Método de classificação APR-DRG. Implantação no HIAE

Transcrição

1 Método de classificação APR-DRG Implantação no HIAE

2 The strategy that will fix healthcare Porter and Lee Harvard Business Review, Oct

3 The strategy that will fix healthcare Porter and Lee Harvard Business Review, Oct 2013 The strategic agenda for moving to a high-value health care delivery system has six components. They are interdependent and mutually reinforcing. Progress will be greatest if multiple components are advanced together. 3

4 Medindo performance e custos: vantagens Conhecimento do perfil nosológico do HIAE; Avaliação de qualidade assistencial; Comparabilidade: médicos, áreas e instituições; Identificação de áreas/processos com oportunidades de melhoria; Priorização de esforços e recursos; Facilitação de negociação com financiadores (ex. fonte pagadora) e médicos; Aperfeiçoamento e criação de produtos e pacotes.

5 Modelo ideal (conceitual) Coleta 100% das saídas, tempo real, autopreenchimento, campos ligados à plataforma de análise (dispensa conversão ou interpretação); Sistemas validados de registro e processamento; Algoritmo de classificação/agrupamento validado e comparável a benchmarks de relevância; Desfechos clínicos e econômicos de interesse disponíveis e associados; Pós-processamento rápido e simplificado.

6 APR-DRG 3M: impressões iniciais APR-DRG (SOI + ROD): Expansão do conceito AP-DRG, com ajuste por subgrupos de severidade da enfermidade e risco de morte. Versão demo apresentada convincente; disposição a incorporar necessidades locais, incluindo exigências SUS, idioma, migração CERNER e processos internos; soluções (know-how + aplicativos) para obstáculos pré-agrupamento, experiência de implantação em diferentes países com sistemas de saúde diversos

7 DRG Variáveis analisadas e sumário de alta Idade Sexo Diagnóstico Principal Diagnósticos Secundários (doenças associadas e complicações) Comorbidades (presentes à admissão) Procedimentos Cirúrgicos/Invasivos Peso do Recém-nascido e tempo gestacional Total de horas com ventilação mecânica Condição de alta (casa, óbito etc.) Condição de entrada (emergência, eletiva etc)

8 Codificação/produção de dados Einstein Estado pregresso* Finalidade (predominantemente) estatística, censitária; Heterogeneidade de dados de origem (médicos); Não há participação de especialistas na codificação; Busca superficial de dados (limitada qualitativamente; tempo/passagem exíguo); Vieses de coleta indutores de erro (desenho do processo); Codificação não associada à lógica clínica; Informações coletadas sistematicamente em todas as saídas; Processamento dos dados ainda rudimentar (processos + aplicativos); Critérios de definição de complexidade arbitrários, não submetidos à validação (clinica ou econômica); Resultados pouco comparáveis interna ou externamente. *Análise qualitativa e quantitativa de ~ saídas, 4/12 meses não consecutivos + entrevistas + acompanhamento in loco de processos

9 Limitações institucionais Prontuário em papel; Dados: legibilidade, completude, organização abaixo das ideais; Coletores: treinados para função distinta; Propriedade do processo de coleta: quantidade de entradas em detrimento de qualidade? Não há plataforma de codificação ou de pós-processamento; Não há vigilância ou auditoria especializadas; Conceito de complexidade oportunidades de melhoria

10 Plano de curto/médio/longo prazos Visita 3M 14-15/outubro 2013 delineamento do projeto Projeto piloto Educação de médicos (+ incentivos/limites) e codificadores Ajuste de formulários específicos + aplicativos intermediários 3M Implantação APR-DRG 3M + pós-processamento Auditoria médica/financeira (interna) Migração para CERNER

11 Premissas do piloto ~ saídas jan-ago/2013 Problemas de codificação/custo/receita não tratados Origem: CID10-OMS (Dx) + Tabela SUS (Px); Português Destino: CID9-CMS-USA (Dx + Px); Inglês Tradução automatizada Mapping automatizado com correções pontuais Objetivos: Identificação de barreiras; DRG funciona? Apresentação: prova de conceito/dados do piloto não deveriam ser usados para gestão!

