Utveckling av ett standardiserat datalager för sjukvårdskostnader

Källdata

Vi har två datalager för sjukvårdskostnader som delar samma referensfil och infrastruktur för programmeringskod: ett för det National Institutes of Health-finansierade Rochester Epidemiology Project (REP) och ett för Mayo Clinic i Rochester. Båda var tidigare kända som Olmsted County Healthcare Expenditure and Utilization Database. REP-lagret är knutet till det större REP , som är en forskningsinfrastruktur som innehåller länkade hälsojournaler och administrativa uppgifter om medicinsk vård för praktiskt taget alla personer som är bosatta i vårt län. Ett avtal om elektroniskt datautbyte undertecknades 1995 av ledarna för Mayo Clinic campus i Rochester, Minnesota, och Olmsted Medical Center (OMC) i syfte att dela och arkivera administrativa data på patientnivå om användning av hälso- och sjukvård och tillhörande direkta sjukvårdskostnader för vård.

REP-lagret använder faktureringsdata från Mayo Clinic i Rochester och OMC och deras anslutna sjukhus för invånare i Olmsted County; som jämförelse använder Mayo Clinic-lagret för närvarande endast faktureringsdata från Mayo Clinic i Rochester för alla patienter oavsett var de bor. Det primära fokuset i denna artikel är REP:s kostnadsdatalager.

Data hämtas från institutionernas ekonomiska beslutsstödsystem (DSS), som kombinerar data från många källor för att stödja praxisanalyser. Uppgifterna omfattar faktureringstjänster, avgifter, diagnoser, patientens demografiska egenskaper, information om betalare, information om enskilda vårdgivare och, för en institution, de interna kostnaderna. Fördelen med att använda DSS är att alla uppgifter redan är kopplade inom de två institutionerna på patientnivå, vilket minskar risken för fel när man kombinerar olika patient-, leverantörs-, avgifts-, diagnos- och faktureringsfiler för professionella tjänster och sjukhustjänster. REP-infrastrukturen utför kopplingen av patienter på högre nivå mellan institutionerna . Mayo Clinic DSS-data lagras i ett datalager för företag och OMC DSS-data lagras i epidemiologiprogrammets databas (Sybase; SAP SE). För att skydda känslig företagsinformation ingår inga interna kostnader eller försäkringsinformation från de två institutionerna i datalagret och tillgången till OMC:s källdata är begränsad till personal som är knuten till REP. Det är förbjudet för utredare att jämföra de två institutionerna.

Förändringar i den ena institutionens DSS och antagandet av ett DSS av den andra institutionen gav oss möjlighet att se över den kostnadsberäkningsprocess och -struktur som hade varit i kraft för OCHEUD i många år. Vi uppdaterade programmeringskoden för att förfina kostnadsberäkningsprocessen och eliminera standardiserad lagring av kostnadsdata. Vi gjorde också skillnad mellan REP- och MCR-populationerna genom att skapa två lagernamn. Det nya lagret kräver inget nytt lagringsutrymme, är lättare att underhålla och utvidga till andra leverantörer och producerar standardiserade kostnader för en begärd kohort mycket snabbare. Förhållandet mellan REP-kostnadsdatalagret, källfilerna och REP med de datafält som används av lagret visas i figur 1.

Vi har funnit att vi åtminstone behöver följande DSS-datafält för varje tjänst: Patientidentifierare, datum för tjänsten, intern huvudkod för avgift, HCPCS-kod (Healthcare Common Procedure Coding System) eller CPT-4-kod (Current Procedural Terminology Fourth Edition), alla CPT-4-kodmodifierare, plats för tjänsten (sjukhus eller klinik), kvantitet, avgift, inkomstkod för enhetlig fakturering (UB) och en indikator för slutfakturering som hänvisar till det slutliga ansökningsformuläret.

Kostnadsberäkningsalgoritm

Vår kostnadsberäkningsalgoritm är en hybrid av två metoder: en för professionella tjänster som faktureras till alla betalare på Centers for Medicare and Medicaid Services (CMS) 1500-blankett och en för sjukhustjänster som faktureras till alla betalare på UB04- eller CMS 1450-blanketten. Detaljer om hur vi hanterade särskilda omständigheter samt exempel på SAS-kod finns i Additional files 1 och 2, Additional files 3 och 4: Tabeller S1 och S2.

