Kliinisen dokumentaation parantamisohjelmien (CDI) taloudellisen tuoton mittaaminen on yksi teknisesti vaativimmista tehtävistä eurooppalaisessa sairaalajohdossa. Toisin kuin Yhdysvalloissa, missä vuosikymmeniä jatkunut diagnoosiperusteisiin potilasryhmiin (DRG) sidottu ennakkomaksu Medicaren puitteissa on tuottanut suhteellisen standardoidut sijoitetun pääoman tuoton (ROI) viitekehykset ja laajan konsultointiinfrastruktuurin CDI:n ympärille, eurooppalaiset terveydenhuoltojärjestelmät ovat kehittäneet omat DRG-varianttinsa. Jokaisella on omat tariffirakenteensa, koodauskäytäntönsä ja tarkastusjärjestelmänsä, mikä tekee suorasta vertailusta vaikeaa ja rajat ylittävästä vertailuanalyysistä epäluotettavaa. Monet eurooppalaiset sairaalat tiedostavat, että dokumentaation laatu vaikuttaa tuloihin ja resurssien kohdentamiseen, mutta kamppailevat osoittaakseen tämän vaikutuksen tavalla, joka tyydyttää rahoituskomitean tai hallituksen. Tämä artikkeli esittelee mittausviitekehykset, taloudelliset mittarit ja organisatoriset olosuhteet, jotka mahdollistavat CDI-ohjelman vaikutuksen tarkan seurannan eurooppalaisissa sairaalaympäristöissä.

Yhteys dokumentaation laadun ja DRG-korvauksen välillä

Lähes kaikkialla Euroopassa sairaaloiden korvaus sairaalahoidosta perustuu jonkinlaiseen DRG-järjestelmään. Saksa käyttää G-DRG-järjestelmää, Ranska Groupes Homogènes de Malades (GHM) -järjestelmää ja Englanti Healthcare Resource Group (HRG) -viitekehystä OPCS-4-toimenpidekoodien kanssa. Useimmat muut EU-maat käyttävät kansallisia variantteja, jotka on johdettu alkuperäisestä AP-DRG-arkkitehtuurista. Kaikissa näissä järjestelmissä pätee sama peruslogiikka: potilaan sairauskertomusmerkinnöistä poimitut diagnoosikoodit syötetään ryhmittelyalgoritmiin, joka määrittää jakson DRG:n. DRG määrittää, mitä sairaalalle maksetaan.

Tämän rakenteen taloudellinen seuraus on, että dokumentaation laatu määrittää suoraan korvaustuoton. Merkintä, joka heijastaa tarkasti hoidon koko kliinistä monimutkaisuutta (päädiagnoosi, sivudiagnoosit, liitännäissairaudet, komplikaatiot ja toimenpiteet), ryhmittyy korkeammin painotettuun DRG:hen kuin merkintä, joka kattaa vain esittävän vaivan. Näiden kahden tuloksen välinen ero ei ole vähäinen. Kuten vuoden 2014 analyysi havaitsi, DRG-algoritmit selittävät tyypillisesti yli 40 prosenttia sairaalahoitojaksojen kustannusvaihtelusta. Ennakkomaksujärjestelmiin sisäänrakennetut taloudelliset kannustimet ovat riittävän vahvoja muuttaakseen sairaaloiden toimintaa laajassa mittakaavassa.

Puutteellinen dokumentaatio ei aiheuta ainoastaan hallinnollista vaivaa. Se aliarvioi systemaattisesti annetun hoidon kliinistä monimutkaisuutta ja tuottaa rakenteellisen tulovajeen, joka kumuloituu tuhansien jaksojen aikana vuodessa.

Miten koodauksen tarkkuus ohjaa DRG-määrityksen tarkkuutta

Dokumentaatiosta korvaukseen johtava ketju kulkee kliinisen koodauksen kautta. Koodaajat (olivatpa he suoraan sairaalan palveluksessa tai koodaustoimistojen kautta työskenteleviä) kääntävät kliinisten merkintöjen tekstin kansainvälisen tautiluokituksen (ICD-10 tai ICD-11) tai OPCS-koodeiksi, jotka DRG-ryhmittelijä sitten käsittelee. Tämän käännöksen tarkkuus riippuu täysin siitä, kuinka tarkasti kliinikot ovat kirjoittaneet.

Jos kliinikko dokumentoi vain "infektion" sen sijaan, että kirjoittaisi "metisilliiniresistentin Staphylococcus aureuksen aiheuttama sepsis", koodaaja ei voi määrittää resurssivaltaisempaa DRG:tä, jota kliininen todellisuus tukisi. Sama periaate pätee useisiin diagnooseihin, joilla on merkittävä paino DRG-ryhmittelyssä: akuutti munuaisvaurio verrattuna krooniseen munuaissairauteen vaiheessa neljä, aliravitsemus verrattuna proteiini-kalorialiravitsemukseen määritetyllä vakavuudella, sydämen vajaatoiminta määritetyllä systolisella tai diastolisella toimintahäiriöllä verrattuna ilman määritystä. Jokaisessa tapauksessa tarkempi dokumentaatio tuottaa tarkemman ja tyypillisesti korkeammin painotetun DRG-määrityksen.

