急性冠動脈症候群の死亡率を使用した病院のパフォーマンスの統計プロファイリング

背景：患者に提供されるケアの質を向上させ、患者の選択を可能にするために、病院のパフォーマンスを比較した公開レポートが日常的に公開されています。したがって、パフォーマンスの監視と評価に関する病院の「レポートカード」の堅牢なシステムは、医学的意思決定プロセスで重要です。特に、そのようなシステムは、定義とデータの品質、ケアと治療の質、および「ケースミックス」に関する体系的な違いを効果的に説明し、最小限に抑える必要があります。 方法：死亡率の結果測定に関する病院のパフォーマンスを評価するための4つの方法が考慮されました。この方法には、ベイジアン固定効果とランダム効果モデルの組み合わせ、リスク調整された死亡率、およびランクベースのプロファイリング手法が含まれていました。この方法は、急性冠症候群に入院した患者の30日間の死亡率を使用して経験的に比較されました。最初に、病院のリスク調整された死亡率と病院のリスク調整された死亡率に関連するランクの間の中央値推定値を使用して、最初に協定が評価されました。第二に、合意の評価は、リスク調整された死亡率とランクを使用して、低、通常、または高性能への病院の分類に基づいていました。 結果：リスク調整された死亡率のポイント推定値の間には不十分な一致がありましたが、ランク間のより良い一致がありました。ただし、分類されたパフォーマンスの場合、メソッドの病院のパフォーマンスの分類間の観察された一致は90〜98％の範囲でした。Kappa統計に反映されているように、可能な6つのペアワイズ比較のうち2つのうち2つのうち2つのペアと比較が合理的でした。これは、固定効果モデルで外れ値を識別する方法と階層モデルで0.77の間の0.71でした。残りの4つのペアワイズ比較では、契約はせいぜい中程度でした。 結論：研究された方法の矛盾は、どの病院が他の病院よりも優れたまたは悪いパフォーマンスを発揮したかについての疑問を提起しますが、際のパフォーマンスの定義の選択は統計的アプローチのそれよりも重要ではないようです。したがって、医療従事者やプロバイダーにとって意味のある「規制」または「パフォーマンス監視」の堅牢なシステムを見つける必要があります。

BACKGROUND: In order to improve the quality of care delivered to patients and to enable patient choice, public reports comparing hospital performances are routinely published. Robust systems of hospital 'report cards' on performance monitoring and evaluation are therefore crucial in medical decision-making processes. In particular, such systems should effectively account for and minimise systematic differences with regard to definitions and data quality, care and treatment quality, and 'case mix'. METHODS: Four methods for assessing hospital performance on mortality outcome measures were considered. The methods included combinations of Bayesian fixed- and random-effects models, and risk-adjusted mortality rate, and rank-based profiling techniques. The methods were empirically compared using 30-day mortality in patients admitted with acute coronary syndrome. Agreement was firstly assessed using median estimates between risk-adjusted mortality rates for a hospital and between ranks associated with a hospital's risk-adjusted mortality rates. Secondly, assessment of agreement was based on a classification of hospitals into low, normal or high performing using risk-adjusted mortality rates and ranks. RESULTS: There was poor agreement between the point estimates of risk-adjusted mortality rates, but better agreement between ranks. However, for categorised performance, the observed agreement between the methods' classification of the hospital performance ranged from 90 to 98%. In only two of the six possible pair-wise comparisons was agreement reasonable, as reflected by a Kappa statistic; it was 0.71 between the methods of identifying outliers with the fixed-effect model and 0.77 with the hierarchical model. In the remaining four pair-wise comparisons, the agreement was, at best, moderate. CONCLUSIONS: Even though the inconsistencies among the studied methods raise questions about which hospitals performed better or worse than others, it seems that the choice of the definition of outlying performance is less critical than that of the statistical approach. Therefore there is a need to find robust systems of 'regulation' or 'performance monitoring' that are meaningful to health service practitioners and providers.