Z. Evid. Fortbild. Qual. Gesundh. wesen (ZEFQ) (2014) 108, 487—494

Online verfügbar unter www.sciencedirect.com

ScienceDirect

journa l homepage: ht tp : / /www.e lsev ier .com/ locate / ze fq

SCHWERPUNKT

Medizinische Qualitätsmessung imKrankenhaus — Worauf kommt es an?Hospital quality measurement — What matters?

Thomas Mansky ∗, Ulrike Nimptsch

Technische Universität Berlin, Berlin, Deutschland

Eingegangen/submitted 10. Juli 2014; überarbeitet/revised 24. September 2014; akzeptiert/accepted 26. September 2014

SCHLÜSSELWÖRTERQualitätsmessung;Qualitätssicherung;Krankenhaus;Ergebnisqualität;Routinedaten;German InpatientQuality Indicators(G-IQI)

Zusammenfassung Mit dem Übergang der Qualitätssicherung aus der intraprofessionellenAnwendung über die einrichtungsinterne Qualitätsverbesserung hin zur öffentlichen Qualitäts-beurteilung und zur qualitätsorientierten Vergütung entstehen neue Anforderungen an dieQualitätsmessung, die bisher noch wenig Beachtung finden. Die Indikatoren müssen vielfachumfassender, aussagekräftiger, ergebnisorientierter und manipulationsresistenter werden alssie es bisher sind. Ferner müssen statistische Limitationen der Qualitätsmessung bei kleinenFallzahlen, die Beurteilungsprobleme aufwerfen, in der politischen Diskussion stärker beachtetwerden.

Die Verwendung von administrativen Daten ermöglicht in vielen Fällen die Messung aus-sagekräftiger Endpunkte und ist weniger störanfällig als die Erfassung separater Daten. Sieermöglicht auch eine Ausweitung der Qualitätsmessungen auf weitere Krankheitsbilder ohneZusatzaufwand. Für breiter angelegte Langzeitauswertungen der Behandlungsergebnisse könn-ten administrative Daten unter Aufwand-/Nutzen-Gesichtspunkten die einzige realisierbareMessmöglichkeit darstellen. Mit dieser Methodik sind aber auch anbieterunabhängige Auswer-tungen, z.B. seitens der Krankenkassen möglich. Dies führt zu politischen Kontroversen.

Unabhängig von der künftigen Weiterentwicklung der gesetzlichen Qualitätssicherung kön-nen neuere Verfahren der ergebnisorientierten Qualitätsmessung schon jetzt einen Beitrag zurVerbesserung der medizinischen Versorgung leisten, wenn sie im krankenhausinternen Quali-tätsmanagement eingesetzt werden.

KEYWORDSQualitymeasurement;

Summary In Germany, the aims of hospital quality measurement have evolved from intra-professional quality assurance via organisational quality improvement to public reporting.Recently, quality-based purchasing is also discussed as a political option. These developmentslead to new requirements for quality measurement which have gained little attention so far.Quality indicators have to become more comprehensive, more outcome-related, and more

∗ Korrespondenzadresse: Thomas Mansky, Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen, TechnischeUniversität Berlin, Steinplatz 2, 10623 Berlin, Deutschland. Tel.: +49 (0)30 314-29805E-Mail: thomas.mansky@tu-berlin.de (T. Mansky).

http://dx.doi.org/10.1016/j.zefq.2014.09.0231865-9217/

488 T. Mansky, U. Nimptsch

quality assurance;hospital;outcome;administrative data;German InpatientQuality Indicators(G-IQI)

tamper-resistant. Furthermore statistical limitations of quality measurement related to lowcase numbers may impair quality assessment and therefore have to be considered in politicaldiscussions.

In many cases the use of administrative data allows for the measurement of meaningfulendpoints and is less prone to manipulation than separate data collections. Also, it allows forthe extension of quality measurements to other medical conditions without causing additionaleffort. Bearing costs and benefits in mind, the use of administrative data might be the onlyway to establish nationwide long-term outcome measurements. Using administrative data alsoenables the advancement of provider-independent quality measurement. This may cause poli-tical controversies.

Irrespective of future political regulations, new outcome-related quality measurementsalready have been shown to contribute to improving hospital care, if used in internal quality

vdüBeDA

Ai

1

2

3

4

usve1ürfdwrBeEpdvel

IE

BZainüddK

management systems.

Angaben zur Qualität medizinischer Leistungen werdenon der Öffentlichkeit und der Politik zunehmend eingefor-ert. Damit tritt die ,,Qualitätssicherung‘‘ aus der früherberwiegend in sich geschlossenen, intraprofessionellenetrachtung in den öffentlichen Raum über [1]. Hierdurchrgeben sich neue Anforderungen an die Messinstrumente.ie Nutzung bisheriger Indikatoren für die verändertennwendungszwecke ist zumindest problematisch.

Derzeit lassen sich grob unterteilt vier hauptsächlichenwendungszwecke für die medizinische Qualitätsmessung

m Krankenhaus ausmachen:

) Nach wie vor besteht bei den entsprechend engagier-ten Ärzten das (intraprofessionelle) Interesse an der,,Sicherung‘‘ bzw. fortlaufenden Überwachung ihrer eige-nen Qualität [1,2]. Die dazu notwendige Messung dermedizinischen Qualität ist eine Grundvoraussetzung, umAuffälligkeiten erkennen und darauf ggf. mit Verbesse-rungsmaßnahmen reagieren zu können.

) In Erweiterung von 1) haben inzwischen auch Kran-kenhausträger ein Interesse an der Messung undVerbesserung medizinischer Ergebnisqualität, da siezunehmend davon ausgehen, dass ihr Geschäftserfolgu.a. auch davon abhängt. Das Interesse kann im Sinneeines erweiterten, medizinischen Controllings bzw. Risi-komanagements auf die Überwachung, Sicherung undVerbesserung der einrichtungsinternen Qualität ausge-richtet sein. Zusätzlich kann auch die Marketing-Sicht,d.h. die Nutzung von Qualitätsdaten für die freiwilligeAußendarstellung, eine Rolle spielen [3]. Beide Aspektelassen sich nicht immer trennen.

) Öffentlichkeit, Politik und Krankenkassen verlangen bzw.fordern zunehmend die Veröffentlichung aussagekräfti-ger, möglichst krankheitsspezifischer Ergebnisdaten imSinne eines ,,Public Reporting‘‘ [4—6]. Damit verbun-den ist der Wunsch nach einem ,,Ranking‘‘ oder nach,,Testnoten‘‘ für die Verbraucher bzw. die potenziellenPatienten oder Einweiser im Sinne der aus anderen Wirt-schaftsbereichen bekannten Bewertungsverfahren.

) Im gesundheitspolitischen Bereich werden ferner Mög-lichkeiten zur Modifikation der Vergütung in Abhängigkeitvon der Qualität der Behandlungsergebnisse diskutiert

[7—10]. Die in diesem Zusammenhang oft gebrauch-ten Bezeichnungen ,,Pay for Performance‘‘ (P4P) oder,,Value-Based Purchasing‘‘ beschreiben diesen Ansatzeher unzureichend, da sie nicht nur die medizinische

etAz

Qualität betreffen. ,,Qualitätsorientierte Vergütung‘‘wäre sicher passender. Auch Ansätze des selektivenKontrahierens oder der qualitätsorientierten Kranken-hausplanung können in einem weiteren Sinne unterdiesem Aspekt gesehen werden, da sie ebenfalls einendirekten oder mittelbaren Einfluss auf das Krankenhaus-budget haben.

