Position du problème : L'outil PMSI (programme de médicalisation des systèmes d'information) centre l'utilisation des données recueillies sur un objectif budgétaire, à travers la valorisation des groupes homogènes de malades par un indice synthétique d'activité (ISA). Cependant, cet outil devient une source de données utilisée dans le cadre de la comparaison de performance des services hospitaliers. L'objectif de ce travail était de tester la qualité du codage de services de cardiologie, afin d'analyser l'impact de la qualité du codage sur la valorisation en points ISA et la description de la morbidité.

Méthodes : Les données sont issues des résumés médicaux de la base PMSI 1998 de six services de Cardiologie médicale de l'Assistance Publique-Hôpitaux de Paris. Après tirage au sort, un échantillon de ces dossiers a été recodé par des médecins d'information médicale, afin de comparer ce codage au recueil initial des cliniciens. La comorbidité selon ces deux versions de codage a été analysée au plan qualitatif et quantitatif, ainsi que l'impact du recodage en termes de valorisation de séjours en points ISA, ce pour les dossiers de patients décédés et de patients non décédés.

Résultats : Dans les 373 dossiers analysés, le nombre moyen de diagnostics associés par résumé est significativement plus bas lorsque le codage est assuré par les cliniciens comparés à un médecin d'information médicale (2,1 versus 3,6 ; p < 0,001). La sous-estimation concerne avant tout les comorbidités qui n'interviennent pas dans le groupage PMSI, mais qui permettent la description du terrain morbide des patients. Ces résultats sont plus marqués pour les résumés de patients décédés. Malgré un taux de changement de GHM de 15 % après recodage, indépendant du mode de sortie « décès », il n'y a pas de variation statistiquement significative du nombre de points ISA attribuables.

Conclusion : Un recodage aboutissant à un taux de changement de GHM acceptable n'est pas un garant suffisant de la qualité des données. Il est donc essentiel que les cliniciens producteurs de l'information médicalisée améliorent la qualité du codage pour que celui-ci puisse constituer une source de données valide dans le cadre des analyses de performance des services hospitaliers.

Background: The use of the French version of the DRG model is focused on cost allocation, based on the case-mix system and the use a weight called ISA (Synthetic Index of Activity) for each DRG. However, this administrative database is becoming more and more used by both researchers and health policy makers for health planning and benchmarking. In France, data abstraction and coding of medical records is done by physicians. The objective of this study was to determine the accuracy of a database of the discharge summaries used for DRGs and to compare consequences of inappropriate coding on budget estimation and risk adjustment.

Methods: Samples of discharge summaries from six cardiology units were recoded by trained physicians in data abstracting and coding. Comparison between initial and recoded diagnoses (errors on main diagnosis or on comorbidities) used by the DRG system algorithm, and the original and final case-mix were performed. The before and after abstracted data were stratified and compared by principal diagnosis (myocardial infarction or congestive heart failure) and discharge status (dead or alive).

Main results: Comorbidities were underreported by physicians of cardiology units compared to reabstracted data (mean number of secondary diagnoses per summary: 2.1 vs. 3.6, p<0.001), especially those which had a minimal impact on the DRG classification. In spite of a 15% rate of wrong DRGs, there was no significant difference in the total amount of ISA after data reviewing. Underreporting of comorbidities is more important for medical records of dead patients at discharge but, without significant effect on rate of change in DRG and amount of ISA.

Conclusion: Discharge summaries used in the French DRGs system consistently underestimate the presence of comorbid conditions, which has direct implications for policy-makers comparing performance between hospital units. Both clinical practitioners and policy makers should be aware of this bias when assessing patient's quality of care or performing health planning through discharge summaries.