ArchivDeutsches Ärzteblatt3/2010Erkennung von unerwünschten Arzneimittelereignissen

MEDIZIN: Originalarbeit

Erkennung von unerwünschten Arzneimittelereignissen

Nutzung von ICD-10-codierten Diagnosen in Routinedaten von Krankenhäusern

Identification of Adverse Drug Events: The Use of ICD-10 Coded Diagnoses in Routine Hospital Data

Dtsch Arztebl Int 2010; 107(3): 23-9; DOI: 10.3238/arztebl.2010.0023

Stausberg, Jürgen; Hasford, Jörg

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...
Hintergrund: Unerwünschte Ereignisse im Zusammenhang mit der Verabreichung eines Arzneimittels (UAE) sind ein häufiger Grund für stationäre Aufnahmen. Sie stellen zudem relevante Behandlungskomplikationen dar. Die in Deutschland etablierten Meldesysteme eignen sich nur eingeschränkt zu ihrer Erfassung. Ziel dieser Untersuchung war es daher, zu prüfen, inwieweit ICD-10-codierte Diagnosen in Routinedaten der Krankenhäuser zur Identifikation von UAE genutzt werden können.
Methoden: Häufige und relevante Manifestationen von UAE wurden auf die ICD-10-GM übertragen. Parallel wurden in der ICD-10-GM verfügbare Klassen recherchiert, bei denen der Zusammenhang mit Arzneimitteln explizit benannt ist. Insgesamt 505 Codes konnten identifiziert werden. Zur Überprüfung der Ergebnisse wurden verdichtete Routinedaten von rund elf Millionen Behandlungsfällen aus dem Jahr 2006 genutzt.
Ergebnisse: In Routinedaten kann bei 0,7 % der stationären Behandlungsfälle ein Zusammenhang zwischen der Aufnahme im Krankenhaus und der Verabreichung eines Arzneimittels angenommen werden. Bei 5,3 % der Behandlungsfälle liegt zumindest ein begründeter Verdacht für diese Assoziation vor. In 9 % der Nebendiagnosen findet man einen der 505 Codes.
Schlussfolgerungen: Die in der ICD-10-GM verfügbaren Codes für Manifestationen von UAE werden in den Routinedaten der Krankenhäuser genutzt. Deren Potenzial zur Identifikation von UAE sollte daher stärker ausgeschöpft werden. Aufgrund der ermittelten Häufigkeiten sowie der Angaben in der Literatur ist sowohl von falschpositiven als auch von falschnegativen Daten auszugehen.
LNSLNS Unerwünschte Arzneimittelwirkungen (UAW) sind typische Folgen der Anwendung von Medikamenten. Nach den Ergebnissen von Übersichtsarbeiten und Studien sind schätzungsweise zwischen 5 und 10 % aller internistischen Krankenhausaufnahmen auf UAW zurückzuführen, 5 bis 10 % aller Krankenhauspatienten erleiden schwere UAW, und in der westlichen Welt zählen UAW zu den häufigsten Todesursachen (15). Ein erheblicher Teil dieser UAW – Experten gehen von 30 bis 40 % aus – wird als vermeidbar eingestuft (3, 6).

Für die Entwicklung und Anwendung geeigneter Präventionsmaßnahmen ist zuverlässiges Wissen über Art, Ursache und Ort einer UAW erforderlich. Da schwere UAW in der ambulanten Arzneimitteltherapie definitionsgemäß zur Krankenhausaufnahme führen und im Krankenhaus selbst – angesichts der oft multimorbiden Patienten und der intensivierten Arzneimitteltherapie – verstärkt mit schweren UAW gerechnet werden muss, liegt es nahe, Krankenhausbefunde auf Hinweise bezüglich UAW zu untersuchen.

Aufgrund rechtlicher Anforderungen steht bei allen Krankenhäusern in Deutschland ein einheitlicher Satz von Routinedaten zur Verfügung. Dieser umfasst im wesentlichen Diagnosen, kodiert mit der Internationalen statistischen Klassifikation der Krankheiten und verwandter Gesundheitsprobleme in 10. Revision, German Modification (ICD-10-GM), und Prozeduren, kodiert mit dem Operationen- und Prozedurenschlüssel (OPS). Analysen zur Eignung von Routinedaten für die Berichterstattung über unerwünschte Arzneimittelereignisse (UAE) wurden bereits in den USA und England durchgeführt (7, 8). Ziel der vorliegenden Arbeit war es daher, die Eignung entsprechender Routinedaten der Krankenhäuser in Deutschland für die Gesundheitsberichterstattung sowie für die Planung und Evaluation von Maßnahmen zur Vermeidung von UAE zu untersuchen.

