अस्पताल पुनः-भर्ती दर

अस्पताल पुनः-भर्ती दर छुट्टी पाए रोगियों का वह अनुपात है जिन्हें छुट्टी के बाद एक परिभाषित अवधि के भीतर — सबसे आम तौर पर 30 दिन — अनियोजित रूप से पुनः अस्पताल में भर्ती किया जाता है। डिजिटल स्वास्थ्य के लिए यह वह मेट्रिक है जो भुगतानकर्ता अर्थशास्त्र और मूल्य-आधारित देखभाल अनुबंधों से सबसे सीधे जुड़ा है: कोई दूरस्थ निगरानी, डिस्चार्ज-पश्चात अनुवर्ती, या डिजिटल देखभाल-संक्रमण कार्यक्रम जो पुनः-भर्ती पर विश्वसनीय प्रभाव नहीं दिखा सकता, उसे प्रतिपूर्ति का निरंतर समर्थन मिलने की संभावना कम है, चाहे उसके जुड़ाव के आंकड़े कितने ही अच्छे दिखें।

यह क्यों महत्वपूर्ण है

अनियोजित पुनः-भर्ती महँगी होती है, रोगी के लिए कष्टदायक होती है, और कई स्वास्थ्य प्रणालियों में अब सीधे दंडित की जाती है: अमेरिकी Hospital Readmissions Reduction Program जैसी योजनाएँ विशिष्ट स्थितियों के लिए अपेक्षा से अधिक पुनः-भर्ती दर वाले अस्पतालों को भुगतान घटा देती हैं, यही कारण है कि अस्पताल उन्हें कम करने के उद्देश्य से डिजिटल डिस्चार्ज-पश्चात और दूरस्थ निगरानी कार्यक्रम सक्रिय रूप से शुरू करवाते हैं। पुनः-भर्ती का एक महत्वपूर्ण हिस्सा संभावित रूप से रोके जाने योग्य माना जाता है — जो अपर्याप्त डिस्चार्ज निर्देशों, छूटी हुई अनुवर्ती अपॉइंटमेंट्स, दवा को लेकर गलतफ़हमी, या अनदेखे लक्षण-बिगड़ाव से उत्पन्न होता है, जिसे एक भली-भाँति डिज़ाइन किया गया डिजिटल संपर्क-बिंदु पहले पकड़ सकता है — और यही वह अंतर है जिसे डिजिटल संक्रमणकालीन देखभाल उपकरण लक्षित करते हैं। पुनः-भर्ती दर को हमेशा केस मिश्रण (case mix) के साथ पढ़ा जाना चाहिए: अधिक बीमार, अधिक जटिल जनसंख्या की सेवा करने वाले कार्यक्रम की आधार दर कार्यक्रम की गुणवत्ता से स्वतंत्र रूप से, अपेक्षाकृत स्वस्थ जनसंख्या की सेवा करने वाले कार्यक्रम से संरचनात्मक रूप से अधिक होगी।

इसकी गणना कैसे की जाती है

30-दिवसीय पुनः-भर्ती दर = छुट्टी के 30 दिनों के भीतर अनियोजित पुनः-भर्तियाँ
                           / कुल इंडेक्स डिस्चार्ज × 100

अंश (numerator) से बाहर रखें: नियोजित पुनः-भर्तियाँ (जैसे एक निर्धारित
अनुवर्ती प्रक्रिया), और ऐसे स्थानांतरण जो नई भर्ती के बजाय देखभाल के
उसी एपिसोड की निरंतरता हैं।

विभिन्न रोगी जनसंख्याओं या समय-अवधियों के बीच दरों की तुलना करने से
पहले, जहाँ संभव हो, किसी स्वीकृत केस-मिश्रण या सह-रुग्णता सूचकांक का
उपयोग करके जोखिम-समायोजन करें।

हल किया गया उदाहरण

एक अस्पताल एक तिमाही में हृदय विफलता के 1,200 रोगियों को छुट्टी देता है। इनमें से 210 रोगी 30 दिनों के भीतर पुनः भर्ती होते हैं, जिनमें से 15 एक निर्धारित प्रक्रिया के लिए नियोजित पुनः-भर्तियाँ हैं और बाहर रखी जाती हैं। अनियोजित 30-दिवसीय पुनः-भर्ती दर (210 − 15) / 1,200 × 100 = 16.25% है। इन रोगियों में से 400 के एक उपसमूह के लिए (नैदानिक जोखिम के आधार पर चयनित, यादृच्छिक रूप से नहीं) एक दूरस्थ निगरानी कार्यक्रम शुरू किया जाता है, और उनकी अनियोजित पुनः-भर्ती दर 14% है, जबकि नामांकित न किए गए 800 रोगियों की 18%। चूँकि नामांकन यादृच्छिक आवंटन के बजाय नैदानिक जोखिम पर आधारित था, यह अंतर कार्यक्रम के प्रभाव का निर्णायक नहीं बल्कि सांकेतिक प्रमाण है, और इसे ज्यों-का-त्यों मानने के बजाय जोखिम-समायोजन विश्लेषण के साथ पढ़ा जाना चाहिए।