Für die genannten Anwendungszwecke ergeben sichnterschiedliche Anforderungen an die Qualitätsmessungelbst, genauer an die verwendeten Indikatoren. Dies wirdielfach zu wenig beachtet. Anstelle von gezielten Neu-ntwicklungen werden bisherige, für den Anwendungszweck) entwickelte Indikatoren für andere Anwendungsbereichebernommen [11]. In einer Promotionsarbeit aus unse-er Arbeitsgruppe wurden die Anforderungen, insbesondereür den umfassendsten Anwendungszweck 4), neu über-acht und als Gesamtkonzept veröffentlicht [8]. Hierfürurde ausgehend von einer Literaturanalyse ein Krite-

ienkatalog für die medizinische Qualitätsmessung untererücksichtigung der Anreizwirkungen einer qualitätsori-ntierten Vergütung entwickelt, der anhand vorhandenermpirie sowie qualitativer Interviews überprüft und ange-asst wurde. Basierend u.a. auf diesen Erkenntnissen gehtie vorliegende Arbeit auf aus Sicht der Autoren rele-ante Fragestellungen der medizinischen Qualitätsmessungin und diskutiert diese in Abhängigkeit von den unterschied-ichen, zuvor genannten Anwendungszwecken.

nhaltliche Aussagekraft der Indikatoren undrgebnisorientierung

ei der Qualitätsmessung kommt es nicht allein auf dieahl der Indikatoren, sondern auf deren Aussagekraftn. Insofern täuscht die scheinbar große Zahl von 295m Rahmen der externen stationären Qualitätssicherungach § 137 SGB V zu veröffentlichenden Indikatoren [12]ber das tatsächliche Maß an Transparenz hinweg. Miten Indikatoren aus derzeit 17 Leistungsbereichen wer-en nach Angaben des AQUA-Institutes rund 20% derrankenhausleistungen erfasst [13]. Viele der Indikatoren

ntstammen der intraprofessionellen, eher prozessorien-ierten Qualitätssicherung und sind für die zuvor genanntennwendungszwecke 2) bis 4) nur bedingt einsetzbar. Alleehn Indikatoren, die beispielsweise im Zusammenhang mit

mmt

VwQwmFsabInsPSR

fDkNtQdt[addütRsBfuwh

M

DbuIniliSElndzvaA

Medizinische Qualitätsmessung im Krankenhaus — Worauf ko

Herzschrittmacher-Aggregatwechseln und -Revisionen zuveröffentlichen sind (Leistungsbereiche 09n2-HSM-AGGWund 09n3-HSM-REV), betreffen die Reizschwellen- undAmplitudenbestimmungen der jeweiligen Schrittmacherson-den. Auch wenn dies unbestreitbar wichtige Prozesspara-meter sind, erfährt der Patient hier (wie auch bei denErstimplantationen) nichts über die Gründe für die Revisio-nen oder über die Laufzeit der Schrittmacher bis zu einernotwendigen Revision (beispielsweise in Form von revisions-freien ,,Überlebensraten‘‘ des Gesamtsystems Schrittmacheroder in Form eines Prozentsatzes an erforderlichen Revi-sionen zu definierten Nachverfolgungszeitpunkten). ImQualitätsreport des AQUA-Instituts werden die Laufzeitenbisher nicht bezogen auf die implantierende Einrichtungdargestellt [13]. Dies liegt auch daran, dass eine Auswer-tung fallübergreifender Daten, die mit Verfahren wie QSR(Qualitätssicherung mit Routinedaten [14]) seit längeremzur Einsatzreife gebracht wurde und die ohne zusätzlichenErfassungsaufwand möglich wäre, bisher auf Bundesebenenicht angewandt wird. Seitens des AQUA-Instituts wird aller-dings ein ,,Follow-up‘‘ nach Schrittmacherimplantation fürdie künftige Weiterentwicklung diskutiert [13, S. 38].

Ob ein Patient mit Schrittmacherproblemen und anste-hender Revision aufgrund der derzeit veröffentlichtenKennzahlen aus der externen stationären Qualitätssicherungin sinnvoller Weise eine geeignete Klinik aussuchen kann(Anwendungszweck 3), möge der Leser, der ja immer auchselbst Patient werden kann, beurteilen. Aus Sicht der Auto-ren erscheint auch die Eignung dieser Kennzahlen für einequalitätsorientierte Vergütung (Anwendungszweck 4) frag-lich.

Neben den Kennzahlen der externen stationären Quali-tätssicherung nach § 137 SGB V nutzen Leistungserbringerzunehmend alternative, freiwillig angewandte Qualitäts-messungen. Die ausschließlich aus den medizinischenInformationen der administrativen DRG-Daten abgeleitetenund damit ohne zusätzlichen Erfassungsaufwand messba-ren German Inpatient Quality Indicators (G-IQI) sind stärkerergebnisorientiert und beziehen sich dabei überwiegend(aber nicht nur) auf die Krankenhaussterblichkeit. Sie bil-den in der Version 4.0, gemessen an den Daten derbundesweiten DRG-Statistik 2011, mit über 56 Leistungs-bereichen 42% aller Krankenhausfälle ab. Über die G-IQISterblichkeitsindikatoren werden 51% aller Todesfälle imKrankenhaus krankheits- bzw. prozedurenspezifisch darge-stellt [15]. Dort wo Sterblichkeiten keine sinnvolle Kennzahldarstellen und weitergehende Messungen derzeit wegender augenblicklichen Datenlage noch nicht möglich sind,wird zumindest über medizinisch sinnvoll zusammengefassteMengeninformationen (also in der Regel keine einzelnen ICD-oder OPS-Endsteller) versucht, dem potenziellen Patientenbzw. Einweiser eine Orientierungshilfe zu geben. Das G-IQISystem unterscheidet sich damit grundlegend von Ansät-zen, die primär die Gesamtsterblichkeit des Krankenhausesbetrachten (HSMR - hospital standardized mortality ratio[16]). Es ähnelt dem ebenfalls krankheitsspezifischen Ansatzder Inpatient Quality Indicators (IQI [17]) und der PatientSafety Indicators (PSI [18]) der AHRQ, ist aber in vielen

Bereichen umfassender.

Die krankheitsspezifische Darstellung der G-IQI Indika-toren ermöglicht eine Identifikation von Auffälligkeiten.Diese können klinikintern, aber auch in Peer Review

twms

es an? 489

erfahren unter Beteiligung externer Peers nachuntersuchterden [19]. Über den Einsatz in krankenhausinternenualitätsmanagement-Systemen [20] lassen sich nach-eislich erhebliche Ergebnisverbesserungen in Bereichenit vorher unterdurchschnittlicher Leistung erzielen [21].