Professionella tjänster som identifierats med antingen HCPCS- eller CPT-4-koder tilldelas standardiserade kostnader genom att använda nationella ersättningsbelopp från lämpliga Medicare-läkar-, kliniska laboratorie-, Medicare part B-läkemedels- och Medicare part B-läkemedels-medelförsäljningspriser och avgiftslistor för varaktig medicinsk utrustning, proteser, ortoser och förbrukningsartiklar. Tjänster utan en tilldelad Medicare-avgift, varav de flesta är prissatta av transportföretaget, tilldelas en avgift för en mellankod från The Complete RBRVS Annual Data File (Optum360, Inc) . Dessa Medicare- och Optum360-avgifter är baserade på relativa värdeenheter (RVU) som uppskattar det relativa resursutnyttjandet; även om dessa avgifter representerar kostnader för tredjepartsbetalare, uppskattar de även relativa leverantörskostnader. Källorna till dessa referensfiler anges i tabell 1. Tilldelade kostnader multipliceras med kvantitet och justeras sedan med lämpliga modifieringsprocenter (tabell 2). En avgift på noll resulterar i en kostnad på noll. Om en tjänst har en negativ avgift och kvantitet som återspeglar en faktureringskorrigering tilldelas den en negativ kostnad.

The Physician Fee Schedule (PFS) innehåller tre typer av RVU:er – för arbete, praktikutgifter och kostnader för felbehandling. RVU:erna summeras och multipliceras sedan med en konverteringsfaktor. PFS- och gapscheman innehåller olika RVU:er för praktikutgifter för många tjänster, beroende på om tjänsten utfördes i en inrättning (t.ex. sjukhus) eller utanför en inrättning (eller klinik), eftersom den tillåtna praktikutgiften för läkaren är lägre när inrättningen kan fakturera separat. Därför måste man ta hänsyn till platsen för tjänsten när man fastställer den lämpliga avgiften. PFS- och gapscheman innehåller också separata avgifter för vissa tjänster bland tre olika moduler: 26 (eller professionell komponent), TC (teknisk komponent) och 53 (eller avbruten procedur), så tjänster med en av dessa moduler i något av de fyra möjliga CPT-4-modifierfälten måste matchas med avgiftsscheman på både CPT-4 och moduler.

Kostnadsberäkning av anestesi är mer komplicerad. Ersättningen för professionell anestesi baseras på den tid som används för ett förfarande, så det finns inga fastställda avgifter för CPT-4-koderna. Tre typer av enheter – bas, tid och fysisk status – summeras och multipliceras sedan med en konverteringsfaktor. Basenheterna bestäms av den CPT-4-kod som anger typ av operation och anestesi. Tidenheterna är lika med antalet minuter dividerat med 15 och avrundas sedan till 0,1. Enheterna för fysisk status bestäms av American Society of Anesthesiologists moduler för fysisk status (dvs. P1-P6) (tabell 2), som representerar patientens kondition före operationen. Slutligen kan den resulterande kostnaden minskas med 50 % när vissa modifieringsenheter (se tabell 2) anger att mer än en person utförde tjänsten, t.ex. en läkare som övervakade en assistent eller anestesisjuksköterska. Omräkningsfaktorerna anges i CMS-filen per ort; vi använder det nationella genomsnittsvärdet för varje år. Alternativt, när faktureringsomräkningsfaktorer finns tillgängliga för tjänsterna i DSS, kan avgifterna divideras med faktureringsomräkningsfaktorerna och multipliceras med Medicare-omräkningsfaktorerna för att få samma resultat.

Alla professionella tjänster som inte är anestesitjänster och som inte är kopplade till en taxa tilldelas en imputerad kostnad genom att avgiften multipliceras med ett genomsnittligt förhållandet mellan kostnad och avgift för professionella tjänster (CCR). Figur 2 illustrerar beslutsprocessen för alla professionella tjänster.

