Hieronder wordt antwoord gegeven op een aantal veelgestelde vragen over Real Time Monitoring (RTM). Vragen over HSMR of codering en registratie staan op een aparte pagina. Staat uw vraag er niet bij? Gebruikt u dan het zoekvenster rechts boven aan de de pagina of neemt u contact met ons op.

• We hebben al ziekenhuis systemen waarmee we onze cijfers kunnen bekijken, wat is de meerwaarde van Real Time Monitoring?
  
• In RTM bestaat de mogelijkheid om sterftecijfers uit te splitsen per diagnosegroep en per maand. De aantallen worden dan steeds kleiner. Heeft het dan nog wel zin om naar (afwijkende) sterftecijfers te kijken?
  
• Hoe werkt de CUSUM methodiek in Real Time Monitoring?
  
• Hoe verloopt de maandelijkse datalevering voor RTM?
  
• Als de huisarts patiënten te laat doorverwijst naar het ziekenhuis, worden patiënten in slechtere toestand in het ziekenhuis opgenomen. Wat is het effect hiervan op de sterftecijfers?
• Wordt er in Real Time Monitoring alleen naar ziekenhuissterfte gekeken, of ook naar sterfte buiten het ziekenhuis?
• Kan de gestandaardiseerde sterfte (SMR) ook per specialisme worden berekend?
• Hoe komt het dat de gestandaardiseerde cijfers veranderen door het jaarlijks toepassen van een nieuw standaardisatiemodel?
• Waarom zie ik geen heropnames van de laatste 3 maanden?
   

We hebben al ziekenhuis systemen waarmee we onze cijfers kunnen bekijken, wat is de meerwaarde van Real Time Monitoring?

Er zijn inderdaad systemen zoals Hospitalview waarmee ziekenhuizen hun eigen cijfers kunnen bekijken. De meerwaarde van RTM is dat u iedere maand uw eigen cijfers kunt inzien en vergelijken met de landelijke benchmark. Zo ziet u dus hoe uw ziekenhuis scoort ten opzichte van het landelijk gemiddelde, rekening houdend met uw patiëntenpopulatie. Bovendien is RTM een webapplicatie, waardoor zoveel gebruikers aangemaakt kunnen worden als nodig. Dit houdt in dat iedereen, die inzicht in de gegevens wil hebben, zelf analyses kan doen. Uiteindelijk kunt u inzoomen tot op het niveau van de individuele patiënt. Tevens maakt RTM het mogelijk om op efficiëntere wijze een selectie te maken van cases voor dossieronderzoek en voor complicatiebesprekingen.

Terug naar boven

In RTM bestaat de mogelijkheid om sterftecijfers uit te splitsen per diagnosegroep en per maand. De aantallen worden dan steeds kleiner. Heeft het dan nog wel zin om naar (afwijkende) sterftecijfers te kijken?

In RTM wordt bij een gestandaardiseerd sterftecijfer altijd een betrouwbaarheidsinterval gegeven. De kans is 95% dat het cijfer daadwerkelijk binnen de grenzen van het betrouwbaarheidsinterval valt. Bij kleinere patiëntgroepen is het betrouwbaarheidsinterval groter, en zal een afwijking dus ook minder snel significant zijn. In RTM wordt daarom niet alleen gekeken naar SMR’s (gestandaardiseerde sterfte), maar wordt ook een trendanalyse gedaan. Er gaat een signaal in RTM af wanneer de trend significant is. Dit kan al gebeuren voordat de SMR significant afwijkt van het gemiddelde. Voor deze trendanalyse wordt de CUSUM methodiek gebruikt.

Terug naar boven

Hoe werkt de CUSUM methodiek in Real Time Monitoring?

In RTM wordt de CUmulative SUM (CUSUM) methode voor trendanalyse gebruikt. Op basis daarvan worden alarmsignalen (belletjes) afgegeven op het moment dat een bepaalde drempelwaarde overschreden wordt. In de CUSUM-grafiek worden alle patiënten in een gekozen patiëntengroep weergegeven. Zie onderstaand voorbeeld van een anoniem ziekenhuis: de CUSUM-grafiek voor sterfte bij patiënten met een heupfractuur in 2005. 

