Misure Composite di qualità dell’assistenza sanitaria: sensibile, in teoria, la problematica in pratica | BMJ Qualità e Sicurezza
- accreditamento
- anestesia
- atteggiamenti
Tutti i sistemi di assistenza sanitaria in mostra la variazione della qualità dell’assistenza fornita, se questo significa che l’accesso ai servizi di assistenza primaria,1 ambulanza, i tempi di risposta di 2 Incidenti & Emergenza in attesa times3 o processi di trattamento e risultati.4-6 Il monitoraggio di questa variazione di qualità può servire a molteplici scopi: informare i pazienti su dove meglio cercare assistenza;7 consentire ai medici di confrontare le loro prestazioni con quelle dei loro coetanei e quindi identificare gli obiettivi per gli sforzi di miglioramento della qualità a livello locale e sostenere lo sviluppo della politica nazionale. Tuttavia, ciò che tutti questi hanno in comune è la fiducia nell’affidabilità dei dati per riflettere adeguatamente la qualità dell’assistenza sanitaria, a volte un’ipotesi discutibile.
In BMJ Qualità e sicurezza, Hofstede et al8 hanno affrontato una situazione comune in cui i fornitori (come ospedali, pratiche generali o team comunitari) sono classificati in base alle loro prestazioni su un indicatore di qualità. Le classifiche vengono spesso utilizzate per effettuare confronti diretti delle prestazioni tra i fornitori e utilizzate per identificare valori anomali positivi o negativi. Tuttavia, uno degli aspetti negativi di questo approccio è che i ranghi dei fornitori possono essere suscettibili di fluttuazioni casuali negli indicatori. La precisione delle classifiche, cioè la loro affidabilità, deve quindi essere attentamente valutata quando si sviluppano questi tipi di approcci per segnalare la qualità delle cure. Ciò è particolarmente vero quando il pagamento è legato alle prestazioni,9 o quando gli sforzi continui di miglioramento della qualità potrebbero essere minati da errori di misurazione.
Le misure di prestazione sono guidate dal caso-mix del paziente, dalle differenze nell’assistenza fornita e dalla variazione casuale, con la loro accuratezza per riflettere sulla variazione di qualità reale determinata da due componenti.10 Il primo è l’affidabilità dell’indicatore per ciascun operatore sanitario. Questa componente (l’ “incertezza all’interno del fornitore”) dipende fortemente dal numero di pazienti che ricevono il tipo di assistenza in questione presso ciascun fornitore ed è probabile che sia influenzata da variazioni casuali, specialmente nei gruppi di popolazione più piccoli. Il secondo componente è la varianza negli indicatori tra i fornitori. Questa “incertezza tra fornitori” si riferisce alla vera variazione degli indicatori tra fornitori, mettendo da parte la variazione casuale all’interno dei singoli fornitori. Queste distinzioni sono rilevanti perché l’affidabilità del sistema di classificazione dipenderà sia dall’incertezza all’interno del fornitore che dall’incertezza tra i fornitori.
Un modo per combinare queste due fonti di incertezza è misurare la “classificabilità”, definita come il rapporto tra la variazione tra ospedale e la somma della variazione tra ospedale e all’interno dell’ospedale moltiplicata per 100.10 Questa percentuale calcolata descrive il livello di variazione dovuto alle vere differenze ospedaliere, al contrario del rumore casuale. Valori bassi per questa percentuale implicano che la variazione delle prestazioni tra gli ospedali riflette in gran parte la possibilità, non le vere differenze nelle prestazioni. Riferendosi a questa situazione come avere bassa rankability trasmette l’idea che le classifiche ospedaliere sono instabili: variazione casuale potrebbe altrettanto facilmente hanno prodotto classifiche molto diverse. Al contrario, valori elevati di rankability significano che la maggior parte delle variazioni osservate nelle prestazioni riflette differenze reali tra gli ospedali – qualsiasi classifica data è quindi abbastanza stabile.
Hofstede et al8 esaminano se sia possibile migliorare l’affidabilità delle classifiche basate su misure di qualità. Vengono valutate due strategie: combinare i dati degli indicatori in diversi anni per aumentare il numero di eventi (ad esempio, la segnalazione dei tassi di riammissione in base al numero di ricoveri che si verificano su un periodo pluriennale piuttosto che su un singolo anno) o generare una misura composita combinando le informazioni provenienti da due o più indicatori di qualità. Entrambi gli approcci potrebbero migliorare la classificabilità – ma con alcuni aspetti negativi in termini di utilità degli indicatori di qualità, come torneremo a discutere.