Då Medicare-ersättningen för sjukhustjänster baseras på en prospektiv betalning kan den inte användas för att skapa standardiserade kostnader för enskilda tjänster inom slutenvården och i öppenvården, t.ex. förnödenheter eller användning av operationssal. Därför använder vi CCR från Medicares kostnadsrapport för att omvandla avgifter för enskilda tjänster till standardiserade kostnader. Research Data Assistance Center ger utmärkta instruktioner om hur man får fram CCRs, så vi går inte in på detaljerna här . Utmaningen ligger i vad vi ska göra med förhållandena.

Varje sjukhuskostnadsrapport innehåller sjukhusets totala kostnader och avgifter och en uppsättning kostnader och avgifter som är anpassade till olika kostnadsställen som kan användas för att beräkna CCR på sjukhusnivå och kostnadsställenivå. Även om Healthcare Cost and Utilization Project tillhandahåller förhållandet på sjukhusnivå för omvandling av avgifter till kostnader, använder vi CCR på kostnadsställenivå för att ge mer exakta kostnader på servicenivå. Det finns två sätt att koppla dessa CCR till enskilda tjänster: 1) matcha på det interna kostnads- eller intäktscentrum som användes för att tilldela avgifter och kostnader till kostnadsredovisningens kostnadscentrum och 2) använda UB intäktskoder, som används av de flesta forskare och University HealthSystem Consortium . För sådana tjänster som rum och kost är resultatet detsamma. Vi valde att använda intäktskoder eftersom intern information om kostnader eller intäktsställen inte fanns tillgänglig för en institution och det var svårt att upprätthålla kopplingarna för den andra institutionen.

Vi skapade en korskoppling av UB:s intäktskoder till kostnadsredovisningens kostnadsställen för varje institution. När vi inte hade någon bra matchning använde vi sjukhusets genomsnittliga CCR. Tabell 3 innehåller ett urval från en korskoppling. Medicare skapar ibland nya kostnadsställen som måste beaktas under våra årliga uppdateringar (t.ex. delades datortomografi och magnetresonanstomografi upp från diagnostisk radiologi 2011). Vi fann att vissa CCR varierade mellan de två sjukhusen på Mayo Clinic och varierade över tiden främst på grund av förändringar i utarbetandet av kostnadsrapporter. Vi tog itu med denna variation genom att kombinera kostnaderna och avgifterna för dessa två Mayo-sjukhus och sedan använda tre på varandra följande års kostnader och avgifter för att skapa treåriga glidande genomsnittskvoter. Vi använder också rörliga genomsnittliga nyckeltal för OMC-sjukhuset. Eftersom kostnadsrapporterna är försenade med ungefär ett år, fortsätter vi att använda föregående års nyckeltal för innevarande års tjänster tills en ny rapport finns tillgänglig.

De resulterande tilldelade kostnaderna för alla tjänster justeras för inflation med hjälp av bruttonationalproduktens (BNP) Implicit Price Deflator till det sista året i en utredares studieperiod som det sista steget i kostnadsberäkningsalgoritmen.

Lagrets struktur

Lagret består av kod för SAS-programvaran version 9.4 (SAS Institute Inc.) och en uppsättning referensfiler. Alla avgiftsscheman för professionell kostnadsberäkning är staplade i en fil som innehåller kolumner för CPT-4- och HCPCS-koder (listade i en enda kolumn), modifieringskod, år, avgift för icke-anläggning, anläggningsavgift och källan till avgiftsschemat. De är ordnade först efter år, sedan efter kod och sedan efter modifierare för varje kod. Eftersom endast PFS och gap schedule har separata avgifter för vissa tjänster i och utanför anläggningar, förekommer ofta samma avgift i båda kolumnerna. Denna enda fil används för båda institutionerna och innehåller för närvarande över 246 000 rader för 2003 till 2015.

Tre ytterligare referensfiler behövs för kostnadsberäkning av professionella tjänster: modifierare med tillhörande kostnadsjusteringsprocent, anestesiomvandlingsfaktorer per år och imputeringssatser per år och institution. Imputeringssatser används för att uppskatta en kostnad när en professionell tjänst inte kan kopplas till en avgift som inte är noll. En årlig skattesats skapas genom att kostnadsalgoritmen körs mot alla uppgifter för ett tjänsteår. Vi beräknar sedan förhållandet mellan de totala tilldelade avgifterna och de totala avgifterna för alla tjänster (exklusive tjänster med nolltaxa) för att skapa en genomsnittlig standardiserad kostnads-avgiftsimputeringssats som kan multipliceras med de imputerade tjänsternas avgifter.

