26
ANALYSE DE LA QUALITE DES DONNÉES RCM Basée sur le financement de 2004 à 2007 (Décembre 2007) N. Terryn 1 , W. Aelvoet 1 , F. Windey 1 , F. Loosen 1 , I. Mertens 2 , Cellule Audit RCM, Service Datamanagement, et Cellule Statistique, Service Datamanagement. 1: Cellule Etudes, Service Datamanagement ; 2: Chef de service, Service Datamanagement 1

ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

  • Upload
    others

  • View
    4

  • Download
    0

Embed Size (px)

Citation preview

Page 1: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ANALYSE DE LA QUALITE DES DONNÉES RCM Basée sur le financement de 2004 à 2007

(Décembre 2007)

N. Terryn1, W. Aelvoet1, F. Windey1, F. Loosen1, I. Mertens2, Cellule Audit RCM, Service

Datamanagement, et Cellule Statistique, Service Datamanagement. 1: Cellule Etudes, Service Datamanagement ; 2: Chef de service, Service Datamanagement

1

Page 2: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie » a été mise à jour. La méthodologie reste identique, seules les années RCM sur lesquelles porte l’étude sont différentes. Nous présentons donc dans ce document uniquement les résultats du screening. La méthodologie est toujours disponible sur le site du SPF via le lien suivant : Publications L’objectif de l’audit est d’obtenir un codage le plus correct possible de la part des institutions hospitalières de sorte que les objectifs de financement et d’analyses épidémiologiques soient atteints. L’étude présentée ci-dessous a été réalisée non plus sur des années civiles RCM mais sur les années de financement. Le premier financement pris en considération se base sur le RCM 2001 2ème semestre et 2002 1er semestre, le dernier disponible est basé sur le RCM 2004/2 – 2005/1. Comme pour l’étude précédente, l’analyse est réalisée sur les données de 4 années (de financement) consécutives. Une première partie consiste en une analyse dite « macroscopique » qui étude le système RCM dans sa globalité. Ensuite une analyse au niveau des hôpitaux individuels est réalisée, il s’agit de l’étude « microscopique ». 1. Analyse macroscopique On examine tout d’abord si le système, dans son ensemble, présente ou non une tendance à aggraver la pathologie qui, si elle est artificielle, met en danger la stabilité du système, et si cette aggravation est totalement ou partiellement due aux modifications de la pratique d’enregistrement. Plusieurs analyses sont effectuées. Entre autres : le suivi de l’évolution des durées de séjour observée et standardisée (calculée suivant la méthodologie du financement des hôpitaux) ainsi que l’évolution au fil des ans de la proportion de séjours avec un degré de sévérité 1. Outre l’aspect aggravation de la pathologie, les groupes de « DRGs résiduels » ont été étudiés, ces derniers informent sur la qualité générale des données. Après évaluation du système dans son ensemble, on procède à une évaluation globale des hôpitaux considérés individuellement, l’évolution de la différence (pondérée) entre les durées de séjour observées et standardisées, d’une part, et la proportion de séjours dont le SOI est égal à 1, d’autre part. Etant donné que les hôpitaux peuvent obtenir des avantages financiers en recodant des séjours financièrement déficitaires de telle sorte qu’ils tombent dans les groupes de DRGs résiduels (principalement type 2), ces groupes de DRGs résiduels sont aussi étudiés. Enfin il est possible en sous-codant et/ou sur-codant d’obtenir le statut d’outlier, qui donne un profit financier. C’est pourquoi les « petits » outliers avec SOI 3 ou 4 pour les patients sortants vivants de l’hôpital et les « grands » outliers avec SOI 1 et 2 ont été également étudiés (définition – voir annexe1). L’approche longitudinale permet non seulement l’identification des hôpitaux présentant “un comportement temporel déviant”, mais également une correction partielle pour le phénomène des variations stochastiques, qui font que certains hôpitaux – surtout ceux de petite taille – seraient considérés à tort comme des outliers. Une approche longitudinale semble préférable en raison des importantes différences en matière de pathologie et de gravité de pathologie entre hôpitaux, qui rendent moins efficace une comparaison de SOI et d’APR-DRG au cours d’une période globale. Au contraire, pour les hôpitaux considérés individuellement, on ne

2

Page 3: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

peut supposer que des changements limités dans la distribution des APR-DRGs et des SOI, durant une période de quelques années. Les analyses suivantes constituent donc l’approche “macroscopique” de l’étude. 1.1. Différence (pondérée) entre la durée de séjour observée (O) et standardisée (E) Il s’agit ici de suivre l’évolution des durées de séjour observée et standardisée, calculée suivant la méthodologie du financement des hôpitaux (Annexe 1). À cet égard, nous précisons que la durée de séjour standardisée est calculée sur la base de la durée de séjour moyenne/APR-DRG/SOI/groupe d’âge sur les années considérées. La différence des durées de séjour observée et standardisée a été utilisée pour cet exercice. Cette analyse permet d’apprécier l’efficacité générale du système : une différence évoluant dans le sens négatif – comparée à la durée de séjour standardisée, la durée de séjour observée devient plus courte – indiquerait qu’un système gagne en efficacité ; une différence constante dénote la stabilité ; et une évolution de la différence dans le sens positif révèle une perte d’efficacité. En l’absence d’une référence établie, il est malaisé d’établir une distinction entre un gain en efficacité et l’effet d’un éventuel changement dans les pratiques en matière de sortie des hôpitaux – sortie anticipée – ou dans la pratique en matière de codage. Ce dernier changement peut résulter soit d’une amélioration en cas de sous-codage (« under-coding ») préalable, évoluant vers un codage correct, soit d’un surcodage (« up-coding » ou « creep »). L’analyse de la variance (repeated measurements) révèle que la différence entre la durée moyenne de séjour observée (O) et la durée moyenne de séjour standardisée (E) diminue comme lors de l’analyse précédente (2000-2003) de façon significative. La diminution cumulative s’élève à 0.78 jours (voir tableau 1). Comparée à la durée de séjour moyenne observée pour l’année de financement 2001/2 – 2002/1, cette diminution peut, tout comme dans l’analyse précédente, être considérée comme importante. Tableau 1: Durée de séjour moyenne observée et attendue. Belgique,

Année de financement 2001/2-2002/1 à 2004/2-2005/1. 01/2-02/1 02/2-03/1 03/2-04/1 04/2-05/1

Durée de séjour moyenne observée 7.02 6.86 6.70 6.54 Durée de séjour moyenne attendue 6.60 6.76 6.84 6.90 Différence entre les durées de séjour moyennes 0.42 0.10 -0.14 -0.36 Par ailleurs, cette différence n’évolue à nouveau pas de la même façon pour l’ensemble des hôpitaux.

3

Page 4: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Illustration 1: Evolution de la différence entre la durée moyenne de séjour observée et la durée moyenne de séjour standardisée en Belgique, 2001/2-2002/1 à 2004/2-2005/1.

-1.00

-0.80

-0.60

-0.40

-0.20

0.00

0.20

0.40

0.60

0.80

1.00

2001/2-2002/1 2002/2-2003/1 2003/2-2004/1 2004/2-2005/1

Année RCM de financement

Diff

éren

ce e

n du

rée

de s

éjou

r

Illustration 2: Evolution de la différence entre la durée moyenne de séjour observée et la durée moyenne de séjour standardisée dans un hôpital « outlier ».