 
 
Hierin zijn álle patiënten met de hoofddiagnose heupfractuur uitgezet, opgenomen in 2005. Een patiënt die overlijdt, zorgt voor een stijging in de grafiek. Een patiënt die overleeft, geeft een daling in de grafiek. Hoe sterk die stijging of daling is, hangt van de sterftekans van de patiënt af. Een patiënt met een lage sterftekans, die toch overlijdt, geeft een sterkere stijging dan een patiënt met een hoge sterftekans. Normaal gesproken fluctueert de CUSUM-grafiek. Er sterven nu eenmaal mensen in het ziekenhuis, dus dat is niet meer dan normaal. Maar als er in een bepaalde periode meerdere mensen achter elkaar overlijden, terwijl de kans relatief laag was, dan zal de grafiek stijgen en op een gegeven moment een drempelwaarde overschrijden. Deze drempelwaarde is de kans dat met 95% zekerheid te zeggen is dat de uitkomst twee keer zo hoog is als de benchmark (het Nederlands gemiddelde). Wanneer deze kans overschreden is, dan gaat er een rood alarmbelletje af in RTM. Het doel hiervan is dat er vroegtijdig een waarschuwing wordt gegeven dat er mogelijk iets aan de hand is. Dit kan al gebeuren voordat de gestandaardiseerde sterfte significant afwijkt.

Nadat een waarschuwing is afgegeven, is er een ‘reset’ van de grafiek naar de helft van de drempelwaarde. Als de trend zich voortzet, zal er dus snel weer een waarschuwing worden afgegeven. Omgekeerd kan ook een ‘positief’ alarm gaan. De drempelwaarde is dan de kans dat met 95% zekerheid de uitkomst twee keer zo laag is als de benchmark. Op dat moment is in RTM een groen alarmbelletje te zien.

Terug naar boven

Hoe verloopt de maandelijkse datalevering voor RTM?

Maandelijks is er een update van RTM, waarbij de meest recente LMR (Landelijke Medische Registratie) gegevens van het ziekenhuis worden verwerkt. Het ziekenhuis levert periodiek de LMR gegevens aan Tieto, de landelijke beheerder van de LMR. Tieto levert de gegevens van alle RTM ziekenhuizen maandelijks door aan de Praktijk Index, uiteraard met toestemming van de betreffende ziekenhuizen. Deze gegevens zijn de basis voor de maandelijkse update van RTM. Bovendien krijgen we maandelijks van Tieto een bestand met álle LMR gegevens van het lopende jaar. Als er bij een opname dus gegevens zijn gewijzigd of toegevoegd, worden die wijzigingen dus ook doorgevoerd in RTM. In het schema hieronder ziet u wanneer de maandelijkse updates plaatsvinden in 2012.

Terug naar boven

Als de huisarts patiënten te laat doorverwijst naar het ziekenhuis, worden patiënten in slechtere toestand in het ziekenhuis opgenomen. Wat is het effect hiervan op de sterftecijfers?

De oorzaak van een hogere ziekenhuissterfte hoeft niet altijd binnen het ziekenhuis zelf te liggen. Het kan ook veroorzaakt worden in het voortraject. Door het gebruik van RTM kunnen deze vermoedens onderzocht en al dan niet bevestigd worden. In sommige ziekenhuizen zien we een hoge gestandaardiseerde sterfte bij hartfalen, en als we in RTM dit nader onderzoeken dan zien we dat die sterfte zich hoofdzakelijk voordoet in urgente opnames voor hartfalen. Je kunt je dan afvragen of de huisartsen in de omgeving hun patiëntenpopulatie wel effectief screenen.
Een lange verpleegduur kan ook veroorzaakt worden doordat patiënten soms niet kunnen worden ontslagen wegens plaatsgebrek in het verpleeghuis of revalidatie-instelling. RTM kan dit wel in kaart brengen, vervolgens kan er naar oplossingen gezocht worden.

Terug naar boven

Wordt er in Real Time Monitoring alleen naar ziekenhuissterfte gekeken, of ook naar sterfte buiten het ziekenhuis? 

Op dit moment wordt alleen naar sterfte binnen het ziekenhuis gekeken. Voor sterfte buiten het ziekenhuis is geen landelijke database beschikbaar, dus daarvoor kunnen momenteel geen landelijke cijfers worden berekend. Er wordt gekeken naar mogelijkheden om een koppeling te maken tussen ziekenhuissterfte en sterfte buiten het ziekenhuis, maar dit is niet op korte termijn beschikbaar. Uit Engels onderzoek is overigens wel gebleken dat post-ziekehuis sterfte proportioneel is met ziekenhuissterfte, maar in Nederland is dergelijk onderzoek nog niet beschikbaar.

