы.
•
Конструктная валидность: Насколько хорошо индикатор идентифицирует
истинные проблемы с качеством оказания медицинской помощи?
В идеале в больнице значения индикаторов качества должны быть хорошими только в том
случае, если у нее нет серьезных проблем с качеством, и они должны быть плохими
только в том случае, если серьезные проблемы с качеством существуют. На практике,
конечно, ни один индикатор качества не является настолько хорошим. Анализ возможных
шумов и смещений, которые существуют у каждого индикатора, предназначены для того,
чтобы оценить две основных причины, почему больница может казаться относительно
99
хорошей или относительно плохой, когда она на самом деле не является хорошей (или
плохой). Обнаружение проблем с качеством еще больше осложняется тем фактом, что
негативные исходы часто являются результатом течения заболевания, а не индикатором
проблем с качеством оказания медицинской помощи в больнице. Формально для
обнаружения проблем с качеством оказания помощи в стационаре желательно было бы
знать чувствительность и специфичность индикаторов качества или, по крайней мере,
положительную предективную оценку показателя качества (119).
В существующей литературе была произведена попытка, по возможности, найти данные
по чувствительности или положительной предективной оценке для истинных проблем с
качеством для каждого индикатора. В большинстве случаев, однако, не существует
истинного золотого стандарта или идеального индикатора качества, поэтому была
протестирована конструктная валидность, т.е. конструкт, заключающийся в том, что
различные индикаторы качества у одного и того же пациента будут связаны друг с другом
на уровне поставщика услуг здравоохранения, даже если не всегда понятно какой
показатель является лучшим. Может быть проще спросить следующее: « Коррелируют ли
индикаторы друг с другом и с принятыми индикаторами качества на уровне поставщика
услуг здравоохранения?», а не «Насколько хорошо индикатор выявляет проблемы с
качеством?»
Например, исследования продемонстрировали адекватность ранжирования больниц путем
изучения истинных процессов и исходов для острого инфаркта миокарда, а также была
продемонстрирована адекватность использования таких индикаторов, как взаимный
контроль недостатков, и откорректированная по факторам риска летальность в больнице
(137, 138).
•
Приводит к истинному улучшению качества: Насколько индикатор защищен от
негативных стимулов поставщиков здравоохранения, которые желают улучшить
отчетность, избегая сложных или тяжелых случаев, или прибегают к другим
действиям, не улучшая, однако, качества помощи?
В идеале, когда индикатор качества используется для того, чтобы способствовать
улучшению качества или для того, чтобы вознаградить качественную медицинскую
помощь, наилучшим способом для поставщика услуг здравоохранения является оказание
адекватной медицинской помощи таким образом, чтобы индикаторы указывали на
предоставление высококачественной помощи. К сожалению, многие индикаторы качества
оставляют открытой возможность улучшения значения индикатора, без улучшения
истинного качества медицинской помощи.
При использовании индикаторов, которые корректируются по риску, измеренное качество
оказания медицинской помощи может быть улучшено при помощи «дополнительного
кодирования» - включения большего количества сопутствующих диагнозов для того,
чтобы видимая тяжесть заболевания увеличилась (68, 96). После того как была введена
система проспективных платежей, в диагностическом кодировании была обнаружена
систематическая ошибка, которая также может объяснить большую часть кажущегося
уменьшения откорректированной смертности при введении системы отчетов о сердечнососудистой хирургии в Нью-Йорке (93-96). Степень, с которой подобный подход является
проблемой, по всей вероятности, увеличивается при двойственности специфических
элементов данных, и уменьшается, когда программы аудита максимизируют надежность и
достоверность предоставляемых данных. В последние годы агрессивные программы
аудита значительно уменьшили степень, с которой сопутствующие заболевания, не
подтвержденные записями в историях болезни, оказывались в выписках пациентов,
относящихся к программе Medicare, что привело некоторых аналитиков к выводу о том,
что включение «дополнительных кодов» более не является серьезной проблемой для
пациентов популяции Medicare (139). Однако подобные стандарты аудита не были
100
приняты для баз данных выписок, которые поддерживаются штатами, использовавшимися
в проекте по стоимости и использованию системы здравоохранения. В данном обзоре
были отмечены индикаторы, для которых корректировка риска является важной, обращая
внимание на то, что «дополнительное кодирование» является потенциально важной
проблемой.
Индикаторы, описывающие заболеваемость пациентов, такие как осложнения и побочные
эффекты, должны быть защищены от смещения в обратном направлении (т.е. тенденции к
не включению их в отчеты). С некоторыми исключениями, большинство больниц в
большинстве штатов полагаются на добровольную систему отчетов по побочным
эффектам. Известно, что подобные методы могут обнаружить только небольшую часть
истинных побочных эффектов лекарственных средств (140). Институт медицины недавно
рекомендовал обязательную систему отчетов о побочных эффектах, являющихся
следствием серьезных ошибок (141). Однако система отчетности, поддерживаемая
комиссией по аккредитации больниц, отслеживает многие из этих ошибок. (Например,
оперирование не того пациента или не той части тела, самоубийства или изнасилование
стационарного пациента). Эта система резко негативно была принята больницами,
несмотря на то, что она является добровольной. Таким образом, степень, с которой
обязательная система отчетности сможет облегчить или ухудшить проблемы
обнаружения побочных эффектов, пока не понятна. Кроме того, больницы с высоким
качеством оказания медицинской помощи и с достаточно серьезной системой
обнаружения ошибок, могут сообщать об ошибках чаще, что приводит к более высокой
кажущейся частоте осложнений в больницах, имеющих очень высокое качество по другим
показателям (142-144).
Неадекватные стимулы могут также возникать в результате того, какие критерии
используются для определения или идентификации целевой популяции пациентов.
Например, ограничения показателей летальности только смертями в стационаре
потенциально позволяют больницам понизить свою летальность просто путем выписки
пациентов для того, чтобы они умирали дома или в других учреждениях (91, 100, 145,
146). Показатели инфицирования хирургических ран и других осложнений стационарного
лечения, которые регистрируются только при нахождении больного в стационаре,
аналогичным образом вознаграждают те больницы, которые укорачивают время
пребывания пациента на койке за счет выписки или перевода всех тяжелых случаев (147,
149). Раннее беспокойство о том, что хирурги в Нью-Йорке могут избегать оперировать
пациентов высокого риска, оказались необоснованными, но, несмотря на это, проблема
остается актуальной (150, 153). В целом стимулы для поставщиков услуг здравоохранения
избегать лечения более тяжелых пациентов остается серьезной проблемой для всех
индикаторов качества, базирующихся на исходах (68).
Были детально проанализированы данные, имеющиеся по каждому из этих возможных и
желаемых результатов использования каждого из индикаторов качества. В большинстве
случаев отсутствовали данные о реакции на индикаторы, особенно потому, что многие из
предложенных индикаторов не являются общеизвестными. Когда было необходимо, были
также отмечены возможные результаты внедрения этого индикатора.
•
Предшествующее использование: Использовался ли данный показатель
эффективно на практике? Имеет ли он потенциал для адекватной работы с другими
индикаторами?
В то время как существуют важные проблемы для многих приложений индикаторов
качества проекта по оценке стоимости и использованию системы здравоохранения, а
также других индикаторов качества, тем не менее, они применялись в большом диапазоне
ситуаций. Как уже отмечалось в разделе, посвященном видимой валидности, эти
приложения включают в себя инициативы, позволяющие улучшить качество оказания
101
медицинских услуг поставщиками услуг здравоохранения и инициативы, связанные с
предоставлением информации о качестве оказания помощи поставщикам и потребителям
услуг здравоохранения. По каждому индикатору качества были проанализированы
исследования, описывающие их использование. Однако не было проведено детального
анализа не рецензируемой литературы, поэтому индикаторы могли быть приняты и могут
продолжать использоваться многими организациями поставщиков услуг здравоохранения
и правительственными агентствами.
Недавно проведенный систематический обзор проделал всеобъемлющий анализ по
воздействию отчетов по результативности на потребителей, поставщиков услуг
здравоохранения и покупателей (154). Полезная и точная информация о качестве
медицинской помощи остается желаемой целью, как для потребителей, так и для
поставщиков услуг здравоохранения. Интерес к качеству и данным о нем, а также
исследования в данной области оказали некоторое воздействие на исследования в области
организации здравоохранения. Например, проект по оценке стоимости и использованию
системы здравоохранения предоставил интересные ресурсы для целой группы
исследований в области организации здравоохранения (124-126, 155, 169).
Литературный обзор индикаторов качества.
Литературный обзор был выполнен для того, чтобы идентифицировать описанные в
литературе индикаторы качества, а также другие потенциальные индикаторы качества.
Результатом первой стадии явился подробный список показателей, которые могли быть
определены на основании данных, рутинно собираемых при выписке из стационара. На
второй фазе литература была проанализирована на предмет наличия в ней доказательств,
посвященных качеству этих индикаторов и их применимости для вхождения в новый
набор индикаторов качества. Вторая фаза привела к тому, что была создана подробная
библиография для каждого индикатора, кроме того, для прохождения детального анализа
с использованием специфических критериев для оценки, из общего списка индикаторов
был отобран небольшой поднабор. Весь процесс систематического обзора литературы
описан в последующих разделах.
Первая фаза: идентификация индикаторов.
Первый этап: отбор статей.
Для того чтобы выявить литературу, связанную с индикаторами качества, был выполнен
стратегический поиск литературы с использованием базы данных Medline. Сравнивались
свыше 30 поисковых стратегий, основанных на терминах контролируемого медицинского
словаря MESH, базируясь на способностях этих стратегий выявить набор ключевых
статей, которые были известны группе, проводившей анализ. Успешная комбинация
MESH-терминов позволяла выявить все эти ключевые статьи. Финальный набор MESHтерминов использовал следующие слова: «hospital, statistics and methods» и «quality
indicators». Статьи также были ограничены только статьями, которые были опубликованы
после 1994 года. Опубликованные до 1994 года статьи были проанализированы для
разработки исходного набора индикаторов качества. Этот поиск позволил выявить
примерно 2600 статей – наивысшее количество известных ключевых статей в наиболее
коротком списке.
Статьи были проскринированы, базируясь на названии и резюме. Для того чтобы далее
быть направленной на детальное рассмотрение, статья должна была описывать
потенциальный индикатор качества, который может быть адекватно измерен с
использованием административных баз данных, и может быть распространен на
национальный набор данных. Для целей данного исследования индикатор качества был
определен как показатель (определяемый разработчиком) какого-то из аспектов качества
102
оказания медицинской помощи. Некоторые литературные источники определяли только
взаимоотношения с качеством, и эти статьи анализировали процессы или структурные
аспекты оказания качественной помощи, которые связаны с лучшими результатами.
Однако если автор специально не описывал или не рекомендовал, какие взаимоотношения
могут использоваться в качестве индикатора качества, статья в данном случае
рассматривалась только, как описывающая взаимоотношения качества, а не индикаторы
качества. В итоге только 181 статья соответствовала критериям, подходящим для
детального анализа. Это отражает небольшое количество индикаторов качества, которые
были опубликованы после формального процесса рецензирования.
Второй этап: предварительная выкипировка данных.
Предварительная выкипировка данных была разработана для того, чтобы
проанализировать статьи на их применимость и на качество, получить и оценить
клинические предпосылки для использования индикатора качества и идентифицировать те
статьи, которые имели достаточно детальное описание для более полной выкипировки
данных и их анализа. В этой фазе принимали участие девять исследователей. Пять из них
являлись врачами, прошедшими обучение в области проведения научных исследований в
организации здравоохранения. Другие четверо исследователей были знакомы с проектом
и с литературой, и включали менеджера проекта, координатора исследовательской
деятельности и двух студентов, помогавших в выполнении научной работы.
Статьи были отсортированы на клинические группы. Координатор исследования оценил
эти клинические группировки по тому, какое количество клинических знаний необходимо
для того, чтобы произвести адекватную выкипировку данных из статей. Те статьи,
которые требовали наибольшего количества клинических знаний, были направлены на
выкипировку врачам, а статьи, требовавшие наименьшего количества клинических
знаний, были направлены на выкипировку студентам. Исследователи отобрали
клинические группы, которые интересовали их в наибольшей степени, или
соответствовали их клиническим специальностям.
Исследователи записывали информацию по каждой статье на одностраничной форме.
