Klinische administratie kondigt haar tekortkomingen zelden luidruchtig aan. In de meeste huisartsenpraktijken in Europa draait het gesprek over financiële druk om wat zichtbaar is: stijgende patiëntvraag, overvolle spreekuren en de uren die verloren gaan aan papierwerk na afloop van de klinische dag. Maar er is een stiller, zich opstapelend probleem dat in elk patiëntendossier schuilt. Wanneer een chronische aandoening in vrije tekst wordt vastgelegd maar nooit een klinische code krijgt toegewezen, verdwijnt die patiënt uit de gestructureerde datalaag van de praktijk. Ze krijgen zorg, maar worden niet meegeteld. De gevolgen — financieel, klinisch en regelgevend — stapelen zich op over de hele patiëntenlijst zonder dat iemand het per se opmerkt.

Wat is ondercodering en waarom komt het voor in de eerstelijnszorg

Ondercodering ontstaat wanneer een zorgverlener een diagnose of chronische aandoening noteert in het narratief van een klinisch verslag (in vrije tekst), maar niet de bijbehorende gestructureerde klinische codes, zoals een SNOMED CT- of ICD-10/11-code, aan het patiëntendossier koppelt. De aandoening is bekend bij de behandelend zorgverlener, maar is onzichtbaar voor elk systeem dat gestructureerde gegevens leest: ziekteregisters, rapportagetools, dashboards voor populatiegezondheid en vergoedingsberekeningen.

De oorzaken zijn goed gedocumenteerd en grotendeels systemisch in plaats van individueel. Een kwalitatieve studie uit 2024, gepubliceerd in de BJGP, die onderzocht hoe klinisch en niet-klinisch personeel in Welshe huisartsenpraktijken omgaat met klinische codering, concludeerde dat het hele proces "slecht begrepen" wordt. Patiënten- en publieksbelangengroepen benadrukten specifiek de noodzaak om zorgverleners te "ontlasten" van de administratieve taak van coderen, gezien de negatieve impact ervan op klinische consulten. Coderen concurreert direct met het verlenen van zorg aan de patiënt die voor de zorgverlener zit. In die concurrentie verliest coderen vaak.

De structurele bijdragende factoren zijn onder meer:

• Tijdsdruk tijdens consulten: In een standaardconsult van tien minuten laat de cognitieve belasting van anamnese, onderzoek, klinisch redeneren en patiëntcommunicatie weinig ruimte voor nauwkeurige gestructureerde gegevensinvoer.

• Afhankelijkheid van verouderde medische dossiersystemen: Veel praktijken werken met systemen waarbij het toevoegen van een klinische code het navigeren door meerdere schermen vereist of het wisselen tussen invoermodi midden in een consult.

• Cognitieve belasting: De Welshe kwalitatieve studie bevestigde dat de dubbele taak van klinische zorg en gelijktijdige codering aanzienlijke cognitieve druk op zorgverleners legt, vooral bij complexe of emotioneel veeleisende consulten.

• Onduidelijkheid over delegatie: In sommige praktijken wordt codering deels gedelegeerd aan administratief personeel dat mogelijk de klinische kennis mist om nauwkeurig te coderen op basis van narratieve verslagen.

Geen van deze zijn tekortkomingen van individuele zorgverleners. Het zijn voorspelbare uitkomsten van een systeem dat gestructureerde gegevensvereisten heeft opgelegd aan klinische workflows zonder die workflows adequaat te herontwerpen.

Waarom chronische aandoeningen extra kwetsbaar zijn voor coderingslacunes

Niet alle klinische presentaties lopen evenveel risico op ondercodering. Acute aandoeningen (zoals een fractuur, een infectie of een nieuwe klacht) leiden meestal tot een duidelijke klinische gebeurtenis met een vanzelfsprekende coderingsprompt. Chronische aandoeningen gedragen zich anders. Ze zijn continu, vertrouwd en worden vaak besproken in consulten zonder formeel opnieuw te worden vastgelegd.

