국제 질병 분류, 개정판 9 및 10을 사용한 뇌졸중 및 뇌졸중 위험 요인의 코딩

1945 년으로 2010 년부터 2030 년까지 서방 국가에서 새로운 뇌졸중 사례 및 관련 비용이 임박 할 것으로 예상됩니다. 1950 년까지 인구 통계는 70 세에 이르렀고 그 이후 연령대가되었습니다. 뇌졸중이 건강 관리에 미칠 미래 수요를 결정하기 위해서는 감시가 필요합니다 .1,2 이는 뇌졸중 사건 및 관련 뇌졸중 위험 요인을 포함해야합니다. 이러한 데이터는 예방 및 급성 치료 프로그램에 대한 의료 자원 할당에 관한 정보에 입각 한 의사 결정을 가능하게합니다.

암 및 일부 전염병과 달리 뇌졸중 및 그 위험 요소에 대한 능동적 또는 수동적 감시는 거의 없습니다. 관리 데이터를 사용하는 수동 감시의 한 가지 장점은 이러한 데이터를 즉시 사용할 수 있고 능동 감시에 비해 비용 효율적인 리소스라는 것입니다. 이것은 특히 의료에 대한 중앙 집중식 관리 구조가 존재하는 캐나다에서 사실입니다. 행정 데이터는 뇌졸중의 추세를 정량화하는 데 사용되었습니다. 그러나 민감도와 특이도가 낮고 정확성이 부족하다는 비판을 받고있다. 또한 행정 데이터의 특별한 단점은 가장 중요한 단기 및 장기 예후 변수 인 뇌졸중 심각도를 확인할 수 없다는 점이다. 그럼에도 불구하고 뇌졸중 코딩은 이전에 검토되었으며 특히 다른 질병과 비교할 때 높은 수준의 비교에 유용한 것으로 밝혀졌습니다. 우리는 ≥85 %의 진단 정확도가 시간 경과에 따른 추세를 평가하는 데 적합하다고 생각합니다. 그러나 뇌졸중 위험 요소는 이전에 관리 데이터를 사용하여 조사되지 않았으며 기존 코딩의 유효성을 확인하면 뇌졸중 감시를위한 관리 데이터의 유용성이 강화됩니다.

2002/2003 회계 연도 이전에 앨버타의 의료 센터에서는 국제 질병 분류, 9 차 개정 (ICD-9), 병원 퇴원 초록을 코딩하기위한 임상 수정. 그러나 많은 연구에서 ICD-9.2,3,7,9,10을 사용한 부정확성을보고 한 바 있습니다. 2002 년 초에 10 번째 개정판이 ICD-9를 주 전체로 대체했습니다. ICD-9와 비교하여 ICD-10은 질적으로 더 직관적이며 허혈성 뇌졸중 진단에 적합합니다. 우리는 학술 및 지역 병원에서 올바르게 코딩 된 뇌졸중 환자 차트의 비율을 비교하고 (파트 I) ICD-9 및 ICD-10을 사용하여 “이후”연구 설계를 통해 뇌졸중 위험 인자 코딩 (파트 II)을 평가하려고했습니다.

방법

이 연구의 파트 I 및 II에 사용 된 데이터는 3 개의 성인 급성 치료 사이트의 병원 퇴원 초록 데이터베이스에서 검색되었습니다. 캘거리 보건 지역에있는 대학 병원 (풋 힐스 메디컬 센터)과 2 개의 커뮤니티 병원 (피터로 히드 센터 및 록키 뷰 종합 병원)이 있습니다.이 사이트는 140 만 명의 인구를 대상으로합니다. 알버타 아동 병원의 데이터는이 연구에서 고려되지 않았습니다. 3 개의 급성 치료 현장에는 컴퓨터 단층 촬영 (CT)과 MRI 스캐너가 각각 설치되어 있습니다.이 연구의 데이터에는 입원 환자로 입원 한 환자와 응급실에서보고 입원하지 않고 퇴원 한 환자가 포함됩니다. 외래 환자 클리닉, 물리 ician의 사무실 또는 치료를받지 않은 사람들. 한 명의 건강 기록 기술자가 대학 병원에서 퇴원 초록을 코딩했습니다. 연구 기간 전에이 사람은 캘거리 뇌졸중 팀과 함께 뇌졸중과 그 임상 진단 및 관리에 대해 더 많이 배웠습니다. 또한 코딩 문제를 해결하기 위해 건강 기록 부서와 캘거리 뇌졸중 팀간에 지속적인 대화가 존재합니다. 2 개의 커뮤니티 병원에서 코딩은 한 명의 의료 기록 기술자에게 집중되지 않았습니다.

