Erstellung zuverlässiger Erythrozytenkonzentrat-Bedarfslisten für Operationen und Interventionen aus Data-Warehouse-Daten und der patientenbezogenen Chargendokumentation von Blutkomponenten

Author(s):  
Robert Zimmermann ◽  
Andreas Becker ◽  
Holger Hackstein ◽  
Thomas Ganslandt

ZusammenfassungDas Versäumnis, transfusionsvorbereitende Diagnostik durchzuführen und eine ausreichende Anzahl von Blutkomponenten vor der Operation zu bestellen, führt zunehmend zu klinischen Notfällen und vermeidbaren Risiken für die Patienten. Die eigentlich obligatorische Erstellung von Blutbedarfslisten scheitert oft an der Verfügbarkeit geeigneter Daten. Das Universitätsklinikum Erlangen ist ein Krankenhaus der Tertiärversorgung mit 1400 Betten. Hier werden seit 2010 kontinuierlich alle relevanten Daten zur Interpretation von Mustern bei der Verwendung von Blutbestandteilen erhoben. Wir sind in der Lage, die klinischen Data-Warehouse-Komponenten der persönlichen Daten der Empfänger von Erythrozytenkonzentraten (EK), die Codes der stationären Patienten im G-DRG-System (G-DRG: German Diagnosis Related Group), ICD-Codes, OPS-Codes und die Daten der EK-Komponenten aus dem IT-System der Blutbank zu integrieren. Die erhaltenen DRGs, ICD-Codes und OPS-Codes werden mit den Daten des Blutkomponentenverbrauchs auf individueller Basis verknüpft. Analysen können sowohl im gesamten Krankenhaus als auch in Bezug auf bestimmte Abteilungen durchgeführt werden. Die laufende Verfeinerung der Datenbankabfragen verbessert die Fähigkeit, den Blutbedarf für Standardoperationen und Interventionen korrekt abzuschätzen. Die Ergebnisse weichen zum Teil erheblich von den Schätzungen der Operateure hinsichtlich der Wahrscheinlichkeit einer Transfusion ab, oftmals wird die Wahrscheinlichkeit einer Transfusion unterschätzt. Die korrekte Einhaltung der 10-prozentigen Transfusionswahrscheinlichkeitsgrenze für die Frage der frühen präoperativen Bereitstellung von Kreuzblut kann durch solche Abfragen verbessert werden. Dem Phänomen der „verzögerten Transfusion“ entgegenzuwirken, wird zu einer immer wichtigeren Aufgabe für den klinisch tätigen transfusionsmedizinischen Arzt. Die Erstellung von Statistiken über die Transfusionswahrscheinlichkeit durch die Verknüpfung von Data-Warehouse-Daten und Chargendokumentationsdaten aus Blutbanken kann die notwendigen Werkzeuge bereitstellen.

Critical Care ◽  
2009 ◽  
Vol 13 (Suppl 1) ◽  
pp. P485
Author(s):  
A Mclaughlin ◽  
J Hardt ◽  
J Canavan ◽  
MB Donnelly

2018 ◽  
Vol 49 (1) ◽  
pp. 62-68 ◽  
Author(s):  
Sujeong Kim ◽  
Chaiyoung Jung ◽  
Junheum Yon ◽  
Hyeonseon Park ◽  
Hunsik Yang ◽  
...  

Background: The Korean Diagnosis-Related Groups (KDRG) was revised in 2003, modifying the complexity adjustment mechanism of the Australian Refined Diagnosis-Related Groups (AR-DRGs). In 2014, the Complication and Comorbidity Level (CCL) of the existing AR-DRG system was found to have very little correlation with cost. Objective: Based on the Australian experience, the CCL for KDRG version 3.4 was reviewed. Method: Inpatient claim data for 2011 were used in this study. About 5,731,551 episodes, which had one or no complication and comorbidity (CC) and met the inclusion criteria, were selected. The differences of average hospital charges by the CCL were analysed in each Adjacent Diagnosis-Related Group (ADRG) using analysis of variance followed by Duncan’s test. The patterns of differences were presented with R 2 in three patterns: The CCL reflected the complexity well (VALID); the average charge of CCL 2, 3, 4 was greater than CCL 0 (PARTIALLY VALID); the CCL did not reflect the complexity (NOT VALID). Results: A total of 114 (19.03%), 190 (31.72%) and 295 (49.25%) ADRGs were included in VALID, PARTIALLY VALID and NOT VALID, respectively. The average R 2 for hospital charge of CCL was 4.94%. The average R 2 in VALID, PARTIALLY VALID and NOT VALID was 4.54%, 5.21%, and 4.93%, respectively. Conclusion: The CCL, the first step of complexity adjustment using secondary diagnoses, exhibited low performance. If highly accurate coding data and cost data become available, the performance of secondary diagnosis as a variable to reflect the case complexity should be re-evaluated. Implications: Lack of reviewing the complexity adjustment mechanism of the KDRG since 2003 has resulted in outdated CC lists and levels that no longer reflect the current Korean healthcare system. Reliable cost data (vs. charge) and accurate coding are essential for accuracy of reimbursement.


1998 ◽  
Vol 21 (1) ◽  
pp. 37 ◽  
Author(s):  
Don Hindle ◽  
Pieter Degeling ◽  
Ono Van Der Wel

The Diagnosis Related Group classification has provided an excellent basis forenhancing the equity of resource allocation between public acute hospitals. However,it underestimates the higher levels of severity and consequent costliness of referralhospitals.This paper describes a practical way of measuring within-DRG variations in severity,which can be used to increase the precision of casemix-based funding. It involves theregression of length of stay against the numbers of significant diagnoses and procedures,and hence the prediction of additional justified costs. An example is given of itsapplication to data from South Australian public hospitals.


Sign in / Sign up

Export Citation Format

Share Document