Hofstede e colleghi fanno uso dei dati di registrazione medica nazionale olandese per oltre mezzo milione di pazienti trattati in 95 ospedali, contenenti indicatori per la mortalità ospedaliera, la durata del soggiorno e i tassi di riammissione di 30 giorni in 12 anni. Gli autori hanno considerato un rapporto di rankability inferiore al 50% come basso, tra il 50% e il 75% come moderato e superiore al 75% come alto. I risultati dell’analisi mostrano che entrambe le strategie-raccogliere singoli indicatori su più anni o combinare più indicatori in un unico composito-possono migliorare significativamente la classificabilità rispetto all’uso di qualsiasi singola misura di risultato. Tuttavia, le misure composite hanno mostrato la massima affidabilità delle classifiche in questo studio e gli autori concludono che le misure composite forniscono più informazioni e classifiche più affidabili rispetto alla combinazione di più anni di singoli indicatori. Ma, naturalmente, ci sono altre considerazioni che ora affrontiamo.
Quali sono i vantaggi dell’utilizzo di misure composite?
L’attenzione alle misure di qualità composite è tempestiva perché vengono utilizzate in molti sistemi sanitari: il Center for Medicare and Medicaid Services, ad esempio, ha introdotto valutazioni a stelle per misurare le prestazioni dei piani Medicare Advantage e dei piani Part D. Le valutazioni a stelle sono disponibili per cinque categorie, che coprono aspetti come l’esperienza del paziente e l’accesso, mentre le valutazioni a stelle complessive per i piani di farmaci sono assegnate in quattro categorie, che coprono aspetti come la sicurezza dei farmaci.11 In Germania, le valutazioni complessive sono rese pubbliche per le case di cura residenziali e domiciliari, che coprono rispettivamente 59 e 34 criteri singoli su più dimensioni di qualità.12 13
La logica per l’adozione di misure composte è semplice. Nel corso degli anni, i dati amministrativi raccolti sono diventati disponibili e integrati da cartelle cliniche elettroniche e da dati specifici per malattia provenienti da audit e registri. Il risultato è stata una proliferazione di misure di risultato, che può provocare un sovraccarico di informazioni. Le misure composite possono aiutare a condensare questa grande quantità di informazioni in un unico indicatore, che è facile da usare e promette una panoramica delle prestazioni.14 Misure composite forniscono informazioni che riassumono una serie di dimensioni di qualità. Questo potrebbe essere particolarmente utile per i pazienti, che tendono a dare grande importanza a diversi aspetti della qualità, vale a dire che vogliono cure efficaci, sicure, centrate sul paziente e consegnate in modo compassionevole.
Limitazioni delle misure composite
I potenziali benefici delle misure composite potrebbero essere compensati dalle loro limitazioni sostanziali (tabella 1). Una revisione indipendente della Health Foundation sugli approcci per misurare la qualità della pratica generale in Inghilterra ha scoraggiato lo sviluppo e la diffusione di punteggi compositi.15 Un problema è che le misure composite possono mancare della capacità di segnalare cambiamenti nella qualità dell’assistenza che sono abbastanza specifici da essere l’obiettivo di progetti di miglioramento. Gli sforzi di miglioramento della qualità sono spesso diretti verso un problema specifico con la fornitura di assistenza e misurati attraverso una serie di indicatori ben definiti. I miglioramenti rispetto a questi indicatori potrebbero non tradursi in cambiamenti nelle misure composite che includono anche informazioni in altri settori di qualità.
- Visualizza inline
- Visualizza popup
Vantaggi e svantaggi di composito misure di qualità
un Altro problema è che le misure composite potrebbe prendere potenziali effetti di ricaduta. Ad esempio, una riduzione della mortalità può portare ad un successivo aumento delle riammissioni ospedaliere, poiché una percentuale maggiore di pazienti sopravvive alla degenza ospedaliera iniziale che altrimenti sarebbe morta. Se una misura composita è stata formata combinando i dati sulla mortalità e i tassi di riammissione, allora i due effetti potrebbero essere annullati. Un altro possibile tipo di effetto spillover si verifica quando i miglioramenti di un settore di assistenza vengono a costo di deterioramenti altrove, ad esempio, a causa di risorse limitate. Sebbene le misure composite pretendano di offrire una visione completa ed equilibrata della qualità in diversi domini, ciò è possibile solo se sono disponibili i dati necessari, ma se mancano i dati su alcuni domini, questi domini non si rifletteranno così come dovrebbero essere sul punteggio composito, il che è potenzialmente fuorviante.