퇴원 진단을받은 모든 환자 (ICD-9 코드 430.x, 431.x, 433.x1, 434.x1) , 435.x, 436 및 362.3)의 뇌졸중이 2000/2001 회계 연도 (4 월 -3 월)에 획득되었습니다. 2002/2003 회계 연도에는 ICD-10 코드 I60.x, I61.x, I63.x, I64.x, H34.1 및 G45.x를 사용하여 환자를 식별했습니다. ICD-9에서 네 번째 및 다섯 번째 숫자는 환자를 제외하거나 포함하는 데 사용되었습니다. 그 사이에 코딩은 ICD-9에서 ICD-10으로 전환되었으며, 데이터 수집 시대 사이의이 기간은 새로운 ICD-10 시스템에 대한 학습을 허용했습니다. 1 차 진단 위치에서 뇌졸중 진단을받은 모든 환자 (n = 2529)는 뇌졸중이 입원 기간에 대해 가장 책임있는 진단임을 암시하며 샘플링 프레임을 구성했습니다. 이 접근법은 높은 특이성과 양성 예측 값 (PPV)을 초래하는 것으로 나타났습니다 .3 뇌졸중 신경과 전문의가 뇌졸중과 그 위험 요인의 정의를 훈련 한 연구 보조원이 차트 검토를 수행했습니다. 신경과 전문의는 진단의 모호성을 해결했습니다.조사자들은 건강 기록 기술자와 동일한 환자 차트 문서에 액세스했습니다. 차트에 여러 입원이 포함 된 경우 검토중인 입원의 문서 만 사용되었습니다.

파트 I

주요 뇌졸중 유형 지주막 하 출혈 (SAH), 뇌내 출혈 (ICH), 급성 허혈성 뇌졸중 (AIS) 및 일과성 허혈 발작 (TIA)은 표 1에 설명 된대로 정의되었습니다. 검토를 위해 계층화 된 무작위 차트 샘플을 작성하고 주요 뇌졸중 유형 및 연도별로 계층화했습니다. ICD-9 코호트 내의 AIS 샘플링은 ICD-10과 비교하여 추가로 과다 샘플링되어 경색없이 급성 동맥 폐색으로 설명 된 코드를 더 잘 평가할 수 있습니다. 샘플의 크기는 사용 가능한 전체의 10 %에서 65 % 사이로 다양했으며 10 % 95 % CI 너비로 정의 된 민감도와 특이성의 예상 정밀도를 기반으로합니다.

환자 차트를 자세히 검토했습니다. 의사 이력 및 신체 검사 기록, 의사 진행 기록, CT 및 MRI 영상 보고서 (사용 가능한 경우), 퇴원 요약을 사용하여 병원 입원 기간에 가장 중요한 진단을 확인하고 코드를 할당했습니다. 사용 가능한 영상 보고서 (CT 또는 MRI)로 판정 된 차트의 비율이 결정되었습니다. 뇌졸중은 발병 후 24 시간 이내에 해결되면 TIA로 코드화되었으며 영상 촬영을 수행 한 경우 감지 가능한 변화가 분명하지 않았습니다. 우리의 결정을 황금 표준으로 사용하여 ICD-9 및 ICD-10을 사용하여 AIS, SAH, ICH 및 TIA를 코딩하는 병원 보건 기술자의 비율을 계산하고 비교했습니다. 실제적인 이유로 차트 검토자는 건강 기록 기술자가 차트를 코딩하는 방법을 알지 못했습니다.

