Statistični kazalniki kakovosti in učinkovitosti oskrbe pacientov s koronarno boleznijoBijec, Janez (Avtor) Ograjenšek, Irena (Mentor) Došenović Bonča, Petra (Komentor) nadzorna ploščakoronarna bolezenključni kazalnikikakovost podatkovposplošeni linearni mešani modeliV magistrskem delu predstavljam možnost uporabe podatkov o obračunanih zdravstvenih obravnavah iz podatkovnih skladišč Zavoda za zdravstveno zavarovanje Slovenije (ZZZS) za sekundarni namen oblikovanja prototipa nadzorne plošče, na kateri je oblikovan sistem ključnih statističnih kazalnikov za merjenje kakovosti in učinkovitosti oskrbe pacientov s koronarno boleznijo v slovenskem zdravstvenem sistemu. Cilj zastavljenega dela je bil oblikovati nadzorno ploščo s kazalniki kakovosti in učinkovitosti oskrbe pacientov s koronarno boleznijo na podlagi administrativnih podatkov tako, da je sistem kazalnikov v skladu s teoretičnimi izhodišči paradigme na vrednosti temelječe zdravstvene oskrbe in Donabedijanovega modela merjenja kakovosti zdravstvene oskrbe, obenem pa so kazalniki prikazani na uporabniku prijazen, pregleden, razumljiv in interaktiven način, ki ga omogoča R-paket Shiny. Raziskovalni proces izgradnje prototipa nadzorne plošče je bil zastavljen v štirih korakih, pri katerih sem uporabil tako kvantitativne statistične metode kot kvalitativne metode polstrukturiranega intervjuja ter fokusne skupine. V okviru kvalitativnih metod dela sem sodeloval tudi z znanstvenim panelom domenskih strokovnjakov, da bi odgovoril tudi na tri raziskovalna vprašanja. Ker so pridobljeni podatki ZZZS administrativne narave, katerih prvotni namen je plačevanje opravljenih obravnav izvajalcem zdravstvene dejavnosti, se je prvo raziskovalno vprašanje nanašalo na oceno kakovosti, primernosti in morebitnih pristranskosti podatkov za sekundarni namen oblikovanja sistema kazalnikov. Drugo raziskovalno vprašanje (in tudi motivacija za izgradnjo prototipa nadzorne plošče) je, ali med opazovanimi izvajalci zdravstvene oskrbe obstajajo pomembne strokovne razlike v kakovosti in učinkovitosti zdravljenja, merjenimi z zastavljenim sistemom kazalnikov. Ker pa pridobljeni podatki to omogočajo, se je tretje raziskovalno vprašanje nanašalo na preučevanje, ali obstaja povezava med dejavniki pacientovega lokalnega okolja - občin prebivališča in kakovostjo in učinkovitostjo celotnega procesa zdravljenja, merjenega z omenjenimi kazalniki. Raziskovalni proces se je nanašal na paciente z diagnozo koronarne bolezni, hospitalizirane v obdobju med 1. 1. 2015 in 30. 6. 2021 v slovenskem zdravstvenem sistemu. Na nadzorni plošči sem primerjal 14 slovenskih izvajalcev zdravstvene oskrbe, povezanost med kazalniki in dejavniki prebivališča pa preučeval za 212 slovenskih občin. Raziskovalni proces sem začel z oblikovanjem končnega izbora 13 kazalnikov kakovosti in učinkovitosti, ki jih prikazujem na nadzorni plošči. V začetku sem izvedel metodo polstrukturiranega intervjuja s predstavnikoma ZZZS, kjer sem se seznanil z osnovami oblikovanja in izračunavanja kazalnikov, ki jih spremljajo na ZZZS. Po izvedeni metodi polstrukturiranega intervjuja sem izvedel metodo fokusne skupine, kjer sem kot vodilo za izvedbo pripravil dva nabora kazalnikov. Prvi, širši nabor kazalnikov je bil oblikovan predvsem na podlagi spletnih virov, drugi oziroma ožji nabor pa je bil oblikovan v skladu s paradigmo merjenja vrednosti za pacienta, Donabedianovega modela in tudi v skladu z