Elke Jeschke

Qualitätssicherung mit Routinedaten (QSR) ist ein Verfahren zur Messung der Behandlungsqualität beim Gelenkersatz, das mögliche Komplikationen bis zu einem Jahr nach Operation berücksichtigt. Das QSR-Indikatorenset wird jährlich von einer Expertengruppe überprüft. Aktuelle Änderungen sind hier dargestellt.

Background: Improvements in implant design and surgical technique of unicondylar knee arthroplasty have led to reduced revision rates, but patient selection seems to be crucial for success of such arthroplasties. The purpose of the present study was to analyze the 5-year implant survival rate of unicondylar knee replacements in Germany and to identify patient factors associated with an increased risk of revision, including >30 comorbid conditions. Methods: Using nationwide billing data of the largest German health-care insurance for inpatient hospital treatment, we identified patients who underwent unicondylar knee arthroplasty between 2006 and 2012. Kaplan-Meier survival curves with revision as the end point and log-rank tests were used to evaluate 5-year implant survival. A multivariable Cox regression model was used to determine factors associated with revision. The risk factors of age, sex, diagnosis, comorbidities, type of implant fixation, and hospital volume were analyzed. Hazard ratios (HRs) and 95% confidence intervals (95% CIs) were calculated. Results: During the study period, a total of 20,946 unicondylar knee arthroplasties were included. The number of unicondylar knee arthroplasties per year increased during the study period from 2,527 in 2006 to 4,036 in 2012. The median patient age was 64 years (interquartile range, 56 to 72 years), and 60.4% of patients were female. During the time evaluated, the 1-year revision rate decreased from 14.3% in 2006 to 8.7% in 2011. The 5-year survival rate was 87.8% (95% CI, 87.3% to 88.3%). Significant risk factors (p < 0.05) for unicondylar knee arthroplasty revision were younger age (the HR was 2.93 [95% CI, 2.48 to 3.46] for patient age of 74 years was used as the reference); female sex (HR, 1.18 [95% CI, 1.07 to 1.29]); complicated diabetes (HR, 1.47 [95% CI, 1.03 to 2.12]); depression (HR, 1.29 [95% CI, 1.06 to 1.57]); obesity, defined as a body mass index of ≥30 kg/m² (HR, 1.13 [95% CI, 1.02 to 1.26]); and low-volume hospitals, denoted as an annual hospital volume of ≤10 cases (HR, 1.60 [95% CI, 1.39 to 1.84]), 11 to 20 cases (HR, 1.47 [95% CI, 1.27 to 1.70]), and 21 to 40 cases (HR, 1.31 [95% CI, 1.14 to 1.51]) (>40 cases was used as the reference). Conclusions: Apart from known risk factors, this study showed a significant negative influence of obesity, depression, and complicated diabetes on the 5-year unicondylar knee replacement survival rate. Surgical indications and preoperative patient counseling should consider these findings. Level of Evidence: Prognostic Level III. See Instructions for Authors for a complete description of levels of evidence.

Qualitätssicherung mit Routinedaten (QSR) ist ein Verfahren zur Qualitätsmessung. Es hat zum Ziel, Daten zur Verbesserung der Versorgungsqualität vorzulegen. Dabei wird insbesondere die in herkömmlichen Qualitätsmessverfahren schwer zugängliche Information über das Follow up einer Behandlung für die Qualitätsmessung erschlossen und diese Kliniken und Patienten zugänglich gemacht. Als Datengrundlage des QSR-Verfahrens dienen bundesweite Routinedaten der AOK (24 Mio. Versicherte). Dazu zählen anonymisierte Abrechnungsdaten nach §301 SGB V wie Erkrankungen, Eingriffe, Verweildauern, Verlegungen und Entlassungsgründe ergänzt um anonymisierte Versichertenstammdaten wie das Alter und Geschlecht der Patienten sowie den Versicherten- und Überlebensstatus. So ist es mit dem QSR-Verfahren möglich, unterschiedliche Krankenhausaufenthalte und Praxiskontakte einem Patienten zuzuordnen, ohne dass die Person re-identifizierbar ist. Somit können auch Ereignisse im Therapieverlauf in die Qualitätsmessung unabhängig vom Ort der Behandlung einfließen. QSR nutzt Daten, die ohnehin schon vorliegen, ein zusätzlicher Dokumentationsaufwand entsteht nicht. Das QSR-Verfahren gibt es seit nunmehr über 10 Jahren. Es wird vom Wissenschaftlichen Institut der AOK (WIdO) getragen und weiterentwickelt und basiert auf einem Projekt des AOK-Bundesverbandes und der HELIOS-Kliniken, das bereits im Jahr 2002 startete. Derzeit gibt es QSR-Indikatoren für 14 Leistungsbereiche, darunter die hier vorgestellten Indikatoren für Hüft- und Kniegelenkersatz bei Arthrose.

