PMSI MCO

Thésaurus CIM et CCAM de la gastro-entérologie

Nous signalons, dans le cadre de notre veille PMSI, un rapport technique daté de mars 2020 du Conseil National Professionnel d’Hépato-Gastroentérologie (CNPHG), association regroupant les sociétés savantes, organismes professionnels et syndicats de l’hépato-gastroentérologie (HGE), et intitulé « Etat des lieux de la gastroentérologie en France au travers de l’analyse des données de santé »

Au-delà de son intérêt en terme d’épidémiologie, d’état des lieux et structures d’HGE, ce rapport propose, en annexes, de riches thésaurus  de codages CIM-10 et CCAM.

Citons pour les thésaurus CIM-10 de pathologie chronique d’HGE :

  • cancers digestifs
  • cancers du foie
  • maladies inflammatoires chroniques de l’intestin (MICI)
  • hépatites chroniques
  • NASH
  • déficit nutritif
  • autres maladies chroniques du foie

Ces listes, composées à dires d’expert, ne recoupent pas le chapitrage de la CIM-10 ni les listes en D de classification en GHM.

Exemple avec le thésaurus proposé pour les hépatites chroniques :

B18 Hépatite virale chronique
I81 Thrombose de la veine porte
I820 Syndrome de Budd-Chiari
Z225 Sujet porteur d’hépatite virale

A comparer, par exemple, avec la liste D-0706 : Hépatites chroniques du manuel des GHM (version 2023) :

B18.0 HEPATITE VIRALE CHRON. B AVEC AGENT DELTA
B18.00 HÉPATITE VIRALE CHRONIQUE B + AGENT DELTA, PHASE D’IMMUNOTOLÉRANCE
B18.09 HÉPATITE VIRALE CHRONIQUE B + AGENT DELTA, PHASE AUTRE ET NON SPÉCIFIÉE
B18.1 HEPATITE VIRALE CHRON. B SANS AGENT DELTA
B18.10 HÉPATITE VIRALE CHRONIQUE B SANS AGENT DELTA, PHASE D’IMMUNOTOLÉRANCE
B18.19 HÉPATITE VIRALE CHRONIQUE B SANS AGENT DELTA, PHASE AUTRE ET NON SPÉCIFIÉE
B18.2 HEPATITE VIRALE CHRON. C
B18.8 HEPATITES VIRALES CHRON., NCA
B18.9 HEPATITE VIRALE CHRON., SAI
K73.0 HEPATITE CHRON. NCA, PERSISTANTE
K73.1 HEPATITE CHRON. NCA, LOBULAIRE
K73.2 HEPATITE CHRON. NCA, ACTIVE
K73.8 HEPATITES CHRON., NCA
K73.9 HEPATITE CHRON., SAI

De même la liste d’actes CCAM liés à l’HGE est enrichie, par rapport à la CCAM à usage PMSI, d’une variable «Type » (Endoscopie diagnostic, Biopsie Foie, Échographie, Épreuves fonctionnelles, Drainage des conduits biliaires, …) regroupant des séries cohérentes d’actes et d’une variable «Endoscope »

D’où l’intérêt de ces listes pour l’identification de périmètres fins d’activité en PMSI MCO en rapatriant ces thésaurus sur les codages PMSI.

Source : Etat des lieux de la gastroentérologie en France au travers de l’analyse des données de santé (CNPHGE – Mars 2020)

Copyright © Lespmsi.com – Imprimer cet article

Fouille automatique des DPI pour optimiser le codage PMSI

Le Service d’information médicale d’épidémiologie et d’économie de la santé du CHRU de Tours a communiqué, lors des journées EMOIS de mars 2022, les résultats d’un dispositif, implémenté en 2021, de contrôle qualité PMSI basé sur l’analyse automatisée de pièces du DPI pour proposer des codes CIM-10 valorisants.

