Orthopedische Prestatie Indicatoren in Nederland. Wie kan wat en waar vinden op het internet?

Figure 1. Gedeelte van de draaitabel Medisch Specialistische Zorg verslagjaar 2019.

Overzicht beschikbare gegevens orthopedische chirurgie op Zorginzicht.nl Van elke Nederlandse zorginstelling zijn steeds uitgebreidere gegevens beschikbaar over heup- en knieprothesen. Voor reconstructie van de voorste kruisband en artroscopische meniscuschirurgie zijn ook gegevens beschikbaar, maar van een minder aantal jaren en met minder details. De datasets protheseoperaties bevatten, georganiseerd per zorginstelling, onder andere het absolute aantal ingrepen per instelling per jaar (onderverdeeld in totale heupvervangingen en het aantal totale knieoperaties), hoeveel orthopedisch chirurgen deze operaties doen, het één jaar revisiepercentage, het postoperatieve infectiepercentage per instelling en PROMs-compleetheid en -resultaten. PROMs-resultaten zijn beschikbaar als absolute scores op verschillende tijdsintervallen (preoperatief, drie (heup) of zes (knie) maanden postoperatief en twaalf maanden postoperatief). Daarnaast zijn de PROMs ook beschikbaar als verschilscores (verschil in PROMs-score preoperatief en drie, zes of twaalf maanden postoperatief). Vaak staan in de datasets niet alleen percentages maar ook de absolute cijfers die nodig zijn om percentages te berekenen, afhankelijk van hoe de data aan het ZiNL zijn aangeleverd. Er zijn weinig gegevens beschikbaar per orthopedisch chirurg, alleen per zorginstelling, en als deze gegevens worden genoemd (zoals het aantal prothese-revisieoperaties per orthopeed), dan is dit geanonimiseerd. Maar als in een zorginstelling maar één orthopedisch chirurg een bepaalde ingreep doet, dan is het wel mogelijk om de gegevens naar deze orthopedisch chirurg te herleiden. Naast deze operatieve gegevens gericht op heup- of knievervanging, is er een beperkt aantal andere Indicator Gegevens beschikbaar, zoals, ‘Biedt uw ziekenhuislocatie patiënten, nadat gezamenlijk besloten is dat ze een knievervanging zullen ondergaan, de mogelijkheid om de standaard preoperatieve activiteiten op één dag te plannen?’, het ‘Percentage patiënten dat binnen 1 jaar na artroscopie een heroperatie aan dezelfde knie heeft ondergaan’ en ‘Percentage patiënten dat een arthroscopie van de knie heeft ondergaan en ouder was dan 55 jaar’. Sterke punten en beperkingen van orthopedische Indicator Gegevens Gegevens over orthopedische uitkomstindicatoren worden steeds waardevoller door het feit dat er steeds meer jaren aan data beschikbaar zijn. Dit maakt longitudinale monitoring van verbeteringen in de gezondheidszorg mogelijk, evenals vroegtijdige detectie van problemen. Het is ook een bron voor beleidsmakers in de gezondheidszorg in Nederland, die goed bekend zijn met deze datasets. Ook zorgverzekeraars en zorgondernemingen weten hoe zij deze gegevens kunnen ophalen. Naast deze stakeholders leveren de kwaliteitsafdelingen van ziekenhuizen niet alleen data aan, maar halen ze ook complete datasets op. De beschikbare gegevens kunnen worden gebruikt om de resultaten van de gezondheidszorg te vergelijken met andere zorginstellingen in Nederland en bieden zo een referentie voor ziekenhuismanagers. Idealiter wordt dit gedeeld met de orthopedisch chirurg, maar in hoeverre dit het geval is, is niet bekend. Als men de gegevens in detail bekijkt, zijn er enkele problemen die de bruikbaarheid van deze gegevenssets beperken. Zo is de inconsistentie in het gebruik van namen van zorginstellingen opvallend. Door de jaren heen is er een grote verscheidenheid aan verschillende namen voor één instelling die in de databases zijn ingevoerd. Zo wordt bijvoorbeeld de naam ‘Stichting Medisch Centrum Haaglanden’ (2015) gebruikt maar ook ‘Haaglanden Medisch Centrum’ (2016 en 2017). En ‘Stichting Rode Kruis Ziekenhuis’ (2015) is ook ‘Rode Kruis Ziekenhuis BV’ (2016) en ‘Rode Kruis Ziekenhuis’ (2017). Deze naamsverwarring wordt nog bemoeilijkt door de veelvuldige fusies tussen zorginstellingen in de afgelopen jaren, waardoor oude namen niet langer worden gebruikt en nieuwe namen worden geïntroduceerd. Of door zorginstellingen die eerst aanleverden op locatieniveau en later op concernniveau. In de dataset worden daarom extra ‘identifiers’ aan elke zorginstelling gekoppeld, bijvoorbeeld het registratienummer van de Kamer van Koophandel en het AGB-nummer van de organisatie. Deze zijn echter minder gemakkelijk herkenbaar dan de gebruikelijke namen. Het vergelijken van gegevens van één zorginstelling wordt ook bemoeilijkt als eerst werd aangeleverd op locatieniveau en het jaar later op concernniveau. Naast het gemakkelijk kunnen identificeren van de data, is ook de kwaliteit van de data belangrijk. Op