以编码一致性方法界定机电自动化编码标准

摘要

多项研究显示,即使是由经验丰富的专业编码员进行的评估及管理编码,其可靠性也较差。医疗保险和医疗补助服务中心(CMS)的E&M编码指导方针允许有很大范围的解释,需要一些特殊的决定(由运营商、提供者机构、审计师和个人编码人员)来实施指导方针。

这份报告调查了临时标准是否是可靠性差的主要来源。针对这个问题,我们开发了一种方法,为自动化机电编码工具创建一个有意义的标准。为了调查这个问题,我们开发了一个揭示机电编码变异,分析变异的根本原因,并试图消除变异的过程。这一过程利用了两组编码人员:为大型供应商组织工作的专业编码人员和受雇从事自动化编码产品工作的医生。临床文件是由所有不知道其他人的结果或自动结果的个人编码的。分析了个体编码人员之间的差异,以确定哪些问题是一致的差异来源。

基于迭代过程,我们发现了60个独立的问题(21个历史问题、17个考试问题和22个复杂性问题),编码人员将这些问题归因于他们决策中的变化。通过参考CMS文档、载体出版物或审核员实践知识,每个问题都得到了编码一致性标准的解决。在这个过程的开始,两组编码人员都有大约66%的代码与他们各自组的大多数代码一致。经过几次迭代和一组稳定的编码一致性标准之后,与大多数代码的平均一致性上升到86% - 90%。在不了解编码一致性标准的程序员中,同意的比例仍然是66%。

我们的结论是,如果采用一套一致和详细的指引,机电编码有可能达到相当高的可靠性。然而,即使在巨大的努力之后,仍然有大量的变化。这种变化的一个来源属于“推断”的标题。在这里,我们指的是所有关于CMS指南的决定依赖于基于文档中实际陈述和使用医学知识的推断的案例。是否做出推断既取决于编码器的医学知识,也取决于编码器个人是否相信一个推断是合理的。这种推论的例子通常影响HPI持续时间,以及一个问题的解决是否被认为是新的。消除这种推论的需要是我们目前致力发展机电编码一致性标准的重点。

介绍

为了创建和部署自动化编码工具,将自动化工具与标准进行比较是至关重要的,原因有很多:获得最初的接受,为回归提供持续的监控,以及通过编码审计的最终测试。对于评估和管理(E&M)编码工具,这是相当困难的,因为没有标准。医疗保险和医疗补助服务中心(CMS)的指导方针允许如此大范围的解释,需要一些特别的决定来实施指导方针。在某些情况下,这些决定是由运营商做出的,在另一些情况下是由提供服务的机构做出的,还有一些情况下是由审计师做出的,但大量的决定是由专业编码人员个人做出的。我们问这些特别的标准是否会是许多研究显示机电编码可靠性较差的主要原因。1 - 4

发现问题

为了调查这个问题,我们开发了一个过程,以揭示个别专业机电编码人员之间的差异,并分析差异的根本原因。我们与两组独立的程序员一起工作,每组四名程序员。其中一组是从一家大型医疗保健提供商雇佣的专业程序员中抽取的。这组人员接受了有关的培训和认可,并根据他们对国家标准、地区指示和本地政策的理解,以及他们自己的个人惯例,每天执行机电编码任务。在项目的发现阶段,为了编写示例文档,这4名编码人员在多次迭代的每一次中连续5天从他们的正常职责中解放出来。最初,他们被要求根据他们的正常标准编写文档,但不能相互协商。在被监控的过程中,所有人都独立到达了他们的密码。他们的个人成绩,包括编码和子分数,被收集和记录。随后,监测人员和编码员小组对每份文件进行分析,讨论每个编码员确定的影响机电编码的每个因素。对每一个关于影响因素的不一致决定的案例进行了审查和讨论。 After the discussion, the group was asked to reach a consensus on the code and subscores for each document.

第二组编码员都是经过医生培训的信息学专家,他们的编码经验是非正式的,没有人获得认证,他们的日常职责不涉及为机电编码评分临床文件。他们的日常工作确实涉及发展自动化机电编码器的各个方面,而且他们都熟悉计算机算法的一般要求,以便作出精确的定义。在项目的发现阶段,这四名医生在对样本文档进行多次迭代的过程中,连续5天从正常工作中解脱出来。他们审阅了已发表的CMS指南,但没有进行任何形式的补充培训。他们被指示编写文档而不与彼此协商。他们的个人成绩,包括编码和子分数,被收集和记录。对每一个决策不一致的案例进行了审查和讨论,以了解其影响因素。讨论结束后,小组成员被要求就每个文档的代码和子文档得分达成一致意见。

这一过程在每个组中重复进行,每个人在两组由3个或4个编码人员组成的独立组中进行三组连续的100个文档。没有意图比较两组编码器之间的准确性或可靠性。这个练习的全部目的是引出知识渊博的程序员不同意的问题。在发现过程中,他们对所有的结果进行了相同的分析。对单个文档的编码人员之间的所有差异进行分析,以确定导致差异的具体因素。

