Codering van risicofactoren voor beroerte en beroerte met behulp van internationale classificatie van ziekten, revisies 9 en 10

Een naderende stijging van het aantal nieuwe gevallen van beroerte en de bijbehorende kosten wordt verwacht in westerse landen van 2010 tot 2030 als de 1945 tot 1950 demografie bereikt hun zevende decennium en leeftijden daarna. Surveillance is nodig om te bepalen welke toekomstige eisen een beroerte aan de gezondheidszorg zal stellen.1,2 Dit zou beroerte-incidenten en de bijbehorende risicofactoren voor beroerte moeten omvatten. Dergelijke gegevens maken geïnformeerde besluitvorming mogelijk over de toewijzing van medische middelen aan preventieve en acute behandelprogrammas.

In tegenstelling tot kanker en sommige infectieziekten is er weinig actieve of passieve bewaking van beroerte en de risicofactoren ervan. Een voordeel van passief toezicht met behulp van administratieve gegevens is dat dergelijke gegevens direct beschikbaar zijn en een kosteneffectieve bron zijn in vergelijking met actief toezicht. Dit geldt met name voor Canada, waar een gecentraliseerde administratieve structuur voor de gezondheidszorg bestaat. Administratieve gegevens zijn gebruikt om trends in beroerte te kwantificeren; het is echter bekritiseerd vanwege het gebrek aan nauwkeurigheid met lage sensitiviteit en specificiteit.3–8 Bovendien is een bijzonder nadeel van administratieve gegevens het onvermogen om de ernst van een beroerte vast te stellen, de belangrijkste prognostische variabele op korte en lange termijn. Desalniettemin is beroerte-codering eerder herzien en nuttig bevonden voor vergelijkingen op hoog niveau, vooral in vergelijking met andere ziekten. Wij zijn van mening dat een diagnostische nauwkeurigheid van ≥ 85% voldoende is om trends in de tijd te beoordelen. Risicofactoren voor beroerte zijn echter niet eerder onderzocht met behulp van administratieve gegevens, en validatie van bestaande codering zou de bruikbaarheid van administratieve gegevens voor de surveillance van beroerte verrijken.

Vóór het boekjaar 2002/2003 gebruikten medische centra in Alberta de International Classification of Diseases, 9th Revision (ICD-9), Clinical Modifications om abstracts van ziekenhuisontslag te coderen. Talrijke onderzoeken hebben echter onnauwkeurigheden gemeld bij het gebruik van ICD-9.2,3,7,9,10. Begin 2002 verving de 10e herziening de ICD-9 in de hele provincie. In vergelijking met ICD-9 is ICD-10 kwalitatief intuïtiever en specifieker voor de diagnose van ischemische beroerte. We probeerden het aandeel correct gecodeerde patiëntenkaarten met beroerte in academische en gemeenschapsziekenhuizen (deel I) te vergelijken en de risicofactorcodering van beroerte (deel II) te beoordelen met behulp van ICD-9 en ICD-10 via een “voor-na” studieontwerp.

Methoden

De gegevens die zijn gebruikt voor de delen I en II van deze studie werden opgehaald uit een database met uittreksels uit ziekenhuisontslag van de 3 sites voor acute zorg voor volwassenen: a universitair ziekenhuis (Foothills Medical Center) en 2 gemeenschapsziekenhuizen (Peter Lougheed Center en Rockyview General Hospital) in de gezondheidsregio van Calgary. Deze sites bedienen een bevolking van ≈1,4 miljoen mensen. Gegevens van het Alberta Childrens Hospital werden niet in aanmerking genomen in deze studie. Elk van de 3 locaties voor acute zorg huisvesten een computertomografie (CT) en MRI-scanner. De gegevens voor deze studie omvatten zowel patiënten die als intramurale patiënten werden opgenomen, alsook patiënten die op de afdeling spoedeisende hulp werden gezien en zonder opname werden ontslagen. Patiënten die werden gezien in een polikliniek, fys icians kantoor, of degenen die niet onder medische hulp kwamen. Een enkele technoloog van gezondheidsdossiers voerde de codering uit van uittreksels uit het ziekenhuis in het universitair ziekenhuis. Vóór de onderzoeksperiode trainde deze persoon bij het Calgary Stroke Team, waarbij hij meer leerde over beroerte en de klinische diagnose en behandeling ervan. Verder is er een voortdurende dialoog tussen de afdeling medische dossiers en het Calgary Stroke Team om coderingsproblemen op te lossen. Bij de 2 gemeenschapsziekenhuizen was de codering niet gecentraliseerd bij één enkele technoloog voor medische dossiers.