Material und Methoden
Definitionen
Angelehnt an die Ausführungen des Sachverständigenrats zur Begutachtung der Entwicklung im Gesundheitswesen (9) definieren die Autoren unerwünschte Ereignisse wie folgt:

• Unerwünschtes Ereignis (UE): Durch Behandlung bedingtes negatives Ereignis.
• Unerwünschtes Arzneimittelereignis (UAE): Jedes ungünstige medizinische Ereignis, das in Verbindung mit der Anwendung eines Arzneimittels auftritt, aber nicht notwendigerweise in kausaler Beziehung mit dieser Anwendung steht.
• Unerwünschte Arzneimittelwirkung (UAW): UAE bei bestimmungsgemäßer oder nicht bestimmungsgemäßer Anwendung von Arzneimitteln.
• Medikationsfehler: UAE aufgrund von Fehlern der Verordnung, Übertragung, Distribution oder Applikation.

Da die Routinedaten eine klare Unterscheidung der Ursachen nicht immer zulassen, verwenden die Autoren nachfolgend bevorzugt den Oberbegriff UAE.

Identifikation relevanter ICD-10-Codes
Vier Quellen wurden zur Identifikation von Symptomen und Erkrankungen, die als UAE auftreten können, verwendet: die Publikationsplattform des Bundesinstituts für Arzneimittel und Medizinprodukte (BfArM; www2.bfarm.de/uaw/; Stand 1. Dezember 2008), Ergebnisse aus Schneeweiss et al. (10), Screening-Kriterien des Netzwerks regionaler Pharmakovigilanzzentren sowie ein dort aufgebauter Datenbestand (Stand 2. Dezember 2008) (eKasten). Nach Einzelprüfung der Ergebnisse verblieben 505 Codes der ICD-10-GM 2009, die einen Verdacht auf ein UAE anzeigen.

Kategorisierung der relevanten ICD-10-Codes
Hinsichtlich ihrer Vorhersagekraft für ein UAE und ihrer Abbildung in der ICD-10 wurden die identifizierten Codes sieben Kategorien zugeordnet:

• Die Induzierung durch Arzneimittel ist in der Bezeichnung des Codes aufgeführt (zum Beispiel G44.4 „Arzneimittelinduzierter Kopfschmerz, anderenorts nicht klassifiziert“, Kategorie A.1).
• Die Induzierung durch Arzneimittel oder andere Ursachen ist in der Bezeichnung des Codes aufgeführt (zum Beispiel I42.7 „Kardiomyopathie durch Arzneimittel oder sonstige exogene Substanzen“, Kategorie A.2).
• Das Ereignis ist in der Bezeichnung zum Code als Vergiftung durch Arzneimittel bezeichnet. Damit wird implizit eine unphysiologische Dosierung angenommen (zum Beispiel T36.0 „Vergiftung: Penizilline“, Kategorie B.1).
• Das Ereignis ist in der Bezeichnung zum Code als Vergiftung oder schädlicher Gebrauch durch Arzneimittel oder andere Ursachen bezeichnet (zum Beispiel T50.9 „Vergiftung: Sonstige und nicht näher bezeichnete Arzneimittel, Drogen und biologisch aktive Substanzen“, Kategorie B.2).
• Eine Induzierung durch Arzneimittel ist sehr wahrscheinlich (zum Beispiel A04.7 „Enterokolitis durch Clostridium difficile“, Kategorie C).
• Eine Induzierung durch Arzneimittel ist mäßig wahrscheinlich (zum Beispiel F52.2 „Versagen genitaler Reaktionen“, Kategorie D).
• Eine Induzierung durch Arzneimittel ist weniger wahrscheinlich aber nicht ausgeschlossen (zum Beispiel J81 „Lungenödem“, Kategorie E).

Bei den Kategorien A.2 und B.2 können auch andere Substanzen oder Maßnahmen das Ereignis verursacht haben. Den Kategorien C bis E fehlt in der Bezeichnung der Codes ein expliziter Hinweis auf eine Verbindung mit der Anwendung eines Arzneimittels. Tabelle 1 (gif ppt) zeigt die Verteilung der Codes auf die sieben Kategorien. Über 70 % der Codes weisen sicher bis sehr wahrscheinlich auf ein UAE hin.

