Voorwoord

Ziekenhuizen houden van benchmarking. Het stelt hen in staat om hun positie binnen het groter geheel te bepalen. Het forfait klinische biologie werd nooit eerder in België tussen ziekenhuizen vergeleken. We verkiezen het woord “Peers Compare” boven “Benchmark” omdat dit beter weergeeft hoe de vergelijking onder gelijken gebeurt. Gelijken qua grootte, aantal verantwoorde bedden, aantal erkende bedden, type instelling zoals universitair of niet universitair, maar ook gelijken onder patiëntengroepen, types pathologie met gelijkaardige severity.

1. Inleiding

Historiek

Op 20 mei 2021 organiseerde het kennisplatform en vzw “The Institute” uit Brugge, in de aanloop naar haar permanente ICD 10 -codeeropleiding een aantal webinars over actuele topics o.a. als Covid gerelateerde registratie, Covid dashboards. We leefden toen in volle Covid pandemie zodat fysische meetings niet meer mogelijk waren. Een webinar dat toen op bijzonder veel bijval kon genieten, was de editie voor klinische biologen over het belang van het forfait klinische biologie, deze les werd verzorgd door de mensen van het bedrijf Medaman, de afkorting voor Medical Data Management, dat ziekenhuizen bijstaat in analyse van data in functie van kwaliteit en financiering van de zorg maar tevens in het kader van het grote verhaal van de Real World Data en Real World Evidence. De achterliggende gedachte zijn de grote hoeveelheden onvoldoende gebruikte observationele data waaruit onvoldoende benefiet voor de patiënt wordt gegenereerd.

Vanuit Medaman groeide het idee om dit project te starten in augustus 2021. De ziekenhuizen ontvingen na de zomer 2021 hun forfait vanuit het Riziv (Rijksinstituut voor ziekte- en invaliditeitsverzekering) en kregen een idee hoe dit forfait er zou uitzien voor het komende jaar. Er werd een plan uitgetekend om dit zo gestructureerd mogelijk aan te pakken. Een aantal Vlaamse ziekenhuizen werden gecontacteerd. Maar snel volgden ook Brusselse en Waalse ziekenhuizen. Contacten werden gelegd met diensthoofden klinische biologie, MZG-(Minimale Ziekenhuis Gegevens) artsen en – medewerkers, financiële directeurs en hoofdgeneesheren. Toelichting werd gegeven via Powerpoint presentaties, e-mails en telefoongesprekken. We hoorden al snel interesse in optimalisatie van het forfait, anderen waren hierover reeds tevreden. Bezorgdheid rond veiligheid van patiëntendatabase kwam snel naar boven. Overleg met DPO’s (Data Protection Officer) met duiding kwam er om de hoogste vorm van anonimisatie van data aan de dag te leggen, het hoogste respect voor de GDPR (General Data Protection Regulation) wetgeving. De juiste software werd gekozen om dit te kunnen doen. Afspraken rond doorsturen van data werden gemaakt. Data kwamen binnen en de analyse konden beginnen. Er werd afgetoetst met ziekenhuizen hierover. We hopen dat het resultaat zeer informatief en nuttig kan zijn om een inzicht te krijgen in de drivers van dit forfait en dat het voldoende handvaten kan bieden om het forfait in de toekomst te optimaliseren.

Doelstellingen: Waarom willen we het forfait klinische biologie bestuderen ?

Zoals hierboven beschreven ontvangt elk ziekenhuis elk jaar in de zomer zijn forfait klinische biologie. Dit kan elk jaar verschillen. Voor zover we weten gebeurde er nooit voordien een benchmark of een peers compare. Als we een beperkte groep van ziekenhuizen kunnen samenstellen die een goede weergave kan zijn van de totale groep van Belgische ziekenhuizen en binnen deze groep een aantal kenmerken kunnen vergelijken, kunnen we beter begrijpen wat de basis van deze verschillen kan zijn en in welke mate er een optimalisatie mogelijk is van het forfait klinische biologie. Ziekenhuizen zijn van nature niet geneigd data van patiënten te delen tenzij er garantie bestaat voor de veiligheid van deze patiëntengegevens en een zo optimaal mogelijke anonimisatie kan doorgevoerd worden in overeenstemming met de Europese GDPR wetgeving. Anderzijds weten we dat omdat het budget voor dit forfait gesloten is, er een aantal ziekenhuizen hun forfait kunnen optimaliseren maar dit onvermijdelijk ten koste kan zijn van andere ziekenhuizen, die naar hun aanvoelen, reeds een optimaal forfait hebben.

Specificiteit van klinische biologie

Apart binnen dit forfait is wel dat de klinisch biologen de uitvoerders zijn van de labo aanvragen door de clinici en op deze manier, in tegenstelling tot bijvoorbeeld verantwoorde ligdagduur bij de clinici, geen invloed kunnen uitoefenen op het verbruik van klinische biologie. Enkel kunnen zij advies en richtlijnen rond gebruik aanbrengen. Zelf kunnen ze het forfait klinische biologie niet sturen.