12 12

13 Início: 10/08/2015 Implantação definitiva Em 2 meses: cerca de casos coletados Índice de preenchimento pelo médico ~ 90%; taxa de erros ainda elevada Pontos positivos: conscientização; aproximação médicosistema de registros; unificação de acessos a diferentes sistemas; dados em tempo real; refinamento sobre complexidade; Limitações: tamanho do corpo clínico; problemas de sistema/ti; resistências naturais médicos/equipe multi; CID10-OMS/Tabela SUS

14 Mesmo diagnóstico principal e procedimento, mas comorbidadesdistintas, levando a classificação diferente de tempo de permanência, custo (peso relativo), gravidade de doença e risco de morte

15 Análise de complexidade SOI alta DRG Total Geral APENDICECTOMIA COLECISTECTOMIA LAPAROSCÓPICA CRANIOTOMIA EXCETO POR TRAUMA INSUFICIÊNCIA CARDÍACA MALIGNIDADE DIGESTIVA OUTRA PNEUMONIA PARTO CESÁREO PARTO VAGINAL RECÉM-NASCIDO COM PESO ACIMA D RECÉM-NASCIDO COM PESO ENTRE RECÉM-NASCIDO COM PESO ENTRE RECÉM-NASCIDO COM PESO MAIOR Q SEPTICEMIA E INFECÇÕES DISSEMI SUBSTITUIÇÃO DA JUNTA DO QUADR Total Geral

16 Mesmo diagnóstico principal e procedimento, com ajuste para case mix, levando em conta classificação de gravidades de doença: custo absoluto nem sempre reflete o relativo. 1,20 Análise de Custo por Médico R$25.000,00 1,00 R$20.000,00 0,80 R$15.000,00 0,60 0,40 R$10.000,00 0,20 R$5.000,00 0, Índice Custo Observado Custo Médio Índice Custo Esperado + DP - DP R$-

17 Mesmo diagnóstico principal e procedimento, com ajuste para case mix, levando em conta classificação de gravidades de doença: receita absoluta nem sempre reflete a relativa. 1,20 Análise de Receita por Fonte Pagadora R$35.000,00 1,00 R$30.000,00 0,80 R$25.000,00 0,60 R$20.000,00 R$15.000,00 0,40 R$10.000,00 0,20 R$5.000,00 0, Índice Receita Observado Ticket Médio Índice Receita Esperado - DP + DP R$-

18 Mesmo diagnóstico principal, com ajuste para case mix, levando em conta classificação de gravidades de doença: tempo de permanência absoluto nem sempre reflete o relativo. 1,80 Análise de LOS por Médico 350,00 1,60 1,40 1,20 300,00 250,00 1,00 200,00 0,80 150,00 0,60 0,40 0,20 100,00 50,00 0, Índice LOS Observado LOS Médio Índice LOS Esperado - DP + DP -

19 Colecistectomialaparoscópica e custos estimados a partir de classificação de gravidades de doença. R$ ,00 R$ ,00 Regressão Linear Simples: Custo (LOS) y = 155,65x ,4 R² = 0,8184 R$ RESUMO DOS RESULTADOS Estatística de regressão R múltiplo 0, R-Quadrado 0, R-quadrado ajustado 0, Erro padrão 8757, Observações 637 ANOVA gl SQ MQ F F de significação Regressão 4 1,12572E , ,7054E-163 Resíduo ,22 Total 637 1,61121E+11 Coeficientes Erro padrão Stat t valor-p 95% inferiores 95% superiores Inferior 95,0% Superior 95,0% Interseção 0 #N/D #N/D #N/D #N/D #N/D #N/D #N/D Variável X , , , ,2831E , , , ,24416 Variável X , , , ,01072E , , , ,88393 Variável X , , , ,2326E , , , ,69451 Variável X #NÚM! CUSTO ESPERADO POR SOI SOI Custo Esp. Nível de Sign. 1 R$ ,52 0% 2 R$ ,11 0% 3 R$ ,27 0% 4 R$ - #NÚM!

20 Cenário futuro (ideal) Codificação validada e comparável de todas as saídas; Rapidez, confiabilidade; Estabelecimento de produtos; Avaliação de performance por área, médico, unidade, diagnóstico... Uso mais racional de recursos; Subsídio robusto para diálogo com fonte pagadora, fornecedores e setor público; Ganho generalizado no processo de coleta de dados e processamento e uso da informação (epidemiologia, programa feedback etc.) Economia (savings)/receita

21 Benefícios financeiros - oportunidades - Redução de custos ( savings ) Eliminação de insumos/trabalho dispensáveis (a partir da análise de custo por DRG) Melhor planejamento e alocação de RH/redução de ociosidade/maior aproveitamento de leitos individualização (tempo de permanência esperado por DRG) Aumento de receita Mais pacotes/ Estímulos à captação de determinados DRGs (previsibilidade, conhecimento detalhado do case mix vs. resultado financeiro por DRG) Novos produtos (inclusive clínicos) Identificação de produtos distintos, atualmente interpretados como únicos Cobertura maior (mais inclusiva e/ou melhor remunerada) a partir de dados de DRG: resultados assistenciais (mortalidade, permanência, readmissões) e financeiros