코딩 개선 프로젝트: 주민 문서화 교육 (DER)

배경:

연구에 따르면 주민들은 문서 요구 사항에 대한 지식이 제한적입니다. 그러나 올바른 코딩과 문서화는 오늘날의 의료 시스템에서 중추적인 역할을 합니다. 건강 기록 문서의 부적절한 청구 및 코딩은 사기 및 남용을 구성할 수 있습니다. 적절한 청구 및 코딩에 대해 훈련받은 외과의는 의료 분야 전반에 걸쳐 낭비를 줄이고 효율성을 높이는 데 도움이 될 수 있습니다. 낮은 품질의 의사 문서가 널리 인식되었습니다. 그러나 상황을 바로잡을 결정적인 조치는 없습니다. 사실, 대부분의 주민들은 ICD-9 데이터가 계획, 상환, 품질 평가, Medicare 참여 조건, JCAHO 핵심 조치에 사용된다는 사실을 인식하지 못하므로 이러한 코드의 중요성에 대한 이해 부족을 강화합니다. 교육 부족 및 시간 제약으로 인해 잘못된 의사 문서 및 결과적으로 부적절한 코딩으로 인해 환급이 지연되거나 거부됩니다. 여러 연구에서 주민과의 만남에서 과소 청구 및 다운 코딩이 나타났습니다. 그러나 일반 외과 레지던트의 코딩 및 문서화를 직접 다루는 중재 연구는 확인되지 않았습니다.

목적 및 목표:

목표 1: 적절한 문서에 대해 일반 외과 레지던트를 교육합니다. 따라서 처리 시간과 직원 만족도를 높여 코딩 분석가의 효율성을 촉진합니다.

가설 1: 메모 선명도를 높이면 코딩 분석가의 생산성과 출력이 향상됩니다.

목표 2: 문서를 ICD-9 및 CPT 코드로 적절하게 번역하여 공정하고 정확한 환급을 보장합니다.

가설 2: 정확하고 명확하며 완전한 의료 기록이 증가하면 상환 정확도가 높아질 것입니다.

목표 3: 외과 수련생의 자기효능감을 높입니다. 가설 3: 경력 초기에 적절한 문서화 및 코딩 기술을 통합함으로써 레지던트들 사이에서 문서화 신뢰도가 증가하는 것을 관찰할 것입니다.

설계 및 절차:

이 연구를 시작하기 위해 MEDVAMC(Michael E. DeBakey Department of Veteran Affairs)의 수술 코딩 분석가는 수술 부서에서 현재 실무에서 가장 일반적으로 발생하는 문서화 실수에 대해 인터뷰할 것입니다. 교육 후 수련생 문서와 비교하여 문서화 교육을 받지 않은 외과 수련생이 입력한 문서를 검사하는 맹검 무작위 통제 시험을 수행하려고 합니다. 하루에 ICD-9 및 CPT 코드로 번역된 차트 수로 정의되는 코딩 분석가 할당량을 평가하여 종점을 측정합니다. 또한 Maslach Burnout 인벤토리에 의해 정의된 직원 만족도도 평가할 것입니다. 잘 조사된 검증된 설문 조사. 수술 순환의 첫날부터 시작하여 12개월의 시간 범위가 연구의 각 부문에서 사용될 것입니다. 문서화 교육을 받지 않은 수련생은 통제 그룹이 되고 문서화 교육을 받은 수련생은 개입 그룹이 됩니다. 결과는 위에서 설명한 할당량 및 코더 만족도의 변화로 측정됩니다. 무작위화: 무작위화 블록 설계는 무작위화 단위로 각 수술 회전 월에 사용됩니다. 즉, 수술 훈련생은 회전하는 달마다 제어 또는 중재 그룹에 무작위로 배정됩니다. 레지던트는 30일마다 수술 서비스를 통해 순환하므로 무작위 배정은 한 달에 한 번 수행됩니다.

블라인드 및 할당 은폐:

무작위 월 지정은 다음 수술 훈련생 순환 시작 전날 개봉할 무작위 암이 포함된 미리 밀봉된 봉투를 사용하여 미리 이루어집니다. 코더와 수술 훈련생은 그룹 할당에 대해 눈이 멀게 됩니다. 또한, 개입 월 동안 VA에서 외과 순환을 통해 순환하는 외과 레지던트는 순환 첫날에 문서화 및 코딩에 대한 교육을 받습니다. 교육 세션은 적절한 문서화 및 코딩에 대한 높은 수율 정보와 함께 약 20분입니다. 강의 내용은 코딩 분석가와의 인터뷰를 통해 결정됩니다. 이 세션 외에도 주민에게 적절한 문서 작성의 중요성을 강조하고 참조 도구 역할을 하는 메모 카드가 제공됩니다.

순환이 끝나면 개입 후 기록 기술이 변경되었는지 평가하기 위해 주민에게 익명의 설문 조사가 제공됩니다. 또한 코딩 분석가는 잘 조사되고 검증된 조사인 Maslach Burnout 재고 조사를 완료하여 통제 대 개입 개월에 대한 직원의 만족도를 평가합니다. 또한 상대적 가치 단위 및 일일 분석가 할당량과 같이 수술 부서에 대해 비식별화된 일반적으로 사용 가능한 데이터가 수집됩니다. 식별 가능한 공급자 정보는 수집되지 않습니다.

데이터 수집 및 분석 코딩 분석가 만족도는 매월 말에 제공되는 Maslach Burnout Inventory(MBI)로 분석됩니다. 또한 레지던트는 개입 전후 코딩 및 문서 신뢰도에 대한 지식에 대해 설문조사를 받게 됩니다. 외과 부서의 청구 및 문서 데이터가 수집됩니다. 데이터는 t-테스트를 ​​사용하여 분석되어 메모의 명확성을 높이면 생산성이 증가하는지 확인합니다. 2차 결과: 코딩 분석가 만족도 점수 및 레지던트 설문조사는 t-테스트를 ​​사용하여 개입 및 통제 그룹 간에 분석됩니다. 통계적 유의성에 사용된 기준은 P= 0.05 및 95%의 신뢰 구간(CI)에 해당합니다. 분석은 STATA IC 13.0(Stata Corporation, College Station, TX)으로 수행됩니다.