Fisher의 정확한 테스트를 사용하여 통계적 비교가 이루어졌으며 모든 비율은 정확한 CI를 사용하여보고됩니다.뇌졸중 진단의 민감도와 특이도를 평가하는 것은 불가능했습니다. 대신 뇌졸중 환자의 뇌졸중 유형별 코딩 PPV와 코더와 연구자 간의 합의 척도로 Kappa 통계량 (κ)을보고합니다. PPV는 임의로 “나쁨”(< 70 %), “좋음”(70 %-79 %), “매우 좋음”(80 %-89 %) 또는 “우수”(≥90 %). κ는 0.61에서 0.80으로 표시된 바와 같이 건강 기술자와 연구원 사이에 실질적인 동의를 갖는 것으로 간주되었습니다. 거의 완벽한 일치 : 0.81 ~ 1.00.3

파트 II

사용 가능한 모든 진단 위치를 포함하는 10 % 무작위 차트 샘플은 샘플링 프레임. 샘플 크기는 다중 비교를 허용하기 위해 조정없이 평균적으로 10 % 95 % CI 너비를 제공하는 것으로 추정되었습니다. 소스 문서, 즉 의사 이력 및 신체 검사 기록, 의사 진행 기록, 퇴원 요약, 간호 기록 및 실험실, 심 초음파 및 ECG 보고서를 심방 세동, 관상 동맥 질환 / 허혈성 심장병, 당뇨병, 뇌 혈관 병력에 대해 체계적으로 검토했습니다. 사고, 고혈압, 고지혈증, 신부전 및 담배 사용. 코드는 표 2에 설명 된 진단 기준을 충족하는 위험 요소에만 할당되었습니다. 기준은 현재 의료 지침을 기반으로 조사자가 도출 한 것입니다. 금 표준을 사용하여 ICD-9 및 ICD-10을 사용하여 이러한 뇌졸중 위험 요소를 코딩하는 병원 보건 기술자의 민감도, 특이성 및 정확한 백분율을 계산하고 비교했습니다.

결과

파트 I

2000/2001 (ICD-9)의 총 461 개의 차트와 2002/2003 (ICD-10)의 256 개의 차트 )는 검토를 위해 무작위로 선택되었습니다. 환자의 중앙 연령은 71 세 (사 분위 범위, 59 ~ 80 세) 였고 50.6 %가 여성이었다. 뇌졸중 코딩에 대한 동의 수준과 코딩 체계 및 병원 유형에 따른 뇌졸중 유형의 정확한 코딩 비율은 표 3에 나와 있습니다. 정확한 코딩의 평가는 24 번의 임상 데이터만을 기반으로했습니다.차트의 3 % (신경 혈관 영상이 수행되지 않았거나 검토 할 수있는 영상 보고서가 없음)와 임상 데이터 및 신경 혈관 영상 보고서가 차트의 75.6 %에 포함되었습니다.

전체적으로 ICD-9 코딩은 90 % (CI95, 86-92) 정확함으로 탁월했습니다. κ = 0.86 (CI95, 0.81 ~ 0.91). ICD-10은 올바르게 코딩 된 스트로크의 92 % (CI95, 88 ~ 95)에서 비슷하게 우수했습니다. κ = 0.89 (CI95, 0.82 ~ 0.96). ICD-10은 ICD-9보다 낫지 않았습니다. P = 0.865. TIA는 ICD-9를 사용한 70 % (CI95 56-82)에 비해 97 % (CI95 88-99) 정확하게 코딩되었습니다. P = 0.266. 코딩 오류의 범위는 예상과 크게 다르며 뇌졸중 유형이 서로 혼동되었습니다. 특히 AIS의 경우 TIA, SAH의 경우 ICH (표 4)입니다. ICD-9에서 수정 자 코드 (네 번째 및 다섯 번째 숫자)를 사용하면 해당 입원에서 인덱스 뇌졸중이 없었던 95 건의 경동맥 내막 절제술이 제외되었습니다. 이는 뇌졸중 정의에 코드 433을 포함 할 때 허혈성 뇌졸중에 대한 ICD-9 코딩의 정확도를 상당히 증가 시켰습니다.