Routinedaten
Das Institut für das Entgeltsystem im Krankenhaus (InEK) stellt Routinedaten der stationären Versorgung im Format Microsoft Access zur Verfügung (www.g-drg.de/). Diese Daten werden von den Krankenhäusern jährlich zur Weiterentwicklung des Systems der Diagnosis Related Groups an das InEK geliefert. Unter anderem sind in den Daten die als Haupt- oder Nebendiagnose verwendeten Codes der ICD-10-GM mit Angaben zu deren Häufigkeit bei Normalliegern aufgelistet. Verwendet wurden die Angaben zu 11 978 011 vollstationären Behandlungsfällen in Hauptabteilungen aus dem Jahr 2006. Da für jeden Behandlungsfall nur eine Hauptdiagnose kodiert werden darf, entspricht die Zahl der Hauptdiagnosen der Zahl der Fälle. Zusätzlich sind 52 222 569 Nebendiagnosen ausgewiesen, im Mittel 4,36 pro Fall.

Die Hauptdiagnose ist gemäß den Deutschen Kodierrichtlinien: „[...] die Diagnose, die nach Analyse als diejenige festgestellt wurde, die hauptsächlich für die Veranlassung des stationären Kranken­haus­auf­enthaltes des Patienten verantwortlich ist“ (11). Ein als Hauptdiagnose kodiertes UAE ist daher zeitlich immer außerhalb des aktuellen Behandlungsfalles erworben worden, bis auf Sonderfälle auch außerhalb der behandelnden Einrichtung. Bei den Nebendiagnosen ist eine Unterscheidung zwischen bei Aufnahme bestehenden und im Behandlungsfall erworbenen Ereignissen nicht möglich.

In der ICD-10-GM 2006 war die arzneimittelinduzierte Adipositas noch nicht nach dem Body-Mass-Index verfeinert. Die Zahl der als relevant identifizierten Codes reduziert sich daher für die Analyse der Routinedaten aus dem Jahr 2006 von 505 auf 502.

Statistik
Die verwendeten Daten entsprechen nahezu der Grundgesamtheit. Auf Verfahren der schließenden Statistik konnte daher verzichtet werden. Berichtet wird über absolute und relative Häufigkeiten. Die Verwaltung der Daten erfolgte in Microsoft Access 2007, die Auswertung mit Microsoft Excel 2007 und SPSS 16.0.

Ergebnisse
Von den 502 als relevant identifizierten Codes treten 438 als Haupt- und 490 als Nebendiagnose auf. Insgesamt fehlen zehn Codes, fünf der Kategorie A.1 und fünf der Kategorie B.1. Tabelle 2 (gif ppt) zeigt die Verteilung der Diagnosen auf die sieben Kategorien. Die Kategorien D und E mit unspezifischen Codes sind mit rund 88 % der Nennungen erwartungsgemäß deutlich häufiger vertreten als die Kategorien A bis C.

Hauptdiagnosen
Von allen Normalliegern weisen 629 987 (5,26 %) eine Hauptdiagnose einer der Kategorien auf, darunter 79 980 (0,67 %) eine Hauptdiagnose der Kategorien A bis C. Für Letztere kann sicher oder sehr wahrscheinlich ein Arzneimittel als Ursache der Erkrankung und der damit verbundenen stationären Aufnahme angenommen werden. Von 357 Codes der Kategorien A bis C wurden 302 als Hauptdiagnose verwendet. Hiervon sind 208 mit weniger als 100 Fällen, nur 18 mit mehr als 1 000 Fällen genannt. Die 10 häufigsten Codes der Kategorien A bis C treten bei 38 993 Fällen auf (Tabelle 3 gif ppt). Damit decken diese Codes fast die Hälfte aller Fälle mit einer Hauptdiagnose mit sicherem UAE ab.

Nebendiagnosen
Von 52 222 569 Nebendiagnosen entfallen 8,98 % auf eine der Kategorien (4 691 979 Diagnosen); 550 427 Nebendiagnosen sind mit Codes der Kategorien A bis C versehen (1,05 % aller Nebendiagnosen). Ein Rückschluss auf die Fallzahl ist nur eingeschränkt möglich, da unterschiedliche Diagnosen der gleichen Kategorie beim selben Patienten auftreten können, wie auch unterschiedliche Diagnosen unterschiedlicher Kategorien. Bezogen auf einen einzelnen Code entspricht die berechnete Zahl jedoch der Anzahl von Behandlungsfällen. Von 357 Codes der Kategorien A bis C wurden 345 als Nebendiagnose verwendet. Hiervon sind 197 mit weniger als 100 Fällen, 62 mit mehr als 1 000 Fällen genannt. Die zehn häufigsten Codes der Kategorien A bis C sind in Tabelle 4 (gif ppt) aufgeführt.