Alle patiënten met een diagnose van ontslag (ICD-9-codes 430.x, 431.x, 433.x1, 434.x1 , 435.x, 436 en 362.3) van een beroerte werden verworven voor het fiscale jaar 2000/2001 (april tot maart); voor het boekjaar 2002/2003 werden ICD-10 codes I60.x, I61.x, I63.x, I64.x, H34.1 en G45.x gebruikt om de patiënten te identificeren. In ICD-9 werden het vierde en vijfde cijfer gebruikt om patiënten uit te sluiten of op te nemen. In het tussenliggende jaar schakelde de codering over van ICD-9 naar ICD-10, en deze tijdsperiode tussen de tijdperken van gegevensverzameling maakte het mogelijk om te leren op het nieuwe ICD-10-systeem. Alle patiënten (n = 2529) met de diagnose beroerte in de primaire diagnostische positie, wat impliceert dat een beroerte de meest verantwoordelijke diagnose was voor de verblijfsduur, maakten deel uit van het steekproefkader. Het is aangetoond dat deze benadering resulteert in hoge specificiteit en positief voorspellende waarde (PPV) .3 Een onderzoeksassistent die door een neuroloog met een CVA is opgeleid in definities van CVA en de risicofactoren ervan, voerde de grafiekbeoordeling uit. De neuroloog loste eventuele onduidelijkheden bij de diagnose op.De onderzoekers hadden toegang tot dezelfde patiëntendossiers als technologen in de gezondheidsdossiers. Als de kaart meerdere opnames bevatte, werden alleen die documenten van de te beoordelen opname gebruikt.

Deel I

Ernstige typen beroerte subarachnoïdale bloeding (SAH), intracerebrale bloeding (ICH), acute ischemische beroerte (AIS) en transiënte ischemische aanval (TIA) werden gedefinieerd zoals beschreven in tabel 1. Een gestratificeerde willekeurige steekproef van grafieken werd getrokken voor beoordeling, gestratificeerd naar majeur type beroerte en per jaar. Bemonstering van AIS binnen het ICD-9-cohort werd verder overbemonsterd in vergelijking met ICD-10 om een betere beoordeling mogelijk te maken van codes die worden beschreven als acute arteriële occlusie zonder infarct. De grootte van de steekproef varieerde tussen 10% en 65% van het totale beschikbare aantal en was gebaseerd op een verwachte precisie van de gevoeligheid en specificiteit gedefinieerd door een breedte van 10% 95% BI.

Patiëntentabellen werden in detail bekeken. Aantekeningen over de geschiedenis van de arts en lichamelijk onderzoek, aantekeningen over de voortgang van de arts, CT- en MRI-beeldvormingsrapporten (indien beschikbaar) en ontslagoverzichten werden gebruikt om de diagnose vast te stellen die het meest verantwoordelijk was voor de opnameduur in het ziekenhuis en om een code toe te wijzen. Het aantal grafieken dat werd beoordeeld met beschikbare beeldvormingsrapporten (CT of MRI) werd bepaald. Beroertes werden gecodeerd als TIA als ze binnen 24 uur na aanvang verdwenen, en als beeldvorming werd uitgevoerd, waren er geen detecteerbare veranderingen waarneembaar. Gebruikmakend van onze bepaling als de gouden standaard, werd vervolgens het juiste aandeel van de codering van de gezondheidstechnoloog in ziekenhuizen van AIS, SAH, ICH en TIA met behulp van ICD-9 en ICD-10 berekend en vergeleken. Om praktische redenen waren de kaartrecensenten niet verblind voor hoe de kaarten waren gecodeerd door de technoloog van de gezondheidsdossiers.