Part II

2000/2001 (ICD-9)의 총 137 개 차트와 2002/2003 (ICD-10)의 112 개 차트가 무작위로 검토 대상으로 선정되었습니다. 환자의 중앙 연령은 73 세 (IQR, 65 ~ 81 세)였으며 49 %는 여성이었습니다. 표 5는 ICD 시스템 및 병원 현장에 따른 뇌졸중 위험 인자의 민감도, 특이성 및 PPV를 요약 한 것입니다. 전반적으로 모든 위험 요소의 코딩은 ICD-9와 ICD-10 사이에서 유사한 것으로 나타났습니다. 글로벌 민감도는 67 % (CI95, 61 ~ 72)에 비해 58 % (CI95, 52 ~ 63)에서 ICD-10으로 더 낮았습니다. P = 0.234. 전체 특이성은 97 % (CI95, 96-99)와 비교하여 97 % (CI95, 96-98)에서 동일했습니다. P = 1.000. 전체 정확도는 84 % (CI95, 82-87)에서 87 % (CI95, 84-89)와 유사했습니다. P = 0.691. 심방 세동, 관상 동맥 질환 / 허혈성 심장병, 진성 당뇨병, 고혈압 코딩의 특징은 모두 매우 우수하여 높은 민감도와 특이도를 보였다. 반대로, 뇌 혈관 사고, 고지혈증, 신부전 및 담배 사용의 이력에 대한 코딩은 민감도가 매우 낮지 만 특이도가 높은 불량에서 우수까지 다양했습니다. ICD-10으로 전환하면서 이러한 위험 요소에 대해 민감도가 약간 향상되었습니다. 이러한 경향은 병원 수준에서 관찰되었습니다. 대학과 지역 사회 병원 사이트간에 차이는 관찰되지 않았습니다.

토론

우리의 데이터에 따르면 뇌졸중과 그 위험 요인에 대한 행정적 진단이 상당히 우수하고 정량적 개선이 없음을 알 수 있습니다. ICD-10 시스템으로의 전환으로 실현되었습니다. 신뢰할 수있는 결론을 내리기 위해 이러한 데이터를 사용하는 것과 관련된 두 가지주의 사항은 검토 할 가치가 있습니다. 첫째, 정의에 따라 병원 기반 치료에만 적용됩니다.따라서 치료를받지 않거나 외래 진료소 나 진료소에서만 볼 수있는 개인의 데이터는 캡처되지 않습니다 .2,11 뇌졸중의 경우 경미한 증상 만있는 환자는 그렇지 않을 수 있기 때문에 더 심한 뇌졸중에 약간의 편향이 발생합니다. 의학적 치료를 받으십시오. 이것은 능동적 감시와 수동적 감시가 동시에 수행 된 텍사스에서 잘 입증되어 수동 감시 시스템에서 완전히 놓친 능동 감시에 의해 일부 사례가 식별되었음을 보여주었습니다. 흥미롭게도 수동 감시로 식별 된 사례가 능동 감시 시스템에서 누락 된 경우도 그 반대였습니다 .11

둘째, 행정 데이터는 의료 기록을 해석하고 적절한 코드를 적용하는 사무 직원에 의존합니다. 모든 병원 퇴원 추상 코딩과 마찬가지로 뇌졸중 및 그 위험 요소의 코딩은 차트의 데이터 품질과 코더의 전문성에 따라 달라집니다. 차트 작성은 매우 가변적이며 한 설정에서 수행 된 검증 연구는 관할 구역에 적용되지 않을 수 있습니다. 우리는 이전에 도시 병원에 비해 시골에서 ICD-9를 사용한 뇌졸중 코딩에 큰 차이가 있음을 보여주었습니다 .12 시골 병원은 더 일반적인 코드를 사용하여 뇌졸중을 코딩하는 경향이있는 반면 도시 코딩은 더 구체적이었습니다. 뇌졸중 서비스의 중앙 집중화와 입원 환자 뇌졸중 장치 설립 13, 그리고 Foothills Medical Center의 건강 기록 기술자 교육은 우리 연구 결과에 기여하는 두 가지 고유 한 요인이 될 수 있습니다.

