Qualität und Outcomes messen, für die CMS tatsächlich zahlt

# Qualität und Outcomes messen, für die CMS tatsächlich zahlt

Eine 68-jährige Patientin mit Herzinsuffizienz wird an einem Dienstag entlassen. Achtzehn Tage später ist sie wieder in der Notaufnahme, mit Atemnot. Für das klinische Team ist das ein trauriges, aber alltägliches Ereignis. Für die Finanzabteilung des Krankenhauses ist diese einzelne Wiederaufnahme ein Datenpunkt in einer Formel, die über das Jahr hinweg Medicare-Zahlungen in Millionenhöhe verschieben kann.

Diese Lektion zeigt Ihnen, wie aus rohen Entlassungsdaten ein Qualitätsscore wird, warum die Risikoadjustierung alles entscheidet und wie die Centers for Medicare and Medicaid Services (CMS), die Bundesbehörde, die Medicare betreibt, diese Scores in echtes Geld umwandeln.

Warum Outcomes zur Vergütung wurden

Den größten Teil des 20. Jahrhunderts wurden Krankenhäuser für Volumen bezahlt: mehr Aufnahmen, mehr Eingriffe, mehr Umsatz. Das ist „fee-for-service“.

Ab den 2010er-Jahren verlagerte CMS sich in Richtung „value-based payment“: Ein Teil dessen, was ein Krankenhaus verdient, hängt von Qualität und Outcomes ab, nicht nur von der Aktivität. Die Logik: Eine Wiederaufnahme signalisiert oft, dass etwas schiefgelaufen ist (schlechte Entlassplanung, Verwirrung bei der Medikation, kein Folgetermin).

Zwei Programme sind für Outcome-Daten von Krankenhäusern am wichtigsten:

• HRRP (Hospital Readmissions Reduction Program): bestraft Krankenhäuser mit höheren als erwarteten 30-Tage-Wiederaufnahmen bei bestimmten Indikationen.
• HVBP (Hospital Value-Based Purchasing): belohnt oder bestraft auf Basis eines breiteren Sets von Qualitäts-, Sicherheits- und Patientenerfahrungs-Kennzahlen.

Beide sind budgetneutral angelegt: CMS behält einen Teil der Zahlungen zurück und verteilt ihn leistungsabhängig um. Wenn Sie schlechter abschneiden als Ihre Peers, finanzieren Sie den Bonus für Krankenhäuser, die besser abschneiden.

Die Kernmetriken: Wiederaufnahmen und Mortalität

Zwei Outcome-Familien dominieren die Scorecard.

30-Tage-Wiederaufnahmerate. Welcher Anteil der Patienten, die mit einer bestimmten Diagnose entlassen wurden, kehrt innerhalb von 30 Tagen in ein Krankenhaus zurück? CMS konzentriert sich auf Indikationen wie Herzinsuffizienz, Pneumonie, chronisch obstruktive Lungenerkrankung (COPD) sowie Hüft- und Knieersatz.

30-Tage-Mortalitätsrate. Welcher Anteil der Patienten, die wegen einer Indikation wie Herzinfarkt oder Herzinsuffizienz aufgenommen wurden, stirbt innerhalb von 30 Tagen?

Achten Sie auf das Detail „in ein Krankenhaus“. Ein Patient kann aus Krankenhaus A entlassen und in Krankenhaus B wieder aufgenommen werden, und es zählt trotzdem gegen A. Deshalb verlassen sich Krankenhäuser auf Claims-Daten, die dem Patienten über Einrichtungen hinweg folgen, und nicht nur auf ihre eigenen internen Aufzeichnungen.

Die Scorecard aus Entlassungsdaten aufbauen

Bauen wir Zähler und Nenner in Rohform. Stellen Sie sich eine Entlassungstabelle mit einer Zeile pro Aufnahme vor.

-- Simplified 30-day heart failure readmission
WITH index_admissions AS (
  SELECT patient_id, admit_date, discharge_date
  FROM admissions
  WHERE primary_dx = 'heart_failure'
    AND discharge_status <> 'expired'   -- can't readmit a death
),
readmits AS (
  SELECT i.patient_id, i.discharge_date
  FROM index_admissions i
  JOIN admissions a
    ON a.patient_id = i.patient_id
   AND a.admit_date > i.discharge_date
   AND a.admit_date <= i.discharge_date + INTERVAL '30 days'
)
SELECT
  COUNT(DISTINCT r.patient_id) * 1.0 /
  COUNT(DISTINCT i.patient_id) AS raw_readmit_rate
FROM index_admissions i
LEFT JOIN readmits r USING (patient_id);

Damit haben Sie eine *rohe* Rate. Und eine rohe Rate ist für den Vergleich von Krankenhäusern nahezu unbrauchbar. Hier ist der Grund.