Sivudiagnoosit, liitännäissairaudet ja komplikaatiot ovat erityisen alttiita alidokumentoinnille. Niillä on korostunut vaikutus korvaukseen. Järjestelmissä, joissa käytetään komplikaatio- ja liitännäissairaus (CC) tai merkittävä komplikaatio ja liitännäissairaus (MCC) -lippuja (Englannin HRG-järjestelmä käyttää vastaavia monimutkaisuusluokkia), yhden hyvin dokumentoidun sivudiagnoosin läsnäolo tai puuttuminen voi siirtää tapauksen kahden vierekkäisen DRG-tason välillä, joilla on merkittävästi erilaiset tariffit. DRG-koodauksen tarkkuutta koskeva tutkimus on osoittanut, että koodausvirheet vaikuttavat tapausyhdistelmäindeksiin mitattavissa määrin. Virheet johtavat useimmiten monimutkaisuuden alikoodaukseen ylikoodauksen sijaan.

Skandinaavinen satunnaistettu kontrolloitu tutkimus tekoälyavusteisesta koodauksesta havaitsi, että tekoälytyökalut vähensivät koodausaikaa pidemmissä kliinisissä merkinnöissä 46 prosentilla. Tarkkuuden parannukset eivät kuitenkaan olleet tilastollisesti merkitseviä, mikä viittaa siihen, että tiettyjen koodien poimiminen monimutkaisesta dokumentaatiosta on todellinen operatiivinen haaste, ei vain koulutuksen puute.

Keskeiset taloudelliset mittarit, joita eurooppalaiset sairaalat seuraavat

Rahoitus- ja kliinisen informatiikan tiimit käyttävät määriteltyä joukkoa kvantitatiivisia indikaattoreita arvioidakseen, tuottaako CDI-ohjelma mitattavaa taloudellista vaikutusta. Tärkeimmät ovat:

• Tapausyhdistelmäindeksi (CMI): Keskimääräinen DRG-paino kaikissa sairaalahoitojaksoissa. Nouseva CMI CDI-intervention jälkeen kertoo tarkemmasta potilaan monimutkaisuuden heijastuksesta. Toimialan metodologia CMI-pohjaiselle CDI-arvioinnille käsittelee tätä ensisijaisena taloudellisena suorituskykyindikaattorina, seuraten keskimääräisten DRG-suhteellisten painojen muutoksia ajan mittaan ja vertaamalla niitä vertailulaitoksiin, jos kansallista vertailutietoa on saatavilla.

• Tuotto per tapaus: Keskimääräinen korvaus per hoitojakso, seurattuna ennen ja jälkeen ohjelman toteutuksen. Tämä on suorin taloudellisen vaikutuksen mittari, mutta vaatii huolellista säätöä tariffien ja potilasmäärien muutoksille, jotka voivat vääristää trendiä.

• DRG-siirtymäprosentti: Niiden tapausten osuus, joissa kysely tai dokumentaation täsmennys johtaa korkeammin painotettuun DRG-määritykseen. Tämä on ohjelman toiminnan ennakoiva indikaattori, mitattavissa viikkojen kuluessa lanseerauksesta, mutta sitä tulisi tulkita kyselyjen laadun, ei pelkän määrän, rinnalla.

• Kyselyjen vastaus- ja hyväksymisprosentit: Koodaajien tai CDI-asiantuntijoiden esittämien kliinisten kyselyjen prosenttiosuus, joka saa vastauksen, ja osuus, joka johtaa dokumentaation muutokseen. Nämä toimivat kliinikkojen sitoutumisen ja ohjelman laadun mittareina. Matalat hyväksymisprosentit voivat viitata siihen, että kyselyt on kohdennettu huonosti tai että kyselyprosessi aiheuttaa kitkaa.

• Koodauksen hylkäysprosentti: Kuinka usein maksaja- tai tarkastuselimet hylkäävät tai alentavat jätetyt DRG-vaatimukset. Hylkäysprosentin lasku CDI-intervention jälkeen on suora taloudellinen säästö ja myös dokumentaation kestävyyden mittari. Esimerkiksi hylkäysprosentin lasku 8 prosentista 4 prosenttiin useiden tuhansien sairaalahoitojaksojen välillä edustaa merkittävää säästöä koodaajan ja rahoitustiimin ajassa, riippumatta tulojen kasvusta. Lähtötason hylkäysprosentit vaihtelevat kuitenkin huomattavasti maittain ja maksajatyypeittäin. Eurooppalaiset julkiset sairaalajärjestelmät kohtaavat usein erilaisia maksajan hylkäysmekanismeja kuin yhdysvaltalaiset palveluperusteiset mallit. Vakuutushylkäysten vähentämistä dokumentaation parantamisen kautta käsittelevä politiikkakehys tunnistaa koodauksen tarkkuuden ensisijaiseksi keinoksi ehkäistä taloudellisia tappioita vaatimusten hylkäysten vuoksi.

• Hoitoajan tarkkuus: Vastaako dokumentoitu monimutkaisuus todellista resurssien kulutusta. Tämä on olennaista sisäisessä vertailuanalyysissä ja järjestelmissä, joissa tariffineuvottelut perustuvat tapausyhdistelmätietoihin, sekä pidemmän aikavälin korvausasemoinnissa.

Luonnollisen kielen käsittelyyn (NLP) perustuva tutkimus DRG-ennusteesta kliinisistä merkinnöistä on osoittanut, että automatisoidut lähestymistavat voivat arvioida tapausyhdistelmäindeksin dokumentaation tekstistä merkittävällä tarkkuudella. Tämä viittaa tulevaisuuteen, jossa CMI-seurannasta tulee lähes reaaliaikaista retrospektiivisen raportoinnin sijaan.