-1.50-1.25-1.00-0.75-0.50-0.250.000.250.500.751.001.251.50

2001/2-2002/1 2002/2-2003/1 2003/2-2004/1 2004/2-2005/1

Année RCM de financement

Diff

éren

ce e

n du

rée

de s

éjou

r

4

Page 5: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

1.2. Mahalanobis Pour procéder valablement à l’analyse de la variance, la variable dépendante doit, entre autres, suivre une distribution normale. Celle-ci peut être testée par la distance de Mahalanobis (une distance statistique entre deux points (c.à.d. en tenant compte de variances différentielles et de corrélation entre deux variables)), qui, en plus, offre la possibilité d’identifier des outliers. Le concept de la distance Mahalanobis est semblable à celui d’un score z (z=(x-μ)/σ) au carré, où x est la valeur correspondante à l’hôpital étudié, μ la moyenne et σ l’écart type par rapport aux valeurs de l’ensemble des hôpitaux. L’analyse de la distance Mahalanobis semble montrer l’existence de 3 hôpitaux déviants avec une probabilité <= seuil de signification de Bonferroni (= 0.05/113 = 0.00044248). Pour 4 hôpitaux, la probabilité se situe entre 0.0001 et 0.01, et pour 5 autres hôpitaux la probabilité est entre 0.05 et 0.01 (voir illustration 3). Les valeurs exactes ainsi que les probabilités se trouvent dans le tableau 3 ci-dessous. Tableau 2 : Valeurs et probabilités de la distance de Mahalanobis des hôpitaux détectés comme déviants.

id dsq prob 3 41.0655 <0.00001

42 34.8961 <0.00001 38 27.8461 0.000013 2 20.0191 0.000495 4 17.1972 0.001770

10 17.1417 0.001814 97 14.2318 0.006591 7 12.9705 0.011421

105 11.9931 0.017403 41 11.5446 0.021080 110 10.4379 0.033660 71 10.0809 0.039090

ID : numéro anonyme de l’hôpital ; dsq : distance de Mahalanobis; prob : probabilité de la distance de Mahalanobis

5

Page 6: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Illustration 3 : Distance de Mahalanobis pour les hôpitaux Belges, 2001/2-2005/1

1.3. Evolution des séjours hospitaliers avec SOI = 1 Nous tentons ici d’établir si, oui ou non, une aggravation généralisée de la pathologie a lieu. A cet égard également, il convient de faire la distinction entre augmentation réelle et artificielle. En ce qui concerne l’évolution de la proportion des séjours hospitaliers avec un SOI égal à 1, ajusté pour l’âge et le sexe, nous ne sommes pas en mesure d’établir une tendance significative (tendance de l’ORSOI=1 vs SOI >1= 1.01 (0.98-1.04)). Une tendance négative de près de 3 % dans l’hospitalisation classique ne peut être exclue (p = 0.0505).

6

Page 7: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Illustration 4: Evolution du pourcentage de séjours avec degré de sévérité 1

0102030405060708090

100

1 2 3 4 5 6 7 8

Semestre

Pour

cent

age

(%)

Hospitalisation classique Hospitalisation de jour

Pour la période 2001/2–2005/1 (tableau 3), nous constatons une diminution relative par rapport à la tendance nationale pour 44 hôpitaux et une augmentation relative pour 52, toutes deux statistiquement significatives. Notons que les tendances relativement décroissantes sont plus prononcées que celles relativement croissantes (OR : 0.21 à 3.61). Tableau 3: Proportion des séjours avec un SOI = 1 par rapport au nombre total de séjours,

par hôpital, pour la période 2001/2-2005/1.

Hôpital Soi 1 vs Soi 234 Hôpital Soi 1 vs

Soi 234 Hôpital Soi 1 vs Soi 234

HOP 1 NS HOP 41 0.34 HOP 81 0.39

HOP 2 1.22 HOP 42 0.84 HOP 82 1.46

HOP 3 0.48 HOP 43 0.84 HOP 83 1.56

HOP 4 0.60 HOP 44 0.41 HOP 84 0.79

HOP 5 0.56 HOP 45 NS HOP 85 1.53

HOP 6 0.71 HOP 46 0.51 HOP 86 1.84

HOP 7 2.62 HOP 47 1.25 HOP 87 1.72

HOP 8 0.21 HOP 48 0.58 HOP 88 1.16

HOP 9 1.88 HOP 49 0.48 HOP 89 NS

HOP 10 0.86 HOP 50 0.65 HOP 90 0.82

HOP 11 NS HOP 51 1.11 HOP 91 1.87

HOP 12 NS HOP 52 1.83 HOP 92 0.68

7

Page 8: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

HOP 13 1.34 HOP 53 0.62 HOP 93 NS

HOP 14 0.34 HOP 54 1.21 HOP 94 2.04

HOP 15 0.90 HOP 55 NS HOP 95 1.41

HOP 16 NS HOP 56 0.35 HOP 96 1.37

HOP 17 NS HOP 57 1.29 HOP 97 1.12

HOP 18 0.71 HOP 58 NS HOP 98 1.54

HOP 19 1.48 HOP 59 2.61 HOP 99 1.14

HOP 20 0.40 HOP 60 0.34 HOP100 2.64

HOP 21 2.04 HOP 61 1.84 HOP101 0.43

HOP 22 2.16 HOP 62 2.00 HOP102 2.62

HOP 23 0.52 HOP 63 NS HOP103 1.25

HOP 24 1.19 HOP 64 1.40 HOP104 3.61

HOP 25 1.11 HOP 65 NS HOP105 0.87

HOP 26 1.56 HOP 66 NS HOP106 0.78

HOP 27 1.32 HOP 67 1.16 HOP107 0.52

HOP 28 0.77 HOP 68 2.06 HOP108 1.58

HOP 29 0.68 HOP 69 1.95 HOP109 NS

HOP 30 NS HOP 70 1.24 HOP110 2.12

HOP 31 0.62 HOP 71 1.23 HOP111 1.19

HOP 32 0.84 HOP 72 2.27 HOP112 1.66

HOP 33 0.63 HOP 73 1.58 HOP113 0.83

HOP 34 0.49 HOP 74 1.49

HOP 35 0.70 HOP 75 NS

HOP 36 0.32 HOP 76 0.61

HOP 37 0.71 HOP 77 1.62

HOP 38 0.75 HOP 78 0.51

HOP 39 NS HOP 79 1.20

HOP 40 0.74 HOP 80 1.47 NS: odds ratio non significatif

8

Page 9: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Dans le tableau 4 ci-dessous, nous constatons pour l’analyse de la tendance 2001/2–2005/1, une diminution relative par rapport à la tendance nationale pour 1 hôpital et une augmentation relative pour 3, toutes deux statistiquement significatives. Tableau 4: Proportion des séjours avec un SOI = 1 par rapport au nombre total de séjours,

par hôpital, pour la tendance 2001/2-2005/1.