basis van de rapportagejaren 2015-2019 van de heup- en knieprothesen kan men een indruk krijgen van de volledigheid en betrouwbaarheid van de gegevens. In de 2019 heupartroplastiek-database bijvoorbeeld, rapporteren 15 van de 87 instellingen 0% postoperatieve wondinfecties na een totale heupartroplastiek ingreep, waarbij 13 van deze 15 instellingen ruim meer dan 100 van deze ingrepen per jaar uitvoeren, sommige zelfs tot bijna 600 procedures per jaar. Dit lijkt een resultaat dat verdere validatie behoeft. Daarnaast worden in het Excel-bestand getallen gepresenteerd die niet goed te duiden zijn omdat zij erg onwaarschijnlijk lijken. Bijvoorbeeld het responspercentage van de preoperatieve PROMs, die in het Excel-spreadsheet worden weergegeven als ‘3.191’ bij de ene instelling, als ‘50.22’ bij een andere instelling en als ‘0.47’ bij weer een andere zorginstelling. Onduidelijk is waardoor deze fouten ontstaan en wat de juiste getallen zouden moeten zijn. Met de beschikbare gegevens kan men echter bijvoorbeeld het PROMs-responspercentage eenvoudig zelf berekenen. Deze resultaten laten zien dat met name de PROMs-responspercentages laag zijn, met 6 klinieken die 0% scoren en nog eens 12 klinieken met minder dan 60% bij aanvang. Dit is te laag om een reëel beeld van de PROMs-resultaten te verkrijgen.5,6 Naast de mogelijkheden en beperkingen van de gegevens zelf, ontbreekt het bij zorgverleners vaak aan kennis en ook aan tijd om deze databronnen te gebruiken. Terwijl juist de zorgverleners de benodigde medische kennis hebben om de data juist te interpreteren. Het duiden van de data dient namelijk op detailniveau plaats te vinden, om foutieve interpretatie te voorkomen. Als bijvoorbeeld een academische zorginstelling jaarlijks maar een zeer beperkt aantal kruisbandreconstructies (<10) registreert, terwijl andere klinieken deze ingreep tot wel 250 keer per jaar uitvoeren, kan men dit als een gebrek aan routine interpreteren. Dit hoeft echter geen slechte zorg te zijn als het een groot trauma betreft en de kruisbandreconstructies onderdeel zijn van een andere behandeling. Andere belanghebbenden, bijvoorbeeld zorgverzekeraars of zorgbedrijven, zijn vaak wel goed in staat deze data te vinden en op te halen. Echter, voor het volledige en correct duiden van de gevonden data ontbreekt het hen vaak aan voldoende medische expertise. Nieuwste ontwikkelingen De laatste jaren zijn er diverse ontwikkelingen binnen de presentatie van de kwaliteitsindicatoren geweest. Zo heeft DHD het portaal ‘MijnDHD’ opgesteld voor zorginstellingen. Binnen dit portaal zijn de uitkomsten van de transparantiekalender inzichtelijk gemaakt per zorginstelling. Deze gegevens zijn alleen bereikbaar voor wie toegang tot het portaal heeft. Het is daarom niet toegankelijk voor het grote publiek. Ook zorgverzekeraars hebben een digitaal portaal waarin gegevens van de transparantiekalender zijn geanalyseerd en gevisualiseerd. Dit portaal is alleen beschikbaar voor zorgverzekeraars. Visualiseren van de gegevens in een openbaar portaal zou een groot voordeel geven. Het bespaart tijd en aandacht voor de verschillende partijen om het portaal in te richten en duiding van de gegevens vindt op één plek plaats. Samenvatting en conclusie Er zijn veel orthopedische zorggegevens en resultaten openbaar toegankelijk via het internet, waarbij deze herkenbaar zijn op het niveau van de zorginstelling. Echter, de complexiteit van het downloaden en de moeilijkheid om relevante gegevens te sorteren, beperken vooralsnog het nut van deze openbaar beschikbare gegevens. De afgelopen jaren zijn hier wel verbeteringen in tot stand gekomen. De stijgende kosten van de gezondheidszorg, de opkomst van bijvoorbeeld Value Based Health Care en de groeiende wens van patiënten om een keuze te maken waar ze gezondheidszorg ‘consumeren’, maken de beschikbaarheid van betrouwbare gegevens over de uitkomst van behandelingen steeds belangrijker. Gemakkelijk beschikbare en kwalitatief goede gegevens stellen zorgprofessionals in staat om resultaten te analyseren en te duiden, om hierop te reflecteren en te overwegen welke uitkomsten beter kunnen of beter moeten. Als het oude adagium 'kennis is macht' ook in dit geval geldt, lijkt het erop dat zorgprofessionals op dit moment nog in het nadeel zijn. Mogelijk dat de grote hoeveelheden orthopedische data die nu publiekelijk beschikbaar zijn, in de toekomst beter toegankelijk kunnen worden gemaakt, bijvoorbeeld door de daarop gerichte NOV-werkgroep ‘Denktank Kunstmatige Intelligentie’, waarin zowel kennis over ‘big data’ aanwezig is, als medisch inhoudelijke kennis om deze data juist te interpreteren. Disclosure Dit project is mogelijk gemaakt door Stichting Kwaliteitsgelden Medisch Specialisten.