30-Tage-Sterblichkeit nach Koronarangiographie und perkutaner koronarer Intervention (PCI) – Risikoadjustierung auf der Basis von Routinedaten

Hintergrund: Im Hinblick auf eine geeignete Risikoadjustierung für die Krankenhaussterblichkeit müssen Routinedaten nicht notwendigerweise hinter klinischen Daten zurückstehen [1, 2]. Die vorliegende Analyse überprüft die Güte von Risikoadjustierungsmodellen auf der Basis von Routinedaten für die 30-Tage-Sterblichkeit nach Koronarangiographie und PCI. Methode: Die Analyse wurde im Rahmen des Verfahrens „Qualitätssicherung mit Routinedaten“ (QSR) mit bundesweiten Routinedaten der AOK durchgeführt [3]. Eingeschlossen wurden Abrechnungsfälle der Jahre 2007–2009 mit einer Koronarangiographie oder PCI (Gruppe 1: Koronarangiographie ohne Herz-OP und ohne Herzinfarkt (HI), 2: PCI mit Stent ohne HI, 3: PCI mit Stent mit HI). Durch Literatur- und Indikatorenrecherche sowie Expertenexpertise wurden potenzielle, in den Routinedaten verfügbare Risikofaktoren für die 30-Tage-Sterblichkeit ermittelt und in multiplen logistischen Regressionsmodellen überprüft. Die Modellauswahl erfolgte anhand des Bayesian information criterion (BIC). Zur Überprüfung der Modellgüte wurden der Hosmer-Lemeshow-Test und der ROC AUC-Wert benutzt. Ergebnisse: Insgesamt wurden 522.426 Patienten eingeschlossen (1: N=323.856; 2: N=103.735; 3: N=94.835). Die 30-Tage Sterblichkeit betrug für die Gruppen 1: 0,96%, 2: 0,91% und 3: 6,88%. In das endgültige Modell gingen als unabhängige Variablen das Alter, Geschlecht, Vorjahresereignisse (Dialyse, HI), gegebenenfalls die Anzahl der Stents sowie 30 Begleiterkrankungen nach Elixhauser [4] ein. Der AUC-Wert weist für alle Gruppen auf eine sehr gute Diskriminierungsfähigkeit der Modelle hin (1: 85%; 2: 84%; 3: 87%). Der Hosmer-Lemeshow-Test ergab keine signifikanten Unterschiede. Schlussfolgerung: Die Analysen zeigten für die untersuchten Leistungen eine sehr gute Modellgüte und vergleichbare Ergebnisse zu Risikoadjustierungsmodellen für die Krankenhaussterblichkeit auf der Basis klinischer Daten [5, 6].

Literatur: 1 Aylin P, Lees T, Baker S, Prytherch D, Ashley S. Descriptive study comparing routine hospital administrative data with the Vascular Society of Great Britain and Ireland's National Vascular Database. Eur J Vasc Endovasc Surg 2007;33(4):461-5; discussion 466.

2 Pine M, Jordan HS, Elixhauser A, Fry DE, Hoaglin DC, Jones B, et al. Enhancement of claims data to improve risk adjustment of hospital mortality. Jama 2007;297(1):71-6.

3 Jeschke E, Günster C. Aktueller Stand und Ausbau des QSR-Verfahrens. In: Kuhlen R, Rink O, Zacher J, editors. Jahrbuch Qualitätsmedizin 2011. Berlin; 2011. p. 77-87.

4 Elixhauser A, Steiner C, Harris DR, Coffey RM. Comorbidity measures for use with administrative data. Med Care 1998;36(1):8-27.

5 Kunadian B, Dunning J, Das R, Roberts AP, Morley R, Turley AJ, Twomey D, Hall JA, Wright RA, Sutton AG, Muir DF, de Belder MA. External validation of established risk adjustment models for procedural complications after percutaneous coronary intervention. Heart. 2008 Aug;94(8):1012-8.

6 BQS. BQS-Bundesauswertung 2008 Koronarangiographie und Perkutane Koronarintervention (PCI). Qualitätsindikatoren. 2009. Available from: http://www.bqs-outcome.de/2008/ergebnisse/leistungsbereiche/PCI/buaw/0028_Risikoadj.html

Risikoadjustierung - Routinedaten - Sterblichkeit