Background: Studies on health-related quality of life (HRQOL) are missing for nursing home residents independent from their health conditions or interventions after admission. Our aim was to analyse if the care dependency of nursing home residents influence their HRQOL and to describe HRQOL of nursing home residents at the time of admission.Method: Eleven German nursing homes were randomly selected for a cross-sectional multicentre study from April 2008 until December 2009. HRQOL was measured with the Nottingham Health Profile (NHP) in the six domains “Physical Mobility”, ”Energy”, “Pain”, “Social Isolation”, “Emotional Reaction” and “Sleep”. Domain scores range from zero (good subjective health status) to 100 (poor subjective health status). Care dependency was evaluated using the Care Dependency Scale, age, sex, cognitive status and diseases were documented by the research assistants. Multivariate regression analysis was performed to quantify the influence of care dependency on HRQOL.Results: 120 residents were included in total. HRQOL was mostly reduced in the domains “Physical Mobility” and ”Energy“ (mean scores >43.0), while impairment differences in the domains “Pain”, “Social Isolation”, “Emotional Reaction” and “Sleep” were only moderate (≤25.0). HRQOL was not influenced by the age. Women (n = 85) had a significantly poorer HRQOL in the domain “Pain” than men (mean score women: 29.5 ± 31.5; males: 14.9 ± 17.2; p = 0.011). Care dependency had an influence on the domain “Sleep” (ß = −0.195, p = 0.031), while the other domains were not influenced by care dependency. Residents with a low care dependency scored significantly lower (better HRQOL) in the domain “Sleep” than residents with a high care dependency (mean score 15.3; SD ± 19.0 versus mean score 32.8 SD ± 33.2; p < 0.02).Conclusion: The level of care dependency has no influence on the HRQOL from the nursing home residents’ perspective apart from the domain “Sleep”. High care dependency residents have a lower HRQOL in the domain “Sleep” compared to moderate and low care dependency residents. We found a significantly lower HRQOL in women compared to men in the domain “Pain“.