ür den Anwendungszweck 2 sind diese Indikatoren, daie den Gesamtprozess der Behandlung einer Krankheituf den Prüfstand stellen, als Aufgreifkriterien wesentlichesser geeignet als die überwiegend sehr detailorientiertenndikatoren der externen stationären Qualitätssicherungach §137 SGB V [22]. Auch in der externen Darstellungind solche Ergebnisindikatoren aussagekräftiger als reinerozesskennzahlen. Sie werden dementsprechend in derchweiz für die öffentliche Qualitätsdarstellung (Publiceporting, Anwendungszweck 3) genutzt [6,23].

Die Messung der Qualität anhand der Krankenhaus-alldaten findet ihre Begrenzung im Entlassungszeitpunkt.amit sind zeitlich standardisierte Aussagen zur Sterblich-eit (Beispiel 30-Tage-Sterblichkeit) ebenso wie längereachverfolgungen, z.B. zur Ermittlung von Revisionsra-en, nicht möglich. Aus diesem Grunde wurde das Projektualitätssicherung mit Routinedaten (QSR) initiiert, dasie Messung von Langzeitergebnissen anhand versicher-enbezogener Daten der Krankenkassen zum Ziel hatte14]. Die Machbarkeit dieses Ansatzes wurde inzwischenufgezeigt [24,25]. Beispielhaft genannt sei hier nebener Messung der 30-Tage-Sterblichkeit z.B. bei Herzinfarktie Messung der Haltbarkeit von Hüftgelenkendoprothesenber 5 Jahre in Form von Kaplan-Meier-Kurven [26]. Mit-els einfacher, wenig aufwändiger Verbesserungen in deroutinedatenerfassung ließen sich die Möglichkeiten die-er Methode erheblich erweitern [27]. Für die öffentlicheerichterstattung (Anwendungszweck 3), insbesondere aberür Vergütungsmodelle (Anwendungszweck 4) sind solchenabhängig messbaren, ergebnisorientierten Indikatorenesentlich besser geeignet als auf Selbstreporting beru-ende, prozessorientierte Messverfahren [8,10,28].

anipulationssicherheit der Indikatoren

ie Manipulationssicherheit von Qualitätsindikatoren spielteei der ursprünglichen intraprofessionellen Anwendung einentergeordnete Rolle, da die Erhebung von für die eigenenformation bestimmten Daten im Falle von Manipulatio-en unsinnig wird. Bei Erweiterung der Anwendungszwecken den genannten Bereichen 2 bis 4 nimmt das Manipu-ationsproblem allerdings erheblich zu. Viele der derzeitn der externen stationären Qualitätssicherung nach § 137GB V erfassten Indikatoren beruhen auf Selbstreporting.ine Manipulation ist durch Weglassen (Nicht-Melden) mög-ich, da in vielen Fällen die Höhe der Komplikationsrateniedriger ist als die zulässigen Differenzen hinsichtlicher Vollständigkeit der Erfassung (ein strukturierter Dialogur Datenvalidität wird erst bei einer Unterdokumentationon 95% ausgelöst [29]). Empirische Hinweise für durch-us erhebliche Fehler im Selbstreporting liegen vor [30].ußerdem sind viele Erhebungsmerkmale von der Interpre-

ation des Erfassers abhängig (z.B. Behandlungsindikation),as Verzerrungen in Richtung ,,erwünschter‘‘ Ergebnisseöglich macht. Einer Überprüfung der Erfassung sind

owohl hinsichtlich des Aufwandes als auch hinsichtlich der

4

IgzdBkS

ühfP

b

MM

Idbsadsdkwe

Qa

cdrdvbfaa

tDMweDdhwQdsNsg

dwsdDIm

ajtalWwb

Da

RRrdtQzd

90

nterpretation von eventuellen Abweichungen Grenzenesetzt. Es ist zumindest nicht auszuschließen, dass beiunehmendem externen Einsatz der Indikatoren, insbeson-ere für die Anwendungszwecke 3 und 4, der Druck zureeinflussung der Ergebnisse steigt. In einem solchen Systemann ,,der Ehrliche der Dumme‘‘ sein, was von einer gewissenchwelle an zu einer Kettenreaktion führen würde.

Aus diesem Grunde sind für Anwendungszwecke, dieber die intraprofessionelle Qualitätssicherung hinausge-en, Indikatoren notwendig, die möglichst wenig anfälligür eventuelle Manipulationen sind. Dazu können folgendeunkte beitragen:

a) Die Ermittlung von Kennzahlen aus administrativenDaten (sogenannte Routinedaten bzw. Sozialdaten derKrankenkassen). Hierdurch wird einerseits die Voll-ständigkeit der Fälle garantiert. Es wird andererseitssichergestellt, dass Komplikationen, die im DRG-Systemggf. entgelterhöhend abgerechnet werden, sich auchin der Qualitätsmessung wiederfinden. Eine Nicht-Abrechnung von Fällen oder Komplikationen wäre zwardenkbar, würde dann aber automatisch eine Nicht-zahlung beinhalten. Dies würde einem Non-Paymentfür Non-Performance bzw. einer qualitätsorientierten(Nicht-)Vergütung entsprechen.

) Es sollten möglichst manipulationsresistente Endpunktegemessen werden. Dazu gehört u.a. die Sterblichkeit,da Todesfälle in den administrativen Daten eindeutigerfasst werden. Wie auch in der wissenschaftlichen Lite-ratur überwiegend üblich sollten dabei die Todesfälleaus allen Gründen (death from all causes) betrachtetwerden. Eine Zuordnung der Todesfälle zu einem potenzi-ell verursachenden Ereignis bzw. einer Grunderkrankungist hochgradig interpretationsanfällig und daher nichtratsam. Ein weiterer weitgehend manipulationsresisten-ter Endpunkt sind Revisionsoperationen und schwere,behandlungsbedürftige Komplikationen, die in der Regelzuverlässig aufgrund der erbrachten Leistungen erkenn-bar sind. Erhöhte Revisions- und Komplikationsratenkönnen Aufschluss über mögliche Probleme geben. Insbe-sondere die Messung der Revisionsoperationen setzt aberdie auf Krankenkassendaten basierende QSR-Methodikvoraus, da nur so eine hinreichend lange Nachverfolgungund die Erkennung von Revisionen, die in anderen Kli-niken als der erstbehandelnden durchgeführt werden,möglich sind.

öglichkeit zur anbieterunabhängigenessung

n vielen Wirtschaftszweigen ist es üblich, dass die Qualitäter Produkte anbieterunabhängig gemessen, bewertetzw. je nach Art des Produkts ,,getestet‘‘ wird. Die Mes-ung medizinischer Qualität im QSR-Verfahren über diedministrativen Daten, die zu Abrechnungszwecken vonen Kliniken an die Kassen übermittelt werden, ist eineolche anbieterunabhängige Messung. Sie kann selbständig

urch die Krankenkassen erfolgen, Themen und Indikatorenönnen dabei unabhängig von der Anbieterseite gewählterden. Auch die Messung mittels der German Inpati-nt Quality Indicators (G-IQI) im Rahmen der Initiative

tiMe

T. Mansky, U. Nimptsch

ualitätsmedizin (IQM) erfolgt anhand der Daten nach § 21nbieterunabhängig [31].