Team

Een eerder klein team boog zich over het forfait klinische biologie. Oprichter en drijvende kracht achter Medaman is Dr Luc Belmans die van opleiding arts is met extra Master in de verwerking van de gezondheidsgegevens maar ook vele bijkomende opleidingen binnen de informatica. Jarenlange ervaring als hoofdarts en MZG arts in verschillende ziekenhuizen en de overtuiging dat er nog onvoldoende actie ondernomen wordt met de grote berg data waarop elk ziekenhuis zich bevindt, zetten Luc aan tot oprichting van zijn bedrijf en geesteskind Medaman in 2019. Vervolgens stond hij vele ziekenhuizen bij met raad over verschillende hospitaalfinancieringen. Tevens geeft hij graag les over ICD 10 codering en verwerken van data. Recent werd Medaman ook SME (Small and Medium-sized Enterprise) voor Ehden (European Health Data Evidence Network), het Europese datanetwerk, die door verzamelen van grote hoeveelheden observationele data, betere inzichten wil krijgen in Real World data om betere outcome voor patiënten te bekomen. De taak van een SME bestaat erin om de grote hoeveelheid data die de datapartners aanleveren, op de vereiste kwaliteit te controleren en om te zetten naar het OMOP-CDM model (Oberservational Medical Outcomes Partnership Common Data model), een soort universele codetaal, waarin locale codes als ICD 9, ICD 10, … worden omgezet. Dit om de uniformiteit van data te optimaliseren.

Geert Byttebier is ingenieur van opleiding met een hart voor statistiek en cijfers. In een vorig leven bouwde Geert een immens netwerk uit door zijn kennis toe te passen binnen verschillende pharmabedrijven zoals Janssen Pharmaceutica. Binnen de academische wereld is deze cijfer gentleman een graag geziene gast omwille van zijn correcte aanpak. Momenteel onderhoudt hij voor Medaman de nauwe contacten met universiteiten en onderzoekers over de ganse wereld en begeleidt hij met zijn vakkennis vele publicaties oa recent rond gebruik van statines en ACE inhibitoren/sartanen voor de overleving van Covidpatiënten. Ook binnen OHDI (Observational Health Data Sciences and Informatics)of de mondiale versie van Ehden is hij een graag gezien gast.

Voor de organisatie en aanpak van het forfait klinische biologie binnen het Franstalig deel van België, is Marc Lamont de geknipte persoon. Hij heeft een Master in Medische en pharmaceutische wetenschappen met een bijkomende MBA aan de Flanders Business School. Hij bekleedde verantwoordelijke functies bij bedrijven als Clintec, Baxter, Eurogentec, Canon Medical group. Momenteel adviseert hij jonge bedrijven in hun opstart en doorgroei en schreef ook hierover het succesvolle boek “Growing start-up and scale-up activities into a succesfull business”. Perfect tweetalig en met tonnen mondiale ervaring binnen de bedrijfwereld en de ziekenhuisomgeving, zet Marc zich in om voor Medaman het zuidelijk deel van België warm te maken voor het forfait en niet zonder succes want hij slaagde erin om een aantal grote spelers te overtuigen van het belang van het forfait en de deelname aan de peers compare.

Dries Tant is van opleiding huisarts en urgentie-arts met een bijkomende Master in Gezondheidszorg beleid en Gezondheidseconomie. Momenteel nog actief binnen de klinische wereld als urgentie arts, zaalarts geriatrie en palliatief arts maar ook als tropenarts in Rwanda en Kongo. Maar met toenemende interesse in MZG, real word data, Python, Power Bi. Zo liep hij in de voorbereiding van de ICD-10 cursus van de vzw en leerplatform “The Institute” uit Brugge, Luc Belmans tegen het lijf die hem warm maakte voor het project rond de peers compare van het forfait klinische biologie.

Data verzameling

Voor de verwerking van informatie voor het forfait klinische biologie werd aan de ziekenhuizen gevraagd om meerdere bestanden ter beschikking te stellen. Deze bestanden zijn nodig om zicht te krijgen op de parameters die het forfait bepalen. Dit gaat over 3 soorten data.

Feedback RIZIV

Allereerst werd de feedback van het Riziv over het forfait via Librhos opgevraagd. Het forfait zelf maakt het Riziv voor elk ziekenhuis steeds via zijn website openbaar. In de feedback vinden we meerdere bijlagen. Het is handig, bij het doorlezen van de tekst, de feedback van het forfait bij de hand te nemen.