Hôpital Soi 1 vs

Soi 234 Hôpital

Soi 1 vs

Soi 234 Hôpital Soi 1 vs

Soi 234

HOP 1 NS HOP 41 NS HOP 81 NS

HOP 2 NS HOP 42 NS HOP 82 NS

HOP 3 NS HOP 43 NS HOP 83 NS

HOP 4 NS HOP 44 NS HOP 84 NS

HOP 5 NS HOP 45 NS HOP 85 NS

HOP 6 NS HOP 46 NS HOP 86 NS

HOP 7 NS HOP 47 NS HOP 87 NS

HOP 8 NS HOP 48 NS HOP 88 NS

HOP 9 NS HOP 49 NS HOP 89 NS

HOP 10 NS HOP 50 NS HOP 90 NS

HOP 11 NS HOP 51 NS HOP 91 NS

HOP 12 NS HOP 52 NS HOP 92 NS

HOP 13 NS HOP 53 NS HOP 93 NS

HOP 14 NS HOP 54 NS HOP 94 1.07

HOP 15 NS HOP 55 NS HOP 95 0.96

HOP 16 NS HOP 56 NS HOP 96 NS

HOP 17 NS HOP 57 NS HOP 97 NS

HOP 18 NS HOP 58 NS HOP 98 NS

HOP 19 NS HOP 59 NS HOP 99 NS

HOP 20 NS HOP 60 NS HOP100 NS

HOP 21 NS HOP 61 NS HOP101 NS

HOP 22 NS HOP 62 NS HOP102 NS

9

Page 10: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Hôpital Soi 1 vs

Soi 234 Hôpital

Soi 1 vs

Soi 234 Hôpital Soi 1 vs

Soi 234

HOP 23 NS HOP 63 NS HOP103 NS

HOP 24 NS HOP 64 NS HOP104 NS

HOP 25 NS HOP 65 NS HOP105 NS

HOP 26 NS HOP 66 NS HOP106 NS

HOP 27 NS HOP 67 NS HOP107 NS

HOP 28 1.07 HOP 68 NS HOP108 NS

HOP 29 NS HOP 69 NS HOP109 NS

HOP 30 NS HOP 70 NS HOP110 NS

HOP 31 NS HOP 71 NS HOP111 NS

HOP 32 NS HOP 72 NS HOP112 NS

HOP 33 NS HOP 73 NS HOP113 NS

HOP 34 NS HOP 74 NS

HOP 35 1.06 HOP 75 NS

HOP 36 NS HOP 76 NS

HOP 37 NS HOP 77 NS

HOP 38 NS HOP 78 NS

HOP 39 NS HOP 79 NS

HOP 40 NS HOP 80 NS NS: odds ratio non significatif

10

Page 11: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

1.4. « Grands » et « petits » outliers Comme annoncé précédemment, le financement des hôpitaux définit des « petits » et des « grands » outliers. Dans le tableau 5, nous présentons les résultats de l’analyse des combinaisons de « petits » outliers avec SOI 3 ou 4 (pour les séjours durant lesquels les patients ne sont pas décédés à l’hôpital) et des « grands » outliers avec SOI 1 ou 2. Pour les « petits » outliers, nous identifions 5 hôpitaux avec significativement moins d’ouliers que la moyenne nationale, 17 hôpitaux avec un nombre significativement plus élevé d’outliers et 91 hôpitaux sans différence significative. Pour les « grands » outliers, les résultats sont respectivement 7, 21 et 85 hôpitaux. Dans les deux cas, on observe que le nombre d’hôpitaux avec plus d’outliers est significativement plus élevé que le nombre d’hôpitaux avec moins d’outliers, aussi bien pour les « petits » outliers que pour les « grands » outliers ». Tableau 5: Proportion respective de «petits» outliers avec un SOI de 3 ou 4 (patients non décédés à l’hôpital) et de «grands» outliers avec un SOI de 1 ou 2, par hôpital.

Hôpital «grands» outliers soi 1,2

«petits» outliers soi 3, 4

Hôpital «grands» outliers soi 1,2

«petits» outliers soi 3, 4

Hôpital «grands» outliers soi 1,2

«petits» outliers soi 3, 4

HOP 1 NS NS HOP 41 NS NS HOP 81 NS NS

HOP 2 NS NS HOP 42 NS NS HOP 82 2.78 NS

HOP 3 NS 2.00 HOP 43 NS 2.58 HOP 83 NS NS

HOP 4 NS NS HOP 44 NS NS HOP 84 NS NS

HOP 5 NS NS HOP 45 NS NS HOP 85 NS NS

HOP 6 NS 3.55 HOP 46 1.47 0.31 HOP 86 1.82 NS

HOP 7 NS NS HOP 47 1.48 NS HOP 87 NS NS

HOP 8 NS NS HOP 48 NS NS HOP 88 2.03 NS

HOP 9 NS NS HOP 49 1.49 NS HOP 89 1.95 NS

HOP 10 NS NS HOP 50 0.54 1.84 HOP 90 NS NS

HOP 11 NS NS HOP 51 NS NS HOP 91 NS 1.97

HOP 12 NS NS HOP 52 NS NS HOP 92 2.57 NS

HOP 13 NS NS HOP 53 NS NS HOP 93 NS NS

HOP 14 NS NS HOP 54 0.62 NS HOP 94 1.53 NS

HOP 15 1.87 NS HOP 55 NS NS HOP 95 NS 1.88

HOP 16 NS NS HOP 56 1.52 NS HOP 96 1.71 NS

HOP 17 NS NS HOP 57 NS 0.44 HOP 97 NS NS

11

Page 12: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Hôpital «grands» outliers soi 1,2

«petits» outliers soi 3, 4

Hôpital «grands» outliers soi 1,2

«petits» outliers soi 3, 4

Hôpital «grands» outliers soi 1,2

«petits» outliers soi 3, 4

HOP 18 NS NS HOP 58 0.54 2.99 HOP 98 NS NS

HOP 19 NS NS HOP 59 1.41 1.52 HOP 99 NS NS

HOP 20 NS NS HOP 60 NS 0.52 HOP100 NS NS

HOP 21 NS NS HOP 61 NS NS HOP101 0.52 NS

HOP 22 NS NS HOP 62 NS NS HOP102 NS NS

HOP 23 NS NS HOP 63 NS NS HOP103 NS NS

HOP 24 NS NS HOP 64 NS 1.54 HOP104 NS 1.91

HOP 25 NS NS HOP 65 1.39 NS HOP105 NS 1.90

HOP 26 1.68 NS HOP 66 NS NS HOP106 NS NS

HOP 27 NS NS HOP 67 2.54 2.04 HOP107 0.52 3.64

HOP 28 NS NS HOP 68 NS NS HOP108 NS NS

HOP 29 2.35 NS HOP 69 NS 0.47 HOP109 NS NS

HOP 30 NS NS HOP 70 NS NS HOP110 0.43 NS

HOP 31 NS NS HOP 71 NS NS HOP111 NS NS

HOP 32 NS NS HOP 72 NS 1.85 HOP112 NS 2.63

HOP 33 NS NS HOP 73 NS 0.64 HOP113 0.35 NS

HOP 34 1.95 NS HOP 74 1.36 NS

HOP 35 NS NS HOP 75 NS 2.72

HOP 36 NS NS HOP 76 NS NS

HOP 37 1.68 NS HOP 77 NS NS

HOP 38 NS 1.79 HOP 78 1.66 NS

HOP 39 NS NS HOP 79 NS NS

HOP 40 NS NS HOP 80 NS NS NS: odds ratio non significatif

12

Page 13: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

1.5. Groupe de DRGs résiduels Deux groupes sont examinés. Le groupe « Type 1 » reprend les séjours pour lesquels il n’est pas fait mention d’un diagnotic principal ou pour lesquels il est fait mention d’un diagnostic principal ne pouvant être utilisé comme diagnotic principal (APR-DRG 955 en 956). Pour le groupe « Type 2 », il s’agit des séjours pour lesquels une importante intervention chirurgicale ne correspond pas au diagnostic principal (APR-DRG 950, 951 en 952). Pour aucun des deux groupes, une durée de séjour moyenne n’est calculée. L’analyse montre une tendance nationale significativement descendante pour le « Type 2 » (OR = 0.88, p < 0.0001). Mais alors que le « Type 1 » présentait également une tendance descendante significative pour les années 2000 à 2003, la tendance pour ce groupe n’est plus significative (p = 0.1744). Ce changement peut s’expliquer par le nombre brut d’enregistrements de séjours avec APR-DRG 950, 951 et 952 très important durant l’année 2000 par rapport aux années suivantes. Les données du RCM 2000 n’étant plus utilisées dans l’analyse en cours, l’évolution négative ne se présente plus. Illustration 6 : Tendance des groupes de DRGs résiduels, OR et Intervalle de confiance.