Информация, которая кодировалась на этой форме, включала в себя:
• Тип индикатора (например, смертность, повторная госпитализация, потенциально
чрезмерно используемая процедура)
• Клинический раздел (т.е. внутренние болезни, хирургия, акушерство, педиатрия и
психиатрия)
• Категория индикаторов (структура, процесс, суррогат для исхода и исход)
• Клинические причины для использования индикаторов
• Использование проспективных данных
• Использование дополнительных данных, а не только данных по выписке из
больницы
• Сильные и слабые стороны, представленные автором
• Сильные и слабые стороны, не выявленные автором
Каждая форма выкипировки данных была просмотрена координатором исследования на
предмет качества выкипировки данных и адекватности кодирования. Все полученные
данные были внесены в базу данных Microsoft Access.
Третий этап: полная выкипировка данных.
Целью фазы полной выкипировки данных было выявить потенциальные индикаторы для
нового набора индикаторов качества и оценить доказательства достоверности
существующих индикаторов. Для того чтобы выполнить эту задачу, полностью были
проанализированы только те статьи, которые описывали индикатор качества в сочетании с
всеобъемлющей специфической информацией о ее достоверности. Четверо из
исследователей, принимавших участие во втором этапе исследования, участвовали также
и в этой фазе работы. Трое из этих исследователей были врачами, а четвертый был
координатором исследования.
103
Каждая из статей, которая прошла этап предварительной выкипировки данных, и
соответствующая форма выкипировки данных, была проанализирована как
координатором исследования, так и менеджером проекта. Делали они это независимо друг
от друга. Для того чтобы попасть в набор данных, подлежащих полной выкипировке,
статьи должны были соответствовать уже ранее описанным критериям и еще следующим
дополнительным критериям:
• Статья должна определять индикатор качества, а не только взаимоотношения,
которые были сформулированы или в явной форме представлены, как инструмент
для измерения качества.
• Статья должна обсуждать новый индикатор, а не индикаторы, определенные где-то
в другом месте и используемые в статье только для того, чтобы обсудить их
взаимоотношения с другими переменными (например, социально-экономическим
статусом, расой или проживанием в городском регионе).
• Статья должна определять индикатор, базирующийся только на данных,
встречающихся в административных базах данных.
Этим критериям соответствовало только 27 статей. Этот факт отражает важный аспект,
существующий в литературе по индикаторам качества: большинство индикаторов
качества базируется на опубликованной клинической литературе с целью идентификации
важных характеристик пациентов и поставщиков услуг здравоохранения, а также
процесса ухода для определенных клинических условий. Кроме того, имеется
значительное количество литературы, посвященной техническим аспектам, таким как
корректировка по тяжести состояния, кодирование или сбор данных. Необходимо
отметить, что в то время, как только 27 статей соответствовали критериям для
выкипировки, они не были единственными полезными статьями. Многие статьи
предоставили важную информацию об измерении качества. Однако только очень
небольшое количество индикаторов качества были четко определены, оценены и
доложены в литературе, поскольку большая часть статей содержала описательную
информацию о процессе разработки (программа по скринингу на наличие осложнений
достопримечательное и полезное исключение, поскольку ее индикаторы были очень четко
проверены разработчиками). Данный обзор доказательств, связанных с индикаторами
качества, будет важным фактором, который позволяет восполнить пробелы нехватки
литературы о проверке качества индикаторов.
Для каждого индикатора, определенного в статье, была сформирована форма
выкипировки данных. Эта форма кодировала следующую информацию:
• Всю информацию, которая была включена в форму предварительной
выкипировки данных
• Измеряемую административную информацию (т.е. разработчик, название набора
индикаторов, год публикации)
• Уровень помощи: первичная (профилактическая), вторичная (скрининг или
раннее обнаружение) или третичная (лечение для того, чтобы предотвратить
смертность/заболеваемость)
• Метод оценки (отношение, частота, среднее, пропорция)
• Априорный стандарт качества (т.е. принятый уровень, внешнее сравнение или
внутреннее сравнение)
• Определение индикатора (числитель, знаменатель, включение и исключение)
• Насколько широко использовался ранее
• Статус в настоящее время (т.е. показатель определен, прошел фазу пилотного
тестирования, внедрен или его использование прекращено)
• Научное обоснование индикатора (т.е. опубликованные рекомендации,
результаты конференций, обзор литературы, пересмотр ранее существующих
инструментов, только теория)
104
•
•
•
Другие важные ссылки, посвященные этому индикатору
Тестирование достоверности
Корректировка риска
Если индикатор включал в себя корректировку риска, для описания методов
корректировки риска заполнялась отдельная форма. Она включала в себя:
• Административную информацию о данном методе
• Причину, по которой необходимо проводить корректировку
• Классификационный или аналитический поход (т.е. стратификация,
логистическая или линейная регрессия)
• Методы разработки системы (т.е. логистическая регрессия, шкала, базирующаяся
на эмпирической модели, априорная или клиническая оценка)
• Опубликованные данные по дискриминативной силе данной методики и по
калибровке
• Использование информации о сопутствующих заболеваниях, тяжести
заболеваний или социально-демографических данных о пациенте
• Использование проспективных данных или дополнительных источников данных,
кроме данных по выписке
• Насколько широко используется в настоящий момент
• Другие необходимые ссылки по этому индикатору
• Комментарии исследователя, проводившего выкипировку
Формы выкипировки были просмотрены координатором исследования и внесены в базу
данных Microsoft Access.
Параллельный этап: дополнение литературных источников, информация из других
источников.
Поскольку литература в данной области не является основным источником информации
об использовании индикаторов качества, был также составлен список возможных
индикаторов, основываясь на других источниках. Как уже отмечалось ранее, были
проведены телефонные интервью с советниками проекта, которые привели к появлению
некоторых дополнительных индикаторов. Кроме того, была проанализирована
информация на интернет-сайтах известных организаций, которые используют индикаторы
качества; база данных CONQUEST; национальная библиотека индикаторов качества
здравоохранения, разработанная объединенной комиссией по аккредитации организаций
здравоохранения; и список индикаторов, предоставленный объединенной комиссией по
аккредитации организаций здравоохранения. Индикаторы должны быть определены с
использованием административных баз данных.
Разделение индикаторов по первичному источнику.
Во время первой фазы ни один из методов поиска литературы не был достаточно
чувствительным для того, чтобы идентифицировать либо индикаторы качества, либо
взаимоотношения качества. Кроме того, имелось относительно небольшое количество
литературы, определяющей индикаторы качества. Для того чтобы убедиться в том, что
основная часть индикаторов качества, которые используются в настоящий момент, были
включены в данный обзор, были просмотрены интернет-сайты организаций и
дополнительная литература, описывающая индикаторы качества. В целом большинство
индикаторов объема использования и заболеваний, чувствительных к качеству
амбулаторно-поликлинической помощи, были уже описаны в литературе. С другой
стороны, первичными источниками для большинства индикаторов по летальности и
продолжительности пребывания в стационаре были пользователи этих индикаторов или
же базы данных индикаторов. Многие индикаторы, обнаруженные в литературе, также
использовались различными организациями и наоборот, те из них, которые
105
использовались организациями, описывались в литературе. Таким образом, достаточно
сложно оценить, какие индикаторы получены только из литературы, а какие были
получены в результате поиска не рецензируемых источников, описанных выше.
Вторая фаза: оценка индикаторов.
В результате работы, выполненной на первой фазе, был создан список потенциальных
индикаторов с различной информацией в зависимости от источника, из которого они были
почерпнуты. Поскольку каждый индикатор был связан с областью, которая потенциально
анализирует вопросы качества, была разработана структурированная схема для
определения характеристик этого индикатора. Было предпринято несколько поисков
литературы для того, чтобы собрать все имеющиеся научные данные по
взаимоотношениям качества и каждого индикатора, который предполагалось измерять. В
виду ограниченных ресурсов не все индикаторы, идентифицированные в первой фазе,
могли быть подвергнуты подобному анализу, и поэтому некоторые были отобраны для
детального изучения с использованием разработанной схемы. Описанные ниже критерии
использованы для того, чтобы отбирать эти индикаторы.
Этап первый: разработка схемы для оценки.
Как описано ранее, структурированная оценка каждого индикатора была разработана
таким образом, чтобы оценить качество индикатора по шести областям:
• Видимая валидность
• Точность
• Минимальное смещение
• Конструктная валидность
• Способствует реальному улучшению качества
• Предшествующее использование
Этап второй: идентификация доказательств.
Был проведен поиск литературы для того, чтобы выявить доказательства по каждой из
шести областей качества индикатора, описанных выше, был также проведен поиск по
клиническим данным, которые анализируются этим индикатором. Поисковая стратегия
для второй фазы началась с широкого электронного поиска в базах данных Medline,
PsyINFO и Кохрановской библиотеке (170-172). (Было принято решение не искать в базе
данных EMBASE по причине того, что анализ показателей качества должен принимать во
внимание определенную систему здравоохранения (173)). В противоположность
выполнению чисто клинических систематических обзоров, предполагалось, что
европейская литература, не присутствующая в базе данных Medline или в Кохрановской
библиотеке практически определенно будет представлять исследования, которые вряд ли
являются соответствующими ситуации, складывающейся в американской системе
здравоохранения.
Широкая электронная стратегия для поиска включала в себя комбинацию MESH терминов
и ключевых слов, связанных с клиническими состояниями, методологией исследования и
показателями качества (рис. В-1).
Был выполнен дополнительный поиск литературы с использованием специфических слов
в качестве «ключевых слов». Эти ключевые слова включали с себя: Maryland Quality
Indictor Project, HEDIS and low birth weight, or cesarean section, or frequency, or patient
utilization, IMSystem, DEMPAQ, Complication Screening Program
Библиографические ссылки ключевых статей были подвергнуты поиску, а также вручную
были проанализированы оглавления основных медицинских журналов и журналов,
которые фокусируются на исследованиях в области организации здравоохранения или
измерения качества. Список этих журналов включал: Medical Care, Health Services
Research, Health Affairs, Milbank Quarterly, Inquiry, International Journal for Quality in
Healthcare, and the Joint Commission Journal on Quality Improvement. Литературный поиск
106
и скрининг данных, имеющихся в базах данных непосредственного доступа, позволил
получить свыше 2000 дополнительных статей, которые были добавлены к базе данных
проекта. Эти статьи использовались для оценки индивидуальных индикаторов.
Использование базы данных медицинской литературы, по всей вероятности, удалило
большую часть «серой литературы», которая могла бы быть использована в исследовании.
Учитывая ограничения и задачи этого исследования, формальный поиск «серой
литературы» не выполнялся за пределами того, что было известно участникам проекта
или явилось следствием полученной информации во время телефонного интервью.
Рис. В-1. Пример поиска
СМЕРТНОСТЬ ПОСЛЕ ПЕРЕНЕСЕННОГО ИНСУЛЬТА
Поисковая стратегия для MEDLINE
Количество ссылок
1. Cerebrovascular disorders [MeSH terms]
47,264
2. Epidemiologic studies [MeSH terms] OR clinical trials [MeSH terms]
32,630
3. Search mortality [MeSH Terms] OR prognosis [MeSH terms]
18,460
4. #1 AND #2 AND #3
2,410
5. #4 AND stroke [title]
524
6. Quality of health care [MeSH term]
852,714
7. #1 AND #2 AND (#3 OR #6)
1.988
8. Reproducibility of results [MeSH terms] OR sensitivity and specificity
110,384
[MeSH terms]
9. Records [MeSH terms] OR hospitalization [MeSH terms]
55,739
10. #8 AND #9
3,835
11. #1 AND #10
106
Примечание: Результаты использования стратегий поиска 5 и 11 были проанализированы
(названия и резюме статей) для того, чтобы выявить интересные статьи и
библиографические указатели этих исследований были использованы для поиска
дополнительных источников.
Все стратегии имели ограничения по поиску на статьи, опубликованные на английском
языке с 1990 по 2000 годы.
Этап третий: отбор поднабора индикаторов.
Поскольку на первой фазе (поиск литературы и параллельные этапы) было
идентифицировано слишком большое количество индикаторов, для детальной оценки
были разработаны специальные критерии, позволяющие отобрать группу для
дальнейшего изучения. Эти критерии должны были ориентироваться на оценку видимой
валидности и точности индикаторов. Для эмпирической оценки был отобран поднабор
индикаторов. Для этого, во-первых, были удалены индикаторы, связанные с
осложнениями, поскольку они должны были быть включены в другой отчет, который
анализировал индикаторы качества ведения пациентов. Во-вторых, все существующие
индикаторы качества проекта по оценке стоимости и использованию системы
здравоохранения (за исключением тех, что были связаны с осложнениями) были отобраны
для эмпирической оценки. В третьих, приоритетность клинических разделов, которые
были очень хорошо отражены нынешним набором индикаторов проекта по оценке
стоимости и использованию системы здравоохранения, была понижена (например, для
акушерских индикаторов). И, наконец, к оставшимся индикаторам был применен набор
критериев для отбора.