Bijlage 1

In Bijlage 1 vinden we de berekening van het forfait voor het dienstjaar 2021 maar over het jaar 2019 en wordt gestart met een aantal definities met de coderingen van de partiele begrotingen (B1 tot B6), de codes voor de verschillende diensten, het aantal bedden in 2019 en op 1 januari 2020, het aantal intensieve bedden, de betekenis van de klinische biologie index, het aantal verpleegdagen in 2019 en 2021, het aantal acute dagen, de uitgaven voor klinische biologie in 2019 en 2021. De informatie in deze bijlage is algemeen en dus voor elke ziekenhuis hetzelfde.

Vervolgens wordt er voor België een Tabel A getoond, die het totale budget aan klinische biologie met zijn partiële begrotingen met zijn 4 onderdelen (B1 tot B4) van de acute ziekenhuizen weergeeft maar ook de categorale (B5) en psychiatrische ziekenhuizen (B6).

In Tabel B vinden we de nationaal gemiddelde uitgaven inzake klinische biologie per verpleegdag in 2019. Hier bemerk je de verschillen voor verschillende bedindexen. De hoogste waarde voor het nationale daggemiddelde ligt bij de dienst voor brandwonden aan 107,48 EUR per dag, de laagste echter is het nationaal daggemiddelde voor kinderpsychiatrie aan 1,86 EUR per dag. Tussenin liggen oa de gemiddelden voor de meer courante C-bedden (33,99 EUR), D-bedden (49,45 EUR) en G bedden (20,95 EUR).

In Tabel C wordt voor elke B waarde de verschillende coëfficiënten (C1 tot C4) berekend door de partiële begroting te delen door de som van alle tussenwaarden. Dit zijn de coëfficiënten die gebruikt worden om het aandeel van elk ziekenhuis te berekenen binnen het gesloten budget.

Bijlage 2

Bijlage 2 van hetzelfde bestand is voor elk ziekenhuis specifiek en begint in tabel 1 in 2 delen, namelijk voor de groepen van diensten en alle diensten met hun kenletter, de data op te sommen voor zowel 2019 als voor januari 2020. Dit gaat over uitgaven aan klinische biologie voor de verschillende diensten met hun aantal dagen en bedden voor 2019 en de aangepaste waarden voor januari 2020. Onderaan de tabel vinden we de totale waarden voor de ligdagen, alsook de acute dagen. Extra informatie voor het onderdeel B1 wat de financiering is voor de geobserveerde gegevens van de psychiatrische en revalidatie diensten binnen het acute ziekenhuis.

In Tabel 1 bis zien we de Pathologie index, als de som van alle klinische biologie scores en indexen van zowel oncologische als niet- oncologische APR DRG’s, als eindresultaat, wat in uitgewerkte versie in de gedetailleerde Excel file van Bijlage 3 terug te vinden, weliswaar zonder de sommatie weergegeven.

De oorspronkelijke 2019 waarde staat links van de aangepast waarde, na correctie voor mogelijks gewijzigde beddenaantal. Het gebeurt dat het aantal bedden ongewijzigd blijft tussen de 2 meetmomenten, zonder wijziging van de beddenstructuur, maar binnen het ongewijzigde totaal is het mogelijk dat een aantal indexen (vb. afbouw van C en/of D bedden ten voordele van SP of A bedden) wijzigen zonder het totaal te raken. Andere mogelijkheden zijn een toename of afname van het beddentotaal. Deze mogelijkheden vinden we allen terug in de peers compare.

In Tabel 2 ontdekken we de partiële begroting op basis van de pathologie gegevens voor zowel de psychiatrische als revalidatie diensten maar ook de andere diensten van de acute ziekenhuizen. Ook vinden we de partiële begroting op basis van de nationale gemiddelden (aparte Tabel op pagina 3 van Bijlage 2, met de dagen voor de diensten vermenigvuldigd met het nationale gemiddelde, gecorrigeerd met de coëfficiënt), de partiële begroting “bedden voor intensieve zorgen” en “permanentie fysische aanwezigheid van één laboratoriumtechnoloog”. Steeds met hun specifieke berekenwijzen en correctie door vermenigvuldiging met de specifieke coëfficiënt zoals hoger beschreven om het aandeel van het ziekenhuis te bekomen binnen het gesloten budget.

Tabel 3 toont tenslotte de som van de 4 elementen (B1 tot B4) die de enveloppe vormen als teller van de breuk en tevens het aantal dagen in 2021 als noemer van de breuk. De uitkomst is het forfait klinische biologie van het ziekenhuis per dag vanaf 1 november 2021 (Tabel 4).

De berekening in Tabel 5 is de regularisatie door te bekijken hoeveel het nieuwe forfait vanaf november verschilt van het forfait ontvangen tussen januari en juli 2021. De 3 maanden augustus, september en oktober worden gebruikt om het verschil tussen oude en nieuwe forfaitwaarden te compenseren door een berekening volgens de regel van 3.