Die Auswertungen der externen stationären Qualitätssi-herung nach § 137 SGB V erfolgen zwar ebenfalls nicht durchie Krankenhäuser selbst, aber die (für diesen Zweck sepa-ate) Datenerfassung und Datenvorbereitung erfolgt durchie Anbieter. Zudem hat die Anbieterseite über die Selbst-erwaltung einen bestimmenden Einfluss auf die Themen-zw. Indikatorenauswahl. Deshalb sind die auf diesem Ver-ahren beruhenden Vergleichsportale zwar im Reporting,ber nicht in der Indikatorendefinition oder der Messungnbieterunabhängig.

In den USA gibt es weitere Möglichkeiten der anbie-erunabhängigen Qualitätsmessung. Dort ist der MEDPAR-atensatz von Medicare [32], der zwar nur Daten vonedicare-Versicherten enthält, technisch aber ansonsteneitgehend den sogenannten DRG-Daten nach §21 KHEntgGntspricht, für die klinikbezogene Auswertung freigegeben.ieser Datensatz ist um die Information zum Zeitpunktes Versterbens bis zu drei Jahre nach dem Kranken-ausaufenthalt erweitert. Er bietet damit zwar nicht soeitreichende Möglichkeiten wie die sektorübergreifendenSR-Daten, ermöglicht aber die Messung zeitlich standar-isierter Sterblichkeiten. Dieser Datensatz wird in den USAowohl von privaten Organisationen (z.B. Healthgrades, USews and World Report) als auch von verschiedenen Bundes-taaten für die anbieterunabhängige Messung von Qualitätenutzt.

In Deutschland können die DRG-Daten nach §21 KHEntgG,ie vom Statistischen Bundesamt für anonymisierte Aus-ertungen zur Verfügung gestellt werden [33], für wis-

enschaftliche Zwecke genutzt werden. Eine Offenlegunger Ergebnisse von einzelnen Kliniken ist jedoch ausatenschutzgründen nicht möglich (der Datenschutz der

nstitutionen hat damit faktisch Vorrang vor Patienteninfor-ation und Patientenschutz).Derzeit wird versucht, die erste flächendeckende

nbieterunabhängige Messung mit dem QSR-Verfahren aufuristischem Wege zu verhindern [34]. Es bleibt abzuwar-en, ob dieses Ansinnen Erfolg hat. Falls ja, würde diesus Sicht der Autoren eine Gesetzesänderung erforder-ich machen. Ein Ergebnis, das eine von allen anderenirtschaftszweigen abweichende Sondersituation schafft,äre aus unserer Sicht ordnungspolitisch kaum vertret-ar.

atensparsamkeit — Verwendungdministrativer Daten

outinedaten oder besser administrative Daten werden imahmen der Leistungserbringung und -abrechnung gene-iert. Ihre Verwendung für die Qualitätsmessung entlastetas klinisch tätige Personal von zusätzlichen Dokumen-ationsaufgaben. Die Eignung von Routinedaten für dieualitätsmessung wurde schon früh auch im Vergleichu sogenannten ,,klinischen Daten‘‘ gezeigt [35—37]. Beier Auswertung sind jedoch Besonderheiten zu beach-

en. Für klinisch und abrechnungstechnisch nicht oderm Vergleich zur Haupterkrankung nur wenig relevanteerkmale, wie z.B. bestimmte Nebendiagnosen, ist mitiner Untererfassung zu rechnen. So werden beispielsweise

mmt

dgsazeeadpSlie

dnEsiBsvvlfnadwdNdüEülfls

DwkDd§denwslDleAlS

Medizinische Qualitätsmessung im Krankenhaus — Worauf ko

passagere, erfolgreich behandelte Harnwegsinfekte durchKatheterisierung, die keinen wesentlichen Einfluss auf denklinischen Verlauf hatten, bei schwereren Grunderkrankun-gen unterkodiert sein. Auch sind die Besonderheiten derKodiersysteme zu beachten. Wer beispielsweise versucht,Krankenhausfälle mit der Diagnose Hirninfarkt (ICD I63) zuzählen und dabei missachtet, dass es auch die Kategorie,,Schlaganfall, nicht als Blutung oder Infarkt bezeichnet‘‘(I64) gibt, läuft Gefahr, die Zahl der Fälle zu unterschätzen.

Es gilt also auch hier der Grundsatz ,,Wer eine Fragefalsch stellt, bekommt eine falsche Antwort‘‘. Da tech-nisch auch nicht-sinnvolle Auswertungen möglich sind undder Computer dafür Ergebnisse liefert, ist besondereVorsicht angebracht. Bei Beachtung der Besonderheitenund adäquatem Umgang damit lassen sich aber sinn-volle Qualitätsmessungen mittels der administrativen Datendurchführen [15,21,24—26].

Der Nutzen der Routinedaten für die Qualitätsmessunglässt sich wesentlich verbessern, wenn qualitätsrelevanteSachverhalte in die Kodierung übernommen werden. Es seienhier exemplarisch einige Beispiele genannt:

• Das TNM-Tumorstadium und der Resektionsstatus ließensich über die ICD insbesondere zur Qualitätsmessung beiTumoroperationen kodieren (entsprechende Anträge beimDIMDI wurden bislang nicht berücksichtigt [38]).

• Für viele Krankheiten, die sowohl vor Einweisung beste-hen als auch als Komplikation im Krankenhaus auftretenkönnen, wäre die Erfassung eines sog. ,,Present onAdmission‘‘ (POA) Kennzeichens sinnvoll (entsprechendeAnträge beim DIMDI wurden bislang nicht berücksichtigt[38]).

• In der Frührehabilitation wären Qualitätsmessungen bei-spielsweise durch eine präzisere Erfassung des Barthel-und/oder FIM-Index (siehe ICD U50 bis U52) bei Auf-nahme und Entlassung möglich (entsprechende Anträgebeim DIMDI wurden bislang nicht berücksichtigt [38])

• Bei wesentlichen Implantaten (Risikoklasse III) wäre dieauf einfache Weise mögliche Erfassung von Implantattyp,Hersteller und Seriennummer sinnvoll [27].

Es könnten also mit administrativen Daten auf einfacheWeise weit mehr qualitätsrelevante Sachverhalte ausgewer-tet werden als derzeit möglich. Allerdings sind hinsichtlichsolcher Erweiterungen Widerstände zu überwinden. Da miteiner Verbesserung der Routinedaten-Methodik immer aucheine Verbesserung anbieterunabhängiger Auswertungsmög-lichkeiten verbunden ist, setzt die Gegenwehr häufig bereitsbei der Methodik an.

