Penyesuaian Risiko dan Analisis Campuran Kasus

Penyesuaian risiko adalah serangkaian metode statistik yang digunakan untuk memperhitungkan perbedaan karakteristik pasien ketika membandingkan hasil atau biaya dari berbagai penyedia layanan, program, atau perawatan. Karena rumah sakit dan klinisi merawat pasien yang berbeda dalam usia, tingkat keparahan, dan komorbiditas, perbandingan yang adil dari hasil yang terukur memerlukan penyesuaian untuk campuran kasus ini; jika tidak, perbedaan kualitas yang tampak mungkin hanya mencerminkan perbedaan pada pasien yang dirawat.

Definition

Penyesuaian risiko adalah proses memperhitungkan perbedaan campuran kasus pasien secara statistik, seperti tingkat keparahan penyakit dan komorbiditas, sehingga perbandingan hasil atau biaya layanan kesehatan antar penyedia atau kelompok mencerminkan perbedaan dalam perawatan daripada perbedaan pada pasien yang dirawat.

Scope

Entri ini mencakup mengapa penyesuaian risiko diperlukan, pendekatan utama (indeks komorbiditas, model multivariabel, dan skor kecenderungan), serta data dan masalah validitas yang membatasinya. Ini adalah referensi metodologis dalam pengukuran kualitas dan tidak memberikan perkiraan risiko klinis atau panduan untuk pasien individu.

Core questions

• Mengapa perbandingan hasil mentah antar penyedia dapat menyesatkan?
• Faktor pasien apa yang harus disesuaikan, dan mana yang tidak?
• Bagaimana indeks komorbiditas, model regresi, dan skor kecenderungan berbeda sebagai metode penyesuaian?
• Apa yang membatasi validitas penyesuaian risiko, dan kapan perancu residual tetap ada?

Key concepts

• Campuran kasus dan tingkat keparahan penyakit
• Indeks komorbiditas
• Model penyesuaian risiko multivariabel
• Skor kecenderungan dan keseimbangan kovariat
• Rasio mortalitas terstandardisasi
• Perancu residual
• Data administratif versus klinis

Key theories

Skor kecenderungan untuk pengendalian perancu

Rosenbaum dan Rubin menunjukkan bahwa skor kecenderungan, probabilitas menerima perawatan atau berada dalam suatu kelompok berdasarkan kovariat yang diamati, adalah skor penyeimbang: pengondisian padanya menyeimbangkan kovariat terukur antar kelompok, memungkinkan perbandingan hasil yang lebih adil dalam data observasional. Konsep ini mendasari banyak strategi penyesuaian risiko dan perbandingan campuran kasus modern.

Mechanisms

Penyesuaian risiko dimulai dengan mengidentifikasi faktor-faktor pasien, yang ada sebelum perawatan, yang memengaruhi hasil yang diminati, seperti usia, tingkat keparahan, dan komorbiditas. Faktor-faktor ini diringkas baik oleh indeks komorbiditas, seperti indeks Charlson yang dibangun dari diagnosis berbobot atau set komorbiditas Elixhauser yang dirancang untuk data administratif, atau dimasukkan ke dalam model multivariabel yang memprediksi hasil yang diharapkan untuk setiap pasien. Hasil yang diamati kemudian dibandingkan dengan hasil yang diharapkan model, seringkali sebagai rasio standar. Metode skor kecenderungan, mengikuti Rosenbaum dan Rubin, sebaliknya menyeimbangkan distribusi kovariat terukur antar kelompok sebelum perbandingan. Semua metode ini hanya menyesuaikan untuk faktor-faktor yang terukur; perbedaan yang tidak terukur meninggalkan perancu residual, dan kualitas data yang mendasari, terutama pengodean administratif, sangat memengaruhi validitas.

Clinical relevance

Penyesuaian risiko membuat pemrofilan penyedia, pelaporan publik, dan perbandingan pembayaran berbasis kinerja menjadi lebih adil dengan memisahkan kontribusi perawatan dari kontribusi campuran kasus pasien. Indeks komorbiditas dan metode skor kecenderungan banyak digunakan dalam penelitian hasil dan evaluasi layanan kesehatan. Entri ini menjelaskan metode yang digunakan untuk membandingkan populasi dan bukan merupakan alat untuk memperkirakan risiko pada pasien individu.

Evidence & guidelines

Dasar-dasar metodologis diuraikan dalam teks referensi Iezzoni tentang penyesuaian risiko, ukuran komorbiditas Charlson dan Elixhauser asli, dan literatur skor kecenderungan yang berasal dari Rosenbaum dan Rubin. Sumber-sumber ini dikutip untuk konten metodologisnya dan tidak berfungsi sebagai arahan klinis dalam entri ini.

History

Kekhawatiran bahwa perbandingan hasil mentah secara tidak adil menghukum penyedia yang merawat pasien yang lebih sakit mendorong pengembangan penyesuaian risiko formal sejak tahun 1980-an. Indeks komorbiditas seperti Charlson (1987) dan ukuran data administratif dari Elixhauser dan rekan (1998) memberikan ringkasan praktis tentang campuran kasus, sementara kerangka kerja skor kecenderungan dari Rosenbaum dan Rubin (1983) menyediakan pendekatan umum untuk menyeimbangkan kelompok dalam perbandingan observasional.

Debates

Dapatkah data administratif mendukung penyesuaian risiko yang valid?

Penyesuaian dari pengodean administratif tidak mahal dan tersedia secara luas tetapi mungkin melewatkan tingkat keparahan dan onset penyakit, serta sensitif terhadap praktik pengodean; data klinis lebih kaya tetapi lebih mahal untuk dikumpulkan. Kecukupan sumber data untuk perbandingan tertentu masih diperdebatkan.

Apakah penyesuaian risiko pernah mengoreksi secara berlebihan?

Menyesuaikan untuk faktor-faktor yang merupakan konsekuensi dari perawatan yang buruk, atau untuk hasil yang seharusnya ditangkap oleh kualitas, dapat menutupi perbedaan kualitas yang sebenarnya; memutuskan variabel mana yang termasuk dalam model adalah penilaian sentral.

Key figures

• Lisa Iezzoni
• Mary Charlson
• Anne Elixhauser
• Paul Rosenbaum
• Donald Rubin

Seminal works

• charlson-1987
• elixhauser-1998
• rosenbaum-rubin-1983
• iezzoni-2013

Frequently asked questions

Apa itu campuran kasus?

Campuran kasus adalah campuran jenis dan tingkat keparahan pasien yang dirawat oleh penyedia. Perbedaan dalam campuran kasus berarti bahwa dua penyedia mungkin memiliki hasil yang berbeda meskipun kualitas perawatan mereka identik, itulah sebabnya hasil disesuaikan risikonya sebelum perbandingan.

Mengapa penyesuaian risiko tidak pernah dapat sepenuhnya menghilangkan bias?

Ini hanya dapat menyesuaikan untuk faktor-faktor yang terukur. Perbedaan yang tidak terukur antara kelompok pasien, yang disebut perancu residual, tetap ada setelah penyesuaian, sehingga perbandingan yang disesuaikan risikonya masih memerlukan interpretasi yang hati-hati.