Bijlage 3

De Bijlage 3 is een uitgebreide Excel-file die voor het ziekenhuis en voor elke APR DRG (All Patient Refined Diagnosis Related Groups) met zijn verschillende severities of index (SOI) uitzet hoeveel niet-oncologische en oncologische verblijven (multiplicator 1.85) er zijn, deze vermenigvuldigt met de klinische biologie index, hierdoor de score per APR DRG met zijn verschillende severities bekomt. Deze scores allemaal opgeteld, geeft de Pathologie index, waar reeds hoger in Tabel 1 bis van Bijlage 2 gesproken werd.

TXT-bestanden van MZG

De 27 txt-bestanden zijn genoeg gekend bij MZG artsen. Hiervan vragen we 4 bestanden op namelijk STAYHOSP, STAYINDEX, DIAGNOSE en PROCEDUR op.

Stayhosp herbergt de gegevens van het ziekenhuis, het verblijf met de correcte tijdstippen van opname en ontslag, het type ziekenhuisverblijf, de categorie van ziekenhuisverblijf, geslacht, leeftijd, woonplaats, nationaliteit, landscode, plaats voor opname, bestemming na opname, mogelijke doodsoorzaak.

Stayindex leert ons iets over het type van bed waarin een patiënt zich vertoeft en we denken hier bijvoorbeeld aan een G bed bij geriatrische dienst, D bed voor diagnostische of internistische dienst, C bed voor chirurgische dienst.

Diagnose en procedure zeggen ons logischerwijze iets over de diagnose en de ingreep of procedure die heeft plaatsgevonden.

Feedback Budget Financiële Middelen( BMF)

Binnen het feedback van het BFM halen we informatie op van de APR DRG ’s met hun SOI’s.

Anonimisering

De term “anonimisering” blijft binnen de wereld van de DPO’s de tenen krullen. Strikt gezien is er sprake van “pseudonimisering” gezien een uiterst zeldzame diagnose van een patiënt al sneller tot de identificatie van deze patiënt kan leiden. Eénmaal deze gegevens ter beschikking gesteld in het ziekenhuis, volgt alvorens deze door te sturen een aantal stappen, van bijzonder belang voor de veiligheid van de gevoelige patiëntendata.

De stappen die eraan vooraf gaan zijn momenten van overleg met en uitleg aan de DPO en/of MZG arts van het ziekenhuis, die er zich van vergewissen dat de data de hoogste vorm van bescherming genieten, zodat een individuele patiënt quasi onmogelijk kan teruggevonden worden binnen deze data en dat de data uitsluitend worden gebruikt voor het doel wat vooraf uitgebreid besproken werd. Hier in casu gaat het over de analyse van het forfait klinische biologie, de peers compare met andere ziekenhuizen, het zoeken van de oorzaken van het bedrag van het forfait en de mogelijke verbeterpunten en handvaten voor een optimaal forfait opsommen.

Zoals gezegd wordt binnen de veilige ziekenhuismuren de data zo uitgebreid als mogelijk geanonimiseerd vooraleer ze nadien in veilige vorm het ziekenhuis verlaten. Om de pseudonimisatie en later de transfer op een gemakkelijke en efficiënte wijze mogelijk te maken, vragen we om een eerste stukje software gratis te installeren, namelijk “EasyMorph”, een gemakkelijke tool om in eenvoudige stappen data uit de verschillende txt-bestanden gestructureerd op te halen, reeds te anonimiseren door ze te ontdoen van gevoelige data. Het patiëntennummer wordt verwijderd en vervangen door een index of een nummer in volgorde. Voor de leeftijd wordt gekozen om de patiënt in 3 leeftijdsgroepen onder te brengen (0-14j, 15-75j en > 75j).

Het tweede stukje software dat hier gebruikt wordt, is “Arx de-identifier”, ontwikkeld door de IT-mensen van de “La Charité” universiteit van Berlijn, dit is een stukje software dat binnen de firewall van het ziekenhuis, test in welke mate er mogelijkheid bestaat om de patiënt te heridentificeren. De parameters van de bestanden krijgen een datatype dat “identifier” , “quasi identifier” of moeilijk om hieruit tot identificatie te komen, of “sensitive” of heel gevoelig kan zijn. Zo kunnen we inschatten hoe groot de kans is om patiënten te identificeren vanuit de verschillende attacker modellen en vertrekkende vanuit verschillende soorten data. Deze attacker modellen (prosecutor, journalist, marketeer) hebben elk hun specifieke eigenschappen, interesses, mogelijkheden en doeleinden, om dit systeem op hun veiligheid te testen en om zo tot de identiteit van de patiënt te komen. De “records at risk” zijn minder dan 0,1% in de 3 modellen, de “highest risk” op reïdentificatie is 100% in geval van een zeldzame of unieke diagnose, en de “success rate” tot heridentificatie is om en bij de 0,1%.