Pour les hôpitaux individuels, les valeurs de l’analyse « tendance » sont présentées dans le tableau 6

13

Page 14: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Tableau 6: Tendances des groupes de DRGs résiduels par hôpital individuel, RCM 2001/2-2005/1. Hôpital Type 1 Type 2 Hôpital Type 1 Type 2 Hôpital Type 1 Type 2

Hôp 1 2.43 NS Hôp 41 NS 0.76 Hôp 81 0.51 NS

Hôp 2 1.81 NS Hôp 42 NS NS Hôp 82 NS NS

Hôp 3 1.62 1.06 Hôp 43 NS NS Hôp 83 NS NS

Hôp 4 1.59 NS Hôp 44 NS NS Hôp 84 NS NS

Hôp 5 1.54 1.19 Hôp 45 NS NS Hôp 85 NS NS

Hôp 6 1.44 NS Hôp 46 NS NS Hôp 86 NS NS

Hôp 7 1.37 NS Hôp 47 NS 0.86 Hôp 87 1.40 NS

Hôp 8 0.78 NS Hôp 48 NS NS Hôp 88 NS NS

Hôp 9 0.66 NS Hôp 49 NS NS Hôp 89 NS NS

Hôp 10 0.58 NS Hôp 50 NS NS Hôp 90 NS NS

Hôp 11 0.43 NS Hôp 51 NS NS Hôp 91 NS NS

Hôp 12 NS NS Hôp 52 NS NS Hôp 92 NS NS

Hôp 13 NS 0.83 Hôp 53 NS NS Hôp 93 NS NS

Hôp 14 NS NS Hôp 54 NS NS Hôp 94 NS NS

Hôp 15 NS 1.16 Hôp 55 NS NS Hôp 95 NS NS

Hôp 16 NS NS Hôp 56 NS NS Hôp 96 NS NS

Hôp 17 NS NS Hôp 57 NS NS Hôp 97 NS NS

Hôp 18 NS NS Hôp 58 NS NS Hôp 98 NS NS

Hôp 19 NS NS Hôp 59 NS NS Hôp 99 NS NS

Hôp 20 NS 1.14 Hôp 60 NS NS Hôp100 NS NS

Hôp 21 NS NS Hôp 61 NS NS Hôp101 NS NS

Hôp 22 NS 0.83 Hôp 62 NS NS Hôp102 NS NS

Hôp 23 NS NS Hôp 63 NS NS Hôp103 NS NS

Hôp 24 NS NS Hôp 64 NS NS Hôp104 NS NS

14

Page 15: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Hôpital Type 1 Type 2 Hôpital Type 1 Type 2 Hôpital Type 1 Type 2

Hôp 25 NS NS Hôp 65 NS NS Hôp105 NS NS

Hôp 26 NS 1.10 Hôp 66 NS NS Hôp106 NS NS

Hôp 27 NS NS Hôp 67 NS NS Hôp107 NS NS

Hôp 28 NS NS Hôp 68 NS 0.85 Hôp108 NS NS

Hôp 29 NS NS Hôp 69 NS NS Hôp109 NS NS

Hôp 30 NS NS Hôp 70 NS NS Hôp110 1.44 NS

Hôp 31 NS NS Hôp 71 NS NS Hôp111 NS 0.75

Hôp 32 NS NS Hôp 72 NS NS Hôp112 NS 1.08

Hôp 33 NS NS Hôp 73 NS NS Hôp113 NS 1.25

Hôp 34 NS NS Hôp 74 NS NS

Hôp 35 NS NS Hôp 75 NS NS

Hôp 36 NS NS Hôp 76 NS NS

Hôp 37 NS NS Hôp 77 2.06 NS

Hôp 38 NS NS Hôp 78 NS NS

Hôp 39 NS NS Hôp 79 NS NS

Hôp 40 NS NS Hôp 80 NS NS

NS: odds ratio non significatif

15

Page 16: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

16

2. Analyse microscopique - Clignotants S’il s’avère, d’après l’interprétation générale (analyse macroscopique), qu’un hôpital doit être considéré comme “déviant” par rapport à la moyenne nationale, une analyse “microscopique” est effectuée, pour pouvoir détecter une fraude éventuelle de façon plus efficiente. A cet égard, on a recours aux “clignotants”. Ils partent du principe que le degré de sévérité d’une hospitalisation peut être augmentée artificiellement en y ajoutant une technique (comme la ventilation mécanique) ou une pathologie (comme la maladie pulmonaire obstructive chronique, la septicémie ou l’obésité morbide). L’évolution temporelle comparative de telles techniques ou pathologies, entre un hôpital considéré isolément et l’ensemble des hôpitaux permet 1) l’identification des hôpitaux systématiquement déviants (“outlying”), 2) le choix ciblé des dossiers à auditer, et 3) représente en outre une manière supplémentaire de procéder à un screening pour détecter les hôpitaux dont les pratiques de codage seraient éventuellement erronées. Notons que c’est l’audit – l’évaluation sur place des dossiers des codes attribués– qui détermine si l’évolution statistique constatée est réelle ou non. Pour la période qui nous occupe, 19 clignotants ont été analysés. L’expérience des auditeurs fait que certains codes de l’analyse précédente ont été enlevés tandis que de nouveaux ont été introduits. Les diagnostics secondaires suivants ont été étudiés : 278.01: obésité morbide; 429.79: autres séquelles d’un infarctus du myocarde NEC ; 511.9: effusion pleurale non spécifiée ; 530.2: ulcère oesophagien ; 287.5: thrombocytopénie non spécifiée; 413.9: autres formes d’angine de poitrine ou non spécifié; 425.4: cardiomyopathie primaire ; 426.89: autres troubles de la conduction spécifiés ; 560.39: impaction intestinale, autre ; 584.9: insuffisance rénale aiguë non spécifiée ; 585: insuffisance rénale chronique ; 707.0: ulcère de décubitus ; 278.00 : obésité non spécifiée ; V46.1: respirateur ; 491.21: exacerbation aiguë de bronchite obstructive chronique ; 585-584.9 : Insuffisance rénale chronique ET insuffisance rénale aiguë non spécifiée ; 783.0 : Anorexie, 331.9 : Dégénérescence cérébrale, non spécifiée ; V15.2 : Chirurgie d’autres organes majeurs Pour la période 2001/2-2005/1, deux tableaux ont été réalisés, comprenant l’odds ratio de chaque hôpital versus la moyenne nationale: un tableau avec la période-OR et un autre avec la tendance-OR. Une moyenne nationale OR a également été calculée pour l’analyse de la tendance. Alors que l’étude précédente ne présentait que les « déviations » positives significatives, la présente étude indique également si l’hôpital « dévie » significativement négativement de la moyenne nationale. Pour la lisibilité des données, les OR déviants non significatifs sont indiqués par le chiffre 1. La tendance nationale était ascendante pour 1 seul clignotant, elle était stationnaire pour 11 clignotants et descendante pour 7 clignotants. Pour les hôpitaux, tous les ratios ascendants ou descendants non significatifs sont indiqués par le chiffre 1.

Page 17: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Tableau 7: Tableau récapitulatif de la tendance des odds ratios, où un hôpital est comparé à la moyenne nationale, pour une sélection de clignotants et la tendance de l’ensemble des hôpitaux belges (en gras). Belgique, 2001/2-2005/1.

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

1.07 1 1 0.88 1 1 1 1 0.83 0.90 0.90 0.93 1.08 1 1 0.94 1 1 0.91 1 9 1 0.80 0.66 1 0.93 1 1 1 1 1 0.84 0.88 1 0.88 1 0.90 0.92 1 1 1 1 8 2 1 1 1 1 1.42 1.20 1 1 0.93 1.17 1 1 1.08 1 1 1 1 1.32 1 1.16 7 3 1 1 1.10 1 1 1 1.07 1 1.12 1 1 1.09 1.11 1 1.08 1 1 1 1.11 1 7 4 1 1 1 1 0.89 0.86 1 1 1 1.12 1 1 1 0.42 0.91 1.05 1 1 1 1.11 7 5 1 2.05 1 1 1 1.11 1 1 1 1.21 1 1 1.12 0.26 0.88 1 1 1 1 1.28 7 6 0.85 0.72 0.92 1 1 1 1 1 1 0.91 0.85 1 0.88 1 1 0.95 1 1 1 1 7 7 1 1 1.10 1 1 1.09 1 1.24 1 1 1 1.22 1 1 1.13 1 1 1.16 1.14 1 7 8 1 2.05 1.12 1 1 1.24 1.11 1 1 1 1.23 1 1 0.75 1.10 1 1 1 1 1 7 9 1 1 1.22 1 1 1 1 1 1.40 0.94 1 1 1 1 1.18 1.08 1 1 1 1.22 6