Mit administrativen Daten können viele Indikatorengemessen werden. Dies bedeutet nicht, dass dadurch sepa-rate Datenerfassungen für detailliertere Fragestellungenoder Aspekte, die mit Routinedaten nicht abgebildet werdenkönnen (z.B. Patient-reported Outcomes wie Lebensquali-tät oder Schmerzen), überflüssig würden. Angesichts derunterschiedlichen Anwendungszwecke wird es ein Nebenein-ander von auf spezifischen Datenerfassungen basierendenQualitätsmessinstrumenten und Auswertungen auf der Basis

vorhandener Routinedaten geben. Es ist aber im Sinneder Datensparsamkeit im Einzelfall kritisch zu prüfen, obeine aufwändige bundesweite Separaterfassung in einemvernünftigen Verhältnis zum messbaren Ergebnis und den

g(gm

es an? 491

araus ableitbaren Konsequenzen steht. Im Falle des ein-angs erwähnten Beispiels der Schrittmacherwechsel stelltich z.B. die Frage, ob die 10, zu veröffentlichenden,usschließlich auf Reizschwellen/Amplitudenbestimmungenielenden Indikatoren der externen Qualitätssicherungrforderlich sind oder ob nicht im Sinne der Ergebnisori-ntierung Indikatoren, die beispielsweise auf der Basis vondministrativen Daten die ,,Überlebens‘‘- bzw. Standzeitener Schrittmacher bzw. Schrittmachersonden nach Erstim-lantation und Revisionsraten bewerten, für die externeicht sogar sinnvoller wären. Die Erfassung der Reizschwel-enbestimmungen könnte dann für die an Prozesskennzahlennteressierten Beteiligten ggf. fachintern und freiwilligrfolgen.

In bestimmten Bereichen wird bei einer Ausweitunger Qualitätsmessung eine separate Datenerfassung kaumoch zumutbar sein. Sofern für die Nachverfolgung nachingriffen bzw. Erstereignissen beispielsweise Nachunter-uchungen im ambulanten Bereich notwendig werden,st angesichts der bereits bestehenden bürokratischenelastungen mit aktivem oder zumindest passivem (z.B.chematisches Ausfüllen der Belege oder Nichtmeldungon Komplikationen) Widerstand zu rechnen. Im Falleon Tumorregistern besteht wegen der für alle Betei-igten nachvollziehbaren Bedeutung eine hohe Akzeptanzür Nachverfolgungen. Diese kann jedoch bei Ausdeh-ung (bzw. Überdehnung) der Erfassungsverfahren inndere Bereiche nicht in gleichem Maße erwartet wer-en. Bereits geringe Ausfallraten in der Nachverfolgungürden bei niedrigen Ereignisraten (z.B. Komplikationen)ie Brauchbarkeit der Datenerfassung stark einschränken.ach Einschätzung der Autoren wird daher eine flächen-eckende, vollständige Erfassung von Langzeitergebnissenberwiegend nur mit administrativen Daten möglich sein.s empfiehlt sich möglicherweise, diese Methodik u.a.ber die genannten Modifikationen der Kodierungsmög-ichkeiten zu verbessern, statt eine schwer umsetzbareächendeckende Nacherfassung mit Erhebungsdaten anzu-treben.

Eine Langzeit-Ergebnismessung mit administrativenaten kann derzeit nur von den Krankenkassen umgesetzterden. Es wäre wünschenswert, dass neben den Kran-enkassen auch andere Einrichtungen Zugriff auf dieseaten erhalten. Auch die bundesweite Zusammenführungieser Daten wäre erforderlich. Die Neuregelung der303a-e SGB V kann diese Forderung nicht abdecken,

a sie nicht die für die genannten Qualitätsmessungenrforderlichen Daten enthält [39]. Im Bereich der exter-en stationären Qualitätssicherung nach § 137 SGB Vird derzeit die Nutzung von Krankenkassendaten zur

ektorenübergreifenden Qualitätsmessung auf der Grund-age des neu geregelten § 299 SGB V vorbereitet [40].ie Forderung nach einer umfassenden, wissenschaft-

ich zugänglichen Datenbasis wird damit allerdings nichtrfüllt, da in diesem Verfahren nur eng umschriebeneuszüge aus den Kassendaten für vorher in den gesetz-

ichen Qualitätssicherungsverfahren und damit in derelbstverwaltung festgelegte Fragestellungen zur Verfü-

ung stehen werden. Unabhängige (Weiter-)Entwicklungensiehe z.B. QSR oder G-IQI), die bisher mittelbar auch dieesetzlichen Verfahren befruchtet haben, sind damit nichtöglich.

4

R

DngaFwFt

isr,wfRdlzgf

bdtdjd

fddSm[

eFegIkassRtiveusuK[tm

k

mezglFnd

S

MrgaeVg,

sbRtddBiudbKegtetaaustKltEü

vsQbaDleS

92

isikoadjustierung

ie Ergebnisse medizinischer Qualitätsmessungen hängenicht nur von Faktoren ab, die durch den Leistungserbrin-er beeinflussbar sind. Risikoadjustierungsverfahren werdenngewendet, um medizinische Qualität unabhängig vonaktoren beurteilen zu können, die nicht in der Verant-ortung des Leistungserbringers liegen (z. B. eine spezielleallzusammensetzung in Bezug auf Alter, Geschlecht, Beglei-erkrankungen usw) [41].

Für Anwendungszwecke, die primär auf die einrichtungs-nterne medizinische Ergebnisverbesserung ausgerichtetind (Anwendungszwecke 1 und 2) dient die Risikoadjustie-ung vornehmlich dazu, ,,echte‘‘ Auffälligkeiten mit hoher,Trefferquote‘‘ erkennen zu können. Dies ist besondersichtig, wenn Qualitätskennzahlen als Aufgreifkriterium

ür weitergehende Fallanalysen, z.B. im Rahmen von Peereviews, genutzt werden [22]. Bei Qualitätsmessungen, dieem Public Reporting (Anwendungszweck 3) oder der qua-itätsorientierten Vergütung (Anwendungszweck 4) dienen,ielt die Risikoadjustierung darauf ab, einen fairen Ver-leich zwischen den Leistungserbringern und damit eineaire Bewertung der Qualität sicherzustellen.

Bei der Auswahl der Merkmale, die zur Risikoadjustierungei Qualitätsmessungen einbezogen werden, muss nebeneren Verlässlichkeit (z. B. Vollständigkeit der Dokumen-ation) auch die inhaltliche Eignung vor dem Hintergrundes Ziels der Qualitätsmessung bewertet werden. Auch dieeweilige Methode der Risikoadjustierung hängt vom Anwen-ungszweck ab.

Im System der German Inpatient Quality Indicators, dieür die einrichtungsinterne Qualitätsverbesserung (Anwen-ungszweck 2) entwickelt wurden, kommen Verfahrener Risikodifferenzierung und -stratifizierung, sowie dietandardisierung nach den in der Regel verlässlich doku-entierten Merkmalen Alter und Geschlecht zur Anwendung