Het meest kritische gegeven is de diagnose, van cruciaal belang voor het onderzoek van het forfait maar het meest kwetsbare voor heridentificatie, zeker bij eerder zeldzame aandoeningen. Voor deze patiënten bestaat enkel volledige anonimisatie door deze weg te laten voor het onderzoek wat tegelijkertijd dit onderzoek nutteloos maakt. Deze is van cruciaal belang voor het onderzoek van het forfait. Om deze patiënten een optimale databescherming te laten genieten, werd in overleg met elk ziekenhuis, op vraag gebruik gemaakt van een verwerkersovereenkomst naar het model van Zorgnet-Icuro, waarin nauwkeurig gestipuleerd wordt wat de grenzen zijn van dit onderzoek, wat de verwerkersovereenkomst precies inhoudt en de houdbaarheid van de data. We zijn er ons, als artsen, voldoende van bewust dat er ook nog een medisch beroepsgeheim en ethische deontologie bestaat met strafrechtelijke implicaties. Het proces van de analyse gaat over enkele maanden, het streefdoel is om ruim 20 ziekenhuizen in de peers compare op te nemen maar het proces van goedkeuring binnen de ziekenhuizen verschilt waardoor de data meestal niet allemaal simultaan ter beschikking komen. Op het einde van de analyse en peers compare wordt het onderzoek afgesloten met de vernietiging van de data, waardoor andere partijen buiten de overeenkomst tussen het ziekenhuis en Medaman, het niet voor andere (commerciële of niet commerciële) doeleinden dan de analyse en peers compare van het forfait klinische biologie kunnen gebruiken.

2. Het forfait klinische biologie per verpleegdag

2.1. Het forfait binnen de ziekenhuisfinanciering

De ziekenhuisfinanciering staat de laatste jaren meer onder druk en in een vraag naar kostenbeheersing bestaat er een verschuiving van betaling per prestatie (“fee for service”) naar een pathologie (-groep) georiënteerde betaling. Hierbij wordt op basis van MZG data (ICD 10 BE codes), een indeling in duidelijk omschreven pathologie groepen (APR-DRG) gedefinieerd met de verschillende ernstgraden(SOI).

Dit gebeurt voor de pathologie van elk verblijf van een patiënt in een ziekenhuis en de ernst met een correlatie naar verbruik. De rationale hierachter is dat de financiering van een patiënt met een hoger verbruik wegens ernstige aandoening, ook hoger zal zijn. Forfaits zijn dan ook vaste bedragen voor een bepaalde pathologie met een bepaalde ernstgraad.

In zijn nota over de hervorming van de ziekenhuisorganisatie en -financiering van 28 januari 2022 stelt minister van Sociale zaken en Volksgezondheid Frank Vandenbroucke zijn plan voor. Hier gelden als belangrijke elementen de versnelde aanpak in forfaitarisatie van klinische biologie, medische beeldvorming en geneesmiddelen met als einddoel een pathologieforfait per opname. Maar ook komen aan bod : het stimuleren van de daghospitalisatie, het organiseren en financieren van specifieke functies, de hervorming van de nomenclatuur, de aandacht voor de kwaliteit van de zorg met een financiering in verhouding hieraan. Tenslotte eindigt de nota met de nood aan betere beheersing van de supplementen.

2.2. Wat is het forfait Klinische Biologie ?

Bepaalde geneeskundige verstrekkingen zijn niet opgenomen in de nomenclatuur en hebben een pseudonomenclatuurcode gekregen. Dit is het geval voor een aantal forfaitaire honoraria in ziekenhuizen inzake klinische biologie en medische beeldvorming. De waarde (te factureren bedrag) van die prestatie is verschillend naargelang het betrokken ziekenhuis

Het Forfait Klinische Biologie is een voor een jaar vaststaand forfaitair bedrag dat het ziekenhuis per ligdag van een patiënt in het ziekenhuis krijgt voor het financieren van de laboratoriumonderzoeken. De berekening van dit forfait wordt quasi jaarlijks uitgevoerd op basis van de berekening van de berekening van de informatie van 3 jaar geleden.

Het ziekenhuis ontvangt het bedrag van het forfait voor 2021 op het eind van de maand augustus maar gebaseerd op de informatie van het jaar 2019.

Praktisch gezien is dit een breuk met in de teller de enveloppe op basis van 4 onderdelen die hier verder beschreven zullen worden met in de noemer het aantal gefactureerde ligdagen (Finhosta).

2.3. Wetgeving

Het wettelijk kader voor de regeling van het forfait klinische biologie per verpleegdag is gebaseerd op het Koninklijk besluit van van 12 november 2008. Het ligt niet binnen het bestek van dit werk om deze uitgebreid te bespreken. Deze wet kan uitgebreid geraadpleegd worden via deze website van het Belgisch Staatsblad

2.4. Hoe groot is het budget voor klinische biologie ?

De globale begroting voor dit forfait van het lopende jaar wordt vastgesteld door de Algemene Raad van de Verzekering voor Geneeskundige Verzorging binnen het RIZIV. Dit bedrag is een gesloten bedrag wat meestal ligt tussen de 280 en 300 miljoen EUR. Dit jaar bedraagt het bedrag 293.375.000 EUR.