Een patiënt met type 2 diabetes, hypertensie, astma of depressie kan zijn aandoening in tientallen consultverslagen over meerdere jaren genoemd hebben. Maar als de oorspronkelijke diagnostische code nooit is ingevoerd, verkeerd is ingevoerd of is verdwenen van de actieve probleemlijst, verschijnt de patiënt niet in het relevante ziekteregister. Hun aandoening leeft in het narratief van de verslagen, leesbaar voor een zorgverlener, maar onzichtbaar voor elk geautomatiseerd systeem.

Een studie uit 2022 over diagnostische codering van chronische lichamelijke aandoeningen in de Ierse huisartsenpraktijk, gepubliceerd in het Irish Journal of Medical Science, stelde dat het ontbreken of onjuist registreren van diagnoses "de kwaliteit van patiëntenzorg aanzienlijk kan beïnvloeden." De studie merkte op dat het Ierse programma voor chronisch ziektemanagement, dat huisartsen vergoedt voor gestructureerde zorg voor diabetes, astma, chronische obstructieve longziekte (COPD) en cardiovasculaire ziekte, nauwkeurige codering direct koppelt aan praktijkinkomsten. Vergelijkbare financiële koppelingen bestaan in andere zorgstelsels, hoewel de studie opmerkte dat deze prikkels inconsistent worden toegepast.

De omvang van het probleem wordt duidelijk geïllustreerd door het bewijs rond chronische nierziekte (CKD). Een gecontroleerde studie in Oost-Londen, gepubliceerd in de BJGP, vond dat CKD-coderingspercentages in eerstelijnszorgpraktijken zo laag waren als 52 procent vóór interventie. In sommige praktijken stond bijna de helft van alle patiënten met biochemisch bewijs van CKD niet in het ziekteregister. Na een gericht kwaliteitsverbeteringsprogramma stegen de coderingspercentages naar 81 tot 90 procent. Het verschil tussen die twee cijfers vertegenwoordigt jaren van ongetelde patiënten.

De directe financiële impact op de inkomsten van huisartsenpraktijken

Voor huisartsenpraktijken die werken binnen vergoedingskaders die gekoppeld zijn aan ziekteregisters (en dat geldt voor veel praktijken in Europa), is ondercodering niet slechts een administratieve tekortkoming. Het betekent direct minder inkomsten voor de praktijk.

Het Quality and Outcomes Framework (QOF) van het VK biedt het best gedocumenteerde voorbeeld. QOF-betalingen worden berekend met behulp van een formule die de geregistreerde ziekteprevalentie van de praktijk omvat: behaalde punten × QOF-puntwaarde × kosten- en prevalentie-index × aangepaste praktijkziektefactor (APDF). De APDF wordt afgeleid van de geregistreerde prevalentie van chronische ziekten in de praktijk. Een praktijk met een ondergecodeerd ziekteregister, waar patiënten met aandoeningen zoals hypertensie, diabetes of atriumfibrilleren niet formeel zijn geregistreerd, ontvangt een lagere APDF en dus lagere inkomsten per behaald QOF-punt, ongeacht het daadwerkelijke klinische werk dat wordt geleverd. De QOF-puntwaarde verandert elk contractjaar. Controleer de actuele NHS England-contractdocumentatie voor het juiste bedrag.

Analyse van het QOF-kader 2025/26 maakt dit expliciet: "veel praktijken registreren dalende of stabiele prevalentie terwijl patiëntcomplexiteit en comorbiditeit stijgen," wat een directe financiële sanctie oplevert bij ondercodering. Het kader voor 2025/26 concentreert £198 miljoen in negen cardiovasculaire ziekte-indicatoren, met prestatiedrempels die stijgen naar 85–90 procent. Nauwkeurige ziekteregisters zijn daardoor financieel belangrijker dan ooit.

Ardens, een toonaangevende NHS-leverancier van klinische systemen, bevestigt dat QOF-inkomsten "lijstgrootte- en prevalentie-gewogen" zijn en raadt aan dat praktijken de nauwkeurigheid van het ziekteregister vóór 31 maart van elk jaar controleren. De praktische begeleiding omvat het uitvoeren van "Case Finder"-zoekopdrachten om patiënten te identificeren die aan diagnostische criteria voldoen, bijvoorbeeld patiënten met meerdere verhoogde HbA1c-waarden, maar die niet als diabetespatiënt zijn gecodeerd.