15].Zum Zwecke des Public Reporting oder der qualitätsori-

ntierten Vergütung kann eine Berücksichtigung weitereraktoren notwendig sein. Die betrifft insbesondere Begleit-rkrankungen, wenn anzunehmen ist, dass diese unabhän-ig von Alter und Geschlecht das Ergebnis beeinflussen.n Routinedaten werden Begleiterkrankungen meist überodierte Nebendiagnosen gemessen. Beachtet werden mussber, dass damit nicht nur vorbestehende Risikofaktoren,ondern auch Komplikationen abgebildet werden. Eine Adju-tierung nach (potenziellen) Komplikationen ist jedoch imahmen der Qualitätsmessung nicht zielführend, da so even-uelle Qualitätsprobleme ,,wegadjustiert‘‘ würden. Danebenst die Verlässlichkeit und Vollständigkeit der Dokumentationon Bedeutung. Wenn bei Qualitätsmessungen auf Klinik-bene für kodierte Begleiterkrankungen adjustiert wirdnd das Kodierverhalten verschiedener Einrichtungen unter-chiedlich ist, würde im Extremfall nicht nach der ggf.nterschiedlichen Fallzusammensetzung, sondern nach demodierverhalten der Leistungserbringer adjustiert werden42]. Auch unerwünschte Verhaltensweisen bei den Leis-

ungserbringern (im Sinne von strategischem Kodieren) sindöglich.Die Einbeziehung sozioökonomischer Merkmale (z.B. Ein-

ommen oder Bildungsstatus) in die Risikoadjustierung einer

Kd—n

T. Mansky, U. Nimptsch

edizinischen Qualitätsmessung muss vor dem Hintergrundthischer Überlegungen sorgfältig abgewogen werden. Prin-ipielles Ziel ärztlichen Handelns ist die Sicherstellung einerleichmäßigen, vom sozialen Status unabhängigen Behand-ungsqualität. Eine Adjustierung nach sozioökonomischenaktoren birgt jedoch die Gefahr, Qualitätsprobleme rech-erisch zu verdecken und damit soziale Ungleichheiten iner Versorgung zu zementieren.

tatistische Grenzen der Messmöglichkeiten

edizinische Qualität kann nur für einzelne Leistungsbe-eiche sachgerecht beurteilt werden. Gesamtbeurteilungenanzer Kliniken werden zwar gelegentlich gewünscht, sindber in der Regel problematisch. Wäre beispielsweiseine Klinik mit überdurchschnittlich guter kardiologischerersorgung und unterdurchschnittlicher Allgemeinchirur-ie bei sonst unauffälligen weiteren Fachbereichen ein,mittelgutes‘‘ Krankenhaus?

Die Qualitätsmessung für einzelne Leistungsbereichetößt allerdings häufig auf statistische Grenzen, die ins-esondere für die Anwendungszwecke 3 und 4 (Publiceporting und qualitätsorientierte Vergütung) problema-isch sind. Bei kleinen Fallzahlen, die angesichts der Vielfalter Krankheitsbilder in vielen Kliniken vorkommen, wer-en die Vertrauensbereiche weiter und die statistischeeurteilung damit unsicherer. Sogenannte Funnel-Plots,

n denen Menge, Ergebnis (z.B. adjustierte Sterblichkeit)nd Streubereiche dargestellt werden, veranschaulicheniese Problematik [43]. Im unteren Mengenbereich (ins-esondere bei prozentual niedrigen Ereignisarten, z.B.omplikationsindikatoren) sind sichere Aussagen darüber, obin Klinikergebnis schlechter oder besser als der jeweilsewählte Referenzbereich ist, für einen einzelnen Leis-ungserbringer kaum möglich. So kann z.B. das Auftreteniner seltenen Komplikation ein Klinikergebnis im Betrach-ungszeitraum stark verschlechtern, ohne dabei statistischuffällig zu sein. Dies ist umso problematischer als (beiggregierter Betrachtung) Zusammenhänge zwischen Mengend Ergebnis für viele komplexe Leistungsbereiche bekanntind [44—46]. Über aggregierte Kennzahlen, die Ereignisra-en durch Zusammenfassungen (z.B. von unterschiedlichenomplikationen oder von mehreren Jahrgängen) erhöhen,ässt sich die Nachweisgrenze verschieben, aber nicht besei-igen [47]. Statistisch sicher ermitteln lassen sich vor allemxzellenzzentren, in denen bei hohen Fallzahlen gleichzeitigberdurchschnittlich gute Ergebnisse erzielt werden.

Die statistischen Limitationen, die auch die Justiziabilitäton Qualitätsmessungen beeinflussen, müssen bei politi-chen Entscheidungen hinsichtlich der Einbeziehung vonualitätsaspekten in Krankenhausplanung und -vergütungerücksichtigt werden. Bei entsprechender Gestaltung wäreber dennoch über Punktesysteme eine Modifikation derRG-Vergütung auf der Basis von Qualitätskennzahlen mög-

ich [7]. In den USA werden derartige Systeme bereitsingesetzt [48]. Für ,,Alles-oder-Nichts‘‘-Entscheidungen iminne der gelegentlich geforderten ,,Schließung schlechter

rankenhäuser‘‘ sind Qualitätsindikatoren — abgesehen voner Sinnhaftigkeit des Konzepts ,,schlechte Krankenhäuser‘‘

schon wegen der statistischen Limitationen nicht geeig-et.

mmt

[

[

[

[

[

[

[

[

Medizinische Qualitätsmessung im Krankenhaus — Worauf ko

Fazit

Die Anwendungszwecke der früher vor allem intraprofes-sionell eingesetzten Qualitätsmessung haben sich erheblichverändert. Qualitätskennzahlen werden nicht mehr nurvon den Ärzten für die Eigenkontrolle, sondern auch fürdie einrichtungsinterne Qualitätsverbesserung und für dieöffentliche, vergleichende Qualitätsbeurteilung eingesetzt.Die Anwendung in qualitätsorientierten Vergütungssystemenist in anderen Ländern bereits im Umsetzungsstadium undwird für Deutschland zumindest politisch diskutiert. Darausergeben sich — abhängig vom jeweiligen Anwendungszweck— neue Anforderungen an die Qualitätsindikatoren. Dies fin-det bisher zu wenig Beachtung.

Die derzeitigen Indikatoren der externen stationärenQualitätssicherung nach § 137 SGB V sind für die neuenAnwendungszwecke in vielen Fällen nicht geeignet. Sie sindoft zu detailorientiert und werden hinsichtlich Aussagekraft,Abdeckungsgrad und Manipulationssicherheit den veränder-ten Anforderungen nicht gerecht.

Umfassendere, ergebnisorientierte und weniger mani-pulationsanfällige Indikatoren sind vielfach aus admini-strativen Daten ableitbar. Durch überschaubare, gezielteErweiterungen in der Erfassung dieser Daten ließen sich dieMessmöglichkeiten weiter verbessern. Zur Langzeitmessungvon Behandlungsergebnissen dürften administrative Datenunter Aufwand-/Nutzen-Gesichtspunkten ferner die einzigflächendeckend realisierbare Messmöglichkeit darstellen.

Die Weiterentwicklung der Messverfahren, insbeson-dere durch Nutzung administrativer Daten, ermöglichtanbieterunabhängige Qualitätsmessungen. Daraus ergebensich politische Konflikte, die teils offen, teils verdeckt(u.a. im Rahmen der Indikatorenentwicklung) ausgetra-gen werden (müssen). Jenseits dieser Auseinandersetzungenkönnen aber gerade die neueren Entwicklungen in derergebnisorientierten Qualitätsmessung nachweislich einenwesentlichen Beitrag zur Verbesserung der medizinischenVersorgung leisten, wenn sie im Rahmen des kranken-hausinternen Qualitätsmanagements mit dem Ziel derErgebnisverbesserung eingesetzt werden [20,21].

Interessenkonflikt

Das Fachgebiet Strukturentwicklung und Qualitätsmanage-ment im Gesundheitswesen an der Technischen UniversitätBerlin, in dem Thomas Mansky und Ulrike Nimptsch tätigsind, ist eine Stiftungsprofessur der Helios Kliniken GmbH.