Arzneimittel
In einigen Bereichen nennt die ICD-10-GM das mit dem Ereignis in Verbindung stehende Arzneimittel. Durchgängig findet man dies in der Gruppe F10–F19 „Psychische und Verhaltensstörungen durch psychotrope Substanzen“, der Kategorie F55 „Schädlicher Gebrauch von nichtabhängigkeitserzeugenden Substanzen“ sowie der Gruppe T36–T50 „Vergiftungen durch Arzneimittel, Drogen und biologisch aktive Substanzen“. Unter den 297 Behandlungsfällen mit einer Hauptdiagnose aus der Kategorie F55 tritt der schädliche Gebrauch von Laxanzien bei 134 Behandlungsfällen, von Analgetika in 121 Fällen auf. Bei 6 608 Nebendiagnosen mit einem Code dieser Kategorie dreht sich die Reihenfolge um: Der schädliche Gebrauch von Analgetika ist mit 4 054 Fällen am häufigsten, gefolgt von Laxanzien bei 1 854 Fällen. Tabelle 5 (gif ppt) zeigt eine Übersicht zu den häufigsten Substanzen bei Vergiftungen der Gruppe T36–T50.

Diskussion
In deutschen Routinedaten zeigt sich bei 0,67 % der Behandlungsfälle ein Hinweis auf ein UAE als Grund der stationären Aufnahme, das heißt als Hauptdiagnose. Ein Verdacht auf ein UAE findet man bei etwas mehr als 5 % der Behandlungsfälle. Auch bei Annahme einer vollständigen und richtigen Kodierung stellt dies eine Untergrenze dar. So kann ein zur stationären Aufnahme führendes UAE nicht nur als Haupt-, sondern auch als Nebendiagnose erfasst sein, für die keine Unterscheidung hinsichtlich des Entstehungsortes möglich ist. Auch erscheint ein UAE bei Verbindung einer Erkrankung außerhalb der Kategorien A bis E mit Zusatzcodes wie Y57.9 „Komplikationen durch Arzneimittel oder Drogen” ebenfalls nicht als Hauptdiagnose.

In einem Review von 25 prospektiven Beobachtungsstudien wurde ein Anteil von 5,3 % UAW assoziierter Aufnahmen ins Krankenhaus geschätzt (4). Waller et al. untersuchten UAW bedingte Aufnahmen in Routinedaten aus England (8). Die Analyse ergab einen Anteil von 0,35 % der Behandlungsfälle, wobei die eingeschlossenen Codes der ICD-10 etwa den Kategorien A1 und C entsprechen. Damit würden sich die in England mit 0,35 % und Deutschland mit 0,32 % ermittelten Häufigkeiten von eindeutig über den ICD-10-Code identifizierten UAW entsprechen. Auch der Umfang der Verdachtsfälle in den deutschen Routinedaten folgt mit 5,3 % den Schätzungen von Kongkaew et al. (4). Aus Abrechnungsdaten wurde für Westaustralien der Trend von wiederholten stationären Behandlungen aufgrund von UAW zwischen 1980 und 2003 bei Personen ab 60 Jahren untersucht (12). Über den gesamten Zeitraum betrug der Anteil circa 5,9 %, wobei eine Zunahme wiederholter Behandlungen im Zeitverlauf zu erkennen war. Zhang et al. verwendeten zur Identifikation einer UAW ausschließlich Zusatzcodes der ICD-9 beziehungsweise ICD-10 wie Y57.9 und berücksichtigten sowohl bei Aufnahme bestehende als auch im Krankenhaus aufgetretene Ereignisse (12).