共识:编码一致性标准

如上所述,在这个过程中,我们要求编码人员识别导致差异的因素,并就差异代码达成共识。

基于一个迭代的过程,我们发现60个独立的问题(21个历史问题,17个考试问题,22个复杂性问题)在程序员的决策中占很大一部分的差异。这60个问题反映了专业程序员之间频繁实践的差异。许多标准是通过参考运营商的文件和审核员的知识来解决的。我们将共识决议称为编码一致性标准。我们从与其他组织的编码人员的讨论中了解到,对于他们的一致决定,各组之间会有很大的差异。

我们并不打算创建一个能满足所有编码人员、供应商组织或审计人员的标准。每一项标准都提出了一个问题,涉及几个可能达成的决定中的哪一个。其他的决定很可能被认为是正确的。因此,在提出标准时,我们只提出了解决的问题,而不是选择的标准。

编码一致性标准中考虑的问题

看到表1对于影响编码问题的一般因素。

结果

在就编码一致性标准达成一致后,我们询问这些标准是否能够减少后续文档集的编码实践之间的差异。一开始,两组程序员的可靠性大致相同。在每一组中有大约66%的人同意多数编码。在开发了一套稳定的编码一致性标准之后,我们重新进行了评估。在熟悉编码一致性标准的两组中,两组的个体与多数编码的一致性分别为86%和90%。与此同时,在一组不熟悉编码一致性标准的新专业程序员中,66%的个人代码与大多数代码一致。在熟悉了编码一致性标准之后,第三组编码人员能够与大多数代码达成86%的一致性。

讨论

结果表明,通过严格定义和遵守编码一致性标准,可以提高人类编码的可靠性。然而,即使在巨大的努力之后,仍然有大量的变化。

变更的一个来源是决定文档中的某个陈述是否足以满足所陈述的指导方针。例如,在一种极端情况下,只要提到一个问题,就可以视为问题得到解决的证据。在另一种极端情况下,可以要求将处理的每一个问题归纳为一节,并与某种行动计划联系起来。另一个例子是,一个文档可能简单地将整个系统报告为负数,而另一个文档报告关于系统的详细信息。通过在我们的编码一致性标准中定义一个非常具体的标准,可以减少这种变化的来源。建立这样一个标准是消除这种变异来源的有效方法。

机电编码变异的另一个来源属于“推断”。在这里,我们指的是所有的案例,在这些案例中,一个决定取决于根据实际文件中陈述的内容和医学知识做出推断。是否作出这样的推断既取决于编码器的医学知识,也取决于编码器个人是否认为有不止一种可能的解释。有些程序员比其他人有更多的医学知识。一些程序员愿意接受可能的推断,而另一些程序员只在推断是确定的情况下才进行推断。这类推断的例子包括:判断是否有足够的信息来推断HPI持续时间,判断所处理的问题是否为新问题,或者判断问题是否正在恶化。

推理往往取决于知道各种说法之间有联系,这是基于知道特定症状或实验室结果可能与其他句子中命名的诊断有联系。毫无疑问,这样的推论是有效的,与CMS指南一致,如果他们可以辩护。关键在于,从实际陈述到一些极其模糊的CMS指导方针所包含的信息,往往会有一个飞跃。并不是每个人都能以相同的能力或相同的确定性做出这些跳跃。推理作为一种变异的来源,也许可以使用编码一致性标准来控制,该标准为允许的推理定义了非常精确的规则。不幸的是,这些规则可能是复杂和众多的,使人类很难记住它们。因此,推论仍然是人类编码行为变异的重要来源。

总结

定义编码一致性标准为使用自动化机电编码工具的项目提供了几个优势。同样的标准可用于配置机电编码工具和培训负责评估该工具的人员。使用编码一致性标准,人类编码人员可以创建一组黄金标准的编码文档,用于评估自动化工具。我们的经验是,自动化工具会影响人类编码人员更可靠地遵守编码一致性标准。

James Flanagan,医学博士,FACP博士,是贝塞斯达语言和计算的首席医疗官,也是一名内科医院医生。

Mariana Casella dos Santos是马里兰州贝塞斯达语言和计算的首席本体论专家。

笔记

  1. M. S. King, M. S. Lipsky和L. Sharp。内科档案162(2002): 316 - 320。
  2. 莫里斯等人著,<评估急诊医学中自动编码系统的准确性>。AMIA年会论文集(2000): 595 - 599。
  3. Morsch, Mark L., David S. Byrd,和Daniel T. Heinze。为临床抽象和编码部署自动化工具的因素未发表的工作。2007.
  4. 斯通纳,简,迈克尔·诺萨尔,菲利普·雷斯尼克,安德鲁·卡佩特和理查德·托伦。“将编码变更率作为评估指标进行评估。”未发表的工作。2007.

文章引用:健康信息管理的视角CAC程序;2008年秋季

打印机友好版的这篇文章

发布:

留下一个回复