zmožnostmi, ki jih podatki o obračunanih obravnavah ZZZS sploh omogočajo. Po izvedeni prvi fokusni skupini sem končni izbor prikazanih kazalnikov oblikoval v sodelovanju z domenskimi strokovnjaki z uporabo kombinacije metod spletne ankete ter druge ponovitve metode fokusne skupine. V drugem koraku raziskovalnega procesa sem se posvetil ocenjevanju kakovosti in primernosti podatkov o obračunanih zdravstvenih obravnavah ZZZS oblikovanje prototipa nadzorne plošče. Kvalitativni raziskovalni metodi, ki sem ju uporabil v tem segmentu raziskovalnega procesa, sta polstrukturirani intervju ter fokusna skupina. Z metodo intervjuja s predstavnikoma ZZZS sem raziskoval ozadje nastajanja, hrambe in možnih tehničnih težav pri ravnanju z njimi ter vire pristranskosti, ki izhajajo iz dejstva, da gre za podatke za administrativni namen. Z metodo fokusne skupine pa sem validiral rezultate ocenjevanja kakovosti podatkov na podlagi dveh pristopov, ki sem ju izbral po zgledu relevantne literature. Pri prvem pristopu sem presojal kakovost podatkov tako, da sem na podlagi predlaganih definicij in metodologije ocenjeval tri dimenzije kakovosti podatkov: skladnost, celovitost in prepričljivost. Drugi način ocene kakovosti pa je temeljil na medicinskih konceptih (sprejemi, odpusti, smrti pacientov) in predpostavki, da je njihova variabilnost (statistična stabilnost) skozi čas konstantna, morebitna večja odstopanja, ki jih ni mogoče pojasniti, pa pripišem morebitnim tehničnim težavam pri nastajanju administrativnih podatkov. Za oceno kakovosti podatkov po obeh pristopih sem uporabil metodi grafičnih vizualizacij in tabelaričnih povzetkov. Tretji korak raziskovalnega procesa je bil namenjen izračunu 13 kazalnikov kakovosti in učinkovitosti tako, da so prikazane vrednosti na nadzorni plošči čim bolj primerljive med obravnavanimi izvajalci zdravstvene oskrbe, kar pomeni uravnotežene oziroma kontrolirane za različne ravni tveganja, ki izhajajo iz osebne ravni pacientov (spol, starost, sočasne bolezni ...) ter ravni bolnišnice in pacientovega lokalnega okolja slovenskih občin. Omenjeni način mi je omogočil tako odgovor na raziskovalno vprašanje, ali med opazovanimi izvajalci obstajajo pomembne razlike v kakovosti in učinkovitosti obravnave, kot tudi odgovor, ali obstaja povezava med dejavniki pacientovega lokalnega okolja - občine prebivališča, in izidi in drugimi kazalniki procesa zdravstvene obravnave pacientov. Zaradi narave teh raziskovalnih vprašanj ter tipov kazalnikov sem se tudi po zgledu relevantne literature odločil, da za izračun vrednosti kazalnikov uporabim kvantitativno metodo statistične regresije. Za modeliranje vseh 13 kazalnikov sem uporabil pristop posplošenih linearnih mešanih modelov. Za kazalnike v obliki deleža oziroma binarnega izida (npr. Bolnišnična umrljivost) sem uporabil metodo večinivojske logistične regresije, za kazalnike numeričnega tipa pa bodisi večnivojske negativne binomske bodisi večnivojske gama regresije (npr. Celokupna ležalna doba), kjer sem uporabil navkrižni tip modela ... Postopek sem začel s pripravo ustreznih odvisnih in pojasnjevalnih modelskih spremenljivk. 