10 1.14 1 1.07 1 1 0.94 1 1.44 1.28 1 1 1 1 1 1 1 1 1.30 1 1 6 11 1 1 1 1 1.33 1.18 1 1 1 1 1 1 1.33 1 1 1.09 1 1 1.59 1.44 6 12 1 0.75 1 1 1 1 1.73 1 1 0.83 1 1 1 0.66 1 1.08 0.67 1 1 1 6 13 1 0.88 0.89 1 0.80 1 1 1 0.82 0.83 0.89 1 1 1 1 1 1 1 1 1 6 14 0.88 1 0.69 1 1 1 1 1 1 0.89 0.88 1 0.92 1 0.87 1 1 1 1 1 6 15 0.89 0.85 1 1 0.77 0.85 1 1 1 0.88 1 1 0.94 1 1 1 1 1 1 1 6 16 1.17 1 0.81 1 1 1 0.87 1 0.88 1 1 0.89 0.88 1 1 1 1 1 1 1 6 17 0.83 1 1 0.82 1 1 1 1 1 1 1 1 0.81 1 0.90 0.87 1 1 1 1 5 18 1.32 1 1 1 1 1 1.20 1 1 1.11 1.24 1 1 1 1 1 1 1 1 1.19 5 19 1 0.84 1 1 1 1 0.76 1 1 1 0.83 1 1 1 0.93 1 0.70 1 1 1 5 20 1 1 0.89 1 1 1.42 1 1 1 1 1 1 0.87 1 1 0.93 0.61 1 1 1 5 21 1 0.74 1 0.88 1 1 0.82 1 1 0.81 1 1 1 1 0.79 1 1 1 1 1 5 22 1 1 1 1 0.84 1 1 1 1 0.93 1 1 1 1.42 1 0.95 0.76 1 1 1 5 23 1.08 1 1 1 0.93 1.05 1 1 1 1 0.90 1 1.05 1 1 1 1 1 1 1 5 24 1.10 1 1 1 1 1.16 1 1 1 1 1.09 1 0.67 1 1 1 1.57 1 1 1 5 25 1 1 1 1 1 1.09 1 1 1 0.94 1.05 1 1.04 1 1 1 1 1 1 1.16 5 26 1 1 1 1 1 1 1.14 1 1 1.08 1 1.18 1.09 1 1 1 1 1 1 1 4 27 1 1 0.90 1 1 1 1 1 1.21 1.17 1.27 1 1 1 1 1 1 1 1 1 4

17

Page 18: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

28 1 1 1.14 1 1.28 1 1 1 1 1 1 1 1 1 1 1 1 1 1.47 1.22 4 29 1 0.77 1 1 1 1 1 0.76 1 1 1 1 0.91 1 0.83 1 1 1 1 1 4 30 1 1 1.21 1 1 1.34 1 1 1.28 1 1.23 1 1 1 1 1 1 1 1 1 4 31 1 0.69 1 1 1 0.91 1 1 1 1 0.83 1 1 1 1 1 1 1 1.18 1 4 32 1 0.57 1 1 0.82 1 1.37 1 1 1 0.79 1 1 1 1 1 1 1 1 1 4 33 0.82 1 0.85 1 1 1 1 1 1 0.84 1 1 1 1 0.84 1 1 1 1 1 4 34 0.84 1 0.88 1 1 1 1 1 1 0.92 1 1 1 1 0.90 1 1 1 1 1 4 35 0.86 1 0.86 0.86 1 1 1 1 1 1 1 1 0.93 1 1 1 1 1 1 1 4 36 2.29 1 1.33 1 1 1 1 1 1 1.36 1 1 1 1 0.76 1 1 1 1 1 4 37 1 1 1.13 1 1.42 0.87 1 1 1 1 0.87 1 1 1 1 1 1 1 1 1 4 38 1 1 1 1 1 1 1 1.37 1 0.88 0.86 1 1 1 1 1 1.47 1 1 1 4 39 0.93 1 0.93 1 1 0.94 1 1 1 1 0.92 1 1 1 1 1 1 1 1 1 4 40 1 1 0.90 1 1 1 1 1 1 0.86 1 1 1 0.80 1 1 1 1 1 1 3 41 1 1 1 1 1.27 1 1 1 0.84 1 0.77 1 1 1 1 1 1 1 1 1 3 42 1 1 1.16 1 1 1 1 1 1 1.31 1 1 1.10 1 1 1 1 1 1 1 3 43 1 1 1.31 1 1 1 1 1 1 1 1 1 1.18 1 1 1 1.76 1 1 1 3 44 1 1 0.75 1 1 1 1 1.48 1 0.88 1 1 1 1 1 1 1 1 1 1 3 45 1 1 1.11 1 1.32 0.78 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 46 1 1 1.38 1 1.45 1 1 1 1 1 1 1 1 1 1 1 1 1 1.48 1 3 47 1.17 1 1 1 1.13 1 1 1 1 1 1.20 1 1 1 1 1 1 1 1 1 3 48 1 1 1 1 1 1 0.91 1 1 1 0.89 1 1 0.77 1 1 1 1 1 1 3 49 1 1 1 1 1.39 1 1.14 1 1 1 1 1 1 1 1 1 1 1 1 1.18 3 50 1 1 1 1 0.84 0.87 1 1 1 1 1 1 0.92 1 1 1 1 1 1 1 3 51 1 1 1 1 1 1.05 0.90 1 1 1 1 1.20 1 1 1 1 1 1 1 1 3 52 0.83 1 1.28 1 1 1 1 1 1 1 1.25 1 1 1 1 1 1 1 1 1 3 53 0.89 1 1 1 1 1 1 1 1 1.19 1.15 1 1 1 1 1 1 1 1 1 3 54 1 1.53 1 1 1 1 1.23 1 1 1 1 1 1 1 1 1 1 1 1.08 1 3 55 1 1 1 1 1 1 1 1 1 1 1.14 1 1 0.33 1 1 0.74 1 1 1 3 56 1 1 0.79 1 1 1.13 0.82 1 1 1 1 1 1 1 1 1 1 1 1 1 3 57 1 1 1 1 0.77 1 0.80 1 1 1 1 1 1 1 1 0.91 1 1 1 1 3 58 1 1 1 1 1 1 1 1 .87 .89 1 1 .11 1 1 1 1 1 1 1 0 0 1 3

18

Page 19: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

59 1 1 1 1 1 1 1 1 1 1 0.88 1 1 0.73 1 1 1 1 1 1 2 60 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.14 1 1 1 1 1.27 2 61 .45 1 1 1 1 1 1 1 1 1 1 1 .28 1 1 1 1 1 1 1 1 1 2 62 1 1 1 1 1 1 1 1 1 1.15 1 0.82 1 1 1 1 1 1 1 1 2 63 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.25 1.19 2 64 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.33 1.27 2 65 1 .31 1 1 1 .32 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 66 1 .59 1 1 1 1 1 1 1 1 1 1 .87 1 1 1 1 1 1 1 1 0 2 67 0.85 1 1 1 1 1 1 1 1 1 1 1.17 1 1 1 1 1 1 1 1 2 68 1 1 0.94 1 1 1 1 1 1 1 1 1 1.08 1 1 1 1 1 1 1 2 69 1 1 0.74 1 1 1 1 1 1 1 1 1 1 0.68 1 1 1 1 1 1 2 70 .74 1 1 88 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0. 2 71 1 .32 20 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1. 2 72 1 1 0.87 1 1 0.82 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 73 1 1 1 1 1.21 1.09 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 74 1 1 1 1 1 1 1 1 .80 .16 1 1 1 1 1 1 1 1 1 1 0 1 2 75 1 .62 1 1 1 1 1 1 1 1 1 1 .91 1 1 1 1 1 1 1 2 0 2 76 1 1 1 1 1 1 1 1 1 0.90 1 1 1 1 1.12 1 1 1 1 1 2 77 1 1 1 1 1 1 1 1 1 1 1 1 .87 .27 1 1 1 1 1 1 0 0 2 78 1 1 1 1 1 1 1 1 1 1.26 1 1 1 1 1 1 1 1 1 1 1 79 1 1 1 1 1 1 1 1 1 1 1 1 .12 1 1 1 1 1 1 1 1 1 80 1 1 1 1 1 1 1 1 .92 1 1 1 1 1 1 1 1 1 1 1 0 1 81 1 1 1 1 1 1 1 1 1 1 1 1 1 1 .82 1 1 1 1 1 0 1 82 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.14 1 1 83 1 1 1 1 1 1 0.83 1 1 1 1 1 1 1 1 1 1 1 1 1 1 84 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 24 1. 1 85 1 1 1 14 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1. 1 86 1 1 1 1 1 1 1 1 1 1 1 1 1 .37 1 1 1 1 1 1 0 1 87 1 1 1 1 1 1 1 1 1 0.83 1 1 1 1 1 1 1 1 1 1 1 88 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.92 1 1 1 1 1 89 1 .45 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