Gedetailleerde QOF-inkomensbegeleiding voor 2025/26 illustreert het samengestelde effect: een praktijk die consequent haar chronische ziektepopulatie ondercodeert, mist niet alleen de inkomensaanpassing van één jaar, maar rapporteert systematisch de complexiteit van haar patiëntenbestand te laag. Die onderrapportage stapelt zich jaar na jaar op, omdat de APDF telkens opnieuw wordt berekend op basis van een kunstmatig lage prevalentiebasislijn.

De indirecte kosten die moeilijker zichtbaar zijn

Naast directe vergoeding veroorzaakt ondercodering een reeks indirecte kosten die veel moeilijker te kwantificeren zijn, maar niet minder reëel. Deze stapelen zich ongemerkt op over de patiëntenlijst van een praktijk en komen zelden aan het licht totdat een audit of externe beoordeling ze blootlegt.

Verstoring van populatiegezondheidsgegevens: Wanneer chronische aandoeningen systematisch worden ondergecodeerd, worden de gegevens die worden gebruikt om eerstelijnszorg te plannen en middelen toe te wijzen onbetrouwbaar. Commissarissen en geïntegreerde zorgraden die financiering toewijzen op basis van geregistreerde prevalentie zullen de werkelijke ziektelast in een praktijkpopulatie onderschatten. Deze verkeerde toewijzing van middelen werkt vervolgens door in de dagelijkse praktijkvoering.

Gemiste oproep- en preventieve zorgtriggers: Ziekteregisters zijn het mechanisme waarmee praktijken oproeplijsten genereren voor jaarlijkse controles, medicatiemonitoring en preventieve interventies. Een patiënt die niet in het diabetesregister staat, wordt niet opgeroepen voor een HbA1c-controle. Een patiënt die niet in het hypertensieregister staat, wordt niet meegenomen in een bloeddrukbeoordelingsprogramma. Een cross-sectionele studie van ongecodeerde CKD in de Britse eerstelijnszorg, gepubliceerd in het British Journal of General Practice, vond dat ongecodeerde CKD geassocieerd was met "slechtere kwaliteit van zorg" en ongelijkheden in cardiovasculair risicomanagement, juist omdat patiënten buiten het ziekteregister minder systematische monitoring ontvingen.

Verhoogd klinisch risico: De gevolgen van gemiste codering zijn niet alleen administratief. Een studie uit 2025, gepubliceerd in PLoS One, kwantificeerde de mortaliteitsimpact van ongecodeerde CKD. Patiënten met biochemisch bewijs van CKD maar zonder diagnostische code in hun eerstelijnszorgdossier liepen een aanzienlijk verhoogd risico op overlijden, acuut nierfalen en ongeplande ziekenhuisopname. Dit bewijs is specifiek voor CKD, maar het onderliggende mechanisme (dat ongecodeerde patiënten minder proactief worden gemonitord) geldt voor alle chronische aandoeningen.

Kosten van retrospectieve coderingsaudits: Wanneer coderingslacunes uiteindelijk worden vastgesteld door interne audits, commissarisbeoordelingen of contractcontroles, komen de kosten van het retrospectief coderen voor rekening van de praktijk. Klinisch en administratief personeel moet historische dossiers doorlopen, diagnoses verifiëren en codes in bulk toepassen. Dit werk is tijdrovend en gaat ten koste van de huidige patiëntenzorg.

Een systematische review uit 2024 over de impact van nauwkeurige medische codering op zorgkwaliteit en financiën bevestigde dat "coderingsfouten (zoals omissies, upcodering, verkeerde codering en gebruik van verouderde codes) ernstige implicaties kunnen hebben voor zowel patiënten als instellingen," waaronder vergoedingsverschillen en vertekende kwaliteitsindicatoren.

Hoe ondercodering verwijzingen, triage en continuïteit van zorg beïnvloedt

De impact van ondercodering reikt verder dan de praktijkgrenzen. Wanneer een patiënt wordt verwezen naar de tweedelijnszorg, hangt de kwaliteit van die verwijzing sterk af van de gestructureerde gegevens in het patiëntendossier. Een verwijzing die wordt gegenereerd vanuit een systeem met nauwkeurige, volledige klinische codes bevat een samenhangende gecodeerde probleemlijst. Een verwijzing uit een dossier waar chronische aandoeningen alleen in vrije tekst staan, biedt een onvolledig klinisch beeld aan de ontvangende specialist.