Naturalmente, gli individui e i gruppi di parti interessate potrebbero differire nella loro valutazione circa l’importanza relativa delle misure costitutive. Ad esempio,i pazienti attribuiscono un grande valore alla ricezione di cure che vengono fornite in modo compassionevole e tempestivo, 16 mentre i medici potrebbero talvolta porre maggiore enfasi sulla fornitura di trattamenti efficaci. Una sfida fondamentale nell’uso di misure composite è quindi la pesatura di singole misure selezionate per riflettere le preferenze individuali, 17 con diversi metodi di pesatura utilizzati come la ponderazione uguale, numeratrice e basata sulle opportunità, o la ponderazione sul giudizio degli esperti.18 È importante sottolineare che, per garantire l’usabilità delle misure composite, la loro costruzione e selezione delle misure di risultato devono essere guidate dallo scopo generale del loro utilizzo e adattate all’utente finale. Le misure composite possono essere fuorvianti quando non sono disponibili dati su determinati domini rilevanti per l’utente finale. Inoltre, potrebbe essere difficile adeguare le misure composite per i confonditori che possono differire da un indicatore di qualità all’altro.
Conclusione
I medici, i responsabili sanitari e i responsabili delle politiche dipendono da informazioni affidabili per esprimere giudizi sull’impatto delle iniziative passate sulla qualità e per orientare i miglioramenti futuri. Le misure composite sono una buona idea in teoria in quanto possono fornire un modo per dare un senso al crescente numero di misure su vari aspetti della qualità dell’assistenza. Il documento companion ha anche rilevato che una misura composita della mortalità ospedaliera, della riammissione di 30 giorni e della durata prolungata del soggiorno ha mostrato una migliore classificabilità rispetto ai singoli indicatori per alcuni importanti esempi medici e chirurgici comunemente sottoposti alla misurazione delle prestazioni. In effetti, la rankability, che descrive la percentuale di variazione delle prestazioni dovuta a differenze reali piuttosto che al caso, rappresenta un’importante considerazione tecnica per qualsiasi misura delle prestazioni.
In pratica, tuttavia, le misure composite soffrono di limitazioni significative a causa della mancanza di dati, di causalità complesse e di difficoltà nell’impostare i pesi giusti per riflettere le preferenze individuali. A meno che queste limitazioni sono rivolte, per esempio, attraverso il miglioramento della trasparenza circa le misure composite’ inerente a finalità e limiti, o consentendo agli utenti di adattare i materiali compositi per riflettere le preferenze individuali, che potrebbe essere favorita attraverso strumenti di visualizzazione dei dati,19 le loro principali applicazioni sono suscettibili di essere di aiutare i pazienti a decidere dove andare per la cura, piuttosto che di miglioramento della qualità. I produttori di classifiche delle prestazioni potrebbero essere invitati a combinare i dati su più anni per effettuare valutazioni d’impatto. In definitiva, tuttavia, come per qualsiasi valutazione, lo scopo della misurazione della qualità dovrebbe determinare la selezione della misura.
