Penentu Penyebab Kematian Di RSUD Panembahan Senopati Bantul : Miscoding Berdampak Pada Laporan Statistik Kematian
DOI:
https://doi.org/10.33560/jmiki.v8i1.253Keywords:
miscoding, UCOD, Surat Keterangan Kematian, Laporan KematianAbstract Formulir keterangan penyebab kematian yang dibuat dokter berisikan runtutan penyebab penyakit yang menyebabkan pasien meninggal. Penentuan penyebab dasar kematian atau underlying cause of death (UCOD) menggunakan tata cara atau rule yang telah distandarkan oleh WHO (World Health Organization). Informasi UCOD yang tepat dapat mendukung para pengambil keputusan dan kebijakan serta mengoptimalkan layanan kesehatan, namun informasi tersebut banyak yang tidak akurat sehingga berpengaruh pada laporan kematian. Untuk menilai kualitas UCOD di RSUD Panembahan Senopati Bantul, peneliti mengklasifikasikan menjadi 5 bagian, diantaranya: tidak tepat, pemilihan UCOD yang tidak spesifik. Terdapat multiple kondisi yang tidak berkaitan dilaporkan dalam satu baris, rangkaian yang tidak masuk akal, dan dilaporkan satu kondisi saja. Pengambilan data dengan membuka rekam medis pasien dan menganalisis sebanyak 120 surat keterangan kematian selama periode tahun 2018. Hasil analisis kualitas UCOD diperoleh kasus yang runtutannya tidak mungkin sebesar 46 (38%), UCOD tidak tepat 39 (33%), Terdapat multiple kondisi yang tidak berkaitan dilaporkan dalam satu baris 15 (13%), terdapat satu kondisi yang dilaporkan saja sebesar 12 (10%) dan UCOD tidak spesifik 8 (7%). Dari surat keterangan kematian digolongkan berdasarkan kelompok ICD-10 sebanyak 55 diagnosis yang dilaporkan sebagai UCOD. Penggolongan diagnosis tertinggi sebagai UCOD pada kelompok Certain infectious and parasitic diseases sebanyak 10 diagnosis (18%), penggolongan berdasarkan Sign, symtoms, Abnormal Finding sebanyak 9 diagnosis (16%) dan kelompok Diseases of the circulatory system sebesar 8 (15%). Dari laporan diagnosis sebanyak 374 tersebut yang memenuhi kategori coding tepat (55) dan tidak tepat (311).Hasil wawancara dengan petugas coding dalam penentuan UCOD belum mengacu pada kaidah ICD-10, hal ini disebabkan minimnya pemahaman dalam penentuan UCOD dan pemilihan rule yang tepat sehingga dapat berpengaruh pada kualitas data pada lapora kematian.
Downloads
References
Jansson B. Coding errors and underestimation of fall injury mortality [2] (multiple letters). Am J Public Health. 2005;95(8):1305–6.
Walker PJR. Mortality , Morbidity and Health. 2012;1–46. Available from: www.ssc.wisc.edu/~walker/wp/wp-content/uploads/.../E623MortLec.pdf
John Hopkins. Mortality and Morbidity Data Sources for Measuring Mortality. 2006;
Yogyakarta DK. Profil Kesehatan Daerah Istimewa Yogyakarta Tahun 2016. Vol. 2016. 2016.
Scott JT, Rundall TG, Vogt TM, Hsu J. Kaiser Permanente’s experience of implementing an electronic medical record: a qualitative study. BMJ [Internet]. 2005;331(7528):1313–6. Available from: http://www.ncbi.nlm.nih.gov/pubmed/16269467
Hersh WR. EDITORIAL. 13(6):277–8.
Lu TH, Lee MC, Chou MC. Accuracy of cause-of-death coding in Taiwan: Types of miscoding and effects on mortality statistics. Int J Epidemiol. 2000;29(2):336–43.
Classification D. Education Module for Health Record Practice Module 5a - Disease & Procedure Classification and Indexing ICD 9. 2012;9:1–11.
Nichols EK, Byass P, Chandramohan D, Clark SJ, Flaxman AD, Jakob R, et al. The WHO 2016 verbal autopsy instrument : An international standard suitable for automated analysis by InterVA , InSilicoVA , and Tariff 2 . 0. 2018;1–9.
Icd- A. ICD-10 mortality coder training. :10–3.
Akter T, Hoque DME, Chowdhury EK, Rahman M, Russell M, Arifeen SE. Is there any association between parental education and child mortality ? A study in a rural area of Bangladesh. Public Health [Internet]. 2015;1–8. Available from: http://dx.doi.org/10.1016/j.puhe.2015.08.004
World Health Organization. Medical Records Manual : A Guide for Developing Countries. Geneva; 2006. 1-126 p.
Bratzler DW, Normand ST, Wang Y, Donnell WJO, Metersky M, Lein F, et al. An Administrative Claims Model for Profiling Hospital 30- Day Mortality Rates for Pneumonia Patients. 2011;6(4).
Zellweger U, Junker C, Bopp M. Cause of death coding in Switzerland : evaluation based on a nationwide individual linkage of mortality and hospital in-patient records. 2019;2:1–15.
Morano LH, Watkins S. Evaluation of diagnostic codes in morbidity and mortality data sources for heat-related illness surveillance. Public Health Rep. 2017;132(3):326–35.
Rampatige R, Mikkelsen L, Hernandez B, Lopez AD. Systematic reviews Systematic review of statistics on causes of deaths in hospitals : strengthening the evidence for policy-makers. 2014;(January 2015).
Bhopal RS. Concepts of Epidemiology :
Board E. Improving the prevention , diagnosis and clinical management of sepsis. 2017;315(January):8–13.
Satman I, Omer B, Tutuncu Y, Kalaca S, Gedik S. Twelve-year trends in the prevalence and risk factors of diabetes and prediabetes in Turkish adults. 2013;169–80.
Redelings MD, Wise M, Sorvillo F. Practice of Epidemiology Using Multiple Cause-of-Death Data to Investigate Associations and Causality between Conditions Listed on the Death Certificate. 2007;166(1):104–8.
Falci L, Argov EJL, Wye G Van, Plitt M, Soto A, Huynh M. Practice of Epidemiology Examination of Cause-of-Death Data Quality Among New York City Deaths Due to Cancer , Pneumonia , or Diabetes From 2010 to 2014. 2018;187(1):144–52.
Hazard RH, Alam N, Chowdhury HR, Adair T, Alam S, Streatfield PK, et al. Comparing tariff and medical assistant assigned causes of death from verbal autopsy interviews in Matlab , Bangladesh : implications for a health and demographic surveillance system. 2018;(June).
Mellhammar L, Wullt S, Lindberg Å, Lanbeck P, Christensson B, Linder A. Sepsis Incidence : A Population-Based Study. 2016;
Tobergte DR, Curtis S. Strengthening civil registration and vital statistics for births, deaths and causes of death. Vol. 53, Who. 2013. 1689-1699 p.