Literatur

[1] Mansky T, Scriba PC. Qualitätssicherung im Kreuzfeuer poli-tischer Interess: Muss der Patient oder muss die Institutiongeschützt werden? In: Martin J, Rink O, Zacher J, editors.Handbuch IQM. Berlin: Medizinisch Wissenschaftliche Verlags-gesellschaft; 2014. p. 219—23.

[2] Gremmelt A. Ein fast schon historischer Kontext — bis-herige Ansätze zur Qualitätsmedizin. In: Kahwinkel W,Meier-Hellmann A, Zacher J, editors. Peer Review. Sicher

ist besser. Berlin: Medizinisch Wissenschaftliche Verlagsgesell-schaft; 2013. p. 25—30.

[3] ter Haseborg F, Zastrau R. Qualität, Markenbildung undKrankenhauswahlentscheidung — Implikationen der neuen

[

es an? 493

Qualitätstransparenz für das Krankenhaus-Marketing. In: Klau-ber J, Robra B-P, Schellschmidt H, editors. Krankenhaus-Report2004. Schwerpunkt: Qualitätstransparenz. Stuttgart: Schat-tauer; 2005. p. 151—62.

[4] Rothberg MB, Morsi E, Benjamin EM, Pekow PS, Lindenauer PK.Choosing The Best Hospital: The Limitations Of Public QualityReporting. Health Affairs 2008;27(6):1680—7.

[5] Robra B-P. Qualitätstransparenz - von der Ebene der Indivi-dualmedizin zur Ebene des Gesundheitswesens. In: KlauberJ, Robra B-P, Schellschmidt H, editors. Krankenhaus-Report2004. Schwerpunkt: Qualitätstransparenz. Stuttgart: Schat-tauer; 2005. p. 3—15.

[6] Langenegger M, Schneider T. Qualitätsindikatoren der Schwei-zer Akutspitäler. Soziale Sicherheit CHSS 2012;5:313—4.

[7] Mansky T. Qualitätsorientierte Vergütung: Was wäre machbar?Der Chirurg BDC 2010;1:6—9.

[8] Seeger DG. Qualitätsorientierte Anreiz- und Vergütungssy-steme in der stationären Versorgung — Entwicklung und Anwen-dung eines Kriterienkatalogs. Dissertation. Berlin: Universi-tätsverlag der TU Berlin; 2013. http://opus4.kobv.de/opus4-tuberlin/frontdoor/index/index/docId/4479

[9] Veit C, Hertle D, Bundgard S, Trümner A, Ganske V, Meyer-Hofmann B. Pay-for-Performance im Gesundheitswesen:Sachstandsbericht zu Evidenz und Realisierung sowie Darle-gung der Grundlagen für eine künftige Weiterentwicklung. EinGutachten im Auftrag des Bundesministeriums für Gesundheit,2012. Düsseldorf: BQS Institut für Qualität und Patientensi-cherheit 2012. http://www.bundesgesundheitsministerium.de/fileadmin/dateien/Pressemitteilungen/2012/2012 03/120817 PM 58 Anlage Gutachten BQS 01.pdf

10] Porter ME, Olmsted Teisberg E. Redefining Health Care. Crea-ting Value-Based Competition on Results. Boston: HarvardBusiness School Press; 2006.

11] Reiter A, Geraedts M, Jäckel W, Fischer B, Veit C, Döbler K.Selection of hospital quality indicators for public disclosurein Germany. Z Evid Fortbild Qual Gesundhwes 2011;105(1):44—8.

12] Gemeinsamer Bundesausschuss (G-BA). Regelungen desGemeinsamen Bundesausschusses gemäß § 137 Abs. 3 Satz 1Nr. 4 SGB V über Inhalt, Umfang und Datenformat eines struk-turierten Qualitätsberichts für nach § 108 SGB V zugelasseneKrankenhäuser, zuletzt geändert am 17. April 2014. G-BA;2014.

13] AQUA — Institut für angewandte Qualitätsförderung und For-schung im Gesundheitswesen GmbH. Qualitätsreport 2012.Göttingen: AQUA-Institut; 2013.

14] AOK-Bundesverband, Forschungs- und Entwicklungsinstitut fürdas Sozial- und Gesundheitswesen Sachsen-Anhalt (FEISA),HELIOS Kliniken, Wissenschaftliches Institut der AOK (WIdO).Qualitätssicherung der stationären Versorgung mit Routineda-ten (QSR) — Abschlussbericht. Bonn: WIdO; 2007.

15] Mansky T, Nimptsch U, Winklmair C, Hellerhoff F. G-IQI |German Inpatient Quality Indicators. Version 4.0. - Band 3:Erläuterungen und Definitionshandbuch für das Datenjahr2013. 2. Auflage. Berlin: Universitätsverlag der TU Berlin; 2013.http://opus4.kobv.de/opus4-tuberlin/frontdoor/index/index/docId/4279

16] Shahian DM, Wolf RE, Iezzoni LI, Kirle L, Normand SL. Variabilityin the measurement of hospital-wide mortality rates. N Engl JMed 2010;363(26):2530—9.

17] Agency for Healthcare Research and Quality (AHRQ).Inpatient Quality Indicators Overview [Webseite]. AHRQ;2014. http://www.qualityindicators.ahrq.gov/Modules/iqiresources.aspx (letzter Zugriff am 09.07.2014).

18] Agency for Healthcare Research and Quality (AHRQ). Pati-

ent Safety Indicators Overview [Webseite]. http://www.qualityindicators.ahrq.gov/Modules/psi resources.aspx (letz-ter Zugriff am 09.07.2014).

4

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

94

19] Eberlein-Gonska M. Umsetzung indikatorengesteuerter Peer-Review-Verfahren in der Initiative Qualitätsmedizin. In: JonitzG, Mansky T, Scriba PC, Selbmann H-K, editors. Ergebnis-verbesserung durch Qualitätsmanagement. Köln: DeutscherÄrzte-Verlag; 2014. p. 57—64.

20] Völzke T. Medizinisches und industrielles Qualitätsmanagementim Vergleich. Grundlegende Betrachtungen am Beispiel derIQM-Methodik und des Six-Sigma-Konzeptes. Masterarbeit. Ber-lin: Universitätsverlag der TU Berlin; 2014. http://opus4.kobv.de/opus4-tuberlin/frontdoor/index/index/docId/5160

21] Nimptsch U, Mansky T. Quality Measurement combined withpeer review improved German in-hospital mortality rates forfour common diseases. Health Affairs 2013;32:1616—23.

22] Nimptsch U, Mansky T. Wirksamkeit eines indikatorenbasier-ten Qualitätsmanagementsystems. In: Jonitz G, Mansky T,Scriba PC, Selbmann H-K, editors. Ergebnisverbesserung durchQualitätsmanagement. Köln: Deutscher Ärzte-Verlag; 2014. p.65—70.

