Risk Ayarlaması ve Vaka Karışımı Analizi
Risk ayarlaması, farklı sağlayıcıların, programların veya tedavilerin sonuçlarını veya maliyetlerini karşılaştırırken hasta özelliklerindeki farklılıkları hesaba katmak için kullanılan istatistiksel yöntemler bütünüdür. Hastaneler ve klinisyenler yaş, şiddet ve komorbidite açısından farklılık gösteren hastaları tedavi ettikleri için, ölçülen sonuçların adil bir şekilde karşılaştırılması bu vaka karışımına göre ayarlama yapılmasını gerektirmektedir; aksi takdirde kalitedeki belirgin farklılıklar, sadece tedavi edilen hastalardaki farklılıkları yansıtabilir.
Tanım
Risk ayarlaması, hastalık şiddeti ve komorbidite gibi hasta vaka karışımındaki farklılıkları istatistiksel olarak hesaba katma sürecidir; böylece sağlayıcılar veya gruplar arasındaki sağlık hizmeti sonuçlarının veya maliyetlerinin karşılaştırmaları, tedavi edilen hastalardaki farklılıklardan ziyade bakım farklılıklarını yansıtmaktadır.
Kapsam
Bu giriş, risk ayarlamasına neden ihtiyaç duyulduğunu, başlıca yaklaşımları (komorbidite indeksleri, çok değişkenli modeller ve eğilim skorları) ve bunu sınırlayan veri ve geçerlilik sorunlarını kapsamaktadır. Kalite ölçümü içinde metodolojik bir referanstır ve klinik risk tahminleri veya bireysel hastalar için rehberlik sağlamamaktadır.
Temel sorular
- Sağlayıcılar arasındaki ham sonuç karşılaştırmaları neden yanıltıcı olabilir?
- Hangi hasta faktörleri için ayarlama yapılmalı, hangileri için yapılmamalıdır?
- Komorbidite indeksleri, regresyon modelleri ve eğilim skorları ayarlama yöntemleri olarak nasıl farklılık göstermektedir?
- Risk ayarlamasının geçerliliğini ne sınırlamaktadır ve artık karıştırıcı etki (residual confounding) ne zaman devam etmektedir?
Anahtar kavramlar
- Vaka karışımı ve hastalık şiddeti
- Komorbidite indeksleri
- Çok değişkenli risk ayarlaması modelleri
- Eğilim skorları ve kovaryat dengesi
- Standartlaştırılmış mortalite oranı
- Artık karıştırıcı etki (residual confounding)
- İdari ve klinik veriler
Temel kuramlar
- Karıştırıcı etki (confounding) kontrolü için eğilim skoru
- Rosenbaum ve Rubin, gözlemlenen kovaryatlar verildiğinde bir tedavi alma veya bir grupta olma olasılığı olan eğilim skorunun bir dengeleme skoru olduğunu göstermiştir: buna koşullandırma, ölçülen kovaryatları gruplar arasında dengeleyerek, gözlemsel verilerde sonuçların daha adil karşılaştırılmasına olanak tanımaktadır. Bu kavram, birçok modern risk ayarlaması ve vaka karışımı karşılaştırma stratejisinin temelini oluşturmaktadır.
Mekanizmalar
Risk ayarlaması, yaş, şiddet ve komorbidite gibi, bakım öncesinde mevcut olan ve ilgilenilen sonucu etkileyen hasta faktörlerinin belirlenmesiyle başlamaktadır. Bu faktörler, Charlson indeksi gibi ağırlıklı tanılardan oluşturulan komorbidite indeksleri veya idari veriler için tasarlanmış Elixhauser komorbidite seti ile özetlenmekte ya da her hasta için beklenen sonucu tahmin eden çok değişkenli bir modele dahil edilmektedir. Gözlemlenen sonuçlar daha sonra modelin beklenen sonuçlarıyla, genellikle standartlaştırılmış bir oran olarak karşılaştırılmaktadır. Rosenbaum ve Rubin'i takiben eğilim skoru yöntemleri ise, karşılaştırma öncesinde ölçülen kovaryatların gruplar arasındaki dağılımını dengelemektedir. Tüm bu yöntemler yalnızca ölçülen faktörlere göre ayarlama yapmaktadır; ölçülmeyen farklılıklar artık karıştırıcı etki (residual confounding) bırakmakta ve temel verilerin kalitesi, özellikle idari kodlama, geçerliliği güçlü bir şekilde etkilemektedir.