19

Page 20: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

90 1 1 1 1 1 1 1 1 1 0.89 1 1 1 1 1 1 1 1 1 1 1 91 1 1 1 1 1 1 1 1 1 1 1 1 1 1 .83 1 1 1 1 1 0 1 92 1 .86 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 93 1 1 1 1 1 1 1 1 1 1 1 1 1 1 .17 1 1 1 1 1 1 1 94 1 1 1 1 1 1 1 1 1 1 88 1 1 1 1 1 1 1 1 1 0. 1 95 1 1 1 1 1 1 1 1 1 1.07 1 1 1 1 1 1 1 1 1 1 1 96 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.08 1 1 1 1 1 97 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 98 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 99 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 00 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 01 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 02 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 03 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 04 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 05 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 06 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 07 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 08 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 09 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 10 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 12 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 13 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0

Notes: 1) l’en-tête des colonnes comporte le code ICD-9-CM des différents clignotants. 2) les odds ratios non significatifs sont indiqués dans le tableau par un 1.

20

Page 21: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Tableau 8: Tableau récapitulatif de la période OR, où un hôpital est comparé à la moyenne nationale, pour une sélection de clignotants. Belgique, 2001/2-2005/1.

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

1 1.85 10.42 0.02 5.68 0.23 5.07 0.10 1 1 1.54 3.24 1 1.32 1 2.05 0.74 60.62 2.88 1 1 14 2 1 1 0.72 0.31 1 4.27 1 1 3.19 0.73 1 0.64 1.29 1 0.73 0.55 1 1 1 1.99 10 3 0.76 2.80 1 1.79 1 1.31 3.38 1 1 0.44 0.79 2.09 1.18 1 1 0.44 15.96 1.73 1.96 2.82 14 4 1 19.32 0.49 1 1 1 2.19 2.44 3.50 0.79 1.81 1 1.53 76.75 1.44 0.55 1 1 2.73 2.82 13 5 0.39 4.28 2.10 1 0.67 1 1 1 1 0.69 1 1 0.34 7.85 0.55 0.54 1 0.49 1 2.16 11 6 1 25.90 2.21 1.47 1 1.59 0.38 1 1 2.87 1.67 1 1 1 1.70 0.49 82.77 1 2.91 1 11 7 0.36 1 2.58 0.38 0.62 4.41 1.55 5.88 1 1 2.06 1.63 0.79 1 0.56 0.73 1 2.73 2.42 2.31 15 8 1.26 3.03 1 1 1.63 0.46 2.93 2.96 0.40 1 2.01 0.59 1.24 107.92 1 0.46 4.44 1 2.14 1.36 15 9 1 10.94 2.38 1.84 1.74 1.78 0.10 1 0.53 1.99 1.47 1.64 1 1 1 0.81 69.66 1.73 6.16 3.88 15

10 0.65 1 1.98 0.41 1.64 2.79 1 4.04 1 1.48 1 0.60 0.81 26.45 0.61 0.45 1 1 1 1 12 11 3.08 1 0.33 3.01 2.10 1.47 2.20 1 0.41 0.45 1 1 1.96 1 1 2.18 1 1 2.42 1 11 12 1 24.53 0.44 2.22 4.25 1.83 1 1 1 1.67 1 1 1 46.81 1 2.53 44.20 1 3.47 1 10 13 0.45 144.41 5.41 1 4.50 1.63 1 1 3.38 3.36 1.46 2.91 0.62 1 1.68 1.21 9.86 1.97 1 1 14 14 1 10.87 1 1 1.99 3.79 2.55 1 1.56 1.78 1.98 1 1.65 1 1.40 1 1 1 5.70 1 10 15 2.62 141.88 3.06 3.01 11.45 1 0.23 2.33 4.12 6.38 2.23 2.30 2.27 1 3.28 1 1 1.85 3.54 1 15 16 1.67 1 1 0.60 0.41 1 1 1 2.64 0.72 1 2.27 0.80 1 0.66 0.68 1 1 1.46 1.60 11 17 0.67 1 1.60 1 1 0.38 0.53 1 1 1.90 1.58 1.78 0.80 6.74 1.41 0.64 1 1.70 1 1 12 18 1 1 1 1 1 1 1.45 1 1.80 1.70 1 1.56 0.33 1 1 1.18 1 1 1 3.86 7 19 1.50 202.51 2.00 1 2.51 3.87 0.36 3.99 1.49 2.52 1 2.61 1.80 1 3.35 0.75 21.90 2.31 2.00 1 16 20 1.67 1 3.12 1 1 0.57 1.64 1 4.16 1.78 2.33 1.65 1.67 1 0.62 0.84 148.04 1 1.85 1 13 21 0.40 22.03 0.02 4.41 1.59 1 4.22 1 1 6.83 1 5.84 0.67 1 1 1 19.35 1 2.44 1 11 22 0.50 1 1.60 1 2.06 1 0.49 1 1 1.23 1 1.82 1.25 4.29 2.38 0.44 67.11 1 2.92 1 12 23 2.51 1 5.88 1 5.32 7.70 3.41 1 1.69 1.90 1.86 2.07 3.35 1 0.36 0.62 1 4.13 2.72 5.38 15 24 3.54 3.71 0.52 0.44 0.48 0.70 0.09 1 0.30 0.70 1.24 0.54 0.12 3.07 1.58 0.34 6.02 1.60 1 1 17 25 1 1 3.28 2.05 2.13 1.49 2.01 1.77 1 2.16 2.84 0.70 1.23 1 0.66 0.24 1 0.65 1 1.28 14 26 0.67 1 1.32 0.29 1.51 0.36 1 1 0.35 1 1.53 1 1 1 1 0.54 1 1.95 1 1 9 27 0.36 1 2.64 1 1 0.41 1 1 3.43 1 1 1 1 1 1 1.48 1 1 5.98 1 6

