Depuis 2008, le financement des hôpitaux en France est lié à la nature des activités réalisées (tarification à l’activité), décrites par le programme de médicalisation des systèmes d’information (PMSI). Le contrôle de la qualité du codage du PMSI est primordial pour optimiser les recettes perçues par les établissements. La qualité du codage peut varier fortement d’un service à l’autre, mais aucun outil fiable n’existe à ce jour pour répartir correctement les moyens humains nécessaires à son contrôle.

L’objectif principal de cette étude était d’identifier les déterminants du temps nécessaire aux techniciennes d’information médicale (TIM) pour effectuer le contrôle qualité ou le codage des séjours, dans un centre hospitalier régional. De mars 2016 à janvier 2017, les TIM ont mesuré le temps passé pour le contrôle qualité ou le codage d’un échantillon de séjours. Une régression linéaire multiple a été réalisée sur une moitié de l’échantillon pour identifier les déterminants de ce temps. L’autre moitié de l’échantillon a été utilisée pour valider le modèle construit.

Pour le contrôle qualité, 5431 contrôles ont été inclus : 2716 pour la construction du modèle et 2715 pour sa validation. Sept déterminants ont été identifiés (durée du RSS, niveau de sévérité, mois de contrôle, type de contrôle, TIM, rang du RUM classant et catégorie majeure diagnostique). Le coefficient de corrélation entre temps de contrôle prédit et réel dans l’échantillon de validation était de 0,71 (p<10⁻⁴). Pour le codage, 808 RSS ont été séparés en 404 pour la construction du modèle et 404 pour sa validation. Deux déterminants ont été identifiés. Le coefficient de corrélation, entre temps de codage prédit et réel, était de 0,47 (p<10⁻³).

Il est possible de modéliser le temps nécessaire au contrôle qualité du codage des séjours, ce qui permet d’évaluer de façon précise et objective la répartition des moyens humains nécessaires à ce contrôle entre les différents services de l’établissement. En revanche, la modélisation du temps nécessaire au codage des séjours n’a pas donné de résultats satisfaisants.

Since 2008, in France, hospital funding is determined by the nature of activities provided (activity-based funding). Quality control of hospital activity coding is essential to optimize hospital remuneration. There is a need for reliable tools to allocate human resources wisely in order to improve these controls.

The main objective of this study was to identify the determinants of time needed by medical information technicians to control hospital activity coding in a Regional Hospital Center. From March 2016 to the beginning of January 2017, medical information technicians reported the time they spent on each quality control, and the time they needed when they had to code the entire stay. Multiple linear regressions were performed to identify the determinants of quality control or coding duration. A split sample validation was used: model was created on one half of the sample and validated on the remaining half.

Among the controls, 5431 were included in the analysis of determinants of control duration (2715 kept aside for model validation). Seven determinants have been identified (stay duration, level of complexity, month of control, type of control, medical information technician, rank of classing information, and major diagnostic category). The correlation coefficient between predicted and real control duration was 0.71 (P<10⁻⁴); 808 stays were included in the analysis of determinants of coding duration (404 kept aside for model validation). Two determinants have been identified. The correlation coefficient, between predicted and real coding duration, was 0.47 (P<10⁻³). We performed the same multiple regression, on 2017 activity data, to estimate the weight of each hospital activity pole, regarding quality control of hospital activity coding.

We succeeded in modeling time needed for quality control of hospital stays. These results helped to estimate human resources required for quality control of each hospital pole. Nevertheless, the second analysis did not give satisfactory results: we failed in modeling time needed to code hospital stays.