Datový model domácí a komunitní péče jako základ pro sekundární klasifikaci pacientů a úhradový mechanismus

Jana Hyxová; Michaela Zímová; Miroslav Zvolský

		Datový model domácí a komunitní péče jako základ pro sekundární klasifikaci pacientů a úhradový mechanismus Jana Hyxová, Michaela Zímová, Miroslav Zvolský
		ABSTRAKT: Projekt KOMPAS – Domácí a komunitní ošetřovatelská péče – představuje první systematický pokus o vytvoření datového základu pro objektivní popis, klasifikaci a financování domácí péče v České republice. Projekt je financován Ministerstvem zdravotnictví ČR v rámci Programu domácí péče (Home Care Programme) díky podpoře Programu švýcarskočeské spolupráce z Druhého švýcarského příspěvku. Cílem projektu je prostřednictvím standardizovaného sběru klinických a procesních dat vytvořit profilaci pacientů v domácí péči a následně na jejím základě vyvinout sekundární klasifikaci pacientů založenou na principech casemix modelů. Sběr dat probíhá prostřednictvím resortních registrů eREG, které jsou součástí Národního zdravotnického informačního systému (NZIS) spravovaného ÚZIS ČR. Pilotní sběr dat byl zahájen 16. 3. 2026 a bude probíhat po dobu dvou let. Současně vzniká robustní datová základna s dostatečným rozsahem, umožňující tvorbu prediktivních modelů a validaci jednotlivých faktorů nákladové náročnosti. První dílčí výstupy budou prezentovány již na konferenci CZ-DRG v říjnu 2026. Více Metodologie projektu vychází z předpokladu, že nákladovou náročnost domácí péče nevysvětlují primárně diagnózy, ale faktory jako úroveň soběstačnosti (ADL), kognitivní stav, přítomnost kožních defektů, invazivních vstupů, polymorbidita či role neformálního pečujícího. Klinické faktory budou následně propojeny s procesními daty, které poslouží jako relativní srovnání klinického profilu pacienta vůči skutečně poskytnuté péči. Na základě kombinace klinických a procesních dat dojde k vytvoření homogenních skupin pacientů s obdobnou spotřebou zdrojů a následně grouper, který umožní predikci očekávané nákladovosti péče dle klinického profilu pacienta. Projekt tímto zásadně reaguje na demografické trendy stárnoucí populace a potřebu dlouhodobé péče poskytované v domácím prostředí. Projekt je v aktivní fázi sběru dat, a proto zatím nejsou k dispozici finální analytické výstupy. Příspěvek se zaměří na metodiku, strukturu datového modelu, klíčové faktory ovlivňující nákladovou náročnost a plánovaný postup zpracování dat po dokončení pilotní fáze. Součástí bude také první náhled na dosavadní zkušenosti ze sběru dat. Klíčová slova: domácí a komunitní péče, data, úhradový model, case-mix DOI: 10.35191/medsoft_2026_1_38_hyxova Skrýt
		Building a Home and Community Care Data Model for Secondary Patient Classification and Payment Design ABSTRACT: The KOMPAS project – Home and Community Nursing Care – represents the first systematic attempt to build a data foundation for the objective description, classification, and financing of home care in the Czech Republic. The project is funded by the Ministry of Health of the Czech Republic under the Home Care Programme, with support from the Swiss-Czech Cooperation Programme through the Second Swiss Contribution. The project aims to build a patient profile of home care recipients through the standardized collection of clinical and process data, and subsequently to develop, on this basis, a secondary patient classification grounded in case-mix modelling principles. Data are collected through the departmental eREG registries, part of the National Health Information System (NZIS) administered by the Institute of Health Information and Statistics of the Czech Republic (ÚZIS ČR). Pilot data collection began on 16 March 2026 and is planned to run for two years. At the same time, a data foundation of sufficient scale is being built, enabling the development of predictive models and the validation of individual cost-complexity factors. The first partial results will already be presented at the CZ-DRG conference in October 2026. More The project’s methodology rests on the assumption that the cost complexity of home care is not primarily explained by diagnosis, but rather by factors such as the level of functional independence (ADL), cognitive status, presence of skin defects, invasive access devices, polymorbidity, or the role of an informal caregiver. Clinical factors will subsequently be linked with process data, which will serve as a relative comparison of the patient’s clinical profile against the care actually provided. Combining clinical and process data will allow the creation of homogeneous patient groups with similar resource consumption, and subsequently a grouper capable of predicting expected care costs based on the patient’s clinical profile. The project thus directly responds to demographic trends of population ageing and the growing need for long-term care provided in the home environment. The project is currently in an active data-collection phase, and final analytical outputs are not yet available. The paper will focus on the methodology, the structure of the data model, the key factors influencing cost complexity, and the planned approach to data processing once the pilot phase is complete. It will also offer a first look at experience gathered so far during data collection. Keywords: home and community care, data, reimbursement model, case-mix DOI: 10.35191/medsoft_2025_1_37_hyxova Hide