21

Page 22: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

28 1 1 1 1.56 1.94 1 1 1 0.54 1 1.39 1 0.58 1 1 1 1 1 1.91 1.68 7 29 0.71 27.49 1 1 0.56 1.55 0.59 2.72 1 0.55 0.64 1.93 1.50 1 1 0.33 7.32 0.47 2.79 1 14 30 1 1 1 1 1 0.44 1 1 2.66 0.39 1 1 1 1 1 1.42 1 1 1 1.77 5 31 1.57 6.24 1.34 1.80 1 1 3.66 1 2.31 2.35 2.03 1 2.71 1 1.84 0.64 41.05 1 4.41 1 13 32 2.16 26.97 1.72 3.04 1.95 1 1 1 1 1 2.94 1 1.68 28.45 2.27 2.25 13.45 1 3.37 1 12 33 1.88 1 2.37 1 1 2.11 0.28 1 2.97 3.96 1.67 2.51 1 6.04 2.43 1.34 27.82 1 3.64 1 13 34 3.88 1 1.68 1 1 1.47 2.98 1 1.65 2.62 1 1.64 1 1 1.61 1.50 1 1 3.11 1 10 35 1 13.01 1.78 1 1 2.87 0.35 1.76 1 1 1 0.52 1.45 1 1 0.40 1 1.84 1.86 1 10 36 1 1 1 1.90 1 1 1 1 1 1 1 1 2.46 19.23 2.91 3.35 40.84 1 1 1 6 37 1.60 1 1 1.69 3.26 1 1.52 1 1.50 1.83 1 2.45 2.28 1 2.08 0.83 146.97 1 2.09 2.49 13 38 19.88 48.76 3.17 1 1 2.56 1.89 4.46 1 4.25 1.97 1 2.74 1 1.36 1 8.29 1 1.80 1 12 39 1.85 32.05 2.86 2.54 1.68 3.03 0.53 1 1.61 2.38 3.57 1 1.49 16.13 1 0.58 1 1 1.46 1 14 40 0.47 1 1.73 0.22 4.07 0.24 0.54 1 1.60 1 1 1 0.47 92.42 0.39 1 1 1 1 1 10 41 2.39 1 0.48 1 1 1 1.55 1 1.99 0.58 1 1 1.43 1 0.25 1.32 1 1 1 1.56 9 42 1 1 1 1 1 0.54 1 1 1.60 0.69 0.70 0.57 1.48 1 1 1 1 1 1.98 1.45 8 43 0.41 1 1 1 0.53 0.26 1.97 1 1 0.30 0.54 0.35 1 1 1.66 1 4.84 1 1 1 9 44 2.76 1 0.50 1 0.29 3.37 1.97 5.03 0.26 1 1.93 4.77 1 1 7.27 1.72 1 1 1 1 11 45 0.28 1 2.72 0.28 2.81 0.46 1 1 1 0.63 1 1.68 1 1 0.70 1 1 1 1.72 1 9 46 1 59.64 0.59 1 2.44 4.59 1 1 1 1 0.36 1 2.88 1 0.72 0.69 1 1 1 1 8 47 1 1 1.77 1 1.71 1 0.57 1 1 0.50 1 1 0.65 1 0.54 0.58 6.89 1 1.56 4.03 10 48 1.26 1 0.61 0.41 1.85 0.37 2.60 8.06 0.32 0.61 1.42 0.54 1.83 14.73 0.75 0.45 1 1 4.21 2.69 17 49 0.13 1 1 1 1 0.53 1.87 3.86 1 0.53 0.45 1 0.33 1 1.75 1.19 1 1 1 1.58 10 50 1 1 1 3.61 1 1 1.43 1 1 1.31 1.57 2.94 1 1 1.98 0.85 1 1 1 1.94 8 51 0.40 1 1.48 0.72 1 4.33 1 1 0.72 0.80 1.44 0.70 1 1 0.48 0.37 1 1 1 1.33 11 52 2.41 1 1 1 1 1 1 1 0.29 0.43 1 1 1 1 1 1.90 1 1 2.83 1 5 53 1.97 1 2.38 1 8.54 1.68 1.66 23.76 1 1.99 1.58 2.01 1 1 0.51 1 1 1.92 3.29 2.32 13 54 1 15.53 4.02 0.35 2.28 1 1 1 1 1 1.57 0.30 2.28 1 1.55 1 1 1 8.24 1 9 55 0.39 1 2.55 2.00 1 1.53 1 1 0.07 0.36 1 0.38 1.45 20.19 0.53 1 88.23 1 1 1 11 56 1 1 1.50 1 1 1.83 3.36 1 1 2.26 1.68 1 3.93 1 0.71 1 1 1 1 1 7 57 1 3.57 1.72 1 1 1 1.57 1 1 1 0.33 1 1 1 1.46 1.25 1 1 3.73 1 7 58 2.25 2.74 1 1 2.56 0.65 2.52 1 1.70 3.75 2.20 1.52 1 7.99 1.80 1 1 1 2.07 1 12

22

Page 23: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

59 3.26 1 1 0.50 1.54 1 1 1 0.62 0.54 2.29 1 1.74 134.12 0.53 1 9.48 1.82 1 1 11 60 1 5.95 1 1 1 1 1 2.74 1 1 0.56 1 0.37 1 1 1.42 1 1 1 1 5 61 1 1 0.58 0.13 1 1 1 1 0.38 0.25 0.40 0.36 0.54 1 2.94 1.57 1 1 1 2.61 10 62 0.31 1 1 1 1 1 1.37 1 0.37 1.45 0.62 1 0.52 1 0.75 0.69 1 1 1 1 8 63 1.38 1 0.61 0.45 0.26 1.41 0.60 4.72 1 0.33 0.70 1 0.59 1 0.53 0.65 1 1 1 1 12 64 0.50 1 1 0.42 1 1.83 2.03 3.67 1 0.26 1 1 0.57 1 0.35 1 5.24 0.29 2.53 3.41 12 65 0.49 10.60 1 0.51 1.51 0.34 0.14 1 0.20 0.71 1 0.45 0.33 4.94 0.19 1 14.09 1 1 1 13 66 1 7.80 0.38 1 1 1 1 1 1 1 1 1 1 1 1 1.50 7.63 1 1 2.05 5 67 1.96 1 1.53 1 1 1 1 1 1 1 1 1.94 1.68 1 1 1.48 1 1 1 2.86 6 68 1 1 2.28 1 1.59 1 0.20 1 0.56 1.47 1 1 1 1 1.53 0.54 1 1 1.79 1 8 69 2.09 1 0.24 2.49 1 3.08 0.64 1 1.67 2.93 1.83 1 2.74 51.44 2.89 0.85 182.77 1 3.57 1 14 70 2.62 1 1 10.85 0.26 1 0.23 1 1 1 1 1 1 1 2.48 2.16 63.36 1 1 1 7 71 1 18.24 1 1.99 1 0.42 0.20 1 0.36 0.56 0.16 1 0.54 1 1 1.26 24.42 1 2.11 1 11 72 1.80 1 1.37 0.48 2.02 0.55 0.48 1 1.67 1 0.29 1.90 0.63 1 0.58 1 1 1.60 1 2.40 13 73 0.48 2.36 1 0.32 4.89 3.35 1.41 9.57 1 0.78 1 1 1.72 1 0.44 0.58 1 2.07 1.64 4.58 14 74 2.17 1 1 1 1 1 1 1 3.00 1 1 1 1 1 1 1.54 1 1 1 1.82 4 75 1 5.23 1 3.28 1 1 1.76 1 1 1 1 1 2.04 18.24 2.40 1.22 20.28 1 3.49 1 9 76 1.76 1 3.90 1 1.86 1 1 2.80 2.55 3.62 1 1.62 1.67 1 3.91 1.95 8.52 1 4.93 1 12 77 1 1 1.40 0.55 1 0.38 1 1 1.94 1 1.58 1 1.34 4.30 0.52 1 1 1 1 1.55 9 78 1 1 1 2.91 1 1 4.18 1 1 1 1 1 1.85 8.79 1 1.32 1 1 4.34 4.52 7 79 1 1 0.03 0.27 0.23 1 1 1 0.20 1 0.36 1 1 1 1 1.76 1 1 1 1 6 80 2.34 1 1 2.77 1 1.87 1.96 1 7.93 1.68 2.44 1.45 1 5.53 1 1 1 1.68 1 3.60 11 81 1 1 0.62 0.58 1 1 1.51 1 1.60 1.52 1.92 1 1 1 1 0.79 1 1 1.90 2.74 9 82 0.59 1 1 0.51 2.03 1 1.74 1 2.51 1.79 2.10 3.70 0.78 1 1 0.67 1 1 2.26 1 11 83 1 1 1.48 1 1 0.39 1.71 1 0.33 0.30 0.61 1 1 1 1 1.35 1 1 2.21 1.67 9 84 0.47 1 0.19 1 1 0.69 1 1 5.10 1.34 1 1 0.51 1 1 1 1 1.67 1 4.37 8 85 1 1 1 3.78 0.37 0.22 2.13 1 0.51 1 1 1 1 1 1 1.45 1 1 1 1 6 86 1 1 0.39 1 1 1 1 1 1 0.34 0.09 0.50 0.41 4.84 0.37 1 1 0.31 1 1 8 87 1.40 10.98 1.65 1 0.49 1 0.44 1 1.81 1 0.40 1 1 1 1.85 0.78 1 1 3.86 1 10 88 1 1 1.84 1.71 3.20 2.33 1 1 2.54 1 3.70 1.76 1 1 1.59 1.47 12.64 1 6.16 1 11 89 1 7.00 1.96 1 1 0.44 1 1 2.70 0.64 1.59 1.46 0.51 1 0.60 0.77 30.83 0.42 2.52 1.94 14

23

Page 24: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

ID 278.01 429.79 511.9 530.2 287.5 413.9 425.4 426.89 560.39 584.9 585 707.0 278.00 V46.1 491.21 585 et584.9 V15.2 785.51 331.9 783.0 Total

