Cookie-instellingen

Onze website maakt gebruik van cookies voor een optimale gebruikerservaring. Gegevens die via deze cookies verzameld zijn, gebruikt DHD altijd anoniem. Lees meer in onze privacyverklaring.

Je browser is verouderd en geeft deze website niet correct weer. Download een moderne browser en ervaar het internet beter, sneller en veiliger!

Met classificatie sneller inzicht in potentieel vermijdbare heropnamen

Heropnamen staan in toenemende mate in de schijnwerpers. Sinds 2017 is het een indicator van de Inspectie Gezondheidszorg en Jeugd en ook in de media wordt er met regelmaat aandacht aan besteed. Een belangrijke vraag: hoe krijgen we goed zicht op de heropnamen die gerelateerd zijn aan de kwaliteit van zorg, de potentieel vermijdbare heropnamen? Dit is essentieel om te weten voordat maatregelen worden genomen om heropnamen te voorkomen.

September 2017

Engelse classificatie als uitgangspunt

In Engeland is een aantal jaren geleden en classificatie ontwikkeld die onderscheid maakt tussen potentieel vermijdbare heropnamen en heropnamen waar een andere reden aan ten grondslag ligt*. Deze indeling wordt gemaakt op basis van administratieve data. Dit is in theorie een ideale methode: op basis van data die al worden vastgelegd, dus zonder extra registratielast, wordt inzichtelijk gemaakt welke heropnamen potentieel vermijdbaar zijn.

Theorie versus praktijk

Om te onderzoeken of deze theorie ook in de praktijk opgaat, heeft DHD samen met IQ healthcare en de Inspectie voor de Gezondheidszorg bekeken of de indeling op basis van LBZ-data overeenkomt met de indeling op basis van dossieronderzoek. Hiervoor is een random steekproef genomen van de heropnamen van een universitair ziekenhuis en deze zijn vervolgens met beide methoden ingedeeld. Hieruit bleek dat er verschillen bestaan tussen beide methoden, zie de figuur. In categorie A, de potentieel vermijdbare heropnamen, was het aandeel dat hetzelfde was ingedeeld 63,1% (het hoogst van de drie categorieën).

Tijdwinst door screening

Hoewel de indeling op basis van administratieve data niet perfect is, kan het wel helpen om op een efficiëntere manier de heropnamen op te sporen die potentieel vermijdbaar zijn. Door de indeling als screeningtool te gebruiken, hoeven bij het dossieronderzoek immers minder dossiers onderzocht te worden. Ook is de kans dat verbeterpotentieel gevonden wordt groter. Dit scheelt kostbare tijd van specialisten, degenen die meestal het dossieronderzoek uitvoeren.

Een aantal ziekenhuizen start momenteel dossieronderzoek op basis van deze classificatie naar de potentieel vermijdbare heropnamen. Dit levert mogelijk verbetering op van de classificatie. Daarna zal gekeken worden voor een praktische toepassing van de classificatie voor het Rapport LBZ-indicatoren en de Hospital Data Viewer (HDV).

Volledig artikel

Deze studie is gepubliceerd is het International Journal For Quality In Health Care. U kunt de volledige studie hier terugvinden. Als u graag een pdf-bestand van het artikel ontvangt, kunt u dit bij ons opvragen via info@dhd.nl.



* Blunt I, Bardsley M, Grove A et al. Classifying emergency 30-day readmissions in England using routine hospital data 2004–2010: what is the scope for reduction? Emerg Med J 2014;32:44–50.