우리의 결과는 뇌졸중을 앓는 것으로 분류 된 환자의 상당수 (15 % ~ 20 %)가 한 번도 경험하지 못했다는 Goldstein의 결과와 일치합니다. 수정 자 코드 (ICD-9 시스템의 네 번째 및 다섯 번째 숫자)를 사용하여 경동맥 내막 절제술로 입원했지만 입원시 인덱스 뇌졸중이 없었던 환자를 제외했습니다. AIS를 코딩하기위한 ICD-9 시스템에는 경색없는 급성 동맥 폐색으로 설명되는 여러 코드가 있습니다 (433.00, 433.10, 433.20, 433.30, 434.10 및 434.90). 우리의 연구에서 선택적인 경동맥 내막 절제술의 95 건 모두 경색이없는 급성 동맥 폐색으로 분류되었습니다. Goldstein이 제안한 바와 같이, 이러한 코드는 실제 뇌졸중 진단을위한 정확도가 특히 낮습니다. 이 문제는 ICD-10에서는 발생하지 않습니다.

뇌졸중 위험 요인의 식별은 더 다양합니다. 심방 세동, 관상 동맥 병 / 허혈성 심장병, 당뇨병 및 고혈압은 높은 신뢰도로 확인되는 반면, 뇌 혈관 질환, 고지혈증, 신부전 및 담배 사용의 병력은 덜 확인됩니다. 후자의 4 가지 위험 요소의 잘못된 코딩은 의사와 간호 직원의 잘못된 차트 작성, 건강 기술자 코더의 중요성 인식 부족 또는 “모든 것을 코딩”할 시간 부족 때문일 수 있습니다. 교육과 이해는 이러한 상황을 개선하는 데 도움이 될 수 있습니다. 전자 건강 기록의 출현으로 관리 데이터베이스 내에서 이러한 위험 요소를 자동화하고 더 잘 코딩 할 수 있습니다. ICD-10 시스템 자체는 이러한 합병증에 대한보다 구체적인 진단 코드를 포함함으로써 이익을 얻을 수 있습니다. 그러나 행정 데이터를 사용하여 뇌졸중 환자의 뇌졸중 위험 요인을 안정적으로 식별 할 수있는 능력은 의료 서비스 연구에서 이러한 데이터를 사용하는 데 중요한 추가 기능입니다.

저희 연구에는 눈에 띄는 한계가 있습니다. 건강 기록 기술자의 코딩이나 실제적인 한계로 인해 어떤 코딩 시스템이 사용되었는지에 대해 차트 검토자가 눈을 멀게 할 수 없었습니다. 또한 우리 시스템에는 건강 기록 코더와 캘거리 뇌졸중 팀 간의 적극적인 대화가 포함되어 있습니다. 다른 관할권에서는 일반화 할 수 없습니다. 우리의 샘플링 프레임은 1 차 뇌졸중 환자로 제한되었습니다. 진단 위치. 이렇게하면 진단의 특이성이 향상되지만 민감도를 제한 할 수 있습니다. 이는 뇌졸중 환자를 다른 진단 위치에 포함하지 않았을 수 있음을 의미합니다.

전반적으로 우리 데이터는 ICD-10을 사용한 뇌졸중 코딩이 유사하다는 증거를 제공합니다. ICD-9에. ICD-10 시스템의 정의가 명확 해지면 질적 이점이있을 수 있습니다.

각주