Die Inzidenz von UAE im Krankenhaus lässt sich aus dem verwendeten Datenmaterial nicht schätzen, da für Nebendiagnosen keine Unterscheidung zwischen „bei Aufnahme bestehend” und „im Kranken­haus­auf­enthalt erworben” möglich ist. In den USA wird für diese Unterscheidung daher ein sogenannter „present on admission”-Indikator diskutiert (13). Zudem werden im vorhandenen Datenmaterial Behandlungsfälle mit mehreren Codes der Kategorien A bis E als Nebendiagnose beziehungsweise einem Code als Hauptdiagnose und weiteren Codes als Nebendiagnose mehrfach gezählt. Bei Annahme einer vollständigen und richtigen Kodierung stellen die Angaben zur Gesamthäufigkeit somit eine Überschätzung dar. Unter Annahme nur eines Codes der Kategorien A bis C als Haupt- und als Nebendiagnose beträgt die Prävalenz von UAE 5,3 %. Damit liegen die Ergebnisse aus deutschen Routinedaten in einer Größenordnung, wie sie aus dem retrospektiven Review von Krankenakten durch Brennan et al. gewonnen wurden (14). Der von Brennan et al. mit 19 % aller UE deutlich niedriger eingeschätzte Umfang von Ereignissen in Verbindung mit der Anwendung eines Arzneimittels erklärt sich durch das Ausblenden aller klar nicht einem Arzneimittel zuzuordnenden Ereignisse in der vorgelegten Untersuchung. In einer Metaanalyse wird der Anteil von Behandlungsfällen mit UAW mit 15,1 % allerdings deutlich höher eingeschätzt (2). Das Aktionsbündnis Patientensicherheit kommt demgegenüber für alle UE auf eine Schätzung von 5 bis 10 % (15). Die meisten UE geschehen danach im Kontext von Operationen, gefolgt von UAE und systemischen Faktoren. Seltener sind UE im Zusammenhang mit anderen diagnostischen, therapeutischen oder invasiven Verfahren (16). Im Vergleich erreichen die über Routinedaten ermittelten Häufigkeiten eine plausible Größenordnung.

Die bei den Vergiftungen ersichtliche Verteilung von Ereignissen auf Arzneimittel unterscheidet sich deutlich von den Angaben der Literatur zu UAW. Die nach Davies et al. (5) 10 häufigsten Arzneimittelgruppen in Verbindung mit einer UAW entsprechen 6 Kategorien der ICD-10-GM aus Tabelle 5. Opioide (T40), Antikoagulanzien (T45) und Diuretika (T50) findet man ebenfalls gehäuft in den hier untersuchten Routinedaten, Antibiotika (T36), Glucocorticoide (T38) und Beta-Rezeptoren-Stimulanzien (T48) hingegen selten oder kaum.

Über die Genauigkeit einer Identifikation von UAE in Routinedaten bei Verwendung unspezifischer ICD-10-Codes der Kategorien D und E kann nur spekuliert werden. Nebeker et al. (17) ermittelten den positiven Vorhersagewert (PPV) beim Gebrauch spezifischer Codes der amerikanischen ICD-9 Clinical Modifications. Für Codes zur Arzneimittel-induzierten Blutung/Gerinnungsstörung lag der PPV bei 23,1 %, für Codes zu Arzneimittel-bedingten Delir/Psychose bei 38,2 %. Ein niedriger PPV mag unabhängig von der Signalquelle für UAE typisch sein (18). Somit muss nicht nur mit falschnegativen, sondern auch mit falschpositiven Werten gerechnet werden.

Einschränkungen in der Zuverlässigkeit und Verallgemeinerbarkeit der vorgestellten Ergebnisse können auf verschiedenen Ebenen diskutiert werden. So ist die Festlegung der Arzneimittelgabe als Ursache eines Ereignisses einerseits mit Unsicherheiten behaftet, für die Verwendung der spezifischen Codes der ICD-10-GM aber andererseits zwingend erforderlich. Die Qualität der Kodierung von Diagnosen und Prozeduren im Krankenhaus hat ein Niveau erreicht, das ihre Verwendung für Fragen des Qualitätsmanagements und der Versorgungsforschung bei detaillierter Kenntnis ihrer Entstehung und Verarbeitung zulässt (19). Dies ist wesentlich durch die Notwendigkeit einer umfassenden und korrekten Dokumentation zur Erlössicherung bedingt. Die Krankenhäuser haben hierauf organisatorisch, zum Beispiel durch den Aufbau eines Medizincontrollings, und informationstechnisch, zum Beispiel durch die Einführung klinischer Arbeitsplatzsysteme, reagiert. Während von einer ausreichenden Vollständigkeit von Diagnosen und operativen Prozeduren in den Routinedaten ausgegangen werden kann, ist deren Richtigkeit unklar. Der vom Institut für das Entgeltsystem im Krankenhaus (InEK) bereitgestellte Datenbestand ist zudem mit Einschränkungen verbunden. So musste die Mehrfachzählung eines Falles in Kauf genommen werden. Eine externe Validierung der 505 verwendeten Codes für UAE ist noch nicht erfolgt. Dennoch kann von einer umfassenden Abdeckung ausgegangen werden, da die in der Literatur beschriebenen Codelisten (8, 12, 17) nicht nur berücksichtigt, sondern auch umfassend ergänzt wurden.

