Length of stay in a German psychiatric hospital as a function of patient and organizational characteristics – a multilevel analysis

Abstract

Hierarchical linear modelling (HLM) was used to compare the influence of individual and organizational variables on patients' length of stay (LOS) in a large psychiatric hospital in Germany. Organizational variables used were characteristics of the different wards, such as capacity, staff workload, and diagnosis mix. About 28% of the variance in the final hierarchical model was explained by the wards (between‐wards variance) and about 13% by individual or ‘level‐1’ variables. Individual predictors with significant influence included age, diagnosis, level of social functioning and its improvement during therapy, medication, and discharge to complementary services or to subsequent outpatient treatment. Significant organizational variables influencing LOS were number of nursing personnel per bed day, average level of social functioning among patients of each ward, and proportion of patients with schizophrenic disorders treated in each ward.The results are compared with other studies from the recent literature on LOS. General advantages of HLM in the comparisons of hospitals or other health care organizations are illustrated. It is concluded that HLM analysis should be employed regularly in quality management and cost‐containment studies of different healthcare providers. Copyright © 1999 Whurr Publishers Ltd.

Leitlinienkonformität und Behandlungsergebnisse in der stationären Schizophreniebehandlung

“…In einer deutschen Untersuchung zum Krankenhausvergleich mittels Daten der Basisdokumentation in der stationären Psychiatrie (BADO) wurde gezeigt, dass insbesondere die Verweildauer von patientenbezogenen Variablen abhängt und eine ausreichende methodisch hochwertige Adjustierung dieser Variablen notwendig ist [9]. Bei Vergleichen zwischen mehreren Institutionen oder Regionen haben sich hierarchische Modelle (Multilevel-Analysen) als sinnvoll erwiesen, in denen der Einfluss definierter Faktoren unterschiedlicher Organisationsstufen auf das Behandlungsergebnis oder die Verweildauer herausgearbeitet werden kann [7].…”

“…An einen sinnvollen Institutionenvergleich wird die Anforderung gestellt, dass tatsächliche Unterschiede nicht durch konfundierende Variablen verdeckt oder künstliche Unterschiede geschaffen werden. Hierbei könnte die Modellierung von Mehr-Ebenen-Analysen zur besseren Transparenz beitragen und durch eine sinnvolle Kontrolle von nicht beeinflussbaren Patientenfaktoren Aktionsfelder für eine evidenzbasierte Veränderung klinischer und organisatorischer Prozesse eröffnen [7]. Die Ergebnisse der vorliegenden Untersuchung rechtfertigen die Verwendung des Konstruktes "Leitlinienkonformität" als zu vergleichendes Klinikmerkmal in Mehr-Ebenen-Analysen.…”

Methodological Approaches to Conducting Pooled Cross-Sectional Time Series Analysis: The Example of the Association between All-Cause Mortality and per capita Alcohol Consumption for Men in 15 European States

“…The rationale of these models in the present context is described by Rehm and Gmel [16] and others [17][18][19][20]. Briefly, intercept and slopes are assumed to vary randomly across sections.…”

Datengestützte Qualitätszirkel in der stationären Depressionsbehandlung

“…In Deutsch land gab es in den letz ten Jah ren ers te dies be züg li che Ansät ze [16]. Me tho disch fun dier te und dif feren zier te ex ter ne Kli nik ver glei che wer den bis lang je doch vor al lem im Rah men von frei wil li gen Kli nik ver glei chen durch Kosten trä ger durch ge führt [7] und sind da mit für die be tref fen den Kli ni ken mit Kon trolle und dro hen den Bud get kür zun gen as sozi iert [5].…”