90 0.66 1 1.96 1 0.45 0.31 1 1 1 1.34 1 1 0.52 1 0.49 0.68 1 1 1 1 8 91 1 1 1 1 0.42 0.25 1 1 1 1.38 1.70 1.94 1.55 1 1.72 1.42 1 1 1 1 8 92 2.16 124.93 0.30 1 1 1 1 1 3.59 1.66 2.46 1.85 2.31 1 1.49 1 8.77 1 1 1 10 93 0.52 1 1 1 1 1 1 1 1 0.72 1 1 1 1 0.70 1 1 1 1 1 3 94 1 1 0.43 0.33 1 1 1 1 1 1 1.65 3.42 1.24 1 1.64 1.20 1 1 1.65 3.37 9 95 1 1 2.85 1.31 1 2.87 0.65 2.42 0.59 1.35 1.90 1 2.03 3.83 0.62 0.36 30.89 1 1 1 13 96 1.76 1 0.18 1 0.10 0.28 1.60 1 0.16 0.32 0.31 0.31 0.41 1 1.70 2.17 1 1 1 1 12 97 1 1 1 1 0.44 1 1 16.10 2.43 1.29 1 1 1 1 0.65 1.38 1 1 1 1 6 98 1.83 1 1 1 1 1 1.50 1 1 0.62 1 1 1 1 3.65 1.70 78.86 1 1 1 6 99 2.30 1 0.23 1 0.26 0.18 1 1 1.99 1 1 1 1 1 0.52 2.02 1 2.02 1 3.75 9 100 0.22 1 0.33 0.35 0.26 1.44 1 1 1 0.51 0.21 0.29 0.65 1 0.27 1.66 1 2.34 1 1 12 101 0.38 1 1 1 1 0.32 2.27 1 1 0.42 1 1 1.42 1 0.36 2.44 1 1 1 1 7 102 1.75 1 1 1 1 0.43 1 1 1 1 0.40 0.40 1 1 1 1.89 1 1 2.08 1.87 7 103 1 1 0.37 1 0.47 1.68 2.58 14.04 3.47 0.26 0.25 1 0.50 19.31 0.34 1.28 1 1 1 1 12 104 0.55 3.37 0.45 1 1 1 2.16 1 1 0.56 0.35 1 0.33 1 0.43 1 7.99 1 1 1 9 105 1 5.11 1 2.50 1 1 1.62 1 1 2.49 1 1 1 1 2.03 1.97 1 1 1 1 6 106 1 1 1 0.62 0.74 0.36 1 0.35 0.67 1.56 1.30 0.71 1 1 0.58 0.38 1 1 1 1 10 107 0.46 1 0.22 1 0.36 0.33 0.43 1 1 0.33 1 1 0.40 1 1 1.97 1 1 1 2.34 9 108 0.31 1 1 1 1 0.41 0.10 1 0.14 0.12 1 2.39 1 1 1 2.66 1 1 5.76 3.87 9 109 0.57 7.09 1 1.53 1 4.06 1.54 1 3.87 1.45 1.44 1 0.43 1 1 0.69 5.60 1 1 1 11 110 0.23 1 1.83 1 1 1 0.37 1 0.23 1 1 0.32 0.45 1 0.33 1.97 1 1 1 1 8 111 1 4.77 1 1 1 1.92 1 1 1 1 0.42 1 1 1 1 2.69 1 1 1 1 4 112 1 1 1.84 2.46 1 1 3.99 1 1 1 0.53 0.34 1 1 1.64 1.39 4.22 1 1 1 8 113 1 14.65 1.55 1 1.82 1 4.90 1 1 1 1 1 1 1 1 1.80 93.53 1 1 1 6

24

Notes: 1) l’en-tête des colonnes comporte le code ICD-9-CM des différents clignotants. 2) les odds ratios non significatifs sont indiqués dans le tableau par un 1.

Page 25: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Conclusion On observe que le « système » semble encore présenter une tendance significative d’aggravation de la pathologie. En effet l’analyse de la différence (pondérée) entre la durée de séjour observée et la durée de séjour standardisée diminue à nouveau de façon significative. La diminution cumulative, légèrement moins importante que pour la période 2000-2003, s’élève encore à 0.78 jours. En ce qui concerne l’évolution de la proportion des séjours hospitaliers avec un SOI égal à 1, ajusté pour l’âge et le sexe, nous ne sommes pas en mesure d’établir une tendance significative. Une tendance négative dans l’hospitalisation classique ne peut néanmoins être exclue (p = 0.0505). Le comportement des séjours avec petits et/ou grands outliers reste semblable à celui observé lors de la première étude. Ainsi le nombre d’hôpitaux avec plus d’outliers est significativement plus élevé que le nombre d’hôpitaux avec moins d’outliers, aussi bien pour les « petits » outliers que pour les « grands » outliers ». Le groupe des DRG Résiduels « Type 2 » présente toujours une tendance nationale significativement descendante alors que ce comportement n’est plus significatif pour le groupe « Type 1 ». Ces résultats ne nous permettent pas d’établir pour l’ensemble du pays qu’il y ait, par rapport à l’étude initiale, une aggravation artificielle de la pathologie, due à un sur-codage. Toutefois, l’évolution de la gravité de la pathologie est telle qu’un monitoring attentif avec correction éventuelle des données s’impose. En ce qui concerne les hôpitaux considérés individuellement, on constate toujours des tendances temporelles déviantes. Néanmoins les clignotants n’étant pas identiquement les mêmes que lors de l’étude précédente, la comparaison « microscopique » est difficile à établir d’autant plus que nous présentons ici aussi bien les « déviations » significatives positives que négatives par rapport à la moyenne nationale.

25

Page 26: ANALYSE DE LA QUALITE DES DONNÉES RCM - Belgium · L’étude réalisée sur les données RCM 2000 à 2003 « Audit RCM et détection de fraude – développement d’une méthodologie

Annexe 1: Calcul de la durée de séjour moyenne observée et standardisée par hôpital et à l’échelle nationale. (voir A.R. du 04/06/2003 – M.B. 16/06/2003 modification de l’A.R. du 25/04/2002 – M.B. 30/05/2006 relatif à la fixation et la liquidation du budget des moyens financiers des hôpitaux - annexe3 « Fixation d’une durée de séjour moyenne par groupe de diagnotics et calcul d’un nombre de lits justifiés » et annexe 13 « Règles de fixation des nombres DJP/DJN dont question à l’article 45,$9, dernier alinéa ») A cet égard, les règles du financement des hôpitaux sont appliquées. La durée de séjour moyenne nationale est calculée par APR-DRG, niveau de sévérité/catégorie d’âge sur la base du RCM afférent à 3 années. Dans notre exercice, nous avons tenu compte des RCM 2000, 2001 et 2002. Ne sont retenus pour le calcul de la durée de séjour moyenne nationale que les séjours normaux (durée de séjour facturée) et les séjours « outliers grands type II » (pour lesquels la durée de séjour facturée remise à la limite supérieure (Q3 + 2*(Q3-Q1)).). Les séjours suivants sont exclus du calcul des moyennes nationales :

- les outliers petits - les outliers grands de type I - les séjours erronés - les séjours des DRG résiduels (950, 951, 952, 955, 956) - les séjours dont le patient a séjourné au moins un jour en A, K ou Sp - les transferts endéans le jour - les patients décédés endéans les 3 jours - les séjours de DRG/sous-groupes pour lesquels il n’y a pas 30 séjours au niveau

national - les séjours de DRG/niveau de sévérité 4 pour lesquels le niveau de sévérité 4 ne

représente pas 20 % du DRG - les longs séjours

Par hôpital et au niveau national, on calcule une durée de séjour observée, en tenant compte de la durée de séjour facturée pour les séjours normaux et de la durée de séjour facturée ramenée à la limite supérieure pour les outliers grands de type II. Par hôpital et au nivau national, on calcule une durée de séjour standardisée en appliquant les durées de séjour moyennes nationales au case-mix de l’hôpital des séjours normaux et des outliers grands de type II.

26