Die Nutzung von Routinedaten im Rahmen einer Gesundheitsberichterstattung zu unerwünschten Arzneimittelereignissen ist nach eigenen Ergebnissen mit Einschränkungen möglich. Damit können Informationen aus klinischen und epidemiologischen Studien sowie aus Spontanmeldesystemen über Art und Häufigkeit von UAW sinnvoll ergänzt werden. Zur automatischen Generierung von Meldungen im Rahmen der Arzneimittelüberwachung fehlen allerdings Informationen über die Medikation. Diese bildet die ICD-10-GM nur in Teilbereichen ab, so bei den Vergiftungen und den unerwünschten Wirkungen psychotroper Substanzen. Dort wo Routinedaten fallbezogen ausgewertet werden, muss mit einer hohen Rate von falschpositiven und falschnegativen Ergebnissen gerechnet werden. Hier sind weitere Untersuchungen zur Zuverlässigkeit und Validität kodierter Diagnosen erforderlich, zum Beispiel über den Abgleich mit Patientenakten. Für eine Verbesserung der Datenqualität ist eine sorgfältige Einhaltung der entsprechenden speziellen Kodierrichtlinien (11) zu fordern. Kodiertools könnten bei verdächtigen Diagnosen den verfügbaren Zusatzcode Y57.9 anbieten beziehungsweise auf die Möglichkeit einer Verbindung mit der Anwendung eines Arzneimittels hinweisen. In weiterführenden Untersuchungen sollten die hier gefundenen Ergebnisse näher ausgearbeitet und überprüft werden.

Danksagung
Die Autoren danken Monika Darchinger für die Unterstützung bei der Manuskripterstellung und Dipl-Stat. Marietta Rottenkolber für die Auswertung der Datenbank des Netzwerks regionaler Pharmakovigilanzzentren am Institut für Medizinische Informatik, Biometrie und Epidemiologie (IBE) München.
Die Untersuchung wurde durch ID Information und Dokumentation im Gesundheitswesen GmbH & Co. KGaA, Berlin gefördert.

Interessenkonflikt
Die Autoren erklären, dass kein Interessenkonflikt im Sinne der Richtlinien des International Committee of Medical Journal Editors besteht.

Manuskriptdaten eingereicht: 17. 3. 2009, revidierte Fassung angenommen: 3. 6. 2009


Anschrift für die Verfasser
Prof. Dr. med. Jürgen Stausberg
Institut für Medizinische Informationsverarbeitung,
Biometrie und Epidemiologie der Ludwig-Maximilians-Universität
Marchioninistraße 15, 81377 München
E-Mail: juergen.stausberg@ibe.med.uni-muenchen.de

SUMMARY
Identification of Adverse Drug Events: The Use of ICD-10 Coded Diagnoses in Routine Hospital Data
Background: Adverse drug events (ADE) are a common cause of hospital admission as well as a common complication of inpatient care. The current reporting systems in Germany are of only limited use for the identification of ADE. The aim of this study is to examine the potential usefulness of ICD-10 coded diagnoses in routine hospital data for the identification of ADE.
Methods: The common, major manifestations of ADE were mapped to the ICD-10-GM, and categories in the ICD-10-GM for which a possible causal relationship with medications is explicitly mentioned were included as well. A total of 505 relevant ICD-10-GM codes were identified. An evaluation was carried out on the basis of an aggregated data set from eleven million inpatients treated in 2006.
Results: 0.7% of hospital admissions were revealed by routine data to be causally related to the administration of a drug. In 5.3% of admissions, there was at least a reason to suspect such a causal relation. Furthermore, one of the 505 relevant codes was found to be present in 9.0% of the secondary diagnoses.
Conclusions: The available ICD-10-GM codes for manifestations of ADE are used in routine hospital data in Germany. Their usefulness for the identification of ADE should be better exploited. Our results and other relevant published literature imply that this procedure will result in both false-positive and false-negative findings, which will have to be taken into account as well.