13 odvisnih spremenljivk je predstavljalo vsak opazovani kazalnik, 14 pojasnjevalnih spremenljivk je predstavljalo značilnosti pacienta, 2 pojasnjevalni spremenljivki sta predstavljali značilnosti bolnišnic, 18 pojasnjevalnih spremenljivk pa značilnosti slovenskih občin. Za zmanjšanje dimenzijskosti podatkov sem na 17 spremenljivkah o značilnostih občin uporabil metodo eksploratorne faktorske analize, ki je nakazala uporabo treh faktorskih spremenljivk, ki so poleg spremenljivke Povprečni čas vožnje v bolnišnico postale nove pojasnjevalne modelske spremenljivke značilnosti občin. Pri 12 obravnavanih kazalnikih sem opazovano populacijo pacientov, ki so izpolnjevali vključitvene kriterije, naključno in stratificirano razdelil na učno in testno množico v razmerju 50 : 50. Na učni množici sem ocenjeval modelske koeficiente treh tipov modelov, kjer sem zaporedno dodajal sklope pojasnjevalnih spremenljivk. Najprej sem začel z modelom brez pojasnjevalnih spremenljivk, nadaljeval sem z vključitvijo pojasnjevalnih spremenljivk značilnosti pacienta ter pri tretjem tipu modelov še pojasnjevalnih spremenljivk o značilnostih bolnišnic in občin. Naključni spremenljivki odklonov od presečišča za bolnišnice in občine, ki sta predstavljali naključni del modela, sta bili vedno vključeni. Pri enem izmed kazalnikov se je metodologija zaradi majhnega vzorca razlikovala zgolj toliko, da nisem uporabil razdelitve na učno in testno množico podatkov. Za iskanje optimalnih in manj kompleksnih modelov sem uporabil metodo stepwise, ki postopno vključuje in izključuje spremenljive s ciljem minimizacije Bayesovega informacijskega kriterija (BIC). Z uporabo metode stepwise sem pri vsakem kazalniku posebej zmanjšal število vključenih modelskih pojasnjevalnih spremenljivk o značilnostih pacienta. Rezultat postopka modeliranja so bile ocene modelskih koeficientov in njihovi pripadajoči 95-odstotni Waldovi intervali zaupanja, ki sem jih za vse tri tipe modelov podal v tabelah. Posplošeni linearni mešani modeli omogočajo tudi izračun koeficienta razdelitve variance (VPC) ter medianskega razmerja obetov oziroma incidenčne stopnje (MOR/MIR), ki tudi nudijo informirano oceno povezanosti kontekstov (pacienta, bolnišnice in občine) z odvisno spremenljivko, ki je predstavljala posamezni kazalnik. Za oceno kakovosti prileganja modelov podatkom sem glede na tip kazalnika uporabil mere psevdokoeficienta determinacije Nakagawa R^2, površine pod krivuljo karakteristike delovanja sprejemnika (AUC) in mero korenske srednje kvadratne napake (RMSE). Za končni izračun vrednosti kazalnikov, ki so prikazani na nadzorni plošči, sem uporabil metodo standardizacije kazalnika. Na testni množici podatkov sem za vsakega pacienta naredil napovedi vrednosti kazalnikov, za katere sem uporabil najkompleksnejši model z vsemi vključenimi spremenljivkami. Za vsakega izvajalca sem izračunal kvocient med opazovano in za paciente tega izvajalca pričakovano (z modelom napovedano) vrednostjo kazalnika. Ta kvocient sem poimenoval utež, ki je specifična za vsakega izvajalca. Na nadzorni plošči (poleg ocenjenih 95-odstotnih intervalov zaupanja) prikazujem standardizirane vrednosti vsakega kazalnika, ki je zmnožek specifične uteži na izvajalca in ustrezne mere središčnosti (povprečje pri 12 kazalnikih, mediana pri 1 kazalniku) vseh pacientov v analizi. Četrti in zadnji korak raziskovalnega dela je bil zasnova in izgradnja prototipa nadzorne plošče. Zasnoval sem jo na podlagi spoznanj kvalitativne metode polstrukturiranega intervjuja s predstavnikoma ZZZS in zgledov iz relevantne literature. Nadzorna plošča je s teoretičnega vidika strateškega tipa, saj uporabniku nudi splošen pregled kakovosti in učinkovitosti zdravstvene obravnave pacientov skozi daljše obdobje od 1. 