Evolutie van het totale budget ffkb

Over de jaren heen wijzigt het forfait klinische biologie. Bij een aantal ziekenhuizen blijft deze stabiel maar voor een ander aantal centra bestaan er heel wat wijzigingen. We proberen binnen dit werk te begrijpen wat in deze chronologie dit forfait aanstuurt en waarom er zich dergelijke veranderingen kunnen voordoen. Hieronder vindt u een kleurrijke grafiek van deze chronologie.

chronologie_forfait_lijndiagram

chronologie_forfait_lijndiagram

2.5. Drivers

2.5.1. Noemer

In de noemer van de breuk om het forfait klinische biologie te berekenen, bevinden zich de ligdagen, wat de som is van de acute en de chronische ligdagen, dit getal is terug te vinden in Tabel 1 van Bijlage 3 waar de berekening van beide ligdagen gebeurt met mogelijke veranderingen tussen 2019 en januari 2021 en het uiteindelijke cijfer in Tabel 3 als ultieme cijfer in de noemer.

2.5.2. Teller

In de teller van de breuk bevindt zich de enveloppe, die uit 4 elementen bestaat. Uitleg hierover volgt hierna.

2.5.2.1. Pathologie

  • APR DRG en SOI

Op basis van de informatie in het medisch digitaal dossier worden er door de dienst Medische Registratie klinisch relevante diagnoses (al dan niet in overleg met de behandelende artsen) onder de vorm van ICD 10 BE codes gegenereerd, namelijk de hoofddiagnose of het motief voor opname, de nevendiagnosen en de procedures. In het belang van de financiering maar vooral voor de kwaliteit van de zorg gebeurt dit proces zorgvuldig. Deze ICD 10 codes worden in APR-DRG groepen met SOI en ROM omgezet. In totaal zijn er 318 DRG met telkens 4 SOI, dus 1272 groepen.

  • KBI

Voor elke groep bestaat er een klinische biologie index (KBI). Deze KBI zijn gelijk aan de verhouding van de gemiddelde uitgaven per verblijf per APR-DRG en per severity klasse voor de prestaties inzake klinische biologie tot de gemiddelde uitgaven per verblijf voor alle APR-DRG’s en severity klassen samen. De gemiddelde uitgaven per verblijf per APR-DRG en per severity klasse wordt bepaald na weglating van de outliers. De outliers zijn de verblijven met uitgaven voor prestaties inzake klinische biologie die groter zijn dan Q3 + 2x(Q3 -Q1), waarbij Q1, Q2 en Q3 de waarden vertegenwoordigen van het eerste, tweede en derde kwartiel van de verdeling van voornoemde uitgaven. Indien voor een bepaalde APR-DRG er voor de vier severity klassen minder dan 80 verblijven aanwezig zijn in de nationale databank, dan worden deze verblijven samengenomen en wordt er slechts één klinische biologie index berekend. Indien voor een bepaalde APR-DRG er voor de severity klassen 1 en 2 samen minder dan 40 verblijven aanwezig zijn in de nationale databank, dan worden deze verblijven samengenomen en wordt er voor severity klasse 1 en 2 slechts één klinische biologie index berekend. Idem voor severity klassen 3 en 4. Indien voor een bepaalde APR-DRG in een severity klasse minder dan 10 verblijven aanwezig zijn in de nationale databank, dan wordt het aantal verblijven van deze severity klasse samengenomen met de naburige severity klasse op de volgende wijze : klasse 1 + klasse 2 of klasse 3 + klasse 4.

  • Oncologisch en niet oncologisch

In praktijk wordt voor elke combinatie van APR-DRG en SOI het aantal verblijven opgeteld, dit gegeven wordt vermenigvuldigd met de klinische biologie index, bij een oncologische hoofddiagnose wordt hierbij nog vermenigvuldigd met een extra factor nl 1.85. Dit geeft dus een hogere KBI, wat al direct, gezien het hefboomeffect, het belang van oncologische hoofddiagnoses weergeeft.

  • Pathologie Index

Elke bekomen KBI van het ziekenhuis wordt voor dat jaar opgeteld wat dan uitmondt in de totale Klinische Biologie Score , in het verslag van de overheid benoemd als “Pathologie Index”. Deze Score wordt met een coëfficiënt C1.2. vermenigvuldigd (cfr infra waar de coëfficiënten in de berekeningen beschreven worden en bijlage van de feedback van Librhos).

  • Uitzonderingen

Uitzondering hierop zijn de psychiatrie diensten en de SP diensten, hier gebeurt de verdeling proportioneel volgens de geobserveerde klinische biologie uitgaven. Daarna gebeurt op dit werkelijk verbruikt bedrag nog een vermenigvuldiging met een correctiefactor (coëfficiënt C1.1., “Andere diensten”).