Die vorliegende Studie analysiert hinsichtlich einer klinikbezogenen Qualitätsmessung am Beispiel von Hüftgelenks-Endoprothesen bei Coxarthrose, welcher Informationsgewinn gegenüber der alleinigen Betrachtung von Inhouse-Ereignissen erreicht werden kann, wenn zusätzlich Komplikationen im Follow-up berücksichtigt werden. Die Analyse wurde mit anonymisierten Abrechungsdaten der AOK der Jahre 2007–2009 im Rahmen des Verfahrens „Qualitätssicherung mit Routinedaten“ durchgeführt. Eingeschlossen wurden Fälle mit der Implantation einer Hüftgelenksendoprothese bei Arthose. Für die Analyse der klinikbezogenen Ergebnisqualität wurden 6 Qualitätsindikatoren gebildet (Revisionsoperation innerhalb von 365 Tagen, chirurgische Komplikationen innerhalb von 90 Tagen, Thrombose/Lungenembolie innerhalb von 90 Tagen, Femurfraktur innerhalb von 90 Tagen, Sterblichkeit innerhalb von 90 Tagen und Komplikationsindex). Für jede Klinik wurden adjustierte SMRs (Standardisiertes Mortalitäts- bzw. Morbiditätsratio) mit 95%-Konfidenzintervall berechnet. Zur Analyse des Zusammenhangs zwischen den SMR-Werten im Krankenhaus und im Follow-up wurde der Rangkorrelationskoeffizient nach Spearman (r) verwendet. Weiterhin wurde ermittelt, wie hoch die prozentuale Übereinstimmung der in Quartile kategorisierten SMRs der Kliniken aufgrund der Krankenhausereignisse und der Ereignisse im Follow-up war. Insgesamt wurden 154 470 AOK-Patienten aus 930 Kliniken in die Analyse eingeschlossen. Die Kliniken hatten im Median eine Gesamtkomplikationsrate von 11,22%. Ein Viertel der Kliniken wies Komplikationsraten von 8,18% oder darunter auf. Ein Viertel der Kliniken hatte annähernd doppelt so hohe Raten (≥15,49%). Fast ein Drittel aller Komplikationsereignisse trat erst nach dem initialen Krankenhausaufenthalt auf. Bezüglich der klinikbezogenen Komplikationen gab es bei allen untersuchten Indikatoren kaum einen Zusammenhang zwischen den Ereignissen im stationären Erstaufenthalt und im Nachbeobachtungszeitraum (r<0,3). Die Reihenfolge der Kliniken, definiert durch SMR-Quartile, änderte sich durch Hinzunahme der Komplikationen im Follow-up für die betrachteten Indikatoren deutlich (Min: 21%, Max: 47% Kliniken mit Quartilswechsel). Insbesondere für die Indikatoren Revision und Tod ergab sich eine Veränderung des SMR-Quartils bei fast der Hälfte aller Kliniken. Eine Qualitätsbetrachtung von Hüftgelenkersatzoperationen mit Inhouse-Ereignissen allein ist wenig zuverlässig. Einerseits treten fast ein Drittel aller Komplikationen erst im Nachbeobachtungszeitraum auf, andererseits ist eine prognostische Aussage für das Auftreten von Follow-up-Ereignissen aus vorliegenden Inhouse-Komplikationen einer Klinik für die betrachteten Indikatoren nicht möglich. This study analyses the information gain achieved by additionally taking into account complications in the follow-up period instead of merely considering in-house events for a hospital-based quality measurement using the example of hip replacement. The analysis was performed with anonymous statutory health insurance data (AOK) for the years 2007–2009 within the framework of the quality measurement method „Quality Assurance with Administrative Data (QSR)“. It included cases of hip replacement surgery due to osteoarthritis. In order to analyse hospital-related outcome quality, 6 quality indicators were formed (revision surgery within 365 days, surgical complications within 90 days, thrombosis/pulmonary embolism within 90 days, femur fracture within 90 days, mortality within 90 days and complication index). For each hospital, the adjusted SMRs (standardised mortality or morbidity ratio) with 95% confidence intervals were calculated. The relation between the in-hospital and the follow-up SMR was analysed by Spearman’s rank correlation coefficient. Furthermore, the percentage consistency of hospital SMRs categorised into quartiles on the basis of in-hospital and post-discharge events was determined. A total of 154 470 AOK patients from 930 hospitals were included in the analysis. The hospitals had a median overall complication rate of 11,22%. One quarter of the hospitals had complication rates of 8,18% or below. Another quarter of the hospitals had complication rates nearly twice as high (≥15,49%). Nearly one-third of all complications occurred after the initial hospitalisation. Regarding clinic-related complications, there was little correlation between the events in the initial case and during follow-up (r<0,3) for all indicators. The order of the hospitals defined by quartiles of SMR changed significantly by adding the complications in the follow-up for the indicators considered (min 21%, max 47% changes between quartiles). In particular, for the indicators revision and death, a change in the SMR quartile occurred in almost 50% of all hospitals. Quality assessment of hip replacement surgery based exclusively on in-house events is quite unreliable. On the one hand, nearly a third of all complications occur in the follow-up period. On the other hand, predicting the occurrence of post-discharge events from in-house complications of a clinic is not considered acceptable for the indicators analysed in this study.