Erros de codificação em bases de dados de cuidados de saúde

A aplicação na prática de sistemas de orçamento global e o pagamento por GDH em ambiente hospitalar têm vindo a mostrar a sua efetividade, sendo um sistema de pagamento projetado para estimular ganhos de eficiência e evitar a prestação de serviços desnecessários. Mas, ao mesmo tempo, vários aspetos negativos dos métodos de pagamento podem ser identificados, o que requer uma revisão adicional dos GDH, a fim de melhorar a eficiência do uso de recursos orçamentais (Naurzaliyeva and Rakhypbekov,2018). Um serviço ou procedimento que é renderizado, às vezes é codificado por causa de erros involuntários (falta de experiência em codificação, erro involuntário na atribuição do GDH, dificuldade em diagnosticar, etc.) ou intencional, anomalias de codificação designadas por miscoding. Certas anomalias encontradas, como upcoding e undercoding, podem ser particularmente caras em sistemas de financiamento hospitalar baseados em GDH, nos quais a precisão e a codificação completa de diagnósticos e procedimentos são cruciais para o GDH adequado (Souza et al.,2018), prejudicando a qualidade dos dados administrativos.

1

Doentes equivalentes: "Número total de episódios de internamento que se obtém, após a transformação dos dias de internamento dos episódios excecionais e dos doentes transferidos de cada GDH, em conjuntos ’equivalentes’ ao tempo médio de internamento dos episódios ’normais’ do respetivo GDH."(ACSS,2006).

2

Índice de case-mix (ICM): “Coeficiente global de ponderação da produção que reflete a relatividade de um hospital face aos outros, em termos da sua maior ou menor proporção de doentes com patologias complexas e, consequentemente, mais consumidoras de recursos” (ACSS,2006)

3.2. Codificação clínica hospitalar em Portugal 19

Upcoding, ou overcoding, ocorre quando se define códigos para diagnósticos ou procedimentos

mais sérios (e mais caros) do que realmente se diagnosticou ou realizou (Luo and Gallagher, 2010; Reid et al.,2000). Undercoding, ou downwriting, ocorre quando códigos faturados não representam o escopo completo do trabalho realizado pelo profissional ou instituição, podendo resultar em perda de receita (Luo and Gallagher, 2010). Esta última prática pode ocorrer propositadamente, de forma a compensar casos de upcoding. Ambas as ações vão ter influência no financiamento hospitalar. Upcoding é um problema comum nos sistemas de case-mix. Vários estudos tem vindo a demonstrar que os índices de case-mix sofrem um aumento, devido à prática de upcoding, como forma de obter reembolsos maiores (Fix and Hodges,1989). O aumento no número de diagnósticos secundários é uma das técnicas que tem sido identificada como forma de obtenção de mais reembolso (Serden et al.,2003).

O comportamento desonesto em codificação clínica, geralmente, aumenta significativamente o custo da prestação de cuidados médicos. A codificação de pacientes é uma forma comum de fraude para atrair reembolsos mais altos em sistemas de reembolso prospetivo (Hennig-Schmidt et al., 2018), como é o caso dos sistemas de GDH. Pneumonia simples, por exemplo, é frequentemente “codificada” para pneumonia complexa e, como um diagnóstico frequente, levando a pagamentos excessivos em massa aos prestadores de serviços pelos financiadores (Fano,2014), pois pneumonia complexa é paga num taxa mais alta.

Os médicos, que tomam decisões de agrupamento, têm discrição substancial e podem influenciar diretamente o nível de reembolso que o hospital recebe, podendo criar incentivos para

upcoding (Moscelli et al.,2018). A imposição de mecanismos de auditoria, incluindo multas para reduzir o upcoding, é amplamente discutida entre os formuladores de políticas de saúde. Como as auditorias e multas afetam o comportamento dos prestadores de cuidados de saúde individuais não é empiricamente compreendido (Hennig-Schmidt et al., 2018). Para fornecer novas evidências sobre o comportamento de fraude em cuidados de saúde têm sido identificados os fatores de risco relacionados ao grupo de diagnóstico independente para o casos de outliers de período de internamento hospitalar mais curto e mais longo (Jentzsch et al., 2018). Internamentos mais curtos e os maios influenciam os resultados financeiros e o reembolso. Menos oportunidades de

upcoding ocorrem em sistemas de índice de case-mix (ICM) que não permitem a posse com fins

lucrativos e em que o salário do codificador não depende do resultado do processo de classificação (Steinbusch et al.,2007), entre outras situações estudadas mais à frente.

Os fatores de risco relacionados ao GDH independente para casos de outliers têm ajudado a melhorar a qualidade dos dados. Estes fatores de risco encontram-se divididos entre características de mercado, do sistema de controlo e sistema de case-mix. As características do mercado incluem a presença de propriedade para fins lucrativos, tamanho do hospital e a situação financeira do hospital (Silverman and Skinner, 2004; Silverman et al., 1999; Silverman and Skinner,2001). O upcoding é mais provável de ocorrer em áreas geográficas, com uma grande participação de mercado de hospitais com fins lucrativos do que em áreas onde isso não ocorre. Caraterísticas de sistemas de controlo, como auditorias, avalia se a instituição cumpriu com todos os procedimentos prescritos, dando ênfase a casos invulgares. Algumas características do próprio sistema de

20 Capítulo 3. Enquadramento teórico

case-mix no âmbito da ambiguidade dos critérios de classificação, momentos dos registos iniciais durante o processo de atendimento, o incentivo do codificador médico, a possibilidade de alterar a codificação após o registo inicial (Simborg,1981). Critérios de classificação podem ser considerados ambíguos, se não forem clinicamente significativos e não estiverem alinhados com a prática clínica e, portanto, aberto a outliers e/ou más práticas de codificação como upcoding (Fetter et al., 1980). Steinbusch P. J. M. (Steinbusch et al., 2007) afirma que menos oportunidades de upcoding ocorrem em sistemas case-mix aplicados em instituições sem fins lucrativos e em que o salário do codificador não depende do resultado do processo de classificação. Além disso, os sistemas case-mix, nos quais o primeiro ponto no tempo de registo está no início do processo de cuidado e no qual há um número limitado de ocasiões para alterar o registo, são menos vulneráveis ao risco de upcoding. Finalmente, o risco de upcoding é menor em sistemas case-mix que usam critérios de classificação medicamente significativos e alinhados com a prática clínica.

Qualidade dos dados é bastante importante no âmbito da saúde, quando ocorre uma decisão errada por um clínico, pode causar a morte de um paciente ou, no caso mais extremo, também pode ter um alcance mais global, quando esta fraca qualidade está associada à troca de documentos (Gaspar et al.,2011). Estas bases de dados, podem conter dados incorretos e com determinados problemas de qualidade, mas comportam dados que estão facilmente disponíveis, baratos e frequentemente utilizados (Iezzoni, 1997; Torchiana and Meyer,2005). Podendo ser a única fonte de dados disponível para estudar uma determinada questão clínica.

Assim, e apesar de vários problemas existentes, os dados administrativos são utilizados para a produção de indicadores de qualidade ou diversos estudos de interesse (Jarman et al., 1999; Scott et al.,2004). Estes dados são importantes para a gestão dos hospitais, quer seja a nível local (cada hospital), regional (administrações regionais de saúde) ou nacional (Ministério da Saúde) (Freitas, 2009). São dados com alguns problemas mas que têm muito potencial e, tendo isto presente, tem havido maior preocupação em auxiliar, facilitar e acelerar o processo de deteção de erros de codificação em medicina, especialmente, outliers, através de técnicas de data mining.