Для оценки всех индикаторов использовались следующие специфические критерии:
• Индикатор должен быть определяем на основании базы данных проекта по оценке
стоимости и использованию системы здравоохранения (иными словами он
107
использует только административные данные, которые имеются в базе данных
проекта по оценке стоимости и использованию системы здравоохранения)
• Состояния, которые имеются, по крайней мере, у 1% госпитализированных
пациентов или 20% поставщиков услуг здравоохранения, как показывают
результаты базы данных выборки пациентов со всей страны
• Состояния, которые связаны с необходимостью предоставления обязательных
отчетов, ранее использовались или связаны с серьезными долларовыми затратами
• Четкое взаимоотношение с качеством на основании клинической оценки очевидно
врачам и исследователям, работающим в области здравоохранения
Кроме того, для некоторых типов индикаторов были отмечены дополнительные
специфические критерии:
• Объемы
- хорошо документированные взаимоотношения между объемами и
результатами
- недавние доказательства, которые указывают на наличие
взаимоотношений между объемами и результатами
•
Частота использования
- состояние должно иметь альтернативное хирургическое или
терапевтической лечение, которое будет иметь более низкую или более
высокую заболеваемость или смертность
• Состояния, чувствительные к качеству амбулаторно-поликлинической помощи
- существование различий в ведении этих пациентов
- существование рекомендаций по лечению и доказательства того, что им
не все следуют
• Внутрибольничная летальность
- относительно гомогенная группа
При выборе между возможными альтернативами, которые соответствовали всем
описанным выше критериям, было принято решение анализировать клинические вопросы
вглубь, а не вширь, поэтому оценивались множественные показатели для одного и того же
клинического домена (например, оценивалось аортокоронарное шунтирование,
чрезкожная ангиопластика, ведение острого инфаркта миокарда, инсульты и каротидные
эндоартериоэндоктомии). В этих клинических областях использовались, по крайней мере,
два различных типа индикаторов (например, смертность и потребление услуг
здравоохранения).
Отобранные индикаторы затем эмпирически оценивались с использованием
предварительных тестов на точность. Те из них, которые демонстрировали адекватную
точность, затем оценивались на основании литературного обзора (вторая фаза), а также
подвергались дальнейшему эмпирическому анализу.
Этап четвертый: оценка доказательств.
Для каждого индикатора были проанализированы и отобраны резюме обнаруженных
статей в соответствии со следующими критериями:
• Статья анализирует некоторые из аспектов шести областей качества
индикаторов
• Статья имеет отношение к общенациональным данным, а не только к локальной
популяции
Базируясь на этой литературе, участники проекта и врачи разрабатывали черновой
вариант документа, описывающий его в соответствии со схемой оценки.
108
Корректировка риска для индикаторов качества проекта по
оценке стоимости использования системы здравоохранения.
«Сырые» или не откорректированные показатели деятельности больницы или региона по
каждому индикатору это ни что иное, как простые средние, вычисленные на основании
данных по выписке проекта по оценке стоимости использования системы
здравоохранения и исходя из данных переписи населения. Очевидно, что простые средние
не могут охватить различия в индикаторах, которые связаны с различиями в особенностях
популяции пациентов в разных больницах, и которые присутствуют в данных по
выпискам, а также не отражают демографические различия в разных регионах. В целом
корректировка риска включает в себя выполнение многомерной регрессии, которая
корректирует ожидаемые показатели на основании измеренных характеристик пациентов
и популяции. Несмотря на сложность, методы многомерной регрессии являются
стандартными для корректировки риска, поскольку они позволяют вести одновременный
учет большого количества характеристик пациента и оценить взаимодействие между
этими характеристиками. Интерпретация показателей, откорректированных по риску,
также достаточно проста: это то значение индикатора, которое было бы в данной
больнице, если бы в больнице имелась «средняя» по своей тяжести популяция пациентов.
Данный раздел описывает методы оценки систем корректировки риска, которые привели к
решению использовать систему, базирующуюся на клинико-диагностических группах.
Целью этой оценки явилось кратко описать доказательства, связанные с использованием
системы корректировки риска для оценки возможного смещения у индикаторов, и
корректировка риска, которая позволяет создать индикаторы для того, чтобы сравнивать
деятельность поставщиков услуг здравоохранения. Первый раздел обсуждает критерии,
которые используются для оценки системы корректировки риска. Подобные критерии
получаются из литературных данных, описывающих систему корректировки риска, а
также на основании критериев конечных пользователей, полученных за счет
семиструктурированных телефонных интервью. Во-вторых, описаны методы, которые
использованы для того, чтобы эмпирически оценить использование кодирования по
клинико-статистическим группам для нового набора индикаторов качества. В этом
разделе также описаны методы для корректировки риска индикаторов помощи в
больнице. Аналогичные методы использовались для индикаторов качества оказания
помощи на уровне регионов, однако индикаторы на уровне регионов связаны только с
различиями в демографических показателях.
Методы обзора литературы для оценки систем корректировки риска.
Обзор литературы для корректировки риска индикаторов качества проектов по оценке
стоимости и использованию системы здравоохранения включал в себя оценочные
критерии общие для всех исследований, ищущих доказательств по качеству систем
оценки риска с дополнительным учетом их важности для потенциальных пользователей
системы индикаторов качества проекта по оценке стоимости и использованию системы
здравоохранения. Эти показатели были определены при помощи семиструктурированных
интервью с пользователями, и выше в данном докладе эта методология обсуждалась. В
целом пользователи рассматривали систему корректировки риска как важный компонент
улучшения индикаторов качества проекта по оценке стоимости и использованию системы
здравоохранения. Организации, анализирующие данные в отдельных штатах и агентства,
которые анализируют качество деятельности больниц, особенно обращали внимание на
корректировку риска, как на необходимый инструмент обеспечения достоверности
результатов и их принятия больницами, участвующими в проекте. Были озвучены
опасения касающееся того, что тяжесть пациентов систематически отличается у разных
поставщиков услуг здравоохранения, и что эти различия могут оказать влияние на
показатели качества. Это часто упоминалось как причина для ограниченного
109
использования и информирования общественности о результатах применения
индикаторов качества проекта по оценке стоимости и использованию системы
здравоохранения, особенно в том, что касается показателей ориентированных на исходы,
например летальности, после часто проводящихся элективных процедур.
Литературные критерии для оценки системы корректировки риска.
Пользователи системы индикаторов качества проекта по оценке стоимости и
использованию системы здравоохранения были заинтересованы в том, чтобы система
корректировки риска была достаточно валидной и предоставляла качественные
результаты. Были собраны данные о качестве систем оценки риска из опубликованных
докладов с использованием следующих общих критериев (79, 87,174):
• Классификация и аналитический подход. Системы корректировки риска были
разработаны для того, чтобы предсказывать осложнения, использование ресурсов
и летальность. Альтернативные аналитические подходы включают в себя
стратификацию (отнесение индивидуумов к взаимоисключающим группам),
логистическую регрессию или линейную регрессию (расчет ожидаемого уровня
использования ресурсов системы здравоохранения, базируясь на статистической
модели). Методы, базирующиеся на логистической или линейной статистических
моделях, обычно могут рассматривать значительно больше переменных или
характеристик пациента, по сравнению со стратификацией. Еще более
эффективный подход может включать комбинирование многомерной
корректировки и стратификации за счет методик специализированных шкал и
принятия во внимание взаимоотношений между различными аспектами тяжести
заболевания, которые измеряются и теми, что не были измерены (175, 176).
Однако в настоящий момент не существует системы корректировки риска,
базирующейся на этих аналитических методах.
• Метод развития системы. Классификация корректировки риска может
базироваться либо на эмпирической модели, либо на клинической оценке, либо на
некой комбинации из них. Например, оценка того, насколько два пациента с
инфарктом миокарда должны иметь одинаковый исход, может базироваться на
статистических тестах или на клинической экспертизе или на обоих подходах
(79).
• Пригодность. Пригодность в основном определяется тем, какие данные требуются
для методов корректировки риска. Мы проанализировали, насколько система
требует элементов больничных данных, отличающихся от тех, что записываются
в формы, заполняемые при выписке (например, данные из истории болезни или
лабораторные данные), или не больничные данные (например, данные врача или
амбулаторно-поликлинического отделения). Мы также оценивали, насколько
метод может быть улучшен за счет использования данных по выписке, которые
бы включали уникальный индификатор пациента таким образом, чтобы были
разработаны методы корректировки риска, базирующиеся на данных от
множественных госпитализаций. Поскольку только небольшой поднабор штатов,
участвовавших в проекте по оценке стоимости и спользованию системы
здравоохранения, собирает дополнительные данные, а не только краткое
извлечение из эпикриза, а также мало кто использует уникальные
идентификаторы пациентов для лонгитюдного анализа, система корректировки
риска, которую мы отобрали, не должна была зависеть от этой информации.
• Эмпирическая результативность: Способность к разделению. Критическим
аспектом адекватности модели корректировки риска является то, насколько
модель предсказывает с более высокой вероятностью события для пациента, у
которого это событие действительно произойдет. Статистические тесты для
разделения в основном выражаются в форме χ- статистики или статистики R2
110
•
(показывающий какой объем вариабельности в данных пациентов объясняются
моделью). В целом система, которая лучше разделяет пациентов, имеет потенциал
значительно больше влиять на показатели индикаторов качества. Многие системы
корректировки тяжести были разработаны в основном для того, чтобы
предсказывать ситуацию в последующие периоды (например, потребление
ресурсов на будущий год). Однако для целей оценки индикаторов качества оценка
нынешнего риска является более важной (т.е. различия в вероятности наступления
исхода в нынешний период времени). В идеале дискриминационная сила может
быть оценена с использованием либо критерия R2 либо другой статистики,
предсказывающей вариабельности, и которая рассчитывается на основании
отдельного источника данных, отдельного от того, что использовался для
разработки модели для того, чтобы избежать «подгонки модели под данные» (т.е.
модель может показаться адекватной, поскольку она объясняет не
систематическую вариабельность в данных, которые использовались для ее
разработки).
Эмпирическая оценка: Калибровка. Калибровка – это показатель того, насколько
среднее предсказанного результата равняется среднему для истинного результата
для всей популяции и для подгрупп популяции. Статистические тесты, которые
часто используются для этого, такие как χ2 или тесты эквивалентности средних
популяционных подгрупп. Даже если система корректировки тяжести не очень
хорошо предсказывает ситуацию на уровне конкретного индивидуума, она может
достаточно хорошо предсказывать ситуацию для суммарного (группового)
уровня, скажем, женщин в возрасте 70-74 лет. Здесь проблемой также является
«подгонка моделей под данные», если только для проверки модели не
использовались иные источники данных по сравнению с теми, что использовались
для ее разработки.
Не такое уж большое количество систем оценки и корректировки риска были оценены в
опубликованных докладах с использованием всех этих критериев, и они не были оценены
с использованием одних и тех же источников данных. Эти ограничения литературы по
оценке риска осложняют сравнение систем корректировки риска, базирующихся на
результатах. В конце концов, критерии, сформулированные пользователями, определяли
узкую группу потенциальных систем корректировки риска, которые стоило
рассматривать. Критерии качества описывали, позволяли делать различия между этими
потенциальными системами и позволяли провести эмпирическую оценку влияния
корректировки риска на данные от конкретного поставщика услуг здравоохранения и по
регионам.
Критерии для оценки системы корректировки риска, описанные
пользователем.
Доказательства качества корректировки риска в соответствующих системах являлись
основным показателем, на основании которого пользователи оценки системы качества
проекта по оценке стоимости и использованию системы здравоохранения анализировали
различные системы корректировки риска. Доказательства качества корректировки риска
являются необходимыми для того, чтобы система оценки качества была достоверной.