Dit is op verschillende manieren van belang. Een specialist die een verwijzing ontvangt voor een patiënt met ongedocumenteerde hypertensie of ongecodeerde diabetes, ziet mogelijk niet de volledige complexiteit van het geval. Triagebesluiten, inclusief de urgentie van een verwijzing, kunnen worden genomen op basis van onvolledige informatie. Medicatiebesluiten in de tweedelijnszorg houden mogelijk geen rekening met aandoeningen die wel aanwezig maar niet gecodeerd zijn. Wanneer de patiënt terugkeert naar de eerstelijnszorg, kan het ontbreken van gecodeerde gegevens in de verwijzingslus de continuïteit verstoren.

Een grootschalige gefedereerde analyse van 58 miljoen eerstelijnszorgdossiers, gepubliceerd in het British Journal of General Practice, toonde grote variatie in klinische coderingspraktijken tussen Engelse huisartsenpraktijken. Deze variatie veroorzaakt systematische inconsistentie in de gegevensuitwisseling tussen eerste- en tweedelijnszorg. Waar codering inconsistent is, wordt de gestructureerde informatielaag die veilige, efficiënte zorgoverdracht zou moeten ondersteunen, onbetrouwbaar.

De regelgevende en nalevingsdimensie in de Europese gezondheidszorg

Ondercodering heeft een regelgevende dimensie die steeds relevanter wordt voor Europese huisartsenpraktijken. Onder de Algemene Verordening Gegevensbescherming (AVG) en nationale gezondheidsgegevenskaders wordt verwacht dat klinische dossiers nauwkeurig, volledig en doelmatig zijn. Een dossier waarin een bekende chronische aandoening in vrije tekst is vastgelegd maar niet formeel is gecodeerd, voldoet technisch gezien misschien, maar schiet tekort in de bredere verwachting van gestructureerde, interoperabele gezondheidsgegevens die de Europese digitale gezondheidsstrategie ondersteunen.

Voor praktijken die deelnemen aan nationale gegevensprogramma's, populatiegezondheidsonderzoeksnetwerken of geïntegreerde zorgpartnerschappen, zorgen onnauwkeurige gestructureerde gegevens voor auditrisico's. Waar klinische codering wordt gebruikt om juist voorschrijven te verifiëren (bijvoorbeeld het bevestigen dat een patiënt op een bepaald medicijn de bijbehorende gecodeerde indicatie heeft), kunnen coderingslacunes nalevingsvragen oproepen. In het VK gebruikt NHS England gecodeerde gegevens om naleving van voorschrijfrichtlijnen en zorgpadverplichtingen te beoordelen. Vergelijkbare gegevenskwaliteitsverplichtingen gelden in Europese zorgstelsels, inclusief die onder nationale chronische ziektemanagementprogramma's.

De Ierse coderingsstudie merkte op dat financiële prikkels om codering te verbeteren al bestaan in meerdere Europese zorgstelsels, maar de regelgevende druk om gegevenskwaliteit te waarborgen is een parallelle en groeiende verplichting, los van vergoeding.

Waarom het probleem waarschijnlijk groter is dan praktijkgegevens suggereren

Een van de kenmerkende eigenschappen van ondercodering is dat het zichzelf verbergt. Als een aandoening nooit is gecodeerd, verschijnt deze niet in de ziekteregisterrapportage van de praktijk. Het genereert geen uitzondering, geen waarschuwing en geen zichtbare lacune in de gegevens zoals de praktijk die ziet. De interne rapportage van de praktijk weerspiegelt alleen wat gecodeerd is en geeft daardoor een beeld dat compleet lijkt, zelfs als dat niet zo is.

Deze zelfverbergende eigenschap betekent dat praktijken routinematig de omvang van hun eigen coderingslacunes onderschatten. Het bewijs uit coderingsaudits en externe beoordelingen toont steevast hogere percentages ondercodering dan praktijken zelf rapporteren. De Oost-Londense CKD-studie vond coderingspercentages van slechts 52 procent in sommige praktijken. Deze percentages zouden niet zichtbaar zijn geweest in de eigen rapportage van de praktijk, omdat ongecodeerde patiënten simpelweg niet werden meegenomen.