Risikoadjustierung: alles entscheidend

Angenommen, Krankenhaus A ist ein städtisches Universitätsklinikum, das die kränkesten, ältesten und ärmsten Patienten behandelt. Krankenhaus B ist ein Vorstadtkrankenhaus mit gesünderen Patienten. A wird mehr Wiederaufnahmen haben, egal wie gut seine Versorgung ist.

Ein Vergleich der rohen Raten würde A dafür bestrafen, schwere Arbeit gut zu machen. Die Risikoadjustierung behebt das. Sie fragt: Wie viele Wiederaufnahmen wären angesichts des spezifischen Patientenmix dieses Krankenhauses (Alter, weitere Diagnosen, frühere Aufnahmen) zu *erwarten*? Dann vergleicht sie Erwartung mit Beobachtung.

CMS berichtet eine verhältnisbasierte Kennzahl. Der zentrale Output wird oft als Verhältnis von vorhergesagten zu erwarteten Outcomes ausgedrückt:

• Verhältnis nahe 1,0: Leistung wie erwartet für Ihre Patienten.
• Verhältnis über 1,0: schlechter als erwartet.
• Verhältnis unter 1,0: besser als erwartet.

CMS multipliziert dieses Verhältnis mit der nationalen Durchschnittsrate und erhält so eine risikostandardisierte Wiederaufnahmerate (RSRR) oder risikostandardisierte Mortalitätsrate (RSMR). Das sind die Zahlen, die die Vergütung tatsächlich steuern.

Die Modelle nutzen hierarchische logistische Regression und adjustieren für klinische Variablen (Komorbiditäten aus Diagnosecodes), adjustieren aber bewusst *nicht* alles weg. Sozioökonomische Faktoren werden im HRRP zum Beispiel über Peer Grouping behandelt und nicht direkt in das klinische Modell eingebacken, eine Designentscheidung, die verhindern soll, dass für Krankenhäuser mit benachteiligten Patientengruppen niedrigere Standards gesetzt werden. Das bleibt ein umstrittenes Thema.

Sie müssen diese Modelle nicht selbst bauen. CMS veröffentlicht die Methodik, und die zugrunde liegenden Ergebnisse sind öffentlich im Care-Compare-Tool von Medicare, wo jeder die Leistung eines Krankenhauses nachschlagen kann.

🎬 [VIDEO: "How Risk Adjustment Works in Value-Based Care" - youtube.com - eine klare Erklärung, warum Observed-to-Expected-Verhältnisse mehr zählen als rohe Raten]

Von Scores zu Sternebewertungen

CMS verdichtet viele Kennzahlen zum Overall Hospital Quality Star Rating, einer öffentlich sichtbaren Zusammenfassung von 1 bis 5 Sternen.

Das Star Rating gruppiert Dutzende Kennzahlen in Kategorien wie:

• Mortalität
• Sicherheit der Versorgung
• Wiederaufnahme
• Patientenerfahrung
• Zeitnahe und wirksame Versorgung

Jedes Krankenhaus erhält einen Summenscore, und die Krankenhäuser werden in Sterne-Buckets einsortiert. Patienten sehen Sterne; Führungskräfte sehen die Kennzahlen darunter. Ein Rückgang von 4 auf 3 Sterne verändert selten die Entscheidung eines einzelnen Patienten, prägt aber Verhandlungen mit Kostenträgern, Reputation und Zuweisungsmuster.

Wichtig: Das öffentliche Star Rating und die Vergütungsprogramme (HRRP, HVBP) verwenden überlappende, aber nicht identische Kennzahlen. Gehen Sie nicht davon aus, dass ein gutes Star Rating gleich null Vergütungsabschlag bedeutet.

Outcomes in Euro umrechnen

Hier ist der Mechanismus, der das zu einem Finanzthema macht, nicht nur zu einem klinischen.

Im HRRP berechnet CMS für jede gemessene Indikation eine „excess readmission ratio“. Wenn Ihr Krankenhaus mehr als erwartet wieder aufnimmt, wendet CMS einen Zahlungsabschlag auf *alle* Ihre Medicare-Inpatient-Zahlungen des Jahres an, bis zu einem gedeckelten Prozentsatz (die maximale Strafe lag bei 3 Prozent der Basis-Medicare-Inpatient-Zahlungen).

Rechnen Sie das auf die Größenordnung hoch. Nehmen Sie ein Krankenhaus mit beispielsweise 200 Millionen Dollar an jährlichen Medicare-Inpatient-Zahlungen (illustrative Zahl). 1 Prozent Strafe sind 2 Millionen Dollar. Ein Rückgang von 1 Prozent auf 0,4 Prozent Strafe, getrieben von einer moderaten Verbesserung bei Wiederaufnahmen wegen Herzinsuffizienz und Pneumonie, ist deutlich mehr als eine Million Dollar wert, und das jedes Jahr erneut.