Schématiquement, la démarche est la suivante :

  • « Un algorithme décisionnel d’aide au codage reprenant des informations cliniques (posologie, symptomatologie, critères d’exclusion) a été validé par le DIM spécifiquement pour chaque contrôle qualité »
  • A partir de la base des RSS, une fouille automatique est lancée dans les pièces du DPI (comptes rendus médicaux, résultats d’examens de radiologie, prescriptions…) pour repérer d’éventuels codes CIM-10 valorisant
  • Vérification manuelle de la concordance code CIM-10 proposé automatiquement et DPI avec 3 situations possibles :  
    • contrôle qualité « accepté » lorsque le diagnostic était codé
    • contrôle qualité « précisé » si un autre code était préféré
    • contrôle qualité « refusé » si le code n’était pas justifié

Les résultats : 

  • 16 requêtes implémentées
  • 255 RSS concernés sur 31 534 RSS filtrés.
    Un commentaire : ratio de 0,8% qui montre bien que seule une approche automatisée a du sens pour « trouver » ces 0,8% 
  • Pour un échantillon de 111 RSS analysé, 70 % étaient éligibles à revalorisation via le codage CIM proposé dont la majorité (73 %) était « acceptés » et près d’un tiers « précisé ».
  • Le gain moyen en valorisation T2A des RSS « acceptés » était ≈ 1470 € et 1420 € pour les « précisés ».

Les auteurs concluent, entre autres, que « A terme, ce type de requêtes permettrait un codage automatique »

Source : OPTImisation du codage PMSI, semi-automatisé via le Centre de données cliniques (CDC) : OPTIC – Revue d’Épidémiologie et de Santé Publique (Volume 70, supplément 1, mars 2022)

Copyright © Lespmsi.com – Imprimer cet article

Analyse des codes erreurs de la fonction de groupage

Introduction

On convient de faire référence ici aux codes erreurs de la fonction de groupage (FG) tels que définis dans le manuel d’utilisation GENRSA (exemple C170 EXTENSION DOCUMENTAIRE OBLIGATOIRE POUR UN ACTE CCAM MAIS ABSENTE) et on suppose que le lecteur s’est déjà confronté à la problématique, classique en PMSI, de repérage et correction, si possible, de ces erreurs.

Rappel : préfixe C = erreur de contrôle, G = erreur de groupage, PG = erreur dans le FICHOMP PORG (prélèvement d’organe). Ces erreurs peuvent être bloquantes ou non bloquantes.

On s’intéresse ici aux erreurs en C non bloquantes, relevant d’une politique de contrôle qualité en continu, et à aux approches possibles pour les repérer.

Complément : une documentation ATIH des erreurs de la FG 2019 avec des interprétations par code erreur, des commentaires et un classement intéressant en familles d’erreurs (excel)

Liste des codes erreurs cités :
C093 DIAGNOSTIC ASSOCIÉ IMPRECIS
C102 ACTE CCAM : DATE DE REALISATION DE L’ACTE INCOHERENTE
C170 EXTENSION DOCUMENTAIRE OBLIGATOIRE POUR UN ACTE CCAM MAIS ABSENTE
C252 INDICATEUR DE SÉJOUR NON PROGRAMMÉ ATTENDU MAIS NON RENSEIGNÉ

Première approche : la variable «Code retour» dans les RSS et RSA

Cette variable, codée par RUM sur 3 positions (correspondant aux 3 dernières positions des code erreurs, « 000 » si pas d’erreur), correspond à une erreur rencontrée lors du groupage du RUM et de son séjour.

Première remarque : on perd l’information de préfixe des codes erreurs (par exemple 170 au lieu de C170). Généralement l’information restante (170 dans notre exemple) suffit, à partir du référentiel des codes erreurs, à retrouver le préfixe, mais cela suppose une retraitement des données.

Mais, plus grave, s’il y a plusieurs erreurs dans un RUM, seule une (à priori, soit la 1ere non bloquante, soit une bloquante) est retenue : on perd donc des informations essentielles, sans savoir celles qui manquent.

Par exemple avec les erreurs C170, il est très fréquent d’avoir plusieurs actes CCAM concernés par l’erreur dans un RUM.

Conclusion pratique : cette variable «Code retour» n’est pas exploitable en analyse.

Deuxième approche : le fichier LEG (Liste des Erreurs de Groupage)

Ce fichier est produit au groupage et logé dans le zip .out

Son cahier des charges, très simple (1 ligne par séjour concerné par au moins 1 erreur), est disponible dans le manuel GENRSA (« Format du Fichier LEG »). Pour chaque séjour repéré, on a la liste exhaustive des codes erreurs rencontrés dans le séjour.