Onderzoek gepubliceerd in npj Digital Medicine, dat de stand van geautomatiseerde klinische codering onderzocht, vond dat studies een breed scala aan handmatige coderingsnauwkeurigheid rapporteren (50–98%), met een mediaan van circa 80%. Dit wijst op aanzienlijke percentages onnauwkeurigheid of onvolledigheid in veel settings. Dezelfde analyse merkte op dat coderingsachterstanden zich kunnen uitstrekken tot maanden, waardoor uitgebreide perioden ontstaan waarin patiënten wel klinisch worden behandeld maar niet formeel worden meegeteld.

De bredere context versterkt de urgentie. OECD's Health at a Glance: Europe 2024 rapporteert dat het aandeel 65-plussers naar verwachting stijgt van 21 naar 29 procent van de EU-bevolking tegen 2050. De chronische ziektelast neemt aanzienlijk toe met de leeftijd. De groep patiënten die mogelijk ondergecodeerd is groeit dus mee, en de financiële en klinische gevolgen van ondercodering nemen navenant toe.

Hoe AI-ondersteunde klinische verslaglegging de coderingslacune kan dichten

De structurele oorzaak van ondercodering (dat coderen concurreert met klinische zorg om aandacht tijdens een tijdgebonden consult) wijst op het soort oplossing dat het probleem kan aanpakken zonder de last voor zorgverleners te vergroten. AI-medische assistenten en ambient voice technology (AVT), die gesproken klinische gesprekken in realtime vastleggen en verwerken, zijn steeds beter in staat om coderingssuggesties aan te reiken tijdens of direct na een consult, op basis van de klinische inhoud van het gesprek.

In plaats van dat de zorgverlener naar een coderingsveld moet navigeren en de juiste term moet zoeken terwijl hij een patiëntinteractie beheert, kunnen AI-ondersteunde verslagtools gestructureerde verslaginhoud genereren, inclusief voorgestelde klinische codes, vanuit het ambient klinische gesprek. De zorgverlener beoordeelt en bevestigt, in plaats van te initiëren en te zoeken. Dit verschuift de cognitieve taak van actief herinneren onder druk naar het bevestigen van een suggestie, een veel minder belastende interactie.

De npj Digital Medicine-review van geautomatiseerde klinische codering noemt dit een kerntoepassing van AI in klinische verslaglegging: het verminderen van de handmatige last van coderen terwijl nauwkeurigheid en volledigheid verbeteren. De review merkt op dat geautomatiseerde coderingsmethoden nauwkeurigheidsverbeteringen laten zien ten opzichte van handmatige codering in gecontroleerde settings. Wel wordt erkend dat implementatie in de eerstelijnszorg nog in een vroeg stadium verkeert vergeleken met tweedelijnszorg, een beperking die relevant is voor praktijken die deze tools overwegen.

AI-ondersteunde coderingstools zijn geen complete oplossing op zichzelf. Hun effectiviteit hangt af van integratie met het medisch dossiersysteem van de praktijk, de kwaliteit van de onderliggende taalmodellen en de bereidheid van zorgverleners om met de bevestigingsworkflow te werken. Praktijken moeten deze tools kritisch beoordelen, met aandacht voor validatie in de eerstelijnszorgspecifiek.

Wat huisartsenpraktijken nu moeten doen: een praktisch startpunt

Voor praktijkmanagers en klinische leiders is de belangrijkste eerste stap het vaststellen van een nauwkeurige basislijn. Omdat ondercodering zichzelf verbergt, moet het startpunt een actieve zoektocht zijn in plaats van een beoordeling van bestaande rapportages.

Een praktisch kader voor het aanpakken van het probleem omvat:

• Voer een basislijn-audit uit op chronische aandoeningen met hoge prevalentie: Voer zoekopdrachten uit binnen het medisch dossiersysteem, met behulp van tools zoals EMIS- of SystmOne-zoekfuncties, of tools van derden zoals die van Ardens. Identificeer patiënten die voldoen aan de biochemische of klinische criteria voor een aandoening maar niet in het corresponderende ziekteregister staan. Diabetes, hypertensie, CKD, astma, COPD, atriumfibrilleren en depressie zijn de belangrijkste startpunten gezien hun prevalentie en hun rol in vergoedingskaders.