  • 40% van de envelope

Er wordt dus enerzijds onderscheid gemaakt tussen psychiatrie en SP diensten en anderzijds de andere diensten. Samen krijgen ze 40% van het budget van de enveloppe.

Evolutie in het aantal verantwoorde bedden

We zien een kleurrijk lijndiagram hieronder waarin de meeste ziekenhuizen een gelijklopende, dalende trend volgen, wel zien we enkele ziekenhuizen sterke veranderingen in verantwoorde bedden vertonen, zowel in stijgende als in dalende lijn. Dit zal ook in andere financieringsvormen meespelen.

chronologie_verantwoorde_bedden_lijndiagram

chronologie_verantwoorde_bedden_lijndiagram

Totaal verantwoorde bedden

Er bestaat een ruime spreiding van de verhouding tussen het aantal verantwoorde bedden en het forfait klinische biologie. We bemerken wel een beperkte evenredig positieve tendens.

forfait_klinische_biologie_volgens_verantw_bedden_scatterplot

forfait_klinische_biologie_volgens_verantw_bedden_scatterplot

Volgens aantal verantwoorde CD bedden

We bemerken een beperkt positieve verhouding van aantal verantwoorde CD bedden en het forfait.

scatter_CD_bedden

scatter_CD_bedden

Volgens het aantal verantwoorde G bedden

Hier zien we eerder een negatieve helling tussen het toenemend aantal verantwoorde G bedden en het forfait.

scatter_plot_G_bedden

scatter_plot_G_bedden

Category?

Er bestaan APR DRG’s die een hoge klinische biologie index (KBI) hebben (vb infra )en die vooral in hooggespecialiseerde ziekenhuizen voorkomen en waarvoor eerder een beperkt aantal opnames of hospitalisatiedagen in aanmerking komen.

Daarentegen bestaan er APR DRG’s met eerder lage KBI’en die in alle ziekenhuizen voorkomen en zo ook frequent toegepast kunnen worden. We bekijken de impact van deze beiden aan de hand van enkele voorbeelden.

Voorbeeld 1 : “Hart en/of Long transplanten” ( APR DRG 002) hebben een hoog absoluut KBI van 59 voor een SOI van 4 gezien de complexiteit en de zorggraad en wordt enkel in hooggespecialiseerde centra uitgevoerd, hier voor een bepaald centrum 14 maal met verschillende SOI’s, voor een totaal van 550 EUR aan KBI. Zo ook voor een levertransplant ( APR DRG 001 ) die een KBI van 57 heeft voor de hoogste SOI 4 maar in 2019 in totaliteit 39 maal uitgevoerd werd met een totaal KBI van 1428.57 EUR.

Voorbeeld 2 : Het plaatsen van een “heupprothese” ( APR DRG 301 ) wordt in een willekeuring ziekenhuis binnen de onderzoeksgroep 545 maal uitgevoerd aan een gemiddelde KBI van 0.405 wat samen een KBI van 220.57 geeft.

Voorbeeld 3 : Een “acute leukemie” ( APR DRG 690 ) komt in een ziekenhuis 163 maal voor aan een gemiddelde KBI van 14.5, komen we samen aan 2365 EUR.

Voorbeeld 4 : Van “other pneumonia”( APR DRG 139 ) vinden we in een ziekenhuis 336 casussen met in totaal een KBI van 522,76 wat neerkomt op een gemiddelde van een KBI van 1,56 per opname.

2.5.2.2. Ligdagen per bedindex

Een groot deel of 40% wordt verdeeld op basis van de nationaal gemiddelde uitgaven inzake klinische biologie per verpleegdag in en per dienst in 2019 of kortweg “de bedindexen”. De meest courante diensten of de diensten die in de meeste ziekenhuizen aanwezig zijn, zijn voor de acute diensten, met de kenletters C van Chirugische diensten, D van Diagnostische diensten, G van Geriatrie, E van Pediatrie, M van Materniteit). Meer gespecialiseerd zijn de kenletters Br van Brandwondencentrum, N* van neonatologie, Nic van neonatale intensieve zorgen.

schema_nationaal_gemiddelde_bijlage_1

schema_nationaal_gemiddelde_bijlage_1

Andere diensten zijn voor de psychiatrie de kenletters K voor Kinderpsychiatrie, A voor volwassen Psychiatrie. De revalidatie of SP diensten omhelzen : Sp cardiologie, SP locomotorische aandoeningen, SP neurologie, SP palliatieve zorgen, SP polypathologie, SP psychogeriatrie.

Hierbij wordt het nationaal gemiddelde vermenigvuldigd met het aantal gefactureerde ligdagen per dienst kenletter. De waarden van deze nationale gemiddelde uitgaven inzake klinische biologie per verpleegdag in 2019 zijn terug te vinden in Bijlage 2 van de feedback van het forfait, in Tabel B). Zoals reeds vermeld, bestaan er voor deze daggemiddelden wel verschillen. Op de som van deze vermenigvuldiging van het aantal dagen met de nationale gemiddelde uitgaven per verpleegdag, volgt nog een vermenigvuldiging met de coëfficiënt C2.

