Zum Inhalt
Zurück zur Übersicht

Qualitätssicherungs-Richtlinie Früh- und Reifgeborene: Veröffentlichung des Modells zur Risikoadjustierung gemäß § 7 Absatz 2 Satz 3 der Anlage 4

19. Dezember 2019Qualitätssicherung›Stationäre QualitätssicherungIn Kraft

Zusammenfassung

Der Beschluss des Gemeinsamen Bundesausschusses (G-BA) vom 19. Dezember 2019 legt die Veröffentlichung des Modells zur Risikoadjustierung gemäß § 7 Absatz 2 Satz 3 der Anlage 4 QFR-RL fest. Dieses Modell dient der verpflichtenden Ergebnisveröffentlichung für das Jahr 2019 und soll die Behandlungsergebnisse von Krankenhäusern vergleichbar machen, indem es deren Risikoprofile berücksichtigt.

Kernpunkte des Modells:

  • Ziel: Vergleichbarkeit der Behandlungsergebnisse von Früh- und Reifgeborenen durch Risikoadjustierung.
  • Methode: Logistische Regression unter Berücksichtigung patientenbezogener Risikofaktoren, die Krankenhäuser nicht beeinflussen können.
  • Ausschlüsse: Kinder mit letalen Fehlbildungen, Gestationsalter unter 24 Wochen oder primär palliativer Therapie werden nicht berücksichtigt.
  • Risikofaktoren (für 2019):
    • Geschlecht
    • Abweichung des Aufnahmegewichts vom erwarteten Gewicht (in Quintilen)
    • Schwere Fehlbildung
    • Aufnahmegewicht (in 100g-Kategorien)
    • Entlassungsjahr
    • (Lebendtage bei Aufnahme und Mehrling wurden für 2019 nicht berücksichtigt)
  • Bewertete Endpunkte:
    • Überleben von Frühgeborenen
    • Überleben von Frühgeborenen ohne schwere Erkrankung (Hirnblutung, NEK, ROP, BPD)
    • Risikoadjustierte Fallzahl (auch für spezifische Gewichtsgruppen)
  • Berechnung der Risikoadjustierten Fallzahl: Basiert auf der Summe der erwarteten Sterbefälle, multipliziert mit dem Kehrwert der durchschnittlichen Gesamtsterberate.
  • Veröffentlichung: Das Modell wird auf www.g-ba.de veröffentlicht. Risikoadjustierte Qualitätsinformationen werden auf www.perinatalzentren.org ausgewiesen (Überlebensraten und risikoadjustierte Fallzahlen).

Der Beschluss beinhaltet zudem eine detaillierte Erläuterung der logistischen Regression und ein Rechenbeispiel zur Verdeutlichung der Wahrscheinlichkeitsberechnung.

KI-generierte Zusammenfassung — Angaben ohne Gewähr

Beschluss-ID: 4105