Toissijaiset ja operatiiviset mittarit, jotka antavat täydellisen kuvan

Taloudelliset mittarit eivät yksinään kerro, onko CDI-ohjelma kestävä. Operatiiviset ja laatumittarit tarjoavat kontekstin, jota tarvitaan tulosuuntausten tulkitsemiseen ja tunnistamaan, missä ohjelmat aiheuttavat tahatonta kitkaa:

• Dokumentaation täydellisyysprosentit kotiutuksessa: Mitataan niiden merkintöjen osuudella, jotka vaativat kotiutuksen jälkeisiä kyselyitä. Korkea kotiutuksen jälkeinen kyselyprosentti osoittaa, että dokumentaation puutteita ei korjata hoitopisteessä, mikä on kallein vaihe niiden korjaamiseen.

• Aika kyselyjen ratkaisuun: Vaikuttaa koodaussyklin kestoon ja sitä kautta kassavirtaan. Kyselyt, jotka jäävät vastaamatta kahdeksi tai kolmeksi viikoksi, viivästyttävät DRG-määritystä, laskutusta ja luovat epävarmuutta tulojen ennustamiseen.

• Kliinikkojen kyselytaakka ja vastausviive: Jos kyselyprosessi lisää merkittävästi kirjaamistaakkaa, kliinikkojen sitoutuminen laskee ajan myötä. Sen ymmärtäminen, miten kliinikot kokevat kyselyt, on olennaista ohjelman kestävyydelle.

• Tarkastus- ja vaatimustenmukaisuustulokset: Tulokset sisäisistä koodaustarkastuksista ja ulkoisista kansallisten korvausviranomaisten tarkastuksista. Saksassa Medizinischer Dienst suorittaa sairaalahoitokoodauksen tarkastuksia. Englannissa aiemmin Payment by Results (PbR) -tarkastusjärjestelmänä tunnettu järjestelmä on uudistettu merkittävästi. Monet alueet ovat siirtyneet lohkosopimuksiin ja Integrated Care System -rahoitusjärjestelyihin NHS Englandin alaisuudessa vuodesta 2020 lähtien. Tarkastustulokset ovat suora mittari dokumentaation ja koodauksen kestävyydestä.

• Potilastietojärjestelmän tietojen laatupisteet: Jos järjestelmät tukevat strukturoitua tai puolistrukturoitua merkintöjen tallennusta, tietojen laatumittarit (pakollisten kenttien täydellisyys, diagnoosikirjauksen johdonmukaisuus, merkintöjen viimeistelyn oikea-aikaisuus) tarjoavat yleiskuvan dokumentaation laadusta ennen koodauksen alkamista.

Tutkimus tapausyhdistelmäpohjaisesta sairaalan tietojärjestelmän hyväksynnästä tunnistaa tietojen laadun ja järjestelmän laadun vahvimmiksi kliinikkojen sitoutumisen ennustajiksi dokumentaatiojärjestelmiin. Tämä viittaa siihen, että potilastietojärjestelmän tietojen laatumittarit eivät ole pelkästään teknisiä indikaattoreita vaan myös välttämättömiä organisatorisille olosuhteille, jotka mahdollistavat CDI-ohjelmien toiminnan.

Mittausaikajaksot: mitä odottaa ja milloin

Yksi yleisimmistä väärintulkinnan lähteistä CDI-ohjelman arvioinnissa on taloudellisen vaikutuksen arviointi liian aikaisin. Eri mittarit muuttuvat luotettaviksi eri vaiheissa ohjelman elinkaarta:

• DRG-siirtymäprosentit ja kyselyjen hyväksymisprosentit voidaan seurata ensimmäisen 1–3 kuukauden aikana. Ne ovat hyödyllisiä varhaisia signaaleja ohjelman toiminnasta, mutta eivät vielä edusta vakaita taloudellisia tuloksia.

• Tapausyhdistelmäindeksin muutokset vaativat tyypillisesti 6–12 kuukautta johdonmukaista dataa ennen kuin trendit ovat tilastollisesti luotettavia. CMI on herkkä potilasmäärien vaihteluille, kausivaihtelulle tapausten monimutkaisuudessa ja tariffimuutoksille, jotka kaikki voivat peittää aidon dokumentaatiovetoisen parannuksen lyhyellä aikavälillä.

• Tulojen toteutuminen voi viivästyä dokumentaation parantumisesta yhdellä tai kahdella laskutussyklillä riippuen koodauksen ja vaatimusten jättämisen nopeudesta. Kuukausittaisilla laskutussykleillä toimivat sairaalat eivät välttämättä näe tulovaikutusta tileissään ennen 8–12 viikkoa dokumentaation parantumisen jälkeen.

• Vuosittaiset vertailut ovat puolustettavin perusta ROI:n esittämiselle sairaalan hallituksille tai rahoituskomiteoille. Yksittäisen vuosineljänneksen vertailut riittävät harvoin erottamaan ohjelman vaikutuksen taustahälystä.

Eurooppalaisten sairaaloiden taloudellista suorituskykyä käsittelevä katsaus havaitsi, että vahvaa kvantitatiivista näyttöä sairaaloiden taloudellisten tulosten ajureista eurooppalaisissa ympäristöissä on saatavilla vain rajoitetusti. Tämä korostaa tiukan sisäisen mittausinfrastruktuurin rakentamisen tärkeyttä julkaistuihin vertailuarvoihin luottamisen sijaan.