De två institutionernas referensfiler för sjukhuskostnadskalkylering innehåller var och en CCR, år och UB-intäktskoder ordnade först per år och sedan per intäktskod. Skapandet av CCR-filerna är en manuell process eftersom det krävs en bedömning av vilka kostnader och avgifter för kostnadsställen som måste kombineras för att skapa kvoter (t.ex. operationssal, återhämtningssal) och vilka kvoter som ska kopplas till de olika UB-intäktskoderna. Inflationsfilen organiseras först efter det år då tjänsten inträffade och sedan efter det målår som kostnaderna ska inflateras till, med ett inflationsindex som består av målårets BNP dividerat med tjänsteårets BNP för varje kombination av år.

När vi når ett nytt kalenderår laddar vi ner det nya årets CMS-filer, köper det nya Optum Gap Code-schemat, laddar ner inflationsfaktorer från Bureau of Labor Statistics, får tillgång till institutionernas kostnadsrapporter för att skapa nya förhållandet mellan kostnader och avgifter, och tillämpar vår SAS-kod för att uppdatera referensfilerna. Vi tillämpar kostnadsberäkningsalgoritmen för att tilldela oinflaterade och inflaterade kostnader och en indikator för kostnadsberäkningsmetoden (dvs. PFS, laboratorium, DME (varaktig medicinsk utrustning), läkemedel, gap, anestesi, CCR, nollkostnad eller imputering) till varje tjänst under den nya tidsperioden och gör en kvalitetskontroll. Vår kvalitetskontrollkod identifierar problem som t.ex. UB-inkomstkoder i uppgifterna som måste läggas till i CCR-referensfilen. Kvalitetskontrollen ger en lista över alla CPT-4-koder som imputeras så att vi kan avgöra om en justering av referensfilen behövs. Vår kvalitetskontroll tittar också på trender i avgifter och kostnader över tid och kontrollerar proportionerna av de olika kostnadsmetoderna i uppgifterna. Slutligen valideras stickprov av data manuellt för att säkerställa noggrannhet.

Expansion av kostnadsdatalagret till en ny leverantör kräver i första hand skapandet av en ny uppsättning leverantörsspecifika förhållandet mellan kostnader och avgifter och en korskoppling av CCR:erna till kostnadsställen i kostnadsredovisningen. Kvalitetskontrollkoden och valideringen av manuella exempel kommer att belysa eventuella faktureringsanomalier som måste tillgodoses genom att justera kostnadsberäkningsalgoritmen.

När en utredare skickar in en begäran om data genom att ange patientens identifikationsnummer och intervall av servicedatum kontrollerar vår algoritm först om båda centra har ett institutionellt granskningsnämndsgodkännande för studien och om det finns en lämplig status för Minnesota Research Authorization för varje patient. Den extraherar sedan alla tillgängliga uppgifter om servicelinjer för de angivna datumintervallen och patienterna från företagets datalager och REP-databasen och tillämpar kostnadsberäkningsalgoritmen för att skapa inflationsjusterade standardiserade kostnader. Utredarna får alltid tjänster och standardiserade kostnader baserade på de mest aktuella källdata, eftersom vi inte lagrar några versioner av datamängder med kostnad.

Den slutliga datamängden som tillhandahålls utredarna innehåller en förteckning över tjänster med inflationsjusterade standardiserade kostnader och kostnadsmetoder för varje tjänst, som kan identifieras genom HCPCS- (eller CPT-4) kod eller UB-intäktskod, eller båda; avgiftskod; patientidentifierare; datum för tjänsten; och plats för tjänsten. Vi inkluderar tjänstebeskrivning och diagnoser på tjänstelinjenivå (jämfört med krav- eller mötesnivå). Data för varje sjukhusvistelse och faktureringsepisod finns tillgängliga i en separat fil så att utredaren har enkel tillgång till information som patientens demografiska egenskaper, intagningskälla och utskrivningsdisposition. För att bevara uppgifternas affärsmässiga känslighet tillhandahålls endast de standardiserade kostnaderna.