Hij is directeur van de Nederlandse Hart Registratie (NHR) en bestuurslid SKR (Samenwerkende KwaliteitsRegistraties). De NHR draagt bij aan de kwaliteitsbewaking en -verbetering van de hartzorg in Nederland.
Het zakboekje is bedoeld voor zorgprofessionals die werken met uitkomstinformatie, maar ook nuttig voor beleidsmakers, programmaleiders en partijen die (van plan zijn om) systemen en infrastructuren ontwikkelen voor het verzamelen van deze informatie, zoals kwaliteitsregistraties.
Bevorderen kwaliteit hartchirurgie
Dennis: ‘In opdracht van de Nederlandse ziekenhuizen verzamelen, analyseren en koppelen we relevante gegevens terug over de behandeling van patiënten met hartaandoeningen. Daarnaast faciliteren we onderzoek waarbij data uit de praktijk hergebruikt worden. Hiermee krijgen artsen en patiënten de beschikking over relevante informatie over wat goed en minder goed gaat en wat er beter kan op cardiologisch gebied binnen hun organisatie.’ In Nederland gaat het om 15 ziekenhuizen die hartchirurgie aanbieden, 29 organisaties voeren dotters uit en de overige 70 ziekenhuizen leveren nog andere vormen van hartzorg.
‘Belangrijkste input voor casemix zijn klinische patiëntgegevens’
Wat is casemix?
Een belangrijk bestanddeel van kwaliteitsregistratie is het toepassen van casemix. Dennis: ‘Hierbij worden de factoren die het meest van invloed kunnen zijn op een bepaalde uitkomst, in ons geval de resultaten van uit te voeren interventies of operaties aan het hart, verzameld. Als je kijkt naar de kans op mogelijke complicaties, bypassoperaties of dotteren dan spelen zaken als leeftijd of sociaaleconomische status van de patient daarbij zeker een rol. Maar het belangrijkste zijn toch de klinische gegevens van de patiënt.’
Waarom is casemix belangrijk?
‘Heeft een hartpatiënt bijvoorbeeld ook diabetes, dan is de kans op wondinfecties significant groter. Hoe is het met bijvoorbeeld de nierfunctie of de pompfunctie van het hart? Afhankelijk van de complexiteit van de patiënten die worden behandeld kunnen de uitkomsten voor hartchirurgie voor elk ziekenhuis anders zijn. Daar moet je wel rekening mee houden als je resultaten uit de praktijk gebruikt om de prestaties van de diverse ziekenhuizen met elkaar te benchmarken. Deze casemixcorrectie kun je dus in je statistische modellen opnemen.’
‘Afhankelijk van doel kwaliteitsregistratie kan mate van onzekerheid casemixcorrectie variëren’
Kom je zo tot een goede vergelijking?
‘Casemixcorrecties zijn nooit 100% perfect’, betoogt Dennis. ‘De vraag die je beter kunt stellen is; hoeveel onzekerheid accepteer ik voor het verbeteren van de zorgkwaliteit binnen mijn organisatie? Dat varieert afhankelijk van het doel waarvoor je de gegevens gaat gebruiken. De NHR richt zich primair op het ondersteunen van artsen bij het evalueren en verbeteren van zorgprocessen, en het bieden van algemene informatie over uitkomsten van zorg voor patiënten.’
Maar andere partijen hebben ook andere ambities en/of belangen. Wil je bijvoorbeeld op basis van de uitkomsten patiënten adviseren naar welk ziekenhuis ze het beste kunnen gaan of bepalen welke ziekenhuizen bepaalde behandelingen wel of niet meer mogen uitvoeren? ‘Voor dergelijke ingrijpende besluiten/adviezen heb je een hele hoge mate van zekerheid van de uitkomsten nodig’, stelt Dennis. ‘Is het doel van je analyse echter om artsen meer inzicht te geven in hoe ze hun processen kunnen optimaliseren, ofwel leren en verbeteren? Dan kun je al prima aan de slag met een wat lagere mate van zekerheid in de uitkomsten.’
Kiezen voor mate van onzekerheid
De uitkomst van een bepaalde kwaliteitsregistratie kan zijn dat je met 60% zekerheid kunt zeggen dat er meer complicaties tijdens of na hartoperaties zijn opgetreden dan verwacht. ‘Dan zal een arts met zijn/haar team dit onderwerp verder kunnen onderzoeken en besluiten of en wat er verbeterd kan worden. Maar deze uitkomst kan in theorie voor een zorgverzekeraar reden zijn om de zorg in dit ziekenhuis minder of niet meer in te kopen. Terwijl het best kan zijn dat er in die 40% een logische verklaring zit.
Bijvoorbeeld, stelden wij in een onderzoek vast, dat de helft van de patiënten die zijn overleden na een bepaalde ingreep factoren had die niet in dat registratiemodel zaten. Denk aan patiënten met levercirrose; dat leggen we niet van alle patiënten vast want deze aandoening komt maar heel zelden voor. Maar het verhoogt het risico op complicaties wel significant. Verschillende vormen van gebruik van data vragen dus om een verschillende mate van zekerheid van de uitkomstgegevens.’
NHR biedt diverse registratiemethodes
Het NHR beschikt ook over uitgebreide modellen voor casemixcorrectie die met ongeveer 80% zekerheid kunnen voorspellen. Daarin kun je veel meer factoren in opnemen van patiënten die mogelijk een hoger risico lopen op overlijden tijdens of na een hartoperatie. Dennis: ‘We hebben overigens een wetenschappelijk onderbouwde, generieke methode die je kunt hanteren om in een aantal belangrijke stappen de belangrijkste casemix variabelen te selecteren voor datgene dat je wilt meten. Voor elke ingreep zijn uiteraard wel weer unieke variabelen van toepassing.’
Het Zakboekje Leren en Verbeteren met Uitkomstdata ontwikkeld door de Linnean Werkgroep Data(on)mogelijkheden olv Philip van der Wees en Hester Lingsma ondersteunt zorgprofessionals, beleidsmakers en ontwikkelaars van datainfrastructuren bij het verantwoord gebruiken van uitkomstinformatie. In de medisch-specialistische zorg wordt steeds meer gewerkt met uitkomsten van patiënten, gecombineerd met proces- en structuurinformatie, om inzicht te krijgen in de kwaliteit van zorg. Deze informatie helpt bij het evalueren binnen organisaties en het vergelijken tussen zorgaanbieders. Om hiermee effectief te leren en verbeteren is het essentieel om data op de juiste manier te interpreteren en bewust om te gaan met de inrichting van dataverzameling. Dit zakboekje helpt daarbij, met oog voor methodologische valkuilen en voorwaarden voor betrouwbare en bruikbare inzichten.
Bekijk het hier!