Statistische vergelijkingen werden gemaakt met behulp van de exacte test van Fisher en alle verhoudingen worden gerapporteerd met behulp van exacte CIs.Het was niet mogelijk om de sensitiviteit en specificiteit voor de diagnose van een beroerte te beoordelen, omdat niet-beroerte diagnoses door het ontwerp ondervertegenwoordigd waren. In plaats daarvan rapporteren we de PPV van codering naar type beroerte bij patiënten met een beroerte, evenals de Kappa-statistiek (κ) als een maat voor de overeenkomst tussen codeerder en onderzoeker. De PPVs werden willekeurig gecategoriseerd als “slecht” (< 70%), “goed” (70% tot 79%), “zeer goed” (80% tot 89%) of “uitstekend” (≥90%). κ werd geacht een substantiële overeenkomst te hebben tussen gezondheidstechnoloog en onderzoeker, zoals aangegeven door 0,61 tot 0,80; bijna perfecte overeenstemming: 0,81 tot 1.00.3

Deel II

Een 10% willekeurige steekproef van grafieken, die alle beschikbare diagnostische posities omvatte, werd getrokken uit het bemonsteringsframe. De steekproefomvang werd geschat op gemiddeld een 10% 95% BI-breedte zonder aanpassing om meerdere vergelijkingen mogelijk te maken. Brondocumenten, namelijk aantekeningen over de geschiedenis van de arts en lichamelijk onderzoek, aantekeningen over de voortgang van de arts, samenvattingen van ontslag, aantekeningen over verpleegkunde en laboratorium-, echocardiogram- en ECG-rapporten werden systematisch beoordeeld op atriumfibrilleren, coronaire hartziekte / ischemische hartziekte, diabetes mellitus, geschiedenis van ongeval, hypertensie, hyperlipidemie, nierfalen en tabaksgebruik. Codes werden alleen toegekend aan die risicofactoren die voldeden aan de diagnostische criteria zoals beschreven in tabel 2. Criteria werden door de onderzoeker afgeleid op basis van de huidige medische richtlijnen. Met behulp van de gouden standaard werden de gevoeligheid, specificiteit en procentuele correctheid van de codering van ziekenhuisgezondheidstechnologen van deze risicofactoren voor beroertes met behulp van ICD-9 en ICD-10 berekend en vergeleken.

Resultaten

Deel I

In totaal 461 kaarten uit 2000/2001 (ICD-9) en 256 uit 2002/2003 (ICD-10 ) werden willekeurig geselecteerd voor beoordeling. De mediane leeftijd van de patiënten was 71 (interkwartielbereik, 59 tot 80), en 50,6% was vrouw. De mate van overeenstemming voor het coderen van een beroerte en de snelheid van correcte codering van het type beroerte per coderingsschema en het type ziekenhuis staan vermeld in Tabel 3. De beoordeling van de juiste codering was alleen gebaseerd op klinische gegevens in 24.3% van de grafieken (er werd geen neurovasculaire beeldvorming gedaan of er waren geen beeldvormingsrapporten beschikbaar voor beoordeling) en op klinische gegevens en neurovasculaire beeldvormingsrapporten in 75,6% van de grafieken.

Over het algemeen was de ICD-9-codering uitstekend met 90% (CI95, 86 tot 92) correct; κ = 0,86 (CI95, 0,81 tot 0,91). ICD-10 was even goed met 92% (CI95, 88 tot 95) correct gecodeerde beroertes; κ = 0,89 (CI95, 0,82 tot 0,96). ICD-10 was niet beter dan ICD-9; P = 0,865. TIA was 97% van de tijd correct gecodeerd (CI95 88 tot 99) vergeleken met 70% (CI95 56 tot 82) met ICD-9; P = 0,266. Het bereik van codeerfouten was grotendeels zoals verwacht, waarbij slagtypen met elkaar verward waren, met name TIA voor AIS en ICH voor SAH (tabel 4). We ontdekten dat het gebruik van de modificatiecodes (vierde en vijfde cijfer) in de ICD-9 95 gevallen van halsslagader-endarteriëctomie uitsluit die geen indexslag had gehad bij de genoteerde opname. Dit verhoogde de nauwkeurigheid van ICD-9-codering voor ischemische beroerte aanzienlijk wanneer code 433 in de slagdefinitie werd opgenomen.