Однако пользователи также указывали и на целый ряд других факторов, как являющихся
потенциально важными для принятия больницами, властями штатов и надзорными
органами, а также другими потенциальными потребителями данных о деятельности
больниц индикаторов качества проекта по оценке стоимости и использованию системы
здравоохранения. Эти факторы включали следующее:
111
•
•
•
•
«Открытые» системы предпочтительнее, по сравнению с системами «черного
ящика». Хотя не было определенных запретов на использование систем с
закрытой логикой анализа, имелось предпочтение к использованию «открытых»
систем, в которых корректировка риска была опубликована и могла
подвергаться анализу всеми заинтересованными сторонами.
Стоимость сбора данных минимизирована и хорошо обоснована.
Широко распространенное признание того фактора, что сбор данных является
дорогостоящим для больниц означает, что любая система корректировки риска,
которая будет использоваться для больницы, должна оправдать стоимость
сбора данных тем, что дополнительная информация будет приводить к
значительно отличающимся и более точным данным о качестве деятельности
этой больницы. По крайней мере один штат, перестал использовать систему
корректировки риска, которая требовала анализа историй болезни, поскольку
высокая стоимость внедрения этой программы не стоила увеличения
эффективности, которая была получена в результате ее внедрения.
Система, использующая корректировку для различных целей. Некоторые
системы корректировки риска были разработаны таким образом, чтобы
категоризировать пациентов в соответствии с ожидаемым потреблением
ресурсов, определенным либо как стоимость лечения, либо как
продолжительность пребывания в больнице, в то время как другие были
разработаны для того, чтобы категоризировать пациентов в соответствии с
ожидаемыми исходами для здоровья, включая смертность и осложнения.
Например, некоторые штаты рассчитывали и опубликовали данные о
смертности по клинико-статистическим группам. Эти пользователи обычно
считали, что система корректировки риска для исходов, связанных со
здоровьем, базирующихся на результатах выписки, и которая полагается на те
же самые диагностические группы, которые используются для возмещения
расходов, с большей вероятностью будет являться точной, чем система, которая
полагается на коды, использующиеся только для сравнения исходов и оценки
качества, поскольку имеется значительно меньшее количество финансовых и
контрольных стимулов, которые бы приводили к тому, что случаи будут
адекватно кодироваться. Таким образом, система кодировки, которая оказывает
воздействие на оплату лечения, по крайней мере некоторых пациентов, с
большей вероятностью будет адекватно описывать диагнозы и процедуры,
которые им проводились и были отражены в истории болезни.
Одним потенциально важным ограничением использования кодов, которые также
используются для платежей, заключается в том, что изменение в практиках кодирования,
связанных с оплатой услуг (например, как результат более жестких правил Medicare,
установленных в 1996 году) могут приводить к кажущемуся изменению тяжести
состояния. Однако ввиду финансовых последствий изменения практики кодирования,
любые серьезные изменения, по всей вероятности будут идентифицированы и
обнародованы плательщиками и таким образом, их можно принять во внимание при
интерпретации вариабельности и тенденций в изменениях показателей качества оказания
медицинской помощи.
• Официальное признание. Многие пользователи указали, что системы, которые
поддерживаются или иным образом распознаются правительственными
агентствами, такими как агентство по исследованиям и качеству в
здравоохранении, предпочтительны по сравнению с другими системами,
поскольку подобная поддержка способствует принятию результатов,
генерированных этой системой, законодателями и больничными ассоциациями.
Принятие индикаторов качества проекта по оценке стоимости и использованию
112
системы здравоохранения было во многом связано с тем, что эта программа была
поддержана агентством по исследованиям и качеству в здравоохранении.
Агентства штатов, особенно те, которые расположены в более маленьких штатах,
часто указывали на отсутствие ресурсов и экспертиз, необходимых для того,
чтобы проводить независимую оценку различных индикаторов и методов
корректировки риска.
Эмпирические методы корректировки риска.
Система корректировки риска, базирующаяся на клинико-статистических группах с
классификацией по тяжести и риску смерти, использовалась двумя способами:
• Для того чтобы оценить воздействие измеренных различий в тяжести пациентов
на относительные показатели эффективности деятельности больниц и регионов,
сравнивая индикаторы качества после корректировки риска и без корректировки
риска.
• Для того чтобы откорректировать на риск показатели от отдельных больниц и
регионов
Имеющаяся литература по воздействию корректировки риска на качество индикаторов
ограничена, но она позволяет предположить, что по крайней мере в некоторых случаях,
некоторые системы дают разные результаты. Проблемы неполноты или неадекватности
кодирования в различных учреждениях, по всей вероятности, являются наиболее важным
фактором для получения различий в имеющихся результатах. Таким образом,
корректировка риска для некоторых результатов может потребовать более детального
анализа историй болезни и дополнительных источников данных (поскольку истории
болезни также могут быть неполными), точно также как показатели качества для многих
индикаторов могут потребовать дополнительных источников информации. Однако
значение случайной вариабельности в характеристиках пациентов означает, что в тех
случаях, когда используется корректировка риска и система измерения качества, она
должна использоваться вместе со статистическими методами, которые минимизируют
другие источники систематических и случайных ошибок.
Эмпирический анализ был направлен на то, чтобы проиллюстрировать подходы
комбинирования корректировки риска с техниками сглаживания, включая
предполагаемые данные о важности корректировки риска для новых потенциальных
индикаторов качества и использование системы корректировки риска, которая может быть
применена на данных по выписке пациентов большинством пользователей системы
контроля качества программы по оценке стоимости использования системы
здравоохранения. Эмпирический анализ был дополнен обзором клинической литературы,
которая позволяет верифицировать дополнительную клиническую информацию, важную
для учета при определенных состояниях. При проведении корректировки риска для
некоторого количества индикаторов обзор литературы в частности указал, что
необходимы дополнительные клинические данные, а важные различия в популяционном
составе пациентов с меньшей вероятностью связаны с историческими диагнозами,
используемыми для корректировки данных по выписке.
Данный раздел описывает, как использовалась система корректировки риска на основании
демографических данных о пациенте (пол и возраст) вместе с системой классификации по
клинико-статистическим группам. Следующий раздел описывает статистические методы,
используемые для того, чтобы проанализировать дополнительные источники случайных
систематических ошибок, которые не были приняты во внимание наблюдаемыми
характеристиками пациентов. С помощью использования этих методов для всех новых
потенциальных индикаторов качества, может быть оценена относительная важность, как
методов корректировки риска, так и сглаживания, по отношению к деятельности
113
больницы (или региона) по сравнению с «сырыми» не откорректированными
индикаторами качества, базирующимися на простых средних по данным выписок из
историй болезни. Простые средние не принимают во внимание как различие в
индикаторах, связанных с систематическими различиями измеряемых показателей, так и с
не измеряемыми особенностями состава популяции пациентов в различных больницах и
регионах. Для того чтобы откорректировать показатели в различных популяциях
пациентов, была принята многомерная регрессионная модель, которая также позволяла
включать множественные демографические показатели для каждого пациента, а также и
показатели тяжести состояния.
Если мы обозначим, произошло или нет событие, связанное с определенным индикатором
Yk (k = 1,…., K), которое наблюдалось у определенного пациента в больнице/регионе j (j =
1, …., J) в год t (t = 1, .…,T), тогда регрессия для того, чтобы составить
откорректированный по риску «сырой» показатель для больницы или региона по каждому
индикатору может быть записана следующим образом:
, где
Ykijt – индикатор качества для пациента I, выписанного из больницы/региона j в год t (т.е.
иными словами, было или нет событие связано с индикатором при данной выписке)
Mkjt – это «сырой» не откорректированный показатель k для больницы/региона j в год t
(иными словами «фиксированный эффект» для больницы/региона при проведении
регрессии с данными на уровне пациента)
Zijt – вектор показателей, собранных у конкретного пациента и выписанного из
больницы/региона j в год t (данные, собранные у пациента, и использующиеся для
корректировки риск)
Пkt - вектор параметра в каждый году t, который дает эффект каждого показателя,
корректирующего риск пациента на индикатор k (иными словами амплитуда
корректировки риска, связанная с каждым из показателей у пациента)
εkijt - необъясненные остаточные показатели в модели, использующей данные по
каждому конкретному пациенту
Переменная для больницы Mkjt – это «сырой» откорректированный показатель качества
для больницы/региона при условии, что все данные по пациенту являются постоянными.
В большинстве случаев эмпирический анализ, который составлен по данным анализа по
уровню пациента, был выполнен с использованием данных со всех больниц и регионов.
Регрессионный анализ с использованием данных от конкретных пациентов был выполнен
на основании метода минимальных квадратов. Независимая переменная в регрессии
является бинарной, что поднимает вопрос о том, не является ли более адекватным метод,
анализирующий бинарные зависимые переменные, такие как логистическая регрессия или
пробитрегрессия. Однако предыдущая работа, выполненная МакКлелланом и Стагером,
успешно использовала регрессионный анализ по методу минимальных квадратов для
аналогичных анализов различий исходов в больницах и регионах. Кроме того, оценка
пробитмоделей или логистических моделей с фиксированными эффектами для больниц
или регионов не может быть выполнена на основании стандартных статистических
методов – она требует вычислительно интенсивных методов условного максимального
правдоподобия и она не очень легко может использоваться для множественных
показателей, взятых на протяжении многих лет (177).
Часто используемое решение этой проблемы заключается в том, что анализируется
логистическая модель без эффектов больницы или региона, а затем полученные оценки
используются в качестве оценок ожидаемого результата. Однако данная методика
приводит к появлению смещенных оценок показателей качества деятельности больниц. В
114
противоположность этому фиксированные эффекты, связанные с больницей или регионом
достаточно легко внедрить в регрессионный анализ по методу минимальных квадратов.
Полученные оценки не смещены и фиксированные эффекты для больницы/региона дают
легко интерпретируемую оценку для частоты исходов в определенной больнице или
регионе в данный год при условии, что все другие наблюдаемые характеристики
пациентов являются фиксированными.
Конечно возможно, что линейная модель вероятности не имеет правильной
функциональной формы. Однако, также как и в более ранней работе, была
специфицирована крайне гибкая функциональная форма, которая включала полное
взаимодействие между полом и возрастом, а также полный набор показателей для
корректировки риска клинико-статистических групп. В анализе чувствительности
отобранных показателей качества эта гибкая модель линейной вероятности давала оценки
эффекта для корректировки риска, которые значительно не отличались от нелинейных
моделей (логистической и пробитмодели). Другим потенциальным ограничением подхода
с использованием минимальных квадратов является то, что он приводит к появлению
смещенных оценок доверительных интервалов, поскольку ошибки в модели с линейными
вероятностями являются гетероскедастичными. С учетом того, что для оценки параметров
из этих регрессий использовались большие объемы выборки (большинство индикаторов
включали в себя тысячи «знаменательных» выписок в год), подобная проблема с малой
вероятностью является серьезной. Тем не менее, модели оценивались с использованием
методики взвешенных минимальных квадратов для того, чтобы устранить эффект
гетероскедаксичности и выяснить насколько будут меняться полученные результаты
(178). Для откорректированных индикаторов качества были получены очень похожие
оценки.
Более детально кроме пола, возраста и взаимодействия между полом и возрастом в
качестве показателя корректировки данная модель также включала категорию клиникостатистических групп для госпитализации, и сконструированный на основании клиникостатистических групп, подкласс тяжести (или подкласс риска летальности для показателей
летальности). Данный вариант клинико-статистических групп являлся улучшением
системы клинико-статистических групп, используемой центрами Medicare и Медикейт
(ранее администрацией по финансированию здравоохранения) с дополнительными
классификаторами для случаев, не относящихся к Medicare (например, новорожденных).
Подкласс тяжести оценивает каждый случай лечения пациента по шкале от 1
(минимальная) до 4 (крайне высокая). В 12 версии клинико-статистических групп тяжесть
заболевания определяется как «степень физиологической декомпенсации или потери
функции органами и системами». Подклассы тяжести заболевания в системе клиникостатистических групп были разработаны в основном для того, чтобы предсказывать
использование ресурсов, в особенности длительности пребывания на койке, поскольку
системы корректировки риска, как таковые, не были разработаны для предсказания
частоты потребления услуг системы здравоохранения. Например, оценка каждого
индикатора не считает отсутствие воздействия корректировки риска на показатель, как
признак того, что реального смещения не существует. Однако наличие подобного
воздействия рассматривается как доказательство проблемы существования
потенциального источника для систематической ошибки. Литературный обзор
дополнительно позволял верифицировать источники смещения, а предшествующее
использование каждого индикатора может потребовать сбора дополнительных данных.
