CC BY-NC-ND 4.0 · Gesundheitswesen
DOI: 10.1055/a-0977-3332
Übersichtsarbeit
Eigentümer und Copyright ©Georg Thieme Verlag KG 2019

Variablendefinition in fallbezogenen Krankenhausabrechnungsdaten – Fallstricke und Lösungsmöglichkeiten

Definition of Variables in Hospital Discharge Data: Pitfalls and Proposed Solutions
Ulrike Nimptsch
1  Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen, Technische Universität Berlin, Berlin
2  Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin
,
Melissa Spoden
1  Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen, Technische Universität Berlin, Berlin
2  Fachgebiet Management im Gesundheitswesen, Technische Universität Berlin, Berlin
,
Thomas Mansky
1  Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen, Technische Universität Berlin, Berlin
› Author Affiliations
Further Information

Publication History

Publication Date:
07 October 2019 (eFirst)

  

Zusammenfassung

In Deutschland ist mit der Fallpauschalenbezogenen Krankenhausstatistik (DRG-Statistik) eine Vollerhebung der Abrechnungsdaten nahezu aller akutstationären Krankenhausbehandlungsfälle verfügbar. Die Mikrodaten, d. h. die Datensätze der einzelnen Behandlungsfälle, werden von den Forschungsdatenzentren der Statistischen Ämter des Bundes und der Länder für die wissenschaftliche Nutzung bereitgestellt. Krankenhausabrechnungsdaten werden zu Abrechnungszwecken erhoben und haben – wie andere Datenquellen auch – spezifische Besonderheiten und Eigenschaften, die bei der Planung von Analysen und im Studiendesign angemessen berücksichtigt werden müssen. Eine besondere Herausforderung ist dabei die sachgerechte Operationalisierung von Analyseeinheiten, Zielgrößen und weiteren Variablen, die u. a. eine mögliche unterschiedliche Kodierpraxis in verschiedenen Krankenhäusern antizipiert und deren Auswirkungen über eine durchdachte Variablendefinition minimiert. In diesem Beitrag wird anhand von praktischen Beispielen aufgezeigt, was bei der Definition von Variablen in fallbezogenen Krankenhausabrechnungsdaten beachtet werden sollte, um das Risiko von kodierungs- oder anderweitig bedingten Verzerrungen möglichst gering zu halten. Ausgehend von den Erfahrungen der Autoren werden die wichtigsten Schritte und Herausforderungen in Bezug auf ein typisches retrospektives Beobachtungsstudiendesign in der Versorgungsforschung beschrieben. Basierend auf bereits durchgeführten Projekten auf der Grundlage der Mikrodaten der Fallpauschalenbezogenen Krankenhausstatistik (DRG-Statistik) werden Beispiele anhand eigener Berechnungen illustriert. Die Verlässlichkeit und Interpretierbarkeit von Analysen auf der Grundlage der Mikrodaten der DRG-Statistik hängt entscheidend von der sachgerechten Operationalisierung der Variablen ab. Um das Risiko von Verzerrungen und Fehlinterpretationen möglichst gering zu halten, sind umfangreiche Vorüberlegungen notwendig, die neben medizinisch-klinischen Aspekten auch den Kontext der Datenerhebung und die klassifikatorischen Möglichkeiten zur Abbildung bestimmter Sachverhalte berücksichtigen. Es ist zu hoffen, dass die Akzeptanz von Studien auf der Grundlage von Krankenhausabrechnungsdaten weiter zunimmt und der wertvolle Datenbestand der DRG-Statistik in Zukunft noch intensiver für Forschungszwecke genutzt wird.

Abstract

In Germany, the Diagnosis-Related Group Statistics (DRG Statistics) supply full coverage of inpatient episodes in acute care hospitals. The Research Data Centres of the Federal Statistical Office and the Statistical Offices of the Federal States provide the microdata of the DRG Statistics, namely hospital discharge files of each inpatient case, for scientific research. Hospital discharge data are generated for administrative purposes. As well as other data sources, they have specific features and characteristics, which should be considered in planning and designing research studies. A key challenge is the appropriate and sophisticated operationalization of units of analysis, targets variables, and other study variables. The methodological approach should consider, among other factors, differing coding behaviour between hospitals in order to minimize the risk of bias. This contribution shows by practical examples what should be incorporated in variable definition to ensure that the risk of bias by coding behaviour or other factors is minimized to the greatest possible degree. First of all, the features and characteristics of the German hospital discharge data are outlined. Based on the authorsʼ experiences, basic steps and challenges in observational health services research studies are described. Examples are illustrated by our own calculations, derived from previous studies based on the microdata of the DRG Statistics. The reliability and validity of analyses based on hospital discharge data are crucially dependent on the appropriateness of variable definition. To minimize the risk of bias and misinterpretation, extensive preliminary considerations are required which involve clinical aspects, as well as the context of data collection and technical classification opportunities. Hopefully, there will be greater acceptance of research based on hospital discharge data, so that these valuable data will be used more frequently for research purposes in the future.