Terug naar boven

Kan de gestandaardiseerde sterfte (SMR) ook per specialisme worden berekend?

In RTM is het uitgangspunt dat alleen wordt gestandaardiseerd voor patiëntfactoren en niet voor factoren die te maken hebben met de organisatie van het ziekenhuis. De belangrijkste reden is dat ieder ziekenhuis anders is georganiseerd. Het ene ziekenhuis heeft bijvoorbeeld maag-, darm- en leverartsen, terwijl een ander ziekenhuis dezelfde patiënten bij de interne geneeskunde behandelt. Daardoor is het niet mogelijk om op het niveau van specialisme de sterfte te standaardiseren.
Het is wel mogelijk om de cijfers uit te splitsen naar het specialisme van de diagnose of de verrichting. Daardoor wordt inzichtelijk hoe de cijfers in uw ziekenhuis verdeeld zijn onder de diverse specialismen. Er moet wel voorzichtigheid worden betracht bij de interpretatie van deze cijfers, omdat zoals gezegd niet op specialismeniveau wordt gestandaardiseerd. Als bij een specialisme de sterftecijfers relatief hoog zijn, wil het niet perse zeggen dat dit specialisme ‘slecht’ scoort vergeleken met dit specialisme in andere ziekenhuizen. Het zegt alleen iets over hoe patiënten met een bepaalde diagnose of verrichting in uw ziekenhuis verdeeld zijn over de specialismen.

Terug naar boven

Hoe komt het dat de gestandaardiseerde cijfers veranderen door het jaarlijks toepassen van een nieuw standaardisatiemodel?

Jaarlijks wordt een nieuw standaardisatiemodel gemaakt op basis van het afgesloten landelijke LMR bestand. Soms wordt dan gekeken of er een nieuwe factor moet worden meegenomen in de modellering. De herkomst van de patiënt heeft er bijvoorbeeld niet altijd ingezeten. Het is van belang om ieder jaar een nieuw model te maken om rekening te houden met landelijke ontwikkelingen. Denk bijvoorbeeld aan de dalende trend in ziekenhuissterfte, maar ook bijvoorbeeld veranderingen/ verbeteringen in de manier van vastleggen. Veel ziekenhuizen verbeteren bijvoorbeeld de registratie van nevendiagnosen: dit zal uiteindelijk van invloed zijn op de invloed van de comorbiditeit in het standaardisatiemodel. Vandaar dat dit ieder jaar opnieuw gebeurt.

Het doorvoeren van een nieuw model in RTM kan invloed hebben op de cijfers van uw ziekenhuis. Doordat de ziekenhuissterfte jaarlijks daalt, zal de verwachte sterfte in een nieuw model omlaag gaan, waardoor uw HSMR bijvoorbeeld omhoog kan gaan. Maar ook kan het zijn dat er ingewikkelder oorzaken zijn van het veranderen van de cijfers. Doordat steeds meer ziekenhuizen meer nevendiagnosen registreren, zal bijvoorbeeld de invloed van de factor comorbiditeit veranderen. Dit kan ook in iedere diagnosegroep weer anders zijn. Als u vragen hebt over uw cijfers, neem dan contact met ons op, dan helpen wij u graag verder.

Terug naar boven
 

Waarom zie ik geen heropnames van de laatste 3 maanden?

Er zit een vertraging van drie maanden in het tonen van heropnamegegevens. Dit heeft de volgende oorzaak. De eerste (oorspronkelijke) opname kan een maand duren. Vervolgens worden 28 dagen vanaf ontslag gerekend waarin een (ongeplande) heropname kan plaatsvinden. Bij deze heropname kan het ook weer een maand duren voordat de patiënt ontslagen wordt. Stel: iemand komt in begin februari in het ziekenhuis en wordt eind februari ontslagen. Deze patiënt wordt half maart opnieuw opgenomen om pas half april weer ontslagen te worden.

De heropnames worden alleen berekend over de maanden waarvoor in RTM minimaal 50% van het verwachte aantal opnames beschikbaar is. Als er minder dan 50% van de gegevens aanwezig is zijn de heropnamecijfers te onvolledig en geeft dat een onbetrouwbaar beeld (het lijkt alsof er weinig heropnames zijn, terwijl dit komt door onvolledige data).