Systematische Übersicht über Risikoanpassungsmodelle der Krankenhausaufenthaltsdauer (LOS)

HINTERGRUND: Politische Entscheidungen im Gesundheitswesen, wie die Bewertung der Krankenhausleistung und leistungsorientierte Budgetierung, erfordern eine genaue Vorhersage der Krankenhausaufenthaltsdauer (LOS). Diese Arbeit bietet eine systematische Übersicht über Risikoanpassungsmodelle für die Krankenhaus-LOS und konzentriert sich primär auf Studien, die Verwaltungsdaten verwenden. METHODEN: MEDLINE, EMBASE, Cochrane, PubMed und EconLit wurden nach Studien durchsucht, die die Leistung von Risikoanpassungsmodellen zur Vorhersage der Krankenhaus-LOS getestet haben. Wir schlossen Studien ein, die Modelle für die allgemeine stationäre Bevölkerung testeten, und schlossen diejenigen aus, die nur Risikofaktoren analysierten, die mit der LOS korreliert waren, Wirkungsanalysen oder solche, die krankheitsspezifische Skalen und Indizes zur Vorhersage der LOS verwendeten. RESULTATE: Unsere Suche ergab 3973 Abstracts, von denen 37 einbezogen wurden. Diese Studien verwendeten verschiedene Krankheitsgruppierungen und Schwere-/Morbiditätsindizes, um die LOS vorherzusagen. Nur wenige Modelle wurden speziell zur Erklärung der Krankenhaus-LOS entwickelt; die meisten konzentrierten sich hauptsächlich auf die Erklärung der Ressourcenausgaben und der mit der Krankenhaus-LOS verbundenen Kosten und wendeten diese Modelle auf die Krankenhaus-LOS an. Wir fanden eine große Variation in der Vorhersagekraft der verschiedenen LOS-vorhersagemodelle. Die beste Modellleistung der meisten Studien fiel ungefähr in den Bereich von 0,30-0,60. SCHLUSSFOLGERUNGEN: Die derzeitigen Risikoanpassungsmethodologien zur Vorhersage der LOS sind weiterhin in Bezug auf Modelle, Prädiktoren und Vorhersagekraft begrenzt. Ein möglicher Ansatz zur Verbesserung der Leistung von Risikoanpassungsmodellen für die LOS besteht darin, mehr krankheitsspezifische Variablen, wie krankheitsspezifische oder zustandspezifische Maße und funktionale Maße, einzubeziehen. Für diesen Ansatz sind jedoch umfassendere und standardisierte Daten dringend erforderlich. Darüber hinaus sollten statistische Methoden und Bewertungsinstrumente, die besser zur LOS passen, getestet und übernommen werden.