Deel II

In totaal werden 137 kaarten uit 2000/2001 (ICD-9) en 112 uit 2002/2003 (ICD-10) willekeurig geselecteerd voor beoordeling. De mediane leeftijd van de patiënten was 73 (IQR, 65 tot 81) en 49% was vrouw. Tabel 5 geeft een overzicht van de gevoeligheid, specificiteit en PPV van risicofactoren voor een beroerte volgens ICD-systeem en ziekenhuislocatie. Over het algemeen bleek de codering van alle risicofactoren vergelijkbaar te zijn tussen ICD-9 en ICD-10. De globale gevoeligheid was lager, met ICD-10 op 58% (BI95, 52 tot 63) vergeleken met 67% (BI95, 61 tot 72); P = 0,234. De algehele specificiteit was gelijk aan 97% (BI95, 96 tot 98) vergeleken met 97% (BI95, 96 tot 99); P = 1.000. De algehele nauwkeurigheid was vergelijkbaar met 84% (BI95, 82 tot 87) vergeleken met 87% (BI95, 84 tot 89); P = 0,691. Kenmerkend voor beide schemas waren atriumfibrilleren, coronaire hartziekte / ischemische hartziekte, diabetes mellitus en hypertensie-codering zeer goed tot uitstekend, met een hoge mate van gevoeligheid en specificiteit. Omgekeerd varieerde de codering van een geschiedenis van cerebrovasculair accident, hyperlipidemie, nierfalen en tabaksgebruik van slecht tot uitstekend, met een vrij lage gevoeligheid maar een hoge specificiteit. De gevoeligheid voor deze risicofactoren verbeterde slechts lichtjes met de overstap naar ICD-10. Deze trends werden waargenomen op ziekenhuisniveau. Er werden geen verschillen waargenomen tussen de sites van de universiteit en het gemeenschapsziekenhuis.

Discussie

Onze gegevens suggereren dat de administratieve diagnoses van een beroerte en de risicofactoren ervan redelijk goed zijn en dat er geen kwantitatieve verbeteringen zijn zijn gerealiseerd met de overstap naar het ICD-10 systeem. Twee kanttekeningen bij het gebruik van dergelijke gegevens om betrouwbare conclusies te trekken, zijn de moeite waard. Ten eerste zijn ze per definitie alleen van toepassing op ziekenhuiszorg.Daarom worden gegevens van die personen die geen medische hulp zoeken of die alleen in de polikliniek of kantoren worden gezien, niet vastgelegd.2,11 Bij een beroerte resulteert dit in een lichte neiging tot ernstigere beroertes, omdat patiënten met slechts milde symptomen dat niet doen. zoek medische hulp. Dit is goed aangetoond in Texas, waar gelijktijdig uitgevoerde actieve en passieve bewaking aantoonde dat sommige gevallen werden geïdentificeerd door actieve bewaking die volledig werden gemist door het passieve bewakingssysteem. Interessant genoeg was het omgekeerde ook waar in die gevallen die werden geïdentificeerd door passieve bewaking, werden gemist door het actieve bewakingssysteem.11