Klinik önem
Risk ayarlaması, bakımın katkısını hasta vaka karışımının katkısından ayırarak sağlayıcı profilleme, halka açık raporlama ve performansa dayalı ödeme karşılaştırmalarını daha adil hale getirmektedir. Komorbidite indeksleri ve eğilim skoru yöntemleri, sonuç araştırmalarında ve sağlık hizmetleri değerlendirmesinde yaygın olarak kullanılmaktadır. Bu giriş, popülasyonları karşılaştırmak için kullanılan yöntemleri açıklamakta olup, bireysel bir hastada riski tahmin etmek için bir araç değildir.
Kanıt ve kılavuzlar
Metodolojik temeller, Iezzoni'nin risk ayarlaması üzerine referans metninde, orijinal Charlson ve Elixhauser komorbidite ölçümlerinde ve Rosenbaum ve Rubin ile başlayan eğilim skoru literatüründe ortaya konulmaktadır. Bu kaynaklar metodolojik içerikleri nedeniyle alıntılanmakta olup, bu girişte klinik direktifler olarak işlev görmemektedir.
Tarihçe
Ham sonuç karşılaştırmalarının daha hasta hastaları tedavi eden sağlayıcıları haksız yere cezalandırdığı endişesi, 1980'lerden itibaren resmi risk ayarlamasının geliştirilmesini sağlamıştır. Charlson'ın (1987) komorbidite indeksleri ve Elixhauser ve meslektaşlarının (1998) idari veri ölçümleri, vaka karışımının pratik özetlerini sağlarken, Rosenbaum ve Rubin'in (1983) eğilim skoru çerçevesi, gözlemsel karşılaştırmalarda grupları dengelemek için genel bir yaklaşım sunmuştur.
Tartışmalar
- İdari veriler geçerli risk ayarlamasını destekleyebilir mi?
- İdari kodlamadan yapılan ayarlama ucuz ve yaygın olarak erişilebilir olmakla birlikte, şiddeti ve hastalığın başlangıcını gözden kaçırabilir ve kodlama uygulamalarına duyarlıdır; klinik veriler daha zengin ancak toplanması daha maliyetlidir. Belirli bir karşılaştırma için veri kaynağının yeterliliği tartışmalı olmaya devam etmektedir.
- Risk ayarlaması hiç aşırı düzeltme yapar mı?
- Kötü bakımın sonuçları olan veya kalitenin yakalaması amaçlanan sonuçların kendisi olan faktörler için ayarlama yapmak, gerçek kalite farklılıklarını maskeleyebilir; modele hangi değişkenlerin dahil edileceğine karar vermek merkezi bir yargıdır.
Öne çıkan isimler
- Lisa Iezzoni
- Mary Charlson
- Anne Elixhauser
- Paul Rosenbaum
- Donald Rubin
İlgili konular
Temel eserler
- charlson-1987
- elixhauser-1998
- rosenbaum-rubin-1983
- iezzoni-2013
Sıkça sorulan sorular
- Vaka karışımı nedir?
- Vaka karışımı, bir sağlayıcı tarafından tedavi edilen hasta türlerinin ve şiddetlerinin karışımıdır. Vaka karışımındaki farklılıklar, iki sağlayıcının bakım kalitesi aynı olsa bile farklı sonuçlara sahip olabileceği anlamına gelmektedir, bu nedenle sonuçlar karşılaştırmadan önce risk ayarlamasına tabi tutulmaktadır.
- Risk ayarlaması neden yanlılığı asla tamamen ortadan kaldıramaz?
- Yalnızca ölçülen faktörler için ayarlama yapabilir. Hasta grupları arasındaki ölçülmeyen farklılıklar, yani artık karıştırıcı etki (residual confounding), ayarlamadan sonra da devam etmektedir, bu nedenle risk ayarlı karşılaştırmalar yine de dikkatli yorumlama gerektirmektedir.