Deshalb investieren Krankenhäuser in:

• Entlassplanung und Medikationsabgleich (Bestätigung, dass die Medikationsliste des Patienten bei Entlassung korrekt ist).
• Terminvereinbarung für Folgetermine, bevor der Patient geht.
• Telefonanrufe nach der Entlassung in den ersten 48 bis 72 Stunden.
• Datenteams, die Hochrisikopatienten anhand derselben Variablen markieren, die die CMS-Modelle verwenden.

Der Return einer Pflegekraft, die entlassene Herzinsuffizienz-Patienten anruft, wird zum Teil in vermiedenen Wiederaufnahmen gemessen, und diese vermiedenen Wiederaufnahmen bewegen das Observed-to-Expected-Verhältnis.

Typische Datenfallen

Wenn Sie der Analyst sind, der „unsere Wiederaufnahmerate ziehen“ soll, sind diese Fehler leicht gemacht und teuer, wenn man sie übersieht.

Rohe Raten an die Führung berichten. Kennzeichnen Sie immer, ob eine Zahl roh oder risikostandardisiert ist. Eine rohe Rate neben eine von CMS veröffentlichte risikostandardisierte Rate zu stellen, vergleicht zwei verschiedene Dinge.

Verlegungen und geplante Wiederaufnahmen ignorieren. Eine geplante Rückkehr für Chemotherapie oder eine gestaffelte Operation ist kein Qualitätsversagen, und CMS schließt viele geplante Wiederaufnahmen aus. Sie mitzuzählen bläht Ihre Rate auf.

Wiederaufnahmen außerhalb des eigenen Hauses übersehen. Wenn Sie nur Ihre eigene EHR (elektronische Patientenakte) nutzen, entgehen Ihnen Patienten, die zu einem Wettbewerber gewechselt sind. Claims-Daten oder ein Health Information Exchange schließen diese Lücke.

Kleine Nenner. Bei einer Indikation mit geringem Volumen lassen ein oder zwei zusätzliche Wiederaufnahmen den Prozentwert stark schwanken. CMS behandelt das mit statistischem Shrinkage in seinen Modellen und zieht Krankenhäuser mit kleinen Stichproben in Richtung nationalen Durchschnitt. Ihr internes Dashboard sollte Indikationen markieren, bei denen die Fallzahl zu klein für eine monatliche Interpretation ist.

Messfenster und finanzielle Wirkung verwechseln. CMS nutzt einen mehrjährigen Performance-Zeitraum (oft drei Jahre Daten), um die Strafe eines einzelnen Fiskaljahres zu berechnen. Die Verbesserung, die Sie heute erzielen, taucht ein Jahr oder später in den Zahlungen auf. Setzen Sie die Erwartungen entsprechend.

Alles zusammensetzen

Eine nützliche interne Scorecard hat drei Ebenen:

1. Rohe operative Kennzahlen, häufig aktualisiert, damit klinische Teams Trends schnell sehen.

2. Näherungsweise risikostandardisierte Schätzungen, damit Sie vorhersagen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen, wo CMS landen wird.

3. Finanzielle Übersetzung, die prognostizierte Verhältnisse in geschätzte Vergütungsanpassungen umrechnet, damit die Führung versteht, was auf dem Spiel steht.

Die Datenfähigkeit, die am meisten zählt, ist nicht aufwendiges Modellieren. Es ist die getreue Reproduktion der CMS-Definitionen: die richtigen Indikationen, die richtigen Ausschlüsse, das richtige 30-Tage-Fenster und eine ehrliche Kennzeichnung von roh versus adjustiert.

Key Takeaways

• Rohe Outcome-Raten lassen sich nicht über Krankenhäuser hinweg vergleichen. Die Risikoadjustierung (beobachtet versus erwartet) macht Outcomes fair und ist das, worauf CMS tatsächlich zahlt.
• Wiederaufnahmen folgen dem Patienten, nicht dem Gebäude. Nutzen Sie Claims- oder Exchange-Daten, denn eine Wiederaufnahme bei einem Wettbewerber zählt trotzdem gegen Sie.
• Kleine Strafen sind große Summen. Ein Bruchteil eines Prozents, angewendet auf alle Medicare-Inpatient-Zahlungen, wiederholt sich jedes Jahr und erreicht in einem mittelgroßen Krankenhaus leicht siebenstellige Beträge.
• Öffentliche Star Ratings und Vergütungsprogramme überlappen sich, sind aber verschieden. Gehen Sie nie davon aus, dass gute Sterne keine Strafe bedeuten; prüfen Sie die konkreten Kennzahlen.
• Reproduzieren Sie CMS-Definitionen exakt. Korrekte Indikationssets, Ausschlüsse und das 30-Tage-Fenster zählen mehr als raffinierte Statistik. Verifizieren Sie gegen Care Compare.