23] Bundesamt für Gesundheit (BAG). Qualitätsindikatoren derSchweizer Akutspitäler 2011. Bern: BAG; 2013. http://www.bag-anw.admin.ch/kuv/spitalstatistik/data/download/qip11publikation.pdf?webgrab=ignore

24] Jeschke E, Baberg HT, Dirschedl P, Heyde K, Levenson B,Malzahn J, Mansky T, Möckel M, Günster C. Komplikationenund Folgeeingriffe nach koronaren Prozeduren in der kli-nischen Routine. Eine Ein-Jahres-Follow-Up-Analyse auf derGrundlage von AOK-Routinedaten. Dtsch Med Wochenschr2013;138(12):570—5.

25] Jeschke E, Heyde K, Günster C. Der Zusammenhang vonKomplikationen im Krankenhaus und im Follow-up und Implika-tionen für die Qualitätsmessung bei Hüftgelenksendoprothesen— Eine Analyse von AOK-Routinedaten. Gesundheitswesen2013;75(5):288—95.

26] Heller G. Lebensdauer von Hüftgelenksimplantaten in Deutsch-land. In: Klauber J, Geraedts M, Friedrich J, Wasem J, editors.Krankenhaus-Report 2011. Stuttgart: Schattauer; 2011. p.49—60.

27] Mansky T, Malzahn J, Trenner W-D. Medizinprodukte: Die Nach-verfolgung ermöglichen. Dtsch Arztebl 2014;111(6):A-216-8.

28] Porter ME, Guth C. Chancen für das deutsche Gesundheits-system. Von Partikularinteressen zu mehr Patientennutzen.Berlin Heidelberg: Springer; 2012.

29] AQUA — Institut für angewandte Qualitätsförderung undForschung im Gesundheitswesen GmbH. Bericht zur Datenva-lidierung 2013. Erfassungsjahr 2012. Abschlussbericht gemäߧ15 Abs. 2 QSKH-Richtlinie. Göttingen: AQUA-Institut; 2014.

30] Hummler HD, Poets C. Mortalität sehr unreifer Frühgebo-rener — Erhebliche Diskrepanz zwischen Neonatalerhebungund amtlicher Geburten-/Sterbestatistik. Z Geburtsh Neonatol2011;215:10—7.

31] Mansky T, Nimptsch U. German Inpatient Quality Indicators(G-IQI) — Qualitätsmessung in der Initiative Qualitätsme-dizin. In: Kuhlen R, Rink O, Zacher J, editors. JahrbuchQualitätsmedizin 2010. Berlin: Medizinisch WissenschaftlicheVerlagsgesellschaft; 2010. p. 17—32.

32] Centers for Medicare & Medicaid Services (CMS). MedicareProvider Analysis and Review (MEDPAR) File [Webseite].http://www.cms.gov/Research-Statistics-Data-and-Systems/Files-for-Order/IdentifiableDataFiles/MedicareProviderAnalysisandReviewFile.html (letzter Zugriff 10.07.2014).

33] Forschungsdatenzentren der statistischen Ämter des Bundes

und der Länder: DRG-Statistik. Wiesbaden: Forschungsdaten-zentren der statistischen Ämter des Bundes und der Länder.http://www.forschungsdatenzentren.de/bestand/drg/index.asp

T. Mansky, U. Nimptsch

34] Krankenhausgesellschaft Nordrhein-Westfalen (KGNW).KGNW zum Urteil des LSG Berlin-Brandenburg zumAOK-Navigator [Webseite]. http://www.kgnw.de/presse/pressemitteilungen/2014-06-24 aok triumphiert/ (letzterZugriff am 09.07.2014).

35] Krakauer H, Bailey RC, Skellan KJ, Stewart JD, Hartz AJ, KuhnEM, Rimm AA. Evaluation of the HCFA model for the ana-lysis of mortality following hospitalization. Health Serv Res1992;27(3):317—35.

36] Romano PS, Roos LL, Luft HS, Jollis JG, Doliszny K. A com-parison of administrative versus clinical data: coronary arterybypass surgery as an example. Ischemic Heart Disease Pati-ent Outcomes Research Team. J Clin Epidemiol 1994;47(3):249—60.

37] Mitchell JB, Bubolz T, Paul JE, Pashos CL, Escarce JJ, Muhl-baier LH, Wiesman JM, Young WW, Epstein RS, Javitt JC. UsingMedicare claims for outcomes research. Med Care 1994;32(7Suppl):JS38—51.

38] Deutsches Institut für Medizinische Dokumentation undInformation (DIMDI). ICD-10-GM. Vorschläge aus den Vor-schlagsverfahren. http://www.dimdi.de/dynamic/de/klassi/downloadcenter/icd-10-gm/vorschlaege/

39] Mansky T, Robra BP, Schubert I. Vorhandene Daten besser nut-zen. Dtsch Arztebl 2011;109:A1082—5.

40] AQUA — Institut für angewandte Qualitätsförderung undForschung im Gesundheitswesen GmbH. Allgemeine Spezifi-kation für die Nutzung der Sozialdaten bei den Kranken-kassen. Projektabschlussbericht. Göttingen: AQUA-Institut;2014.

41] Lux G, Biermann J, Dahl H, Matusiewicz D, Mostard S,Nimptsch U, Wasem J, Walendzik A. Risikoadjustierung undKomorbiditäten. In: Swart E, Ihle P, Gothe H, MatusiewiczD. Routinedaten im Gesundheitswesen. Handbuch Sekundär-datenanalyse: Grundlagen, Methoden und Perspektiven. Bern:Verlag Hans Huber; im Druck.

42] Nicholl J. Case-mix adjustment in non-randomised obser-vational evaluations: the constant risk fallacy. J EpidemiolCommunity Health 2007;61(11):1010—3.

43] Spiegelhalter DJ. Funnel plots for comparing institutional per-formance. Statist Med 2005;24:1185—202.

44] Birkmeyer JD, Siewers AE, Finlayson EVA, Stukel TA, Lucas FL,Batista I, Welch HG, Wennberg DE. Hospital Volume and Sur-gical Mortality in the United States. New England Journal ofMedicine 2002;346(15):1128—37.

45] Ross JS, Normand SL, Wang Y, Ko DT, Chen J, Drye EE,Keenan PS, Lichtman JH, Bueno H, Schreiner GC, Krum-holz HM. Hospital volume and 30-day mortality for threecommon medical conditions. N Engl J Med 2010;362(12):1110—8.

46] Peschke D, Mansky T. Mengen-Ergebnis-Beziehung bei aus-gewählten Krankenhausbehandlungen in Deutschland [Kon-gressbeitrag]. Palliativmedizin 2014;15:- PD251.

47] Heller G. Qualitätssicherung mit Routinedaten — Aktuel-ler Stand und Weiterentwicklung. In: Klauber J, GeraedtsM, Friedrich J, editors. Krankenhaus-Report 2010. Stuttgart:Schattauer; 2010. p. 239—54.

48] Centers for Medicare & Medicaid Services (CMS), HHS.Medicare and Medicaid programs: hospital outpatient pro-spective payment and ambulatory surgical center paymentsystems and quality reporting programs; Hospital Value-BasedPurchasing Program; organ procurement organizations; quality

improvement organizations; Electronic Health Records (EHR)Incentive Program; provider reimbursement determinationsand appeals.Final rule with comment period and final rules.Fed Regist 2013;78(237):74825—5200.