1. 2015 do 30. 6. 2021. Uporabil sem modernejše in interaktivne grafične prikaze in intuitivni grafični vmesnik za njihovo dinamično prilagajanje. Nadzorna plošča vsebuje tri strani. Na prvi, vstopni strani so z grafičnim elementom vrednostnih polj prikazani opazovani kazalniki na populacijskih ravni. Prikazi na prvi strani se lahko dinamično modificirajo glede na obdobje hospitalizacije, spol, starost in vrsto koronarne bolezni. Na drugi strani nadzorne plošče je omogočena primerjava med izvajalci. Na razsevnih diagramih so prikazane standardizirani vrednosti kazalnikov za vsakega izvajalca, dodana pa je tudi linija središčnosti ter 95-odstotni intervali zaupanja, izgrajeni z uporabo metode zankanja. Prikazi so razdeljeni na podstrani glede na sklope zdravstvene oskrbe pacientov. Na tretji strani nadzorne plošče so na zemljevidu interaktivno prikazane opazovane in modelsko napovedane vrednosti kazalnikov po občinah prebivališča pacientov. Na podlagi rezultatov metode spletne ankete in fokusne skupine sem v prvem koraku raziskovalnega procesa oblikoval končni izbor 13 kazalnikov kakovosti in učinkovitosti, ki so prikazani na nadzorni plošči. Skupno so razdeljeni v 5 različnih sklopov zdravstvene oskrbe pacienta. Te sklope poimenujem umrljivost pacientov, ponovne hospitalizacije pacientov, proces zdravljenja med primarno (indeksno) hospitalizacijo, čas po odpustu oziroma rehabilitacija pacienta in višina izdatkov zdravstvenih obravnav. Glavno spoznanje drugega koraka raziskovalnega procesa je, da so podatki o obračunanih obravnavah, ocenjeni na podlagi opredeljenih dimenzij kakovosti in konceptualnega načina, primerni in kakovostni. Odstopanj od predpisane in pričakovane skladnosti ni ali so te redke, celovitost podatkov po vrsticah je prav zelo blizu 100-odstotni, s stališča vrednosti, ki jih zavzemajo spremenljivke, pa sem tudi na podlagi spoznaj izvedene metode fokusne skupine oblikoval mnenje, da ni dokazov za trditev, da so neprepričljivi ali da jim ni mogoče verjeti oziroma da ne odražajo realnega stanja. Zaznal sem nekaj težav s celovitostjo podatkov pri konceptualnem načinu ocenjevanja, kar sem pripisal vplivu motnje epidemije covida-19 in drugim razlogom, kot je tehnična nadgradnja podatkovnih skladišč, ki je bila verjetni vzrok tudi za edini zaznan večji izpad podatkov. Splošna ocena je oblikovana tudi na podlagi polstrukturiranega intervjuja s predstavnikoma ZZZS, da so podatki primerni za analizo in izračun kazalnikov v magistrskem delu. Proces statističnega modeliranja oziroma izračuna vrednosti kazalnikov z metodologijo posplošenih linearnih mešanih modelov je pokazal, da je bila izbira te metode statistične regresije upravičena, saj ocenjena varianca naključnih spremenljivk odklonov od presečišča za bolnišnice in občine ni bila enaka 0. Na podlagi Bayesovega informacijskega kriterija (BIC) in Nakagawa R^2 sem ugotovil, da so se modeli bolje prilegali podatkom pri tistih kazalnikih, ki so se nanašali na indeksno hospitalizacijo, s časovnim oddaljevanjem od te pa je bilo prileganje podatkom v splošnem slabše. Mera BIC se je najbolj zmanjšala z vključitvijo pojasnjevalnih spremenljivk o značilnostih pacienta, ob vključitvi spremenljivk bolnišnic in občin pa ne več bistveno. Tudi napovedna oziroma razlagalna moč modelov, merjena s površino pod krivuljo karakteristike delovanja sprejemnika (AUC) in korenske srednje kvadratne napake (RMSE), je bila boljša pri modelih za tiste kazalnike, ki so bili časovno bližje indeksni hospitalizaciji. Poleg BIC izračunane mere VPC sicer nakazujejo, da je ključni dejavnik tveganja oziroma da je največja povezanost med odvisno spremenljivko, ki predstavlja kazalnik, pri večini obravnavanih kazalnikov prav raven pacienta. Sledijo dejavniki bolnišnice, najmanjši delež variabilnosti pa je odpadel na raven dejavnika lokalnega okolja - občine. Rezultati dela tudi nakazujejo, da ni mogoče trditi, da obstaja pomembna in močna povezanost med kazalniki izidov in procesov zdravljenja in dejavniki lokalnega okolja občin v Sloveniji. To trdim na podlagi nizke vrednosti koeficienta VPC za občine, mere BIC, ki se v večini primerov ni znižala z vključitvami pojasnjevalnih spremenljivk o značilnosti občin prebivališča, in eksponentno transformiranih modelskih koeficientov spremenljivk o značilnosti občin, ki so povečini zavzeli vrednosti blizu 1, kar pomeni, da so spremembe bodisi v razmerju obetov, bodisi v relativnem razmerju, zanemarljive. Glede na rezultate vrednosti 13 kazalnikov, ki jih prikazuje nadzorna plošča, ugotavljam, da se potrdi pričakovana razlika v kakovosti in učinkovitosti zdravstvene oskrbe tako glede na spol, starost in vrsto koronarne bolezni pri pacientih, saj imajo ti različne izhodiščne možnosti za uspešno zdravljenje. Rezultati primerjanja izvajalcev pa kažejo, da med njimi obstajajo razlike tako v kakovosti zdravljenja, merjeni z doseženimi izidi, kot po učinkovitosti merjeni s kazalniki procesa, tudi ko vrednosti kazalnikov uravnotežim za različne ravni tveganj, ki izhajajo iz dejavnikov pacienta, bolnišnice in lokalnega okolja z metodo standardizacije vrednosti. Pri kazalnikih v obliki deleža so opažene razlike standardiziranih vrednosti pri izvajalcih reda velikosti od 4 pa do 10 odstotnih točk, odvisno od kazalnika. Tudi na podlagi ocenjenih medianskega razmerja obetov/incidenčne stopnje (MOR/MIR) in koeficienta razdelitve variance (VPC) se potrdi, da med izvajalci obstajajo razlike, ki se sicer pomembno zmanjšajo ob dodajanju neodvisnih spremenljivk v modele, nekaj variabilnosti pa ostane nepojasnjene. Delo je retrospektivna opazovalna študija, ki temelji na podatkih, zbranih za drug namen. Glavna omejitev tega tipa raziskav so nezaznane sovplivajoče, tudi moteče spremenljivke, katerih značilnost je povezanost z odvisno in pojasnjevalno spremenljivko v modelih in vplivajo na modelske rezultate, če so izpuščene. Omejitev raziskovanja je tudi sama uporaba podatkov o obračunanih obravnavah ZZZS, ki lahko vsebujejo neopažene pristranskosti in izpade pri nastajanju podatkov, kar potencialno vpliva na dobljene rezultate študije. Dodatno poenostavitev predstavlja določitev indeksne hospitalizacije kot prve, ki se pojavi v podatkih, lahko pa gre tudi že za drugo, če se je prva zgodila pred začetkom opazovanja 1. 1. 2015. Omejitev je tudi operacionalizacija študije povezanosti tveganj, ki izhajajo iz lokalnega območja občin s kazalniki, kjer je velika poenostavitev predpostavka, da imajo vsi pacienti iz iste občine enako raven tveganja. Omejitve pri uporabi rezultatov in pazljivost pri interpretaciji pa so potrebne tudi zaradi omejitev uporabljenih statističnih metod, saj je vzorec 14 bolnišnic na drugi ravni relativno majhen pri uporabi posplošenih linearnih mešanih modelov.20242024-04-18 10:25:04Magistrsko delo/naloga155798VisID: 62236COBISS_ID: 193752323sl