Для каждого индикатора группировки клинико-статистических групп в основные
диагностические категории, связанные с этим индикатором, были исключены из модели
корректировки риска. Эти группы являются либо медицинскими (базируются на
диагнозах), или хирургическими (базируются на процедурах). Например, при индикаторе
частоты операции аорто-коронарного шунтирования были исключены все хирургические
клинико-статистические группы в основной диагностической категории 05 (заболевания и
115
расстройства системы кровообращения). Для индикатора смертности от кровотечений в
желудочно-кишечный тракт были исключены все медицинские клинико-статистические
группы в основной диагностической категории 06 (заболевания и расстройства системы
пищеварения). Некоторые индикаторы попадали только в небольшое количество
категорий клинико-статистических групп. Все выписки пациентов, которым была
выполнена каротидная эндартериоэктомия, например, находились в клиникостатистических группах 005 (сосудистые экстракраниальные процедуры). Эти индикаторы
полагались в основном на подкласс тяжести, являющейся независимым от клиникостатистических групп.
Собственно применение модели включало в себя проведение регрессионного анализа с
несколькими тысячами переменных (каждая клинико-статистических группа, разделенная
на четыре подкласса тяжести) на миллионах наблюдений, что приводило к проблемам с
использованием большинства статистических программ и компьютерных систем. Для того
чтобы ограничить количество переменных (клинико-статистических групп) в модели,
общее количество было ограничено 165 категориями (клинико-статистических группы по
тяжести), что позволяло для всех индикаторов включить 80% всех выписок. Все тяжести
или подгруппы риска летальности сохранялись в клинико-статистических группах и были
включены в модель для расчета новых откорректированных оценок. Для того чтобы
рассчитать описательную статистику для каждого индикатора по каждому году,
использовались откорректированные оценки качества деятельности больницы. Они также
использовались для того, чтобы создать сглаженные оценки по каждому индикатору.
Для создания описательной статистики и сглаженных оценок для каждого индикатора
качества были использованы откорректированные оценки по деятельности больниц (пол,
возраст, клинико-статистических группы) и регионов (только пол и возраст).
Эмпирические методы.
Подход к анализу.
Источники данных. Источники данных, использовавшиеся для эмпирической оценки,
были взяты из общенациональной выборки пациентов, госпитализированных в 1995-97
годах, которая ранее использовалась для разработки индикаторов качества проекта по
оценке стоимости и использованию системы здравоохранения; использовался также
полный набор данных по госпитализации штата, полученный в пяти штатах, участвующих
в проектах по оценке стоимости и использованию системы здравоохранения (Калифорния,
Флорида, Иллинойс, Нью-Йорк и Пенсильвания). Ежегодная выборка
госпитализированных пациентов состоит примерно из 6 миллионов выписок из 900
больниц. Эта выборка содержит данные по всем плательщикам, по всем госпитализациям
от некоторых штатов (Аризона, Калифорния, Колорадо, Коннектикут, Флорида,
Джорджия, Гавайи, Иллинойс, Айова, Канзас, Мериленд, Массачусетс, Миссури, НьюДжерси, Нью-Йорк, Орегона, Пенсильвания, Южная Каролина, Теннеси, Юта, Вашингтон
и Висконсин). В базу данных Национальной выборки госпитализированных пациентов
были включены все выписки из больниц, попавших в выборку. Эта выборка составлена
таким образом, чтобы оценить примерно 20% выборку общественных больниц
Соединенных Штатов, при этом общественная больница определяется, как не федеральная
больница, в которую госпитализируются пациенты на короткий промежуток времени,
больница общего профиля или специализированная больница, при этом из выборки
исключаются стационарные отделения научных учреждений. Специализированные
стационары, включенные в эту выборку, представлены акушерско-гинекологическими,
оториноларингологическими отделениями, больницами краткосрочной реабилитации,
ортопедическими и педиатрическими больницами. Исключаются больницы для
длительного лечения пациентов, психиатрические больницы, а также учреждения,
116
занимающиеся лечением алкоголизма и токсикомании. Полное описание Национальной
выборки госпитализированных пациентов, включая детали о каждом из участвующих
штатов, могут быть найдены на интернет-сайте агентства по оценке качества
исследований в здравоохранения (http://www.hcup-us.ahrq.gov/nisoverview.jsp).
Выборка данных по госпитализации штатов состоит из 10 миллионов выписок, свыше
1300 больниц в 200 городских регионах. В данном отчете приводятся эмпирические
результаты только для базы данных по всему штату, поскольку уровни поставщиков услуг
здравоохранения были аналогичными в обоих источниках данных, а данные выборки
штатов были необходимы для анализа региональных показателей. Все индикаторы
качества, которые были сконструированы на основании Национальной выборки
госпитализированных пациентов, должны приниматься с учетом двух особенностей. Вопервых, показатели для регионов базируются на взвешенной выборке всех выписок и она
менее точная, по сравнению с использованием полных данных по выпискам со всего
штата. Во-вторых, несмотря на то, что организация выборки больниц для участия в
Национальной выборке госпитализированных пациентов должна позволять создание
репрезентативной выборки на уровне штата, возможно, что уровень городских регионов
не является репрезентативным (иными словами, может иметься систематическая ошибка).
Эти ограничения можно игнорировать, если используется программа для оценки данных
базы данных госпитализированных пациентов штатов.
Проанализированные индикаторы качества. Все потенциальные индикаторы качества
оценивались эмпирически при помощи разработки и проведения статистических тестов по
оценке критериев точности, смещения, конструктной валидности, описанных выше. Для
каждого статистического теста мы рассчитывали до четырех различных оценок
показателей качества индикатора. Во-первых, были проанализированы исходные
(«сырые») индикаторы, которые являлись ни чем иным, как просто наблюдаемым
значением для каждого поставщика услуг здравоохранения или для каждого региона. Вовторых, был рассчитан откорректированный индикатор, базирующийся на использовании
многомерной регрессии, которая позволяла оценить различия между поставщиками услуг
здравоохранения по демографическим показателям и по морбидностям (на основании
клинико-статистических групп), а также по различиям между регионами по
демографическому составу популяции. В третьих, была применена унивариантная техника
сглаживания для того, чтобы оценить объем случайной ошибки по отношению к
истинным различиям в качестве индикатора («надежность»). Это было сделано для
каждого индикатора (68). В четвертых, для получения более точного сигнала для каждого
индивидуального индикатора (по сравнению с тем, что возможно для унивариантных
методов), были применены новые методы мультивариантного извлечения сигнала для
того, чтобы скомбинировать информацию от множественных индикаторов на протяжении
нескольких лет (179).
Общий обзор эмпирического анализа. Подход включал несколько стадий и привел к
целому ряду аналитических результатов по потенциальным индикаторам качества,
которые затем использовались для того, чтобы оценить некоторые проблемы, выявленные
на основе обзора литературы. Для начала на основании данных по выпискам для каждой
больницы и каждого участка для переписи были рассчитаны «сырые» или минимально
откорректированные индикаторы. Этот показатель был затем «откорректирован на
различия в риске» за счет регрессионного анализа, который включал показатели,
контролировавшие различия между популяциями пациентов. Эффекты больничного и
региональных уровней в этих регрессионных уравнениях являлись оценками индикаторов
качества, которые были получены для определенных больниц и регионов, и они обычно
имели достаточно большой компонент шума. На второй стадии анализа эти оценки были
затем «сглажены» с использованием байесовской процедуры, которая позволяет получить
117
наилучшую оценку истинного значения для больницы или региона – «сигнала» в данном
показателе, содержавшем большой компонент шума. Это было выполнено двумя
способами. Во-первых, был использован унивариантный подход, при котором
распределение значения индикатора было использовано для того, чтобы получить
наилучшее предположение об истинном значении этого индикатора. Этот подход,
называемый подходом сглаживания или сужения, наиболее широко используется в
литературе по оценке качества поставщиков услуг здравоохранения (69-71). Во-вторых,
использовался многомерный подход, при котором совместное распределение большого
количества индикаторов (индикаторов в предыдущие временные периоды)
использовалось для того, чтобы создать наилучшую оценку показателя качества. В целом
ковариации между различными индикаторами и внутри каждого индикатора на
протяжении длительного периода времени указывают на то, что существуют значительно
более точные оценки истинного качества для больницы или региона, и что они могут
быть сгенерированы с использованием метода многомерной экстракции сигнала. Все
оценки факторных нагрузок и корреляций базируются на сглаженных оценках, что
позволяет улучшить способность к выявлению корреляций, и таким образом оценить
многомерность качества. Ну и, наконец, в отчете была представлена суммарная
статистика, отражающая основные домены, описанные в литературном обзоре: точность,
смещение и конструктную валидность.
Логика, на которой основываются унивариантные и многомерные
методики.
Важным ограничением многих индикаторов качества является их неточность, которая
осложняет надежную идентификацию существующих различий между поставщиками
услуг здравоохранения. Неточность в индикаторах качества является следствием двух
причин: первая – это выборочная вариабельность, которая является наиболее выраженной
проблемой для индикаторов, базирующихся на небольшом количестве пациентов у
каждого из поставщиков услуг здравоохранения (где пациенты, которые лечились у
данного поставщика услуг здравоохранения в данном году рассматриваются как
«выборка» из популяции, которая могла бы быть пролечена или будет пролечена в
ближайшем будущем). Количество вариабельности вследствие определенной выборки
пациентов часто относительно большое, по отношению к общему количеству
варьирования между поставщиками услуг здравоохранения для данного индикатора
качества. Вторым источником неточности являются непостоянные факторы, не
чувствительные к размеру выборки. Например, суровая зима приводит к более высокой,
чем обычно, частоте смертности от пневмонии. Как небольшие выборки, так и
одновременные факторы, которые не чувствительны к размеру выборки, могут добавить
значительные колебания к значениям индикатора качества. Кроме того, важную роль
играет не только абсолютное количество неточностей, которое имеется в каждом
индикаторе, но и количество неточностей (даже скорее) по отношению к имеющемуся
сигналу, иными словами, к истинной вариабельности качества между поставщиками услуг
здравоохранения. Это и определяется как надежность того или иного индикатора. Даже
индикаторы, которые базируются на относительно больших выборках с непостоянными
факторами, могут быть неточными, если истинный уровень варьирования среди
поставщиков услуг здравоохранения отсутствует.
Один из подходов к тому, чтобы оценить неточность или отсутствие надежности является
генерализация идеи применения «фактора сжатия» к оценкам, полученным для каждого
поставщика услуг здравоохранения таким образом, что менее надежные оценки
сжимаются к среднему для всей страны. Эти, «откорректированные на надежность»
оценки, очень часто описываются как «сглаженные оценки» (поскольку качество
деятельности поставщика услуг здравоохранения на протяжении времени меняется
118
меньше) или «отфильтрованные оценки» (поскольку данный метод фильтрует
несистематический шум, аналогично тому, как радио фильтры удаляют шум для того,
чтобы улучшить сигнал радио). Если наблюдающаяся вариабельность у поставщика услуг
здравоохранения равняется вариабельности сигнала плюс вариабельность шума, то тогда
фактор сжатия соответственно будет: вариабельность сигнала / (вариабельность сигнала +
вариабельность шума). Например, предположим, что наблюдаемая вариабельность у
поставщиков услуг здравоохранения по больничной летальности от пневмонии имеет
стандартное отклонение 10.2, а сигнальная вариабельность имеет стандартное отклонение
5.0. Тогда фактор сжатия для данного индикатора равняется 0.240 = (0.050^2)/ (0.102^2).
Генерализация этого подхода позволяет выделить дополнительный сигнал с
использованием информации о взаимоотношении между различными индикаторами на
протяжении времени.
Многие из ключевых идей, на которых базируется построение откорректированных на
надежность или отфильтрованных оценок, можно проиллюстрировать при помощи
простого примера. Предположим, что кто-то хочет оценить качество работы
определенного поставщика услуг здравоохранения, базируясь на больничной летальности
у пациентов с пневмонией, причем данные имеются для последних двух лет. Рассмотрим
следующие три подхода: (1) использование только последних данных по смертности, (2)
расчет простого среднего смертности на протяжении последних двух лет, или (3)
игнорирование смертности у данного поставщика услуг здравоохранения и
предположение, что смертность равняется средней смертности по стране. Наилучший
выбор среди этих трех подходов зависит от двух важных факторов: отношения сигнала к
шуму в данных поставщика услуг здравоохранения, и степени связи показателей в одном
и во втором году (насколько сильно они связаны между собой).