Miten laskea CDI-ohjelman ROI

Puolustettavan ROI-laskelman rakentaminen CDI-ohjelmalle vaatii neljä komponenttia: suorat tulovoitot, kustannuspanokset, vältetyt kustannukset ja ohjelmaa edeltävä lähtötaso.

Suorat tulovoitot arvioidaan keskimääräisestä DRG-painon noususta per tapaus (ero DRG-painon välillä ennen ja jälkeen dokumentaation parantumisen), kerrottuna vaikutettujen tapausten määrällä ja paikallisella DRG-tariffilla. Käytännössä tämä laskelma tehdään otokselle tapauksista, joissa kyselyt johtivat DRG-muutoksiin, ja tulos ekstrapoloidaan koko tapausmäärään.

Kustannuspanokset sisältävät ohjelman henkilöstön (CDI-asiantuntijat, kliinisen informatiikan johtajat, koodaajien aika), teknologiainvestoinnit (mukaan lukien tekoälyavusteiset dokumentaatiotyökalut), koulutuksen ja jatkuvan hallinnon. Eurooppalaisten sairaaloiden, jotka käyttävät Ambient Voice Technologyä ja tekoälylääkäriavustajia parantaakseen dokumentaatiota hoitopisteessä, tulisi sisällyttää näiden työkalujen kustannukset CDI-ohjelman budjettiin, vaikka työkalut palvelisivatkin useita kliinisiä toimintoja.

Vältetyt kustannukset sisältävät vaatimusten hylkäysten, uudelleenkoodaustyön ja tarkastuksen korjaustoimien vähenemisen. Nämä aliarvioidaan usein alkuperäisissä ROI-laskelmissa. Hylkäysten korjaaminen on työvoimavaltaista. Hylkäysprosentin lasku 8 prosentista 4 prosenttiin useiden tuhansien sairaalahoitojaksojen välillä edustaa merkittävää säästöä koodaajan ja rahoitustiimin ajassa, riippumatta tulojen kasvusta.

Lähtötason määrittäminen on kriittisin ja useimmiten laiminlyöty elementti. Ilman ohjelmaa edeltävää koodaustarkastusta, joka dokumentoi nykyisen DRG-jakauman, kyselyprosentin, CMI:n ja hylkäysprosentin, ei ole puolustettavaa vertailukohtaa. Potilastietojärjestelmään linkitettyjen dokumentaatio-ohjelmien laatuparannustutkimus osoittaa, että DRG-johdettujen vakavuuspisteiden ja odotettujen maksumuutosten ennen/jälkeen-vertailu on tavanomainen metodologinen lähestymistapa taloudellisen vaikutuksen kvantifiointiin, mutta tämä toimii vain, jos ohjelmaa edeltävä tila on mitattu.

Eurooppalaiset sairaalan teknologiaohjelmien taloudelliset analyysit käyttävät ROI:ta, nettonykyarvoa (NPV) ja takaisinmaksuaikaa (PBT) tavanomaisina taloudellisina mittareina. NPV:n soveltaminen CDI-investointiin vaatii tulovoittojen projisointia usean vuoden ajalle ja niiden diskonttaamista pääoman kustannuksiin. Tämä lähestymistapa on yleisempi pääomainvestointien arvioinnissa kuin CDI-ohjelman arvioinnissa, mutta tulee relevantiksi, kun ohjelmat sisältävät merkittäviä teknologiakuluja.

On olemassa aito attribuutioon liittyvä haaste, joka on syytä tunnustaa: CDI-toteutuksen jälkeiset tulomuutokset johtuvat harvoin yksinomaan ohjelmasta. Potilasmäärä, kliinisen toiminnan muutosten aiheuttamat tapausyhdistelmän muutokset, tariffin tarkistukset ja koodaustiimin kokoonpanon muutokset kaikki vaikuttavat tuloihin samanaikaisesti. CDI-panoksen eristäminen vaatii joko kontrolloitua vertailua (esimerkiksi osastojen tai erikoisalojen vertailua CDI-intervention kanssa ja ilman) tai tilastollista mallia, joka säätää sekoittavia muuttujia. Käytännössä useimmat eurooppalaiset sairaalat käyttävät DRG-siirtymäprosenttidataa ja CMI-trendianalyysiä ensisijaisena attribuutionäyttönä, hyväksyen, että arvio sisältää jonkin verran epävarmuutta.

Tekoälyn ja ambient-dokumentaatiotyökalujen rooli CDI-mittauksessa

Tekoälylääkäriavustajat ja Ambient Voice Technology (AVT) alkavat muuttaa sekä CDI-ohjelmien panoksia että mittaamista eurooppalaisissa sairaaloissa. Perinteinen CDI-malli (jossa koodaajat tarkastelevat valmiita merkintöjä ja esittävät kyselyitä kliinikoille kotiutuksen jälkeen) käsittelee dokumentaation puutteita jälkikäteen. Tekoälyavusteiset dokumentaatiotyökalut mahdollistavat puutteiden korjaamisen jo hoitopisteessä, ennen kuin merkintä on viimeistelty.

Kun tekoälyavustaja kehottaa kliinikkoa täsmentämään diagnoosin, kirjaamaan liitännäissairauden tai täyttämään strukturoidun kentän konsultaation aikana tai välittömästi sen jälkeen, merkinnän laatu paranee jo ennen koodauksen alkamista. Laajamittainen eurooppalainen tutkimus tekoälylääkäriavustajan käyttöönotosta 375 000 kliinisen merkinnän välillä tutki todellisia dokumentaatiotuloksia useissa hoitoympäristöissä. Tutkimus havaitsi mitattavia vähennyksiä kirjaamistaakassa, mikä on edellytys johdonmukaiselle ja täydelliselle merkintöjen kirjoittamiselle, josta CDI-ohjelmat ovat riippuvaisia.