Exemple : une suite «C170;C102;C170» pour un séjour = 2 erreurs C170 et 1 erreur C102

Ce fichier est lu et présenté dans OVALIDE dans les tableaux «[1.Q.1.EG] Synthèse des erreurs de groupage», avec un tableau pour les erreurs non bloquantes et un tableau pour les erreurs bloquantes s’il y en a.

Cette approche commence à être exploitable mais avec 2 inconvénients majeurs en pratique :

On a perdu le lien avec les RUM et donc, pour les séjours multi-RUM, on ne sait pas, à priori, quel RUM est concerné par une erreur.

Mais surtout, pour de nombreux codes erreurs (ceux liés aux codage CCAM et CIM = la très grande majorité des codes erreurs détectés en pratique), le code erreur est déclenché une seule fois par RUM si au moins une occurrence du problème est rencontré et c’est tout.

Pour ces codes erreurs, cela signifie donc que le le fichier LEG (et sa visualisation dans OVALIDE) ne permet pas de repérer toutes les situations de codage en erreur.

Reprenons notre fake séquence ci-dessus «C170;C102;C170» pour illustrer : on a 2 C170, donc 2 RUM du séjour qui ont déclenché C170, donc 2 RUM qui ont au moins un acte d’anesthésie (identifiée avec la variable activité de l’acte = 4) sans extension documentaire associée (en pratique, ce sont les seules situations de codage CCAM pour lesquelles le codage d’une extension documentaire est obligatoire).

Mais on ne sait pas combien réellement d’actes CCAM d’anesthésie sont concernés par le non codage de leur extension documentaire.

Autre exemple avec le code erreur C093 pour lequel on ne connaît pas le nombre exact de DAS imprécis, mais uniquement le nombre de RUM avec au moins un DAS imprécis

C’est problématique pour, par exemple, calibrer un temps TIM nécessaire à la correction d’un type d’erreur.

A ce propos, même si la documentation OVALIDE est explicite, signalons que le libellé affiché « Nombre d’erreurs » dans le tableau [1.Q.1.EG] est ambigu et est à lire « Nombre de RUM avec au moins une fois l’erreur »

Un contre-exemple de code erreur pour lequel l’exploitation du fichier LEG est suffisant : le code erreur C252 qui concerne un codage unique (la variable «Non programmé») au niveau séjour. Dans ce cas, on a total C252 = total des erreurs.

Troisième approche : recalculer les erreurs

Pour les erreurs concernées, il ne reste donc plus qu’à re-identifier (en R, Python, via logiciel d’analyse PMSI) les codages concernés.

Heureusement, l’immense majorité des erreurs répond à une requête simple et en pratique, un établissement tourne généralement avec un nombre limité d’erreurs qui reviennent.

Et donc, via une bibliothèque de scripts maison et/ou un logiciel, un établissement peut raisonnablement, aujourd’hui, disposer d’une solution réaliste pour calculer en routine les nombres réels d’erreurs, les repérer et arbitrer, en connaissance de cause : extraire les listes de codages en erreur pour correction ou assumer de laisser passer.

Pour aller + loin :

Pour ceux que cela intéresse, code R pour identifier les actes CCAM déclenchant le code erreur C170

La liste des codages CCAM avec clé d’identification des RUM est obtenue par extraction d’un logiciel de production si possible, un outillage maison en routine ou dans un fichier JSON via l’accès Standard à PMSISoft MCO en ligne, gratuit, sans limite de durée, proposé à tout établissement de santé MCO qui en fait la demande.

Copyright © Lespmsi.com – Imprimer cet article

CMA MCO 2023

En même temps que la diffusion de la version 2023 provisoire des 3 volumes du manuel des GHM, l’ATIH a publié la liste des CMA MC0 2023 au format Excel (voir lien en Source ci-dessous).

Pas de changement par rapport à la liste des CMA MCO 2022 :

Pour aller + loin :

Code R qui permis de produire les 3 excels ci-dessus de CMA par niveau à partir du référentiel des CMA MCO.