Например, предположим, что расчет летальности у данного поставщика услуг
здравоохранения базировался только на небольшом количестве пациентов, но существуют
данные, что у разных поставщиков услуг здравоохранения летальность варьирует
незначительно. Тогда можно было бы выбрать последний вариант и игнорировать данные
самого поставщика услуг здравоохранения, поскольку они являются очень ненадежными
(иными словами, имеют низкое отношение сигнала к шуму). Это и есть идея простой
сжимающей оценки, в которой менее надежные оценки сжимаются к среднему значению
для всех поставщиков услуг здравоохранения. В противоположность этому, если у нас
есть причины предполагать, что летальность у данного поставщика услуг
здравоохранения крайне мало меняется со временем, можно выбрать второй вариант в
надежде, что усреднение данных за два года уменьшит шум, имеющийся в оценках, за
счет увеличения размера выборки для данного поставщика услуг здравоохранения. Даже с
еще большим количеством пациентов можно было бы брать среднее на протяжении
нескольких лет, если неожиданные факторы (такие как плохая погода) могут оказать
воздействие на показатели летальности для одного отдельно взятого года. Ну и, наконец,
можно было бы выбрать первый вариант и полагаться только на смертность в последнем
году, если подобные единичные факторы являются неважными, если поставщик услуг
здравоохранения госпитализирует большое количество пациентов каждый год и если
летальность, по всей вероятности, изменилась по сравнению с предыдущим годом.
Метод создания отфильтрованных оценок формализирует логику, которая лежит в основе
этого простого примера. Отфильтрованные оценки являются комбинацией собственного
индикатора качества поставщика услуг здравоохранения, средне-национальных значений
и индикаторов качества данного поставщика услуг здравоохранения на протяжении
последних лет или на основании других исходов для пациентов. Как можно предположить
на основании этого примера, для того чтобы сформировать оптимальную комбинацию,
необходимо знать количество шума и количество вариабельности в результате шума и в
результате воздействия сигнала для каждого индикатора, а также корреляцию
индикаторов по шуму и по сигналу.
119
Вариабельность, относимая за счет шума (и ковариабельность) оцениваются для каждого
поставщика услуг здравоохранения достаточно просто, базируясь на количестве
пациентов, которые использовались для расчета каждого индикатора. Для того чтобы
оценить сигнальную вариабельность (и ковариабельность) для каждого индикатора
качества, вариабельность шума вычитается из общей вариабельности, которая
наблюдается для каждого индикатора у всех поставщиков услуг здравоохранения, что
отражает как вариабельность в результате сигнала, так и вариабельность в результате
шума. Иными словами, наблюдающаяся вариабельность в индикаторах качества
совершенно точно переоценивает объем действительной вариабельности, которая
существует между поставщиками услуг здравоохранения (в результате наличия шума в
индикаторах), поэтому количество истинной вариабельности в индикаторах качества
базируется на том, насколько наблюдаемая вариабельность превышает ту, которую можно
было бы ожидать в результате ошибки выборки. Чрезвычайно важно, что этот метод не
предполагает, что качество услуг, предоставляемых поставщиками услуг
здравоохранения, коррелирует от одного года к другому (или что качество коррелирует по
разным индикаторам). Вместо этого данные корреляции оцениваются напрямую на
основании данных и информации от предыдущих лет или других индикаторов, причем
учитывается эта информация только тогда, когда эмпирически оцененные корреляции
являются большими.
120
Статистические методы для эмпирического анализа.
Для того чтобы оценить точность, систематическую ошибку и конструктную валидность,
был сформулирован набор статистических тестов с использованием различных
статистических методов. Каждый из ключевых статистических тестов был просуммирован
и затем объяснен (вначале данного приложения). Таблицы В-1 и В-3 дают суммарную
информацию по статистическому анализу и его интерпретации. Индикаторы вначале были
протестированы на точность и те индикаторы, которые получили низкие оценки при этой
проверке, были удалены из дальнейшего анализа. Для всех рекомендованных индикаторов
была оценена систематическая ошибка и конструктная валидность.
Таблица В-1. Тесты точности.
Показатель
Статистика
Интерпретация
Точность. Является ли большая часть вариабельности индикатора вариабельностью в
результате различий между поставщиками услуг здравоохранения? Ведет ли
использование сглаженных оценок индикаторов качества к более точным показателям?
А. Исходная
Стандартное
Не
Вариабельность у
вариабельность у
отклонение у
откорректированные поставщика услуг
индикатора
каждого поставщика и
здравоохранения =
услуг
откорректированные сигнальная
здравоохранения,
по полу и возрасту и вариабельность +
стандартное
КСГ
вариабельность в
отклонение сигнала,
результате шума.
объем приходящийся
Какой процент
на поставщика услуг
общей
здравоохранения вариабельности
Региона
(пациента и
поставщика услуг
здравоохранения)
является
вариабельностью
между
поставщиками услуг
здравоохранения
(показателем того,
насколько данная
вариабельность
находится под
контролем
поставщика услуг
здравоохранения).
Корректировка
риска может либо
увеличивать, либо
уменьшать
истинную
вариабельность.
В. Унивариантное
Отношение сигнала
Оценивает, какой
сглаживание
у шуму: не
процент
откорректированное,
наблюдаемой
откорректированное
вариабельности
по полу и возрасту,
между
121
откорректированное
по полу, возрасту и
КСГ
Методы MSX
R-квадрат: Не
Степень, с которой
откорректированные, индикаторы
Откорректированные коррелируют друг с
по полу и возрасту,
другом со временем
Откорректированные
по полу и возрасту и
КСГ
поставщиками услуг
здравоохранения
отражает истинные
различия в качестве,
в
противоположность
случайному шуму.
Корректировка
риска может либо
увеличивать, либо
уменьшать оценки
истинных различий
в качестве
Методы MSX могут
приводить к
получению
большего
количества
«сигнала» (более
высокий процент
наблюдаемой
вариабельности
отражает
«истинное»
качества)
Таблица В-2. Тест на смещение
Показатель
Статистика
Интерпретация
Смещение. Насколько корректировка на риск меняет оценку относительного качества
деятельности поставщика услуг здравоохранения после учета надежности? Является ли
результат большим среди наилучших или худших поставщиков услуг здравоохранения?
Какова амплитуда изменений?
А. Методы MSX. Не
Ранговый коэффициент
Корректировка риска важна,
откорректированные и
корреляции (Спирмана)
поскольку она может менять
откорректированные по
относительную оценку
полу и возрасту и КСГ
качества деятельности
поставщика услуг
здравоохранения. Этот тест
оценивает общее
воздействие
Среднее абсолютное
Данный тест определяет,
значение по отношению к
насколько абсолютное
среднему
изменение в показателях
качества были большими
или маленькими по
сравнению со средним
значением
Процент верхних 10%
Данный тест измеряет
поставщиков услуг
воздействие на самые
здравоохранения, которые
высокие показатели (обычно
122
остаются в этой же группе
относится к тем
поставщикам услуг
здравоохранения, которые
имеют наихудшие
результаты)
Процент нижних 15%
Данный показатель
поставщиков услуг
измеряет воздействие на
здравоохранения, которые
самые низкие значения
остаются в этой же группе
(обычно относится к тем
поставщикам услуг
здравоохранения, которые
имеют наилучшие
результаты)
Процент поставщиков услуг Данный тест определяет
здравоохранения, которые
амплитуду относительных
передвигаются более, чем на изменений
два дециля по своему рангу
(вверх или вниз)
Таблица В-3. Тесты конструктной валидности.
Показатель
Статистика
Интерпретация
Конструктная валидность насколько индикатор связан с другими индикаторами таким
образом, что это является клинически разумным. Насколько методы, которые удаляют
шум и систематическую ошибку делают взаимоотношения более ясными
А. Корреляция индикатора с Коэффициент корреляции
Насколько индикаторы
другими индикаторами
Пирсона
коррелируют с другими
индикаторами в том
направлении, которое
можно было бы ожидать
Факторные нагрузки
Факторные нагрузки
Насколько факторные
индикаторов с другими
нагрузки для одних
индикаторами
индикаторов совпадают с
факторными нагрузками
других индикаторов и
является ли это совпадение
разумным?
123
Литература к приложению В
1. McGlynn EA, Asch SM. Developing a clinical performance measure. Am J Prev Med
1998;14(3 Suppl):14-21.
2. Siu AL, McGlynn EA, Morgenstern H, et al. Choosing quality of care measures based on the
expected impact of improved care on health. Health Serv Res 1992;27(5):619-50.
3. Donabedian A. Explorations in Quality Assessment and Monitoring. The definition of quality
and approaches to its assessment. Ann Arbor, MI: Health Administration Press; 1980.
4. Donabedian A. The quality of care: how can it be assessed? JAMA 1988;260(12):1743-1748.
5. Schneider EC, Epstein AM. Influence of cardiac-surgery performance reports on referral
practices and access to care. A survey of cardiovascular specialists. N Engl J Med
1996;335(4):251-6.
6. Mennemeyer ST, Morrisey MA, Howard LZ. Death and reputation: how consumers acted
upon HCFA mortality information. Inquiry 1997;34(2):117-28.
7. Hibbard JH, Jewett JJ. Will quality report cards help consumers? Health Aff (Millwood)
1997;16(3):218-28.
8. Normand SL, McNeil BJ, Peterson LE, et al. Eliciting expert opinion using the Delphi
technique: identifying performance indicators for cardiovascular disease. Int J Qual Health Care
1998;10(3):247-60.
9. Veroff DR, Gallagher PM, Wilson V, et al. Effective reports for health care quality data:
lessons from a CAHPS demonstration in Washington State. Int J Qual Health Care
1998;10(6):555-60.
10. Delbanco TL, Stokes DM, Cleary PD, et al. Medical patients' assessments of their care
during hospitalization: insights for internists. J Gen Intern Med 1995;10(12):679-85.
11. Laine C, Davidoff F. Patient-centered medicine. A professional evolution. JAMA
1996;275(2):152-6.
12. Allen HM, Jr., Rogers WH. Consumer surveys of health plan performance: a comparison of
content and approach and a look to the future. Jt Comm J Qual Improv 1996;22(12):775-94.
13. Cleary PD, Edgman-Levitan S. Health care quality. Incorporating consumer perspectives.
JAMA 1997;278(19):1608-12.
14. Eye on patients: excerpts from a report on patients' concerns and experiences about the health
care system. American Hospital Association and the Picker Institute. J Health Care Finance
1997;23(4):2-11.
15. Calnan MW. The patient's perspective. Int J Technol Assess Health Care 1998;14(1):24-34.
16. Tye L. Patient surveys show how Massachusetts hospitals stack up. Boston Globe 1998
November 13, 1998;Sect. A1, A34.
124
17. Finkelstein BS, Harper DL, Rosenthal GE. Patient assessments of hospital maternity care: a
useful tool for consumers? Health Serv Res 1999;34(2):623-40.
18. Berwick DM, Wald DL. Hospital leaders' opinions of the HCFA mortality data. JAMA
1990;263(2):247-9.
19. Jencks SF, Daley J, Draper D, et al. Interpreting hospital mortality data. The role of clinical
risk adjustment. JAMA 1988;260(24):3611-6.
20. Park RE, Brook RH, Kosecoff J, et al. Explaining variations in hospital death rates.
Randomness, severity of illness, quality of care. JAMA 1990;264(4):484-90.
21. Localio AR, Hamory BH, Sharp TJ, et al. Comparing hospital mortality in adult patients with
pneumonia. A case study of statistical methods in a managed care program. Ann Intern Med
1995;122(2):125-32.
22. Localio AR, Hamory BH, Fisher AC, et al. The public release of hospital and physician
mortality data in Pennsylvania. A case study. Med Care 1997;35(3):272-286.
23. Hofer TP, Hayward RA. Identifying poor-quality hospitals. Can hospital mortality rates
detect quality problems for medical diagnoses? Med Care 1996;34(8):737-53.
24. Thomas JW, Hofer TP. Accuracy of risk-adjusted mortality rate as a measure of hospital
quality of care. Med Care 1999;37(1):83-92.
25. Mant J, Hicks N. Detecting differences in quality of care: the sensitivity of measures of
process and outcome in treating acute myocardial infarction. BMJ 1995;311(7008):793-6.
26. Palmer RH. Process-based measures of quality: the need for detailed clinical data in large
health care databases. Ann Intern Med 1997;127(8 Pt 2):733-8.
27. Eddy DM. Performance measurement: problems and solutions . Health Aff (Millwood)
1998;17(4):7-25.