Käytännön mittausvaikutus on merkittävä. Kun tekoälytyökalut parantavat ensimmäisen kierroksen dokumentaation laatua, perinteisten CDI-mittareiden painotus muuttuu. Kyselyjen määrä (historiallisesti ohjelman toiminnan mittari) voi laskea, ei siksi että ohjelma olisi vähemmän tehokas, vaan koska kyselyitä tarvitaan vähemmän. Merkityksellisemmäksi mittariksi nousee dokumentaation täydellisyys kotiutushetkellä: niiden merkintöjen osuus, jotka eivät vaadi kotiutuksen jälkeistä selventämistä, koska relevantit kliiniset yksityiskohdat tallennettiin reaaliajassa.

Jotkut eurooppalaiset sairaalat alkavat myös käyttää tekoälyn tuottamia kliinisen koodauksen ehdotuksia vähentääkseen kyselyjen määrää ja parantaakseen ensimmäisen kierroksen koodauksen tarkkuutta. Skandinaavinen satunnaistettu tutkimus tekoälykoodausavusta osoitti 46 prosentin vähennyksen koodausajassa monimutkaisissa merkinnöissä. Tarkkuuden parannukset, vaikka eivät olleet tilastollisesti merkitseviä kyseisessä tutkimuksessa, viittaavat kehityssuuntaan. Näiden työkalujen kehittyessä CDI-ohjelman suorituskyvyn mittaamisen on kehityttävä niiden mukana, seuraten dokumentaation täydellisyyttä ja ensimmäisen kierroksen koodauksen tarkkuutta ensisijaisina indikaattoreina sen sijaan, että luotettaisiin yksinomaan kyselypohjaisiin mittareihin, jotka on suunniteltu manuaaliselle CDI-työnkululle.

Yleiset syyt, miksi CDI-ohjelmat eivät tuota taloudellista hyötyä

Useita alitehokkuuden malleja toistuu eurooppalaisissa sairaalajärjestelmissä:

• Ei ohjelmaa edeltävää lähtötasotarkastusta. Ilman dokumentoitua lähtöpistettä on mahdotonta osoittaa parannusta. Ohjelmat, jotka ohittavat tämän vaiheen, eivät voi tuottaa puolustettavaa ROI-näyttöä, riippumatta siitä, kuinka hyvin ne myöhemmin suoriutuvat.

• Matala kliinikkojen sitoutuminen kyselyihin. Kyselyprosessit, jotka lisäävät kirjaamistaakkaa (erityisesti ne, jotka vaativat kliinikkojen navigoivan erillisiä järjestelmiä tai vastaavan kyselyihin normaalin työnkulun ulkopuolella), johtavat mataliin vastausprosentteihin ja epäluotettavaan DRG-siirtymädataan. Tutkimus tapausyhdistelmäjärjestelmän hyväksynnästä vahvistaa, että koettu hyödyllisyys ja helppokäyttöisyys ovat vahvimmat kliinikkojen sitoutumisen ennustajat dokumentaatiojärjestelmiin.

• Kapea ohjelman laajuus. Ohjelmat, jotka keskittyvät vain suurivolyymisiin DRG:hin, menettävät merkittäviä tulomahdollisuuksia monimutkaisissa tai pitkäaikaisissa tapauksissa, joissa dokumentoidun ja todellisen monimutkaisuuden välinen kuilu on usein suurin.

• Mittausviive tulkitaan epäonnistumiseksi. Rahoitustiimit, jotka arvioivat CDI-vaikutusta yhden tai kahden kuukauden jälkeen, ennen kuin tapausyhdistelmätrendit ovat vakiintuneet, saattavat päätellä, että ohjelma ei toimi, vaikka on yksinkertaisesti liian aikaista sanoa.

• Yhteyden puute kliinisen informatiikan ja rahoitustiimien välillä. Kun dokumentaation laatumittareita seuraa yksi tiimi ja tulomittareita toinen, ilman jaettua menestyksen määritelmää tai säännöllistä yhteistä tarkastelua, ohjelmat menettävät vauhtia ja vastuullisuutta.

• Epäjohdonmukainen koodaajien koulutus. Vaihteleva kyselyjen laatu tuottaa epäluotettavaa DRG-siirtymädataa, mikä tekee mahdottomaksi erottaa aitoa dokumentaation parantumista satunnaisesta vaihtelusta koodaajien toiminnassa.

Hallinto- ja raportointirakenteet, jotka tukevat jatkuvaa mittaamista

Organisatoriset olosuhteet, jotka mahdollistavat CDI:n taloudellisen mittaamisen jatkumisen alkuperäisen pilottivaiheen jälkeen, ovat yhtä tärkeitä kuin tekninen mittausviitekehys. Ohjelmat, jotka on rakennettu itsenäisiksi rahoitusaloitteiksi (yhden tiimin omistamina, yhden kanavan kautta raportoituina), menettävät yleensä näkyvyyden ja tuen, kun kilpailevia prioriteetteja ilmaantuu.

Eurooppalaiset sairaalat, joilla on kypsimmät CDI-ohjelmat, upottavat dokumentaation laatumittarit olemassa oleviin kliinisen hallinnon viitekehyksiin. Tämä tarkoittaa:

• Toimintojen välistä ohjausryhmää, jossa on mukana rahoitus, kliininen informatiikka, koodaus ja kliininen johtajuus sekä nimetty toimeenpaneva sponsori.

• Raportointitahtia (tyypillisesti kuukausittain operatiivisella tasolla, neljännesvuosittain hallitustasolla), joka pitää ohjelman suorituskyvyn näkyvillä muiden laatu- ja talousmittareiden rinnalla.

• Selkeää omistajuutta jokaiselle mittarille: kuka on vastuussa sen seuraamisesta, kuka toimii sen perusteella ja mikä on eskalaatiopolku, kun suorituskyky laskee kynnyksen alapuolelle.

• Integrointia olemassa oleviin tarkastusprosesseihin, jotta CDI-havainnot tiedottavat ja hyödyntävät sisäisiä koodaustarkastuksia ja ulkoisia korvaustarkasteluja.

Eurooppalaisten sairaaloiden taloudellisen suorituskyvyn katsaus totesi, että vahvaa kvantitatiivista näyttöä sairaaloiden taloudellisista ajureista eurooppalaisissa ympäristöissä on saatavilla vain rajoitetusti. Tämä viittaa siihen, että sairaalat, jotka rakentavat tiukkaa CDI-mittausinfrastruktuuria, tuottavat monissa tapauksissa näyttöä, jota ei vielä ole julkaistu kirjallisuudessa. Tämä luo sekä vastuun että mahdollisuuden: asianmukaisesti kerätty ja hallinnoitu sisäinen data voi muodostaa perustan institutionaaliselle oppimiselle ja lopulta laitosten väliselle vertailuanalyysille, jota eurooppalaisesta CDI-mittauksesta tällä hetkellä puuttuu.

Miltä hyvä näyttää: vertailuarvot ja viitepisteet eurooppalaisille sairaaloille

CDI-ohjelman suorituskyvyn vertailuarvot vaihtelevat merkittävästi maan, DRG-järjestelmän ja sairaalan tyypin mukaan. Laitosten välinen vertailu on monimutkaista potilasjoukon, erikoisalojen yhdistelmän ja koodauskäytännön erojen vuoksi. Useita viitepisteitä käyttävät eurooppalaiset sairaalatiimit kontekstualisoidakseen mittarinsa:

• Tapausyhdistelmäindeksin vertailut vertailulaitoksiin ovat saatavilla maissa, joissa kansallinen DRG-data julkaistaan sairaalatasolla. Saksan DRG-selain ja Englannin NHS:n viitekustannusjulkaisu tarjoavat molemmat tämän. CMI, joka on olennaisesti alhaisempi kuin vertailusairaaloilla, joilla on vertailukelpoista kliinistä toimintaa, on merkki mahdollisesta alidokumentoinnista, vaikka se vaatii huolellista tulkintaa, kun otetaan huomioon monet muuttujat, jotka vaikuttavat CMI:hin.

• Koodauksen hylkäysprosentit, joita kansalliset tarkastuselimet pitävät hyväksyttävinä, vaihtelevat. Ohjeellisena toimialan nyrkkisääntönä yli 5–8 prosentin hylkäysprosentteja sairaalahoitovaatimuksista pidetään yleensä merkkinä dokumentaation tai koodauksen laatuongelmista, jotka vaativat tutkimista, vaikka erityiset kynnysarvot eroavat lainkäyttöalueen ja tarkastuselimen mukaan. Nämä vertailuarvot perustuvat usein yhdysvaltalaisiin CDI-käytäntöstandardeihin. Eurooppalaiset käytännöt voivat poiketa näistä.

• Kyselyjen vastausprosentit yli 80–85 prosentin katsotaan tyypillisesti liittyvän toimiviin CDI-työnkulkuihin. Alle 60 prosentin vastausprosentit viittaavat siihen, että kyselyprosessi ei ole integroitu kliiniseen käytäntöön tavalla, joka ylläpitää sitoutumista. Näitä kynnysarvoja mainitaan yleisesti yhdysvaltalaisessa CDI-vertailukirjallisuudessa. Vastaavat standardit eurooppalaisille ympäristöille voivat vaihdella kansallisen tarkastuselimen ja terveydenhuoltojärjestelmän mukaan.

• DRG-siirtymäprosentit (kyselyjen osuus, joka johtaa DRG-muutokseen) ovat yleensä korkeimmillaan ohjelman alkukuukausina, kun merkittävimmät dokumentaation puutteet korjataan, ja vakiintuvat alemmille tasoille lähtötason dokumentaation laadun parantuessa. Siirtymäprosentti, joka pysyy erittäin korkeana useiden vuosien ajan, voi viitata siihen, että ohjelma käsittelee oireita perimmäisten syiden sijaan.

Sisäinen trendidata on yleensä hyödyllisempää kuin laitosten välinen vertailu useimmille eurooppalaisille sairaaloille. Vankan eurooppalaisen CDI-vertailuinfrastruktuurin puuttuminen (toisin kuin Yhdysvalloissa, missä esimerkiksi Association of Clinical Documentation Integrity Specialists julkaisee kansallisia CDI-vertailuarvoja) tarkoittaa, että sairaalan oma kehityskulku ajan mittaan, mitattuna omaa lähtötasoaan vasten, on usein luotettavin ja puolustettavin näyttö ohjelman vaikutuksesta.

Usein kysytyt kysymykset

▶ Miten dokumentaation laatu vaikuttaa DRG-korvaukseen eurooppalaisissa sairaaloissa?

Eurooppalaisessa sairaalahoidossa potilaan sairauskertomusmerkinnöistä poimitut diagnoosikoodit syötetään ryhmittelyalgoritmiin, joka määrittää jakson diagnoosiperusteisen potilasryhmän (DRG). DRG määrittää, mitä sairaalalle maksetaan. Merkintä, joka heijastaa tarkasti hoidon koko kliinistä monimutkaisuutta (päädiagnoosi, sivudiagnoosit, liitännäissairaudet, komplikaatiot ja toimenpiteet), ryhmittyy korkeammin painotettuun DRG:hen kuin merkintä, joka kattaa vain esittävän vaivan. Puutteellinen dokumentaatio ei aiheuta ainoastaan hallinnollista vaivaa. Se aliarvioi systemaattisesti annetun hoidon kliinistä monimutkaisuutta ja tuottaa rakenteellisen tulovajeen, joka kumuloituu tuhansien jaksojen aikana vuodessa.

▶ Mitä taloudellisia mittareita eurooppalaisten sairaaloiden tulisi seurata CDI-ohjelman vaikutuksen mittaamiseksi?

Keskeiset taloudelliset mittarit ovat tapausyhdistelmäindeksi (keskimääräinen DRG-paino kaikissa sairaalahoitojaksoissa), tuotto per tapaus, DRG-siirtymäprosentti (niiden tapausten osuus, joissa kysely johtaa korkeammin painotettuun DRG-määritykseen), kyselyjen vastaus- ja hyväksymisprosentit sekä koodauksen hylkäysprosentti. Tapausyhdistelmäindeksiä pidetään laajalti ensisijaisena taloudellisena suorituskykyindikaattorina. Nouseva tapausyhdistelmäindeksi kliinisen dokumentaation parantamisen (CDI) intervention jälkeen kertoo tarkemmasta potilaan monimutkaisuuden heijastuksesta. Koodauksen hylkäysprosentti on myös suora taloudellinen mittari: hylkäysten väheneminen CDI-intervention jälkeen edustaa merkittävää säästöä koodaajan ja rahoitustiimin ajassa, riippumatta tulojen kasvusta.

▶ Miten lasketaan CDI-ohjelman sijoitetun pääoman tuotto?

Puolustettava sijoitetun pääoman tuotto (ROI) -laskelma vaatii neljä komponenttia: suorat tulovoitot, kustannuspanokset, vältetyt kustannukset ja ohjelmaa edeltävä lähtötaso. Suorat tulovoitot arvioidaan keskimääräisestä DRG-painon noususta per tapaus, kerrottuna vaikutettujen tapausten määrällä ja paikallisella DRG-tariffilla. Kustannuspanokset sisältävät ohjelman henkilöstön, teknologiainvestoinnit, koulutuksen ja hallinnon. Vältetyt kustannukset sisältävät vaatimusten hylkäysten, uudelleenkoodaustyön ja tarkastuksen korjaustoimien vähenemisen. Ohjelmaa edeltävän lähtötason määrittäminen (koodaustarkastus, joka dokumentoi nykyisen DRG-jakauman, kyselyprosentin, tapausyhdistelmäindeksin ja hylkäysprosentin) on kriittisin ja useimmiten laiminlyöty elementti. Ilman sitä ei ole puolustettavaa vertailukohtaa.

▶ Kuinka kauan kestää nähdä mitattavia taloudellisia tuloksia CDI-ohjelmasta?

Eri mittarit muuttuvat luotettaviksi eri vaiheissa ohjelman elinkaarta. DRG-siirtymäprosentit ja kyselyjen hyväksymisprosentit voidaan seurata ensimmäisen 1–3 kuukauden aikana, mutta ne eivät vielä edusta vakaita taloudellisia tuloksia. Tapausyhdistelmäindeksin muutokset vaativat tyypillisesti 6–12 kuukautta johdonmukaista dataa ennen kuin trendit ovat tilastollisesti luotettavia. Tulojen toteutuminen voi viivästyä dokumentaation parantumisesta yhdellä tai kahdella laskutussyklillä, mikä tarkoittaa, että kuukausittaisilla laskutussykleillä toimivat sairaalat eivät välttämättä näe tulovaikutusta tileissään ennen 8–12 viikkoa dokumentaation parantumisen jälkeen. Vuosittaiset vertailut ovat puolustettavin perusta ROI:n esittämiselle rahoituskomitealle tai hallitukselle.

▶ Miksi CDI-ohjelmat yleisesti eivät tuota taloudellista hyötyä?

Useita malleja toistuu eurooppalaisissa sairaalajärjestelmissä. Yleisin on ohjelmaa edeltävän lähtötasotarkastuksen puuttuminen: ilman dokumentoitua lähtöpistettä on mahdotonta osoittaa parannusta. Matala kliinikkojen sitoutuminen kyselyihin on toinen yleinen syy, erityisesti kun kyselyprosessit lisäävät kirjaamistaakkaa tai vaativat kliinikkojen navigoivan erillisiä järjestelmiä. Kapea ohjelman laajuus (keskittyminen vain suurivolyymisiin DRG:hin) menettää merkittäviä tulomahdollisuuksia monimutkaisissa tai pitkäaikaisissa tapauksissa. Mittausviiveen tulkitseminen epäonnistumiseksi tapahtuu myös, kun rahoitustiimit arvioivat vaikutusta yhden tai kahden kuukauden jälkeen, ennen kuin tapausyhdistelmätrendit ovat vakiintuneet. Yhteyden puute kliinisen informatiikan ja rahoitustiimien välillä ilman jaettua menestyksen määritelmää saa ohjelmat menettämään vauhtia ajan myötä.