Les CMA concernées par une liste d’exclusion racine (1 000 CMA) sont identiques à celles de 2022 avec les mêmes numéros de listes renvoyant aux racines excluantes.

Les CMA concernées par une liste d’exclusion DP (quasi tous, sauf 18 codes en U de BMR et résistance médicamenteuse) sont les mêmes que celles de 2022, mais avec des numéros de listes différents renvoyant aux listes de DP concernés.

Source : Liste des CMA MCO 2023 (ATIH)

Copyright © Lespmsi.com – Imprimer cet article

ChatGPT et le PMSI

On ne pouvait passer à côté ces derniers temps : on a donc testé ChatGPT sur des questions de codage PMSI avec différents scénarii, de questions explicites fermées à des questions implicites ouvertes.

Ci-dessous un extrait de nos scénarii de questions posées le 1er février 2022 avec les réponses de ChatGPT et un commentaire :

# Comment coder une appendicite avec la CIM-10 ?
Réponse ChatGPT : Pour coder une appendicite avec la Classification Statistique Internationale des Maladies et des Problèmes de Santé Connexes (CIM-10), vous pouvez utiliser le code K35.0. Cette classification est utilisée pour identifier et décrire les diagnostics médicaux et peut être utilisée pour les rapports de santé et les systèmes de gestion de la santé.
Commentaire : scolaire, un peu lourd, mais cohérent. Intègre la CIM-10 en français

# Comment coder une appendicite avec péritonite avec la CIM-10 ?
Réponse ChatGPT : Pour coder une appendicite avec péritonite avec la Classification Statistique Internationale des Maladies et des Problèmes de Santé Connexes (CIM-10), vous pouvez utiliser le code K35.2. La péritonite est une inflammation sévère de la paroi abdominale et peut être causée par une appendicite non traitée. Cette classification est utilisée pour identifier et décrire les diagnostics médicaux et peut être utilisée pour les rapports de santé et les systèmes de gestion de la santé.
Commentaire : ne comprend pas qu’il convient de proposer plusieurs codages (K352 et K353 à minima)

# Comment coder une escarre avec la CIM-10 ?
Réponse ChatGPT : Pour coder une escarre avec la Classification Statistique Internationale des Maladies et des Problèmes de Santé Connexes (CIM-10), vous pouvez utiliser le code L89.0. Une escarre est une plaie de la peau qui se produit généralement en raison d’une pression prolongée sur une partie du corps, telle qu’une partie du corps en position allongée ou assise pendant une période prolongée. Cette classification est utilisée pour identifier et décrire les diagnostics médicaux et peut être utilisée pour les rapports de santé et les systèmes de gestion de la santé.
Commentaire : intéressant. A un dictionnaire d’équivalence ou a stocké la CIM-10 pour relier escarre et Ulcère de décubitus.

# Quel est le code intervenant pour les ergorthérapeutes en CSARR ?
Réponse ChatGPT : En France, dans le cadre du système de codification des actes de la Chambre Syndicale de l’Assurance Retraite et de la Santé au Travail (CSARR), le code intervenant pour les ergothérapeutes est le code « 06 ». Ce code permet d’identifier les professionnels de la santé qui ont réalisé un acte médical et peut être utilisé pour les rapports de santé et les systèmes de gestion de la santé.
Commentaire : tout faux. Connaît pas le CSARR, nomenclature franco-française, et, plus grave, « force » une réponse … fausse.

Remarque : on a regénéré les mêmes questions le 22 février, soit 3 semaines plus tard. On a obtenu les mêmes réponses.

Rappelons que ChatGPT est un algorithme de NLP (Natural Language Processing) utilisant l’apprentissage supervisé et l’apprentissage par renforcement. ChatGPT s’auto-entraîne donc entre autres via les retours des utilisateurs. Donc, pas d’utilisateurs, pas de réponses pertinentes.

Réflexion provisoire : un outil à suivre, parmi les nombreux outils d’IA en ligne qui arrivent et vont arriver. Peut être utile pour des questions d’anatomie ou de compréhension d’un dossier médical par une TIM avec des propositions de codages CIM-10 possibles, mais encore très loin, à ce jour, d’un outillage opérationnel pour du codage en semi-automatisé.

Copyright © Lespmsi.com – Imprimer cet article