28. Harr DS, Balas EA, Mitchell J. Developing quality indicators as educational tools to measure
the implementation of clinical practice guidelines. Am J Med Qual 1996;11(4):179-85.
29. Ellerbeck EF, Jencks SF, Radford MJ, et al. Quality of care for Medicare patients with acute
myocardial infarction. A four-state pilot study from the Cooperative Cardiovascular Project .
JAMA 1995;273(19):1509-14.
30. Marciniak TA, Ellerbeck EF, Radford MJ, et al. Improving the quality of care for Medicare
patients with acute myocardial infarction: results from the Cooperative Cardiovascular Project .
JAMA 1998;279(17):1351-7.
31. Donabedian A. Evaluating the quality of medical care. Milbank Mem Fund Q
1966;44(3):Suppl:166-206.
32. Brook RH, McGlynn EA, Cleary PD. Quality of health care. Part 2: measuring quality of
care. N Engl J Med 1996;335(13):966-70.
125
33. Luft HS, Bunker JP, Enthoven AC. Should operations be regionalized? The empirical
relation between surgical volume and mortality. N Engl J Med 1979;301(25):1364-9.
34. Hughes RG, Garnick DW, Luft HS, et al. Hospital volume and patient outcomes. The case of
hip fracture patients. Med Care 1988;26(11):1057-67.
35. Hannan EL, JF OD, Kilburn H, Jr., et al. Investigation of the relationship between volume
and mortality for surgical procedures performed in New York State hospitals. JAMA
1989;262(4):503-10.
36. Hannan EL, Kilburn H, Jr., Bernard H, et al. Coronary artery bypass surgery: the relationship
between inhospital mortality rate and surgical volume after controlling for clinical risk factors.
Med Care 1991;29(11):1094-107.
37. Stone VE, Seage GRd, Hertz T, et al. The relation between hospital experience and mortality
for patients with AIDS. JAMA 1992;268(19):2655-61.
38. Hosenpud JD, Breen TJ, Edwards EB, et al. The effect of transplant center volume on cardiac
transplant outcome. A report of the United Network for Organ Sharing Scientific Registry.
JAMA 1994;271(23):1844-9.
39. Jones A, O'Driscoll K, Luke LC. Head injuries and the observation ward [letter; comment]. J
Accid Emerg Med 1995;12(2):160-1.
40. Phibbs CS, Bronstein JM, Buxton E, et al. The effects of patient volume and level of care at
the hospital of birth on neonatal mortality. JAMA 1996;276(13):1054-9.
41. Ellis SG, Weintraub W, Holmes D, et al. Relation of operator volume and experience to
procedural outcome of percutaneous coronary revascularization at hospitals with high
interventional volumes. Circulation 1997;95(11):2479-84.
42. Jollis JG, Peterson ED, Nelson CL, et al. Relationship between physician and hospital
coronary angioplasty volume and outcome in elderly patients. Circulation 1997;95(11):2485-91.
43. Hannan EL, Racz M, Ryan TJ, et al. Coronary angioplasty volume-outcome relationships for
hospitals and cardiologists. JAMA 1997;277(11):892-8.
44. Dardik A, Burleyson GP, Bowman H, et al. Surgical repair of ruptured abdominal aortic
aneurysms in the state of Maryland: factors influencing outcome among 527 recent cases. J Vasc
Surg 1998;28(3):413-20.
45. Rosenthal GE, Shah A, Way LE, et al. Variations in standardized hospital mortality rates for
six common medical diagnoses: implications for profiling hospital quality. Med Care
1998;36(7):955-64.
46. Cebul RD, Snow RJ, Pine R, et al. Indications, outcomes, and provider volumes for carotid
endarterectomy. JAMA 1998;279(16):1282-7.
47. Begg CB, Cramer LD, Hoskins WJ, et al. Impact of hospital volume on operative mortality
for major cancer surgery. JAMA 1998;280(20):1747-51.
126
48. Thiemann DR, Coresh J, Oetgen WJ, et al. The association between hospital volume and
survival after acute myocardial infarction in elderly patients . N Engl J Med 1999;340(21):16408.
49. Pratt R, Burr G, Leelarthaepin B, et al. The effects of All-RN and RN-EN staffing on the
quality and cost of patient care. Aust J Adv Nurs 1993;10(3):27-39.
50. Archibald LK, Manning ML, Bell LM, et al. Patient density, nurse-to-patient ratio and
nosocomial infection risk in a pediatric cardiac intensive care unit. Pediatr Infect Dis J
1997;16(11):1045-8.
51. Blegen MA, Goode CJ, Reed L. Nurse staffing and patient outcomes. Nurs Res
1998;47(1):43-50.
52. Czaplinski C, Diers D. The effect of staff nursing on length of stay and mortality. Med Care
1998;36(12):1626-38.
53. Kovner C, Gergen PJ. Nurse staffing levels and adverse events following surgery in U.S.
hospitals. Image J Nurs Sch 1998;30(4):315-21.
54. McCloskey JM. Nurse staffing and patient outcomes. Nurs Outlook 1998;46(5):199-200.
55. Bond CA, Raehl CL, Pitterle ME, et al. Health care professional staffing, hospital
characteristics, and hospital mortality rates. Pharmacotherapy 1999;19(2):130-8.
56. Wennberg J, Gittelsohn. Small area variations in health care delivery. Science
1973;182(117):1102-8.
57. Wennberg J, Gittelsohn A. Variations in medical care among small areas. Sci Am
1982;246(4):120-34.
58. Markowitz JS, Pashko S, Gutterman EM, et al. Death rates among patients hospitalized with
community-acquired pneumonia: a reexamination with data from three states. Am J Public
Health 1996;86(8 Pt 1):1152-4.
59. Hofer TP, Wolfe RA, Tedeschi PJ, et al. Use of community versus individual socioeconomic
data in predicting variation in hospital use. Health Serv Res 1998;33(2 Pt 1):243-59.
60. Jencks SF, Dobson A. Refining case-mix adjustment. The research evidence. N Engl J Med
1987;317(11):679-86.
61. Shapiro MF, Park RE, Keesey J, et al. The effect of alternative case-mix adjustments on
mortality differences between municipal and voluntary hospitals in New York City. Health Serv
Res 1994;29(1):95-112.
62. Halm EA, Lee C, Chassin MR. How is volume related to quality in health care? A
systematic review of the research literature: Institute of Medicine, National Academy of
Sciences, Division of Health Care Services, Committee on Quality of Care in America; 2000
May 1.
63. Thomas J, Holloway J, Guire K. Validating risk-adjusted mortality as an indicator for quality
of care. Inquiry 1993;30(1):6-22.
127
64. Hofer TP, Hayward RA. Can early re-admission rates accurately detect poor-quality
hospitals? Med Care 1995;33(3):234-45.
65. Thomas JW. Does risk-adjusted readmission rate provide valid information on hospital
quality? Inquiry 1996;33(3):258-70.
66. Normand ST, Glickman ME, Sharma RG, et al. Using admission characteristics to predict
short-term mortality from myocardial infarction in elderly patients. Results from the Cooperative
Cardiovascular Project . JAMA 1996;275(17):1322-8.
67. Thomas JW, Hofer TP. Research evidence on the validity of risk-adjusted mortality rate as a
measure of hospital quality of care. Med Care Res Rev 1998;55(4):371-404.
68. Hofer TP, Hayward RA, Greenfield S, et al. The unreliability of individual physician "report
cards" for assessing the costs and quality of care of a chronic disease . JAMA
1999;281(22):2098-105.
69. Normand S, Glickman M, Gastonis C. Statistical methods for profiling providers of medical
care: Issues and applications. JASA 1997;92(439):803-814.
70. O'Hagan A. Bayesian Inference. In: al. GPe, editor. Kendall's Advanced Theory of Statistics.
New York: Halstead Press; 1994.
71. Goldstein H. Multilevel Statistical Models. 2nd ed. New York: Halstead Press; 1995.
72. Wennberg JE, Freeman JL, Shelton RM, et al. Hospital use and mortality among Medicare
beneficiaries in Boston and New Haven. N Engl J Med 1989;321(17):1168-73.
73. Fisher ES, Wennberg JE, Stukel TA, et al. Hospital readmission rates for cohorts of
Medicare beneficiaries in Boston and New Haven. N Engl J Med 1994;331(15):989-95.
74. Miller MG, Miller LS, Fireman B, et al. Variation in practice for discretionary admissions.
Impact on estimates of quality of hospital care . JAMA 1994;271(19):1493-8.
75. Rosenthal GE, Harper DL, Shah A, et al. A regional evaluation of variation in low-severity
hospital admissions. J Gen Intern Med 1997;12(7):416-22.
76. Fisher ES, Wennberg JE, Stukel TA, et al. Associations among hospital capacity, utilization,
and mortality of US Medicare beneficiaries, controlling for sociodemographic factors. Health
Serv Res 2000;34(6):1351-62.
77. McClellan M, McNeil BJ, Newhouse JP. Does more intensive treatment of acute myocardial
infarction in the elderly reduce mortality? Analysis using instrumental variables. JAMA
1994;272(11):859-66.
78. Iezzoni LI, Ash AS, Shwartz M, et al. Judging hospitals by severity-adjusted mortality rates:
the influence of the severity-adjustment method. Am J Public Health 1996;86(10):1379-87.
79. Iezzoni LI. The risks of risk adjustment. JAMA 1997;278(19):1600-7.
128
80. Iezzoni LI, Heeren T, Foley SM, et al. Chronic conditions and risk of in-hospital death.
Health Serv Res 1994;29(4):435-60.
81. Jones RH, Hannan EL, Hammermeister KE, et al. Identification of preoperative variables
needed for risk adjustment of short-term mortality after coronary artery bypass graft surgery. The
Working Group Panel on the Cooperative CABG Database Project. J Am Coll Cardiol
1996;28(6):1478-87.
82. Khuri SF, Daley J, Henderson W, et al. Risk adjustment of the postoperative mortality rate
for the comparative assessment of the quality of surgical care: results of the National Veterans
Affairs Surgical Risk Study. J Am Coll Surg 1997;185(4):315-27.
83. Wray NP, Hollingsworth JC, Peterson NJ, et al. Case-mix adjustment using administrative
databases: a paradigm to guide future research. Med Care Res Rev 1997;54(3):326-56.
84. Kuttner R. The risk-adjustment debate. N Engl J Med 1998;339(26):1952-6.
85. Block PC, Peterson EC, Krone R, et al. Identification of variables needed to risk adjust
outcomes of coronary interventions: evidence-based guidelines for efficient data collection. J
Am Coll Cardiol 1998;32(1):275-82.
86. Richardson D, Tarnow-Mordi WO, Lee SK. Risk adjustment for quality improvement.
Pediatrics 1999;103(1 Suppl E):255-65.
87. Iezzoni LI. Risk adjustment for measuring healthcare outcomes. 2nd ed. Chicago, Ill.: Health
Administration Press; 1997.
88. Iezzoni LI, Foley SM, Daley J, et al. Comorbidities, complications, and coding bias. Does the
number of diagnosis codes matter in predicting in-hospital mortality? JAMA
1992;267(16):2197-203.
89. Green J, Wintfeld N. How accurate are hospital discharge data for evaluating effectiveness of
care? Med Care 1993;31(8):719-31.
90. Malenka DJ, McLerran D, Roos N, et al. Using administrative data to describe casemix: a
comparison with the medical record. J Clin Epidemiol 1994;47(9):1027-32.
91. Jencks SF, Williams DK, Kay TL. Assessing hospital-associated deaths from discharge data.
The role of length of stay and comorbidities. JAMA 1988;260(15):2240-6.
92. Romano PS, Mark DH. Bias in the coding of hospital discharge data and its implications for
quality assessment. Med Care 1994;32(1):81-90.
93. Simborg DW. DRG creep: a new hospital-acquired disease. N Engl J Med
1981;304(26):1602-4.
94. Keeler EB, Kahn KL, Draper D, et al. Changes in sickness at admission following the
introduction of the prospective payment system. JAMA 1990;264(15):1962-8.
95. Hsia DC, Krushat WM, Fagan AB, et al. Accuracy of diagnostic coding for Medicare
patients under the prospective-payment system. N Engl J Med 1988;318(6):352-355.
129
96. Green J, Wintfeld N. Report cards on cardiac surgeons. Assessing New York State's
approach. N Engl J Med 1995;332(18):1229-32.