Zitierweise: Dtsch Arztebl Int 2010; 107(3): 23–9
DOI: 10.3238/arztebl.2010.0023

@The English version of this article is available online:
www.aerzteblatt-international.de
eKasten unter:
www.aerzteblatt.de/artikel10m0023
1.
Muehlberger N, Schneeweiss S, Hasford J: Adverse drug reaction monitoring—cost and benefit considerations. Part I: frequency of adverse drug reactions causing hospital admission. Pharmacoepidemiol Drug Saf 1997; 6 Suppl 3: 71–7 MEDLINE
2.
Lazarou J, Pomeranz BH, Corey PN: Incidence of adverse drug reactions in hospitalized patients: a meta-analysis of prospective studies. JAMA 1998; 279: 1200–05 MEDLINE
3.
Pirmohamed M, James S, Meakin S, et al.: Adverse drug reactions as cause of admission to hospital: a prospective analysis of 18820 patients. BMJ 2004; 329: 15–9 MEDLINE
4.
Kongkaew C, Noyce PR, Ashcroft DM: Hospital admissions associated with adverse drug reactions: a systematic review of prospective observational studies. Ann Pharmacother 2008; 42: 1017–25 MEDLINE
5.
Davies EC, Green CF, Taylor S, Williamson PR, Mottram DR, Pirmohamed M: Adverse drug reactions in hospital in-patients: a prospective analysis of 3695 patient-episodes. PLoS ONE 2009; 4: e4439 MEDLINE
6.
Goettler M, Schneeweiss S, Hasford J: Adverse drug reaction monitoring—cost and benefit considerations. Part II: cost and preventability of adverse drug reactions leading to hospital admission. Pharmacoepidemiol Drug Saf 1997; 6 Suppl 3: 79–90 MEDLINE
7.
Solberg LI, Hurley JS, Roberts MH, et al.: Measuring patient safety in ambulatory care: potential for identifying medical group drug— drug interaction rates using claims data. Am J Manag Care 2004; 10: 753–9 MEDLINE
8.
Waller P, Shaw M, Ho D, Shakir S, Ebrahim S: Hospital admissions for ‘drug-induced’ disorders in England: a study using the Hospital Episodes Statistics (HES) database. British Journal of Clinical Pharmacology 2004; 59: 213–9 MEDLINE
9.
Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen: Kooperation und Verantwortung. Voraussetzungen einer zielorientierten Gesundheitsversorgung. Gutachten 2007.
10.
Schneeweiss S, Hasford J, Göttler M, Hoffmann A, Riethling A-K, Avorn J: Admissions caused by adverse drug events to internal medicine and emergency departments in hospitals: a longitudinal population-based study. Eur J Clin Pharmacol 2002; 58: 285–91 MEDLINE
11.
Deutsche Krankenhausgesellschaft, Spitzenverbände der Krankenkassen, Verband der privaten Kran­ken­ver­siche­rung, Institut für das Entgeltsystem im Krankenhaus: Allgemeine und Spezielle Kodierrichtlinien für die Verschlüsselung von Krankheiten und Prozeduren, Version 2006. Institut für das Entgeltsystem im Krankenhaus 2005.
12.
Zhang M, Holman CD’AJ, Preen DB, Brameld K: Repeat adverse drug reactions causing hospitalization in older Australians: a population-based longitudinal study 1980–2003. Br J Clin Pharmacol 2006; 63: 163–70 MEDLINE
13.
Houchens RL, Elixhauser A, Romano PS: How often are potential patient safety events present on admission? The Joint Commission Journal on Quality and Patient Safety 2008; 34: 154–63 MEDLINE
14.
Brennan TA, Leape LL, Laird NM, et al.: Incidence of adverse events and negligence in hospitalized patients. Results of the Harvard Medical Practice Study I. NEJM 1991; 324: 370–6 MEDLINE
15.
Aktionsbündnis Patientensicherheit (eds.): Agenda Patientensicherheit 2007. Witten: April 2007.
16.
Schrappe M, Lessing C, Schmitz A, et al. (eds.): Agenda Patientensicherheit 2008. Witten: November 2008.
17.
Nebeker JR, Yarnold PR, Soltysik RC, et al.: Developing indicators of inpatient drug events through nonlinear analysis using administrative data. Medical Care 2007; 45: 81–8 MEDLINE
18.
Field TS, Gurwitz JH, Harrold LR, et al.: Strategies for detecting adverse drug events among older persons in the ambulatory setting. J Am Med Inform Assoc 2004; 11: 492–8 MEDLINE
19.
Stausberg J: Die Kodierqualität in der stationären Versorgung. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 2007; 50: 1039–46 MEDLINE
20.
Stausberg J, Dahmen B, Drösler SE: A methodological framework for the conversion of procedure classifications. Meth Inf Med 2005; 44: 57–65.
Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie der LMU, Müchen: Prof. Dr. med. Stausberg, Prof. Dr. med. Hasford
1. Muehlberger N, Schneeweiss S, Hasford J: Adverse drug reaction monitoring—cost and benefit considerations. Part I: frequency of adverse drug reactions causing hospital admission. Pharmacoepidemiol Drug Saf 1997; 6 Suppl 3: 71–7 MEDLINE
2. Lazarou J, Pomeranz BH, Corey PN: Incidence of adverse drug reactions in hospitalized patients: a meta-analysis of prospective studies. JAMA 1998; 279: 1200–05 MEDLINE
3. Pirmohamed M, James S, Meakin S, et al.: Adverse drug reactions as cause of admission to hospital: a prospective analysis of 18820 patients. BMJ 2004; 329: 15–9 MEDLINE
4. Kongkaew C, Noyce PR, Ashcroft DM: Hospital admissions associated with adverse drug reactions: a systematic review of prospective observational studies. Ann Pharmacother 2008; 42: 1017–25 MEDLINE
5. Davies EC, Green CF, Taylor S, Williamson PR, Mottram DR, Pirmohamed M: Adverse drug reactions in hospital in-patients: a prospective analysis of 3695 patient-episodes. PLoS ONE 2009; 4: e4439 MEDLINE
6. Goettler M, Schneeweiss S, Hasford J: Adverse drug reaction monitoring—cost and benefit considerations. Part II: cost and preventability of adverse drug reactions leading to hospital admission. Pharmacoepidemiol Drug Saf 1997; 6 Suppl 3: 79–90 MEDLINE
7. Solberg LI, Hurley JS, Roberts MH, et al.: Measuring patient safety in ambulatory care: potential for identifying medical group drug— drug interaction rates using claims data. Am J Manag Care 2004; 10: 753–9 MEDLINE
8. Waller P, Shaw M, Ho D, Shakir S, Ebrahim S: Hospital admissions for ‘drug-induced’ disorders in England: a study using the Hospital Episodes Statistics (HES) database. British Journal of Clinical Pharmacology 2004; 59: 213–9 MEDLINE
9. Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen: Kooperation und Verantwortung. Voraussetzungen einer zielorientierten Gesundheitsversorgung. Gutachten 2007.
10. Schneeweiss S, Hasford J, Göttler M, Hoffmann A, Riethling A-K, Avorn J: Admissions caused by adverse drug events to internal medicine and emergency departments in hospitals: a longitudinal population-based study. Eur J Clin Pharmacol 2002; 58: 285–91 MEDLINE
11. Deutsche Krankenhausgesellschaft, Spitzenverbände der Krankenkassen, Verband der privaten Kran­ken­ver­siche­rung, Institut für das Entgeltsystem im Krankenhaus: Allgemeine und Spezielle Kodierrichtlinien für die Verschlüsselung von Krankheiten und Prozeduren, Version 2006. Institut für das Entgeltsystem im Krankenhaus 2005.
12. Zhang M, Holman CD’AJ, Preen DB, Brameld K: Repeat adverse drug reactions causing hospitalization in older Australians: a population-based longitudinal study 1980–2003. Br J Clin Pharmacol 2006; 63: 163–70 MEDLINE
13. Houchens RL, Elixhauser A, Romano PS: How often are potential patient safety events present on admission? The Joint Commission Journal on Quality and Patient Safety 2008; 34: 154–63 MEDLINE
14. Brennan TA, Leape LL, Laird NM, et al.: Incidence of adverse events and negligence in hospitalized patients. Results of the Harvard Medical Practice Study I. NEJM 1991; 324: 370–6 MEDLINE
15. Aktionsbündnis Patientensicherheit (eds.): Agenda Patientensicherheit 2007. Witten: April 2007.
16. Schrappe M, Lessing C, Schmitz A, et al. (eds.): Agenda Patientensicherheit 2008. Witten: November 2008.
17. Nebeker JR, Yarnold PR, Soltysik RC, et al.: Developing indicators of inpatient drug events through nonlinear analysis using administrative data. Medical Care 2007; 45: 81–8 MEDLINE
18. Field TS, Gurwitz JH, Harrold LR, et al.: Strategies for detecting adverse drug events among older persons in the ambulatory setting. J Am Med Inform Assoc 2004; 11: 492–8 MEDLINE
19. Stausberg J: Die Kodierqualität in der stationären Versorgung. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 2007; 50: 1039–46 MEDLINE
20. Stausberg J, Dahmen B, Drösler SE: A methodological framework for the conversion of procedure classifications. Meth Inf Med 2005; 44: 57–65.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Anzeige

Alle Leserbriefe zum Thema