2.5.2.3. Intensieve zorgen

Voor het aandeel intensieve zorgen worden het aantal verantwoorde bedden intensieve zorgen van het ziekenhuis vermenigvuldigd met de coëfficiënt C3.

2.5.2.4.Labo assistent

10% van het gesloten budget wordt verdeeld aan de hand van de permanentie van een laborant. Indien het ziekenhuis over een permanentie beschikt kan het aanspraak maken op dit aandeel. Hierbij wordt het aantal acute ligdagen van het betreffende ziekenhuis vermenigvuldigd met coëfficiënt C4.

2.6. De praktische berekening van uw forfait (De formule)

De formule van het forfait klinische biologie is een breuk met in de teller de enveloppe en in de noemer het aantal ligdagen.

De enveloppe bestaat uit de som van de 4 resultaten van de pathologiegegevens, de ligdagen per bedindex, het IZ -deel en het aandeel volgens de laborant permanentie.

Stap 1

Van het totale bedrag (zie Bijlage 1, Tabel A) of de lump sum van 293.339.437 EUR wordt eerst het deel voor de niet-acute ziekenhuizen, namelijk de categorale (B5) voor 3.412.153 EUR en psychiatrische ziekenhuizen (B6) voor 7.623.410 afgetrokken volgens werkelijk gebruik.

Stap 2

Om dan over te gaan naar de verdeling van de resterende 282.339.437 EUR voor de acute ziekenhuizen volgens de regel 40/40/10/10% voor de onderdelen B1 tot B4.

Stap 3

Binnen de acute ziekenhuizen worden de uitgaven volgens pathologiegegevens van B1 (40% ) verdeeld tussen de enerzijds de Psychiatrische- en SP-diensten (B1.1.) voor 4.820.149,93 EUR en anderzijds de Acute ziekenhuisdiensten (Andere diensten, B1.2.) voor 108.115.625,07 EUR, volgens de verhouding van het werkelijk gebruik aan klinische biologie tussen acute (95.73%) en niet acute diensten (psychiatrie/SP, 4.27%) (zie Bijlage 1, Tabel A).

Stap 4

Voor de psychiatrische en SP bedden (zie Bijlage 2, Tabel 2) nemen we het werkelijk gebruik aan klinische biologie vermenigvuldigd met de coëfficiënt C1.1.

Stap 5

Voor de acute diensten : de som van alle klinische biologie indexen van oncologische en niet-oncologische APR DRG ( Bijlage 2, Tabel 1 bis of ook Bijlage 3), die samen de klinische biologie scores en zo ook de Pathologie Index vormen. Dit wordt gecorrigeerd volgens de beddenevolutie tussen 2019 en januari 2021 en  vermenigvuldigd met de coëfficiënt C1.2 om binnen de begroting B1.2 te blijven.

Stap 6

De som van stap 4 en stap 5 vormen samen de pathologie gegevens van acute ziekenhuis en psychiatrie/SP of de “Partiële begroting op basis van de pathologiegegevens” of B1.

Stap 7

Voor de partiële begroting per dienst (ook 40%) nemen we per dienst het aantal gefactureerde ligdagen en vermenigvuldigen we met de nationale gemiddelde uitgave per verpleegdag per kenletter om het nog eens met het coëfficiënt C2 van het nationaal gemiddelde te vermenigvuldigen om binnen het gesloten budget te blijven. Zo bekomen we de “Partiële begroting op basis van de nationale gemiddelden” of B2.

Stap 8

Voor het IZ aandeel (10%) : vermenigvuldigen van het aantal erkende bedden Intensieve Zorgen met de coëfficiënt C3. Dan bekomen we de “Partiële begroting bedden intensieve zorgen” of B3.

Stap 9

Voor het deel volgens de laborant (10%): vermenigvuldigen we het aantal acute dagen van het ziekenhuis dat jaar met de coëfficiënt C4 om zo de “Partiële begroting permanente fysieke aanwezigheid van laboratoriumtechnologen” of B4 te krijgen.

Stap 10

De enveloppe met de 4 resultaten samen (40+40+10+10) in de teller wordt gedeeld door het aantal dagen in de noemer wat het uiteindelijke dagforfait klinische biologie weergeeft.

Stap 11

Er gebeurt een regularisatie van 2021 gedurende 3 maanden. De ziekenhuizen krijgen een forfait uitbetaald dat geldig is voor de eerste 7 maanden van het volgende jaar. Waarna in augustus een nieuw forfait gekend wordt. Om in november al naar het nieuwe forfait over te schakelen. De maanden augustus, september en oktober worden gebruikt om het teveel of te weinig gekregen forfait op deze 3 maanden te corrigeren alvorens het nieuwe forfait in november in gebruik te nemen.