Ten tweede zijn administratieve gegevens afhankelijk van het feit dat administratief personeel het medisch dossier interpreteert en de juiste codes toepast. Codering van een beroerte en zijn risicofactoren, zoals alle abstracte codering van ziekenhuisontslag, hangt af van de kwaliteit van de gegevens in de grafiek en de expertise van de codeerder. Het in kaart brengen van grafieken is zeer variabel en validatiestudies die in één omgeving worden uitgevoerd, zijn mogelijk niet van toepassing op alle rechtsgebieden. We hebben eerder aangetoond dat er een grote variatie bestaat in het coderen van beroertes met behulp van ICD-9 op het platteland in vergelijking met stedelijke ziekenhuizen.12 Ziekenhuizen op het platteland hadden de neiging om beroerte te coderen met meer algemene codes, terwijl stedelijke codering specifieker was. De centralisatie van beroerte-diensten en de oprichting van een ziekenhuis voor patiënten met een beroerte, 13 evenals de opleiding van een medisch specialist in medische dossiers in het Foothills Medical Center, kunnen twee unieke factoren zijn die bijdragen aan de resultaten van ons onderzoek.

Onze resultaten komen overeen met die van Goldstein, 8 die aantoonde dat een aanzienlijke minderheid van de patiënten (15% tot 20%) gecodeerd als een beroerte nooit had gehad. We gebruikten modificatiecodes (vierde en vijfde cijfer in het ICD-9-systeem) om patiënten uit te sluiten die waren opgenomen voor halsslagader-endarteriëctomie, maar die bij die opname geen indexslag hadden gehad. In het ICD-9-systeem voor het coderen van AIS zijn er verschillende codes die worden beschreven als acute arteriële occlusie zonder infarct (433.00, 433.10, 433.20, 433.30, 434.10 en 434.90). In onze studie werden alle 95 gevallen van electieve halsslagader-endarteriëctomie gecodeerd als acute arteriële occlusie zonder infarct. Zoals door Goldstein gesuggereerd, hebben deze codes een bijzonder lage nauwkeurigheid voor de diagnose van een echte beroerte. Dit probleem doet zich niet voor met ICD-10.

De identificatie van risicofactoren voor een beroerte is variabeler. Boezemfibrilleren, coronaire hartziekte / ischemische hartziekte, diabetes mellitus en hypertensie worden met een hoge mate van vertrouwen geïdentificeerd, terwijl een voorgeschiedenis van cerebrovasculaire ziekte, hyperlipidemie, nierfalen en tabaksgebruik in mindere mate worden geïdentificeerd. De slechte codering van de laatste 4 risicofactoren kan worden toegeschreven aan een slechte in kaart brengen door artsen en verplegend personeel, een gebrek aan gepercipieerd belang door codeerders van gezondheidstechnici of een gebrek aan tijd om alles te coderen. Onderwijs en begrip kunnen helpen om deze situatie te verbeteren. De opkomst van het elektronische patiëntendossier kan geautomatiseerde en betere codering van dergelijke risicofactoren in administratieve databases mogelijk maken. Het ICD-10-systeem zelf zou kunnen profiteren van de opname van meer specifieke diagnostische codes voor deze comorbiditeiten om hun ware diagnose te verbeteren. Het vermogen om op betrouwbare wijze risicofactoren voor beroerte te identificeren bij patiënten met een beroerte met behulp van administratieve gegevens is echter een belangrijke aanvulling op het gebruik van dergelijke gegevens in onderzoek naar gezondheidsdiensten.

Ons onderzoek heeft opmerkelijke beperkingen. We waren niet in staat om de kaartrecensent blind te maken voor de codering van de gezondheidsdossiertechnoloog of voor welk coderingssysteem werd gebruikt vanwege praktische beperkingen. Verder omvat ons systeem een actieve dialoog tussen de codeerder van de gezondheidsdossiers en het Calgary Stroke-team, wat betekent dat onze resultaten niet zo generaliseerbaar zijn naar andere rechtsgebieden Ons steekproefkader was beperkt tot die patiënten met een beroerte in de primaire diagnostische positie. Hoewel dit de specificiteit van de diagnose verbetert, kan het de gevoeligheid beperken, wat impliceert dat we mogelijk geen patiënten met een beroerte in andere diagnostische posities hebben opgenomen.

Al met al bewijzen onze gegevens dat beroerte-codering met ICD-10 vergelijkbaar is bij ICD-9. De grotere duidelijkheid in definities in het ICD-10-systeem kan een kwalitatief voordeel opleveren.

Footnotes