# معدل الوفيات المعدَّل بالمخاطر (Risk-Adjusted Mortality Rate)

> نسبة الوفيات داخل المنشأة بعد تعديلها بشدّة حالات المرضى وأعمارهم وأمراضهم المصاحبة.

- **المجال:** الرعاية الصحية (Healthcare)
- **الوحدة:** %
- **تكرار القياس:** ربع سنوي
- **الاتجاه المرغوب:** أقل أفضل
- **النوع:** تابع (Lagging)
- **الرابط:** https://kpihub.co/k/hc-mortality

## الهدف

مقارنة نتائج الرعاية بعدل، فمستشفى يستقبل الحالات الأشدّ سيبدو أسوأ بلا تعديل مهما بلغت جودته.

## لماذا هو مهم

- المعدل الخام يعاقب المنشأة التي تستقبل الحالات الصعبة، وهو ظلم يدفع إلى رفض الحالات
- التعديل يجعل المقارنة بين المنشآت وبين الأقسام ممكنة ومقبولة طبيًّا
- هو أثقل مؤشرات النتائج، وأي تحسّن فيه له وزن يفوق كل المؤشرات التشغيلية

## المعادلة

```
Risk-Adjusted Rate = (Observed Deaths ÷ Expected Deaths) × Baseline Rate
```

نموذج التعديل هو كل شيء: نموذج ضعيف يعطي رقمًا يبدو علميًّا وهو ليس كذلك. اذكر النموذج ومصدره وسنته، وأي مقارنة بنموذجين مختلفين بلا معنى.

## مثال محسوب

‏48 وفاة ملاحظة مقابل 56 متوقّعة بالنموذج، والمعدل المرجعي 2.4%. الحساب: (48 ÷ 56) × 2.4% = 2.06%، أي أداء أفضل من المتوقّع.

## النطاق الاسترشادي

النسبة بين الملاحظ والمتوقّع هي الحكم: تحت 1.0 أفضل من المتوقّع، وفوقه أسوأ. والرقم المطلق بلا هذه النسبة لا يقول شيئًا عن جودة الرعاية.

## تحليل الاتجاه

- تحسّنه مع ثبات شدّة الحالات تحسّن حقيقي في الرعاية
- تحسّنه مع انخفاض شدّة الحالات يعني تغيّر تركيبة المرضى لا تحسّن الأداء
- ارتفاعه في قسم واحد يستدعي مراجعة سريرية لا إدارية

## أسئلة تشخيصية

- ما نموذج التعديل؟ ومتى حُدّث؟ ونموذج عمره خمس سنوات لا يمثّل