97. Hannan EL, Racz MJ, Jollis JG, et al. Using Medicare claims data to assess provider quality
for CABG surgery: does it work well enough? Health Serv Res 1997;31(6):659-78.
98. Romano PS, Chan BK. Risk-adjusting acute myocardial infarction mortality: are APR-DRGs
the right tool? Health Serv Res 2000;34(7):1469-89.
99. Goldfield N, Averill R. On "risk-adjusting acute myocardial infarction mortality: are APRDRGs the right tool"? [comment]. Health Serv Res 2000;34(7):1491-5; discussion 1495-8.
100. Jollis JG, Romano PS. Pennsylvania's Focus on Heart Attack--grading the scorecard. N
Engl J Med 1998;338(14):983-7.
101. O'Connor GT, Plume SK, Olmstead EM, et al. Multivariate prediction of in-hospital
mortality associated with coronary artery bypass graft surgery. Northern New England
Cardiovascular Disease Study Group. Circulation 1992;85(6):2110-8.
102. O'Connor GT, Plume SK, Olmstead EM, et al. A regional intervention to improve the
hospital mortality associated with coronary artery bypass graft surgery. The Northern New
England Cardiovascular Disease Study Group. JAMA 1996;275(11):841-6.
103. Hannan EL, Kilburn H, Jr., Racz M, et al. Improving the outcomes of coronary artery
bypass surgery in New York State. JAMA 1994;271(10):761-6.
104. Knaus WA, Draper EA, Wagner DP, et al. An evaluation of outcome from intensive care in
major medical centers. Ann Intern Med 1986;104(3):410-8.
105. Knaus WA, Wagner DP, Zimmerman JE, et al. Variations in mortality and length of stay in
intensive care units. Ann Intern Med 1993;118(10):753-61.
106. Fine MJ, Auble TE, Yealy DM, et al. A prediction rule to identify low-risk patients with
community-acquired pneumonia. N Engl J Med 1997;336(4):243-50.
107. Cooper GS, Chak A, Harper DL, et al. Care of patients with upper gastrointestinal
hemorrhage in academic medical centers: a community-based comparison. Gastroenterology
1996;111(2):385-90.
108. Iezzoni LI, Ash AS, Shwartz M, et al. Predicting who dies depends on how severity is
measured: implications for evaluating patient outcomes. Ann Intern Med 1995;123(10):763-70.
109. Iezzoni LI, Shwartz M, Ash AS, et al. Predicting in-hospital mortality for stroke patients:
results differ across severity-measurement methods. Med Decis Making 1996;16(4):348-56.
110. Iezzoni LI, Shwartz M, Ash AS, et al. Using severity-adjusted stroke mortality rates to
judge hospitals. Int J Qual Health Care 1995;7(2):81-94.
111. Iezzoni LI, Shwartz M, Ash AS, et al. Severity measurement methods and judging hospital
death rates for pneumonia. Med Care 1996;34(1):11-28.
130
112. Iezzoni LI, Shwartz M, Ash AS, et al. Using severity measures to predict the likelihood of
death for pneumonia inpatients. J Gen Intern Med 1996;11(1):23-31.
113. Pine M, Norusis M, Jones B, et al. Predictions of hospital mortality rates: a comparison of
data sources. Ann Intern Med 1997;126(5):347-54.
128. Layde PM, Broste SK, Desbiens N, et al. Generalizability of clinical studies conducted at
tertiary care medical centers: a population-based analysis. J Clin Epidemiol 1996;49(8):835-41.
129. Hannan EL, Kilburn H, Jr., O'Donnell JF, et al. Interracial access to selected cardiac
procedures for patients hospitalized with coronary artery disease in New York State. Med Care
1991;29(5):430-41.
130. Buckle JM, Horn SD, Oates VM, et al. Severity of illness and resource use differences
among white and black hospitalized elderly. Arch Intern Med 1992;152(8):1596-603.
131. McBean AM, Gornick M. Differences by race in the rates of procedures performed in
hospitals for Medicare beneficiaries. Health Care Financ Rev 1994;15(4):77-90.
132. McBean AM, Warren JL, Babish JD. Continuing differences in the rates of percutaneous
transluminal coronary angioplasty and coronary artery bypass graft surgery between elderly
black and white Medicare beneficiaries. Am Heart J 1994;127(2):287-95.
133. Williams JF, Zimmerman JE, Wagner DP, et al. African-American and white patients
admitted to the intensive care unit: is there a difference in therapy and outcome? Crit Care Med
1995;23(4):626-36.
134. Phillips RS, Hamel MB, Teno JM, et al. Race, resource use, and survival in seriously ill
hospitalized adults. The SUPPORT Investigators. J Gen Intern Med 1996;11(7):387-96.
135. Romano PS, Campa DR, Rainwater JA. Elective cervical discectomy in California:
postoperative in-hospital complications and their risk factors. Spine 1997;22(22):2677-92.
136. Huber TS, Wang JG, Wheeler KG, et al. Impact of race on the treatment for peripheral
arterial occlusive disease. J Vasc Surg 1999;30(3):417-25.
137. Chen J, Radford MJ, Wang Y, et al. Do "America's Best Hospitals" perform better for acute
myocardial infarction? N Engl J Med 1999;340:286-92.
138. Hartz AJ, Gottlieb MS, Kuhn EM, et al. The relationship between adjusted hospital
mortality and the results of peer review. Health Serv Res 1993;27(6):765-77.
139. Hsia DC, Ahern CA, Ritchie BP, et al. Medicare reimbursement accuracy under the
prospective payment system, 1985 to 1988. JAMA 1992;268(7):896-899.
140. Cullen DJ, Bates DW, Small SD, et al. The incident reporting system does not detect
adverse drug events: a problem for quality improvement. Jt Comm J Qual Improv
1995;21(10):541-8.
141. Kohn L, Corrigan J, Donaldson M, et al., editors. To Err Is Human: Building a Safer Health
System. Washington, D.C.: National Academy Press; 2000.
142. Silber JH, Rosenbaum PR, Schwartz JS, et al. Evaluation of the complication rate as a
measure of quality of care in coronary artery bypass graft surgery. JAMA 1995;274(4):317-23.
131
143. Silber JH, Rosenbaum PR, Ross RN. Comparing the contribution of predictors: which
outcomes vary with hospital rather than patient characteristics? J Am Stat Assoc 1995;90:7-18.
144. Silber JH, Rosenbaum PR, Williams SV, et al. The relationship between choice of outcome
measure and hospital rank in general surgical procedures: implications for quality assessment. Int
J Qual Health Care 1997;9:193-200.
145. Kahn KL, Brook RH, Draper D, et al. Interpreting hospital mortality data. How can we
proceed? JAMA 1988;260(24):3625-8.
146. Mullins RJ, Mann NC, Hedges JR, et al. Adequacy of hospital discharge status as a measure
of outcome among injured patients. JAMA 1998;279(21):1727-31.
147. Sands K, Vineyard G, Platt R. Surgical site infections occurring after hospital discharge. J
Infect Dis 1996;173(4):963-70.
148. Sands K, Vineyard G, Livingston J, et al. Efficient identification of postdischarge surgical
site infections: use of automated pharmacy dispensing information, administrative data, and
medical record information. J Infect Dis 1999;179(2):434-41.
149. Iezzoni LI, Mackiernan YD, Cahalane MJ, et al. Screening inpatient quality using postdischarge events. Med Care 1999;37(4):384-98.
150. Omoigui NA, Miller DP, Brown KJ, et al. Outmigration for coronary bypass surgery in an
era of public dissemination of clinical outcomes. Circulation 1996;93(1):27-33.
151. Hannan EL, Siu AL, Kumar D, et al. Assessment of coronary artery bypass graft surgery
performance in New York. Is there a bias against taking high-risk patients? Med Care
1997;35(1):49-56.
152. Petersen LA, Orav EJ, Teich JM, et al. Using a computerized sign-out program to improve
continuity of inpatient care and prevent adverse events. Jt Comm J Qual Improv 1998;24(2):7787.
153. Dranove. Information is good except when its bad. ,Stanford University Working Paper.
154. Marshall MN, Shekelle PG, Leatherman S, et al. The public release of performance data:
what do we expect to gain? A review of the evidence. JAMA 2000;283(14):1866-74.
155. Johantgen M, Elixhauser A, Bali JK, et al. Quality indicators using hospital discharge data:
state and national applications. Jt Comm J Qual Improv 1998;24(2):88-105.
156. Olfson M, Marcus S, Sackeim HA, et al. Use of ECT for the inpatient treatment of recurrent
major depression. Am J Psychiatry 1998;155(1):22-9.
157. Meurer JR, Kuhn EM, George V, et al. Charges for childhood asthma by hospital
characteristics. Pediatrics 1998;102(6):E70.
158. Lanska DJ, Hartz AJ. Measurement of quality in health care. Neurology 1998;50(3):584-7.
132
159. Lanska DJ, Kryscio RJ. In-hospital mortality following carotid endarterectomy. Neurology
1998;51(2):440-7.
160. Schnitzler MA, Lambert DL, Mundy LM, et al. Variations in healthcare measures by
insurance status for patients receiving ventilator support. Clin Perform Qual Health Care
1998;6(1):17-22.
161. Niederman MS, McCombs JS, Unger AN, et al. The cost of treating community-acquired
pneumonia. Clin Ther 1998;20(4):820-37.
162. Zhao SZ, Wong JM, Davis MB, et al. The cost of inpatient endometriosis treatment: an
analysis based on the Healthcare Cost and Utilization Project Nationwide Inpatient Sample. Am
J Manag Care 1998;4(8):1127-34.
163. Rentz AM, Halpern MT, Bowden R. The impact of candidemia on length of hospital stay,
outcome, and overall cost of illness. Clin Infect Dis 1998;27(4):781-8.
164. Ritchie JL, Maynard C, Chapko MK, et al. Association between percutaneous transluminal
coronary angioplasty volumes and outcomes in the Healthcare Cost and Utilization Project 19931994. Am J Cardiol 1999;83(4):493-7.
165. Best AE. Secondary data bases and their use in outcomes research: a review of the area
resource file and the Healthcare Cost and Utilization Project. J Med Syst 1999;23(3):175-81.
166. Krumholz HM, Chen YT, Bradford WD, et al. Variations in and correlates of length of stay
in academic hospitals among patients with heart failure resulting from systolic dysfunction. Am J
Manag Care 1999;5(6):715-23.
167. Seifeldin R, Hantsch JJ. The economic burden associated with colon cancer in the United
States. Clin Ther 1999;21(8):1370-9.
168. Williams GR, Jiang JG, Matchar DB, et al. Incidence and occurrence of total (first-ever and
recurrent) stroke. Stroke 1999;30(12):2523-8.
169. Kirsner RS, Yang DG, Kerdel FA. Dermatologic disease accounts for a large number of
hospital admissions annually. J Am Acad Dermatol 1999;41(6):970-3.
170. MEDLINE [database online]. Bethesda (MD),National Library of Medicine.1985-Updated
weekly. Available from: National Library of Medicine; BRS Information Technologies, McLean,
VA; DIALOG information Services, Inc., Palo Alto, CA.
171. PsycINFO. Washington (DC),American Psychological Association.1887-Updated monthly
(journals), 1987-current (books and chapters).Available from: American Psychological
Association, Washington DC; Ovid Technologies, New York, NY; Silverplatter Information,
Norwood, MA.
172. The Cochrane Library. Oxford, England, Update Software, Ltd. Available from: Update
Software, San Diego, CA.
173. EMBASE. The Netherlands, Elsevier Science Publishers B.V.1974-Updated weekly.
Available from: Elsevier Science, Secondary Publishing Division, New York, NY.
133
174. Ingber MJ. The current state of risk adjustment technology for capitation. J Ambulatory
Care Manage 1998;21(4):1-28.
175. Rosenbaum P, Rubin D. Reducing bias in observational studies using subclassification on
the propensity score. J Am Stat Assoc 1894;79:516-24.
176. Glazer J, McGuire T. Minimum variance optimal risk adjustment. American Economic
Review 1999; In Press.
177. Chamberlain G. Panel Data. In: Griliches Z, Intriligator M, editors. Handbook of
Economics. New York: Elsevier Science; 1984. p. 1247-1318.
178. Green. Economic Analysis. 2nd ed. New Jersey: Prentice Hall; 1997.
179. McClellan M, Staigner D. The quality of health care providers. National Bureau of
Economic Research Working Paper #7327.
1/--страниц
Пожаловаться на содержимое документа