- ↵
- Irving G,
- Neves AL,
- Dambha-Miller H, et al
. Variazioni internazionali nel tempo di consultazione del medico di base: una revisione sistematica dei paesi 67. BMJ Aperto 2017;7: e017902.doi:10.1136 / bmjopen-2017-017902
- ↵
Ufficio nazionale di audit, 2017. Servizi di ambulanza NHS. https://www.nao.org.uk/wp-content/uploads/2017/01/NHS-AmbulanceServices.pdf
- ↵
- Giuntella O,
- Nicodemo C,
- Vargas-Silva C
. Gli effetti dell’immigrazione sui tempi di attesa NHS. J Salute Econ 2018;58: 123-43.doi:10.1016 / j. jhealeco.2018.02.001
- ↵
- Friebel R,
- Hauck K,
- Aylin P, et al
. Tendenze nazionali nei tassi di riammissione di emergenza: un’analisi longitudinale dei dati amministrativi per l’Inghilterra tra 2006 e 2016. BMJ Aperto 2018; 8: e020325–10.doi: 10.1136 / bmjopen-2017-020325
- ↵
- Friebel R,
- Hauck K,
- Aylin P
. Centralizzazione dei servizi di ictus acuto a Londra: valutazione dell’impatto utilizzando due gruppi di trattamento. Salute Econ 2018;27:722-32.doi: 10.1002 / hec.3630
- ↵
- Friebel R,
- Dharmarajan K,
- Krumholz HM, et al
. Le riduzioni dei tassi di riammissione sono associate a modesti miglioramenti nei guadagni di salute riportati dal paziente dopo la sostituzione dell’anca e del ginocchio in Inghilterra. Cura Med 2017; 55:834-40.doi: 10,1097 / MLR.0000000000000779
- ↵
- Gutacker N,
- Siciliani L,
- Moscelli G, et al
. Scelta dell’ospedale: quale tipo di qualità conta?J Salute Econ 2016;50: 230-46.doi:10.1016 / j. jhealeco.2016.08.001
- ↵
- Hofstede SN,
- Ceyisakar IE,
- Lingsma HF
. Ranking ospedali: otteniamo affidabilità utilizzando composito piuttosto che singoli indicatori?BMJ Qual Saf 2019;28: 94-102.doi: 10.1136 / bmjq-2017-007669
- ↵
- Friebel R,
- Steventon A
. I molteplici obiettivi del pay-for-performance e il rischio di conseguenze indesiderate. BMJ Qual Saf 2016;25:827-31.doi: 10.1136 / bmjqs-2016-005392
- ↵
- van Dishoeck AM,
- Lingsma HF,
- Mackenbach JP, et al
. Variazione casuale e rankability degli ospedali utilizzando indicatori di risultato. BMJ Qual Saf 2011;20:869-74.doi:10.1136 / bmjq.2010.048058
- ↵
Centri per Medicare & Servizi Medicaid, 2018. Medicare stelle. https://www.medicare.gov/find-a-plan/staticpages/rating/planrating-help.aspx (accesso 25 Jul 2018).
- ↵
- Spitzenverband G
, Pflegenoten. https://www.gkv-spitzenverband.de/service/versicherten_service/pflegenoten_1/pflegenotenhinweise.jsp (accesso 9 agosto 2018).
- ↵
- Rechel B,
- McKee M,
- Haas M, et al
. Relazioni pubbliche sulla qualità, i tempi di attesa e l’esperienza dei pazienti in 11 paesi ad alto reddito. Politica sanitaria 2016;120:377-83.doi: 10.1016 / j. healthpol.2016.02.008
- ↵
Forum nazionale di qualità. Composite measure evaluation framework and national voluntary consensus standards for mortality and safety-composite measures: a consensus report, 2009.
- ↵
- Dixon J,
- Spencelayh E,
- Howells A
. Indicatori di qualità delle cure nelle pratiche generali in Inghilterra. Londra, Inghilterra, 2015.
- ↵
- Joffe S,
- Manocchia M,
- Weeks JC, et al
. Cosa apprezzano i pazienti nelle loro cure ospedaliere? Una prospettiva empirica sull’autonomia incentrata sulla bioetica. J Etica Med 2003;29:103-8.doi: 10.1136 / jme.29.2.103
- ↵
- Schang L,
- Hynninen Y,
- Morton A, et al
. Sviluppo di misure composite robuste di intervalli di qualità sanitaria e relazioni di dominanza per i consigli sanitari scozzesi. Soc Sci Med 2016;162:59–67.doi:10.1016 / j. socscimed.2016.06.026
- ↵
- Shwartz M,
- Restuccia JD,
- Rosen AK
. Misure composite delle prestazioni del fornitore di assistenza sanitaria: una descrizione degli approcci. Milbank Q 2015;93:788-825.doi:10.1111/1468-0009.12165
- ↵
- Barclay M,
- Dixon-Woods M,
- Lyratzopoulos G
. Il problema con gli indicatori compositi. BMJ Qual Saf . 2018: bmjqs-2018-007798.doi: 10.1136/bmjqs-2018-007798
-
- Montori VM,
- Permanyer-Miralda G,
- Ferreira-González I, et al
. Validità degli endpoint compositi negli studi clinici. BMJ 2005; 330:594-6.doi:10.1136 / bmj.330.7491.594