डेटा स्रोत और सावधानियाँ

पुनः-भर्ती डेटा आमतौर पर उसी सुविधा में पुनः-भर्ती के लिए अस्पताल की अपनी भर्ती-डिस्चार्ज-स्थानांतरण (ADT) फ़ीड से लिया जाता है, लेकिन किसी अन्य अस्पताल में पुनः भर्ती हुआ रोगी उस फ़ीड में दिखेगा ही नहीं, इसलिए एकल-अस्पताल पुनः-भर्ती ट्रैकिंग वास्तविक पुनः-भर्ती दरों को व्यवस्थित रूप से कम गिनती है, जब तक कि उसे क्षेत्रीय स्वास्थ्य सूचना विनिमय डेटा, भुगतानकर्ता दावा डेटा, या राज्य-स्तरीय सर्व-भुगतानकर्ता डेटाबेस से पूरक न किया जाए। डिजिटल कार्यक्रम को श्रेय देने में सावधानी आवश्यक है: जो रोगी स्वैच्छिक दूरस्थ निगरानी कार्यक्रम में शामिल होते हैं वे शायद ही कभी छुट्टी पाए रोगियों का यादृच्छिक नमूना होते हैं, इसलिए नामांकित बनाम गैर-नामांकित पुनः-भर्ती दरों की भोली तुलना ठीक उन्हीं चयन प्रभावों से प्रभावित (confounded) होगी जिन्होंने पहले स्थान पर कुछ रोगियों को नामांकन के लिए अधिक प्रवृत्त बनाया था।

सामान्य गलतियाँ

• जनसंख्याओं के बीच कच्ची, गैर-जोखिम-समायोजित दरों की तुलना करना: अधिक बीमार जनसंख्या की सेवा करने वाला कार्यक्रम, कार्यक्रम के अधिक प्रभावी होने पर भी, अपेक्षाकृत स्वस्थ जनसंख्या की सेवा करने वाले कार्यक्रम से अधिक कच्ची पुनः-भर्ती दर दिखाएगा; तुलना से पहले हमेशा जोखिम-समायोजन करें।
• अन्य सुविधाओं में हुई पुनः-भर्तियों को कम गिनना: केवल किसी एक अस्पताल के अपने ADT डेटा पर निर्भर रहने से अन्यत्र हुई पुनः-भर्तियाँ छूट जाएँगी, जिससे वास्तविक दर कम आँकी जाएगी, विशेष रूप से उन क्षेत्रों में जहाँ कई प्रतिस्पर्धी अस्पताल प्रणालियाँ हैं।
• स्वैच्छिक कार्यक्रम नामांकन में चयन पूर्वाग्रह: जो रोगी डिजिटल अनुवर्ती कार्यक्रम में नामांकन चुनते हैं वे अक्सर (स्वास्थ्य साक्षरता, सामाजिक समर्थन, या प्रेरणा में) उन रोगियों से व्यवस्थित रूप से भिन्न होते हैं जो नहीं चुनते, जिससे कोई भी भोली पहले/बाद या नामांकित/गैर-नामांकित तुलना प्रभावित होती है।
• उसी सुविधा में हर वापसी को पुनः-भर्ती गिनना: एक निर्धारित, नियोजित पुनः-भर्ती (उदाहरण के लिए नियोजित दूसरे चरण की प्रक्रिया) विफल डिस्चार्ज का संकेत नहीं है और उसे अंश से बाहर रखा जाना चाहिए, वास्तव में अनियोजित वापसियों के साथ मिलाया नहीं जाना चाहिए।

स्रोत

• Centers for Medicare & Medicaid Services (CMS), Hospital Readmissions Reduction Program और Hospital-Wide Readmission मेज़र विनिर्देश
• Institute for Healthcare Improvement (IHI), टाली जा सकने वाली पुनः-भर्तियों को कम करने पर मार्गदर्शन
• पुनः-भर्ती कम करने के लिए डिजिटल दूरस्थ निगरानी और संक्रमणकालीन देखभाल हस्तक्षेपों पर सहकर्मी-समीक्षित साहित्य, उदाहरण के लिए JAMA Network Open और npj Digital Medicine में प्रकाशित अध्ययन

यह भी देखें: ट्राइएज रूटिंग सटीकता, क्योंकि अनुचित प्रारंभिक रूटिंग स्वयं टाली जा सकने वाली भर्तियों का एक अनुवर्ती कारण हो सकती है।