▶ Miten tekoälyavusteinen dokumentaatio muuttaa CDI-ohjelmien mittaamista?

Perinteiset CDI-ohjelmat käsittelevät dokumentaation puutteita jälkikäteen, merkinnän valmistumisen jälkeen. Tekoälylääkäriavustajat ja Ambient Voice Technology mahdollistavat puutteiden korjaamisen jo hoitopisteessä, ennen koodauksen alkamista. Kun tekoälytyökalut parantavat ensimmäisen kierroksen dokumentaation laatua, perinteisten CDI-mittareiden painotus muuttuu. Kyselyjen määrä (historiallisesti ohjelman toiminnan mittari) voi laskea, ei siksi että ohjelma olisi vähemmän tehokas, vaan koska kyselyitä tarvitaan vähemmän. Merkityksellisemmäksi mittariksi nousee dokumentaation täydellisyys kotiutushetkellä: niiden merkintöjen osuus, jotka eivät vaadi kotiutuksen jälkeistä selventämistä, koska relevantit kliiniset yksityiskohdat tallennettiin reaaliajassa. Laajamittainen eurooppalainen tutkimus tekoälylääkäriavustajan käyttöönotosta 375 000 kliinisen merkinnän välillä havaitsi mitattavia vähennyksiä kirjaamistaakassa, mikä on edellytys johdonmukaiselle ja täydelliselle merkintöjen kirjoittamiselle, josta CDI-ohjelmat ovat riippuvaisia.

▶ Mitkä hallintorakenteet tukevat jatkuvaa CDI:n taloudellista mittaamista?

Ohjelmat, jotka on rakennettu itsenäisiksi rahoitusaloitteiksi, menettävät yleensä näkyvyyden, kun kilpailevia prioriteetteja ilmaantuu. Eurooppalaiset sairaalat, joilla on kypsiä CDI-ohjelmia, upottavat dokumentaation laatumittarit olemassa oleviin kliinisen hallinnon viitekehyksiin. Tämä tarkoittaa toimintojen välistä ohjausryhmää, jossa on mukana rahoitus, kliininen informatiikka, koodaus ja kliininen johtajuus sekä nimetty toimeenpaneva sponsori. Se tarkoittaa myös raportointitahtia (tyypillisesti kuukausittain operatiivisella tasolla, neljännesvuosittain hallitustasolla), selkeää omistajuutta jokaiselle mittarille: kuka seuraa sitä, kuka toimii sen perusteella ja mikä on eskalaatiopolku, kun suorituskyky laskee kynnyksen alapuolelle. Integrointi olemassa oleviin tarkastusprosesseihin varmistaa, että CDI-havainnot tiedottavat ja hyödyntävät sisäisiä koodaustarkastuksia ja ulkoisia korvaustarkasteluja.

▶ Mitä vertailuarvoja eurooppalaiset sairaalat voivat käyttää CDI-ohjelman suorituskyvyn arviointiin?

Laitosten välinen vertailuanalyysi on monimutkaista Euroopassa potilasjoukon, erikoisalojen yhdistelmän ja koodauskäytännön erojen vuoksi. Tapausyhdistelmäindeksin vertailut vertailulaitoksiin ovat saatavilla maissa, joissa kansallinen DRG-data julkaistaan sairaalatasolla, mukaan lukien Saksan DRG-selain ja Englannin NHS:n viitekustannusjulkaisu. Ohjeellisena toimialan nyrkkisääntönä yli 5–8 prosentin koodauksen hylkäysprosentteja sairaalahoitovaatimuksista pidetään yleensä merkkinä dokumentaation tai koodauksen laatuongelmista, vaikka erityiset kynnysarvot eroavat lainkäyttöalueen mukaan. Kyselyjen vastausprosentit yli 80–85 prosentin katsotaan tyypillisesti liittyvän toimiviin CDI-työnkulkuihin. Sisäinen trendidata on yleensä hyödyllisempää kuin laitosten välinen vertailu useimmille eurooppalaisille sairaaloille, kun otetaan huomioon vankan eurooppalaisen CDI-vertailuinfrastruktuurin puuttuminen, joka vastaa Yhdysvalloissa olemassa olevaa.

▶ Miksi koodauksen tarkkuus on niin tärkeää tarkalle DRG-määritykselle?

Koodaajat kääntävät kliinisten merkintöjen tekstin kansainvälisen tautiluokituksen (ICD-10 tai ICD-11) tai OPCS-koodeiksi, jotka DRG-ryhmittelijä sitten käsittelee. Tämän käännöksen tarkkuus riippuu täysin siitä, kuinka tarkasti kliinikot ovat kirjoittaneet. Jos kliinikko dokumentoi vain "infektion" sen sijaan, että kirjoittaisi "metisilliiniresistentin Staphylococcus aureuksen aiheuttama sepsis", koodaaja ei voi määrittää resurssivaltaisempaa DRG:tä, jota kliininen todellisuus tukisi. Sivudiagnoosit, liitännäissairaudet ja komplikaatiot ovat erityisen alttiita alidokumentoinnille. Niillä on korostunut vaikutus korvaukseen. Järjestelmissä, joissa käytetään komplikaatio- ja liitännäissairauslippuja, yhden hyvin dokumentoidun sivudiagnoosin läsnäolo tai puuttuminen voi siirtää tapauksen kahden vierekkäisen DRG-tason välillä, joilla on merkittävästi erilaiset tariffit.