• Breng in kaart waar in de workflow codes het meest waarschijnlijk worden gemist: Beoordeel hoe codes worden toegevoegd tijdens consulten, wie verantwoordelijk is voor codering, en of er consulttypes zijn (zoals telefonische afspraken, teleconsulten of complexe multi-probleemconsulten) waarbij codering vaker wordt overgeslagen.

• Evalueer klinische verslagtools die coderingsondersteuning integreren op het punt van zorg: Beoordeel of AI-ondersteunde verslagtools kunnen worden geïntegreerd in bestaande workflows van het medisch dossiersysteem op een manier die coderingsprompts zichtbaar maakt zonder het consult te verstoren. Geef prioriteit aan tools met bewezen nauwkeurigheid in de eerstelijnszorg en met passende gegevensbeveiliging en AVG-naleving.

• Stel een regelmatige coderingsbeoordelingscyclus in: Een eenmalige audit pakt de historische lacune aan, maar voorkomt geen toekomstige ondercodering. Het inbouwen van een driemaandelijkse of jaarlijkse coderingsbeoordeling in de praktijkgovernance, vooral vóór QOF of vergelijkbare rapportagedeadlines, zorgt voor een systematische controle op voortdurende gegevenskwaliteit.

De Ardens-begeleiding over het maximaliseren van QOF-inkomsten adviseert om ziekteregisterbeoordelingen te voltooien vóór eind maart van elk jaar in het VK, en biedt specifieke case-finder-zoeksjablonen voor veelvoorkomende aandoeningen. Praktijken in andere Europese landen moeten de equivalente rapportagecyclus voor hun nationale chronische ziektemanagement- of vergoedingskader identificeren en hun coderingsbeoordeling daarop afstemmen.

Nauwkeurige codering is een klinische én financiële verantwoordelijkheid

Ondercodering is geen bureaucratisch falen. Het is een klinisch kwaliteitsprobleem met meetbare financiële gevolgen en duidelijke patiëntveiligheidsimplicaties. Het bewijs uit diverse Europese eerstelijnszorgstelsels (van Wales tot Ierland tot Oost-Londen) toont consequent aan dat wanneer chronische aandoeningen niet formeel worden gecodeerd, patiënten minder systematische zorg ontvangen, praktijken minder passende financiering krijgen en de gegevens die worden gebruikt voor zorgplanning en middelenverdeling minder betrouwbaar zijn.

De omvang van het probleem is vrijwel zeker groter dan de meeste praktijken erkennen, omdat ondercodering onzichtbaar blijft in de eigen rapportages. Het aanpakken ervan vereist een actieve keuze om te zoeken naar wat ontbreekt, en vervolgens de workflow, governance en tooling zo in te richten dat herhaling wordt voorkomen.

Nauwkeurige gestructureerde gegevens beschermen patiënten door ervoor te zorgen dat zij worden meegenomen in oproepsystemen, passende monitoring ontvangen en volledig worden vertegenwoordigd in verwijzingen en zorgoverdracht. Het ondersteunt eerlijke vergoeding doordat de financiële waarde die aan een praktijk wordt toegekend de werkelijke complexiteit van de patiëntenpopulatie weerspiegelt. Het stelt praktijken ook in staat om aan commissarissen en het bredere zorgsysteem de werkelijke last van chronische ziekte te tonen die zij beheren — een last die, in heel Europa, alleen maar zal groeien.

Veelgestelde vragen

Wat is ondercodering in huisartsenpraktijken en waarom komt het voor?

Ondercodering ontstaat wanneer een zorgverlener een diagnose of chronische aandoening noteert in het narratief van een klinisch verslag, maar niet de bijbehorende gestructureerde klinische code, zoals een SNOMED CT- of ICD-10/11-code, aan het patiëntendossier koppelt. De aandoening is bekend bij de behandelend zorgverlener, maar onzichtbaar voor elk systeem dat gestructureerde gegevens leest. Een kwalitatieve studie uit 2024, gepubliceerd in het British Journal of General Practice, vond dat het coderingsproces "slecht begrepen" wordt en dat coderen direct concurreert met patiëntenzorg tijdens consulten. Bijdragende factoren zijn onder meer tijdsdruk in consulten van tien minuten, cognitieve belasting, afhankelijkheid van verouderde medische dossiersystemen en onduidelijkheid over wie — klinisch of administratief personeel — verantwoordelijk is voor codering.

Welke chronische aandoeningen lopen het hoogste risico op coderingslacunes?

Chronische aandoeningen zijn extra kwetsbaar omdat ze continu en vertrouwd zijn. Zorgverleners bespreken ze vaak in consulten zonder ze formeel opnieuw vast te leggen. Aandoeningen als type 2 diabetes, hypertensie, astma, depressie, chronische nierziekte (CKD), chronische obstructieve longziekte (COPD) en atriumfibrilleren behoren tot de hoogste risicogroepen. Een gecontroleerde studie in Oost-Londen vond dat CKD-coderingspercentages in sommige eerstelijnszorgpraktijken zo laag waren als 52 procent vóór een gericht kwaliteitsverbeteringsprogramma. Bijna de helft van alle patiënten met biochemisch bewijs van CKD stond niet in het ziekteregister.

Hoe beïnvloedt ondercodering de inkomsten van huisartsenpraktijken onder het Quality and Outcomes Framework?

Het Quality and Outcomes Framework (QOF) van het VK berekent betalingen met behulp van een formule die de geregistreerde ziekteprevalentie van een praktijk omvat. Een praktijk met een ondergecodeerd ziekteregister ontvangt een lagere aangepaste praktijkziektefactor en dus lagere inkomsten per behaald QOF-punt, ongeacht het daadwerkelijke klinische werk dat wordt geleverd. Analyse van het QOF-kader 2025/26 merkt op dat veel praktijken dalende of stabiele prevalentie registreren terwijl patiëntcomplexiteit stijgt, wat een directe financiële sanctie oplevert. Het kader voor 2025/26 concentreert £198 miljoen in negen cardiovasculaire ziekte-indicatoren, met prestatiedrempels die stijgen naar 85–90 procent. Nauwkeurige ziekteregisters zijn daardoor financieel belangrijker dan ooit.

Wat zijn de patiëntveiligheidsgevolgen van ondercodering?

Ziekteregisters zijn het mechanisme waarmee praktijken oproeplijsten genereren voor jaarlijkse controles, medicatiemonitoring en preventieve interventies. Een patiënt die niet in het diabetesregister staat, wordt niet opgeroepen voor een HbA1c-controle. Een cross-sectionele studie van ongecodeerde CKD in de Britse eerstelijnszorg vond dat ongecodeerde CKD geassocieerd was met slechtere zorgkwaliteit en ongelijkheden in cardiovasculair risicomanagement. Een studie uit 2025, gepubliceerd in PLoS One, vond dat patiënten met biochemisch bewijs van CKD maar zonder diagnostische code in hun eerstelijnszorgdossier een aanzienlijk verhoogd risico liepen op overlijden, acuut nierfalen en ongeplande ziekenhuisopname.

Hoe beïnvloedt ondercodering verwijzingen naar de tweedelijnszorg?

Wanneer een patiënt wordt verwezen naar de tweedelijnszorg, hangt de kwaliteit van die verwijzing sterk af van de gestructureerde gegevens in het patiëntendossier. Een verwijzing uit een dossier waar chronische aandoeningen alleen in vrije tekst staan, biedt een onvolledig klinisch beeld aan de ontvangende specialist. Triagebesluiten, inclusief de urgentie van een verwijzing, kunnen worden genomen op basis van onvolledige informatie. Medicatiebesluiten in de tweedelijnszorg houden mogelijk geen rekening met aandoeningen die wel aanwezig maar niet gecodeerd zijn. Een grootschalige gefedereerde analyse van 58 miljoen eerstelijnszorgdossiers, gepubliceerd in het British Journal of General Practice, toonde grote variatie in klinische coderingspraktijken tussen Engelse huisartsenpraktijken, wat systematische inconsistentie veroorzaakt in de gegevensuitwisseling tussen eerste- en tweedelijnszorg.

Waarom onderschatten praktijken vaak de omvang van hun eigen coderingslacunes?

Ondercodering verbergt zichzelf. Als een aandoening nooit is gecodeerd, verschijnt deze niet in de ziekteregisterrapportage van de praktijk, genereert geen waarschuwing en creëert geen zichtbare lacune in de gegevens zoals de praktijk die ziet. De interne rapportage van de praktijk weerspiegelt alleen wat gecodeerd is en geeft daardoor een beeld dat compleet lijkt, zelfs als dat niet zo is. Onderzoek gepubliceerd in npj Digital Medicine vond dat handmatige coderingsnauwkeurigheid sterk varieert, met een mediaan van circa 80 procent. Zelfs in settings waar codering actief wordt uitgevoerd, kan ongeveer één op de vijf gevallen onnauwkeurig of onvolledig zijn. Coderingsachterstanden kunnen zich ook uitstrekken tot maanden, waardoor uitgebreide perioden ontstaan waarin patiënten wel klinisch worden behandeld maar niet formeel worden meegeteld.

Wat zijn de regelgevende implicaties van ondercodering voor Europese huisartsenpraktijken?

Onder de Algemene Verordening Gegevensbescherming (AVG) en nationale gezondheidsgegevenskaders wordt verwacht dat klinische dossiers nauwkeurig, volledig en doelmatig zijn. Een dossier waarin een bekende chronische aandoening in vrije tekst is vastgelegd maar niet formeel is gecodeerd, voldoet mogelijk niet aan de bredere verwachting van gestructureerde, interoperabele gezondheidsgegevens die de Europese digitale gezondheidsstrategie ondersteunen. In het VK gebruikt NHS England gecodeerde gegevens om naleving van voorschrijfrichtlijnen en zorgpadverplichtingen te beoordelen. Waar klinische codering wordt gebruikt om juist voorschrijven te verifiëren, kunnen coderingslacunes nalevingsvragen oproepen. Vergelijkbare gegevenskwaliteitsverplichtingen gelden in Europese zorgstelsels, inclusief die onder nationale chronische ziektemanagementprogramma's.

Kunnen AI-medische assistenten helpen ondercodering in de eerstelijnszorg te verminderen?

AI-medische assistenten en ambient voice technology (AVT), die gesproken klinische gesprekken in realtime vastleggen en verwerken, kunnen coderingssuggesties aanreiken tijdens of direct na een consult, op basis van de klinische inhoud van het gesprek. In plaats van dat de zorgverlener naar een coderingsveld moet navigeren en de juiste term moet zoeken midden in een consult, kunnen deze tools gestructureerde verslaginhoud genereren, inclusief voorgestelde klinische codes, vanuit het ambient klinische gesprek. De zorgverlener beoordeelt en bevestigt, in plaats van te initiëren en te zoeken. Een review gepubliceerd in npj Digital Medicine noemt dit een kerntoepassing van AI in klinische verslaglegging. Wel wordt opgemerkt dat implementatie in de eerstelijnszorg nog in een vroeg stadium verkeert vergeleken met de tweedelijnszorg.

Welke praktische stappen kunnen huisartsenpraktijken nu nemen om coderingslacunes aan te pakken?

De belangrijkste eerste stap is het vaststellen van een nauwkeurige basislijn door actief te zoeken in plaats van te vertrouwen op bestaande rapportages. Praktijken moeten zoekopdrachten uitvoeren binnen hun medisch dossiersysteem om patiënten te identificeren die voldoen aan de biochemische of klinische criteria voor een aandoening maar niet in het corresponderende ziekteregister staan. Diabetes, hypertensie, CKD, astma, COPD, atriumfibrilleren en depressie zijn de belangrijkste startpunten. Praktijken moeten ook nagaan welke consulttypes (zoals telefonische of teleconsulten) het meest vatbaar zijn voor gemiste codering, AI-ondersteunde verslagtools evalueren die coderingsondersteuning integreren op het punt van zorg, en een driemaandelijkse of jaarlijkse coderingsbeoordeling opnemen in de praktijkgovernance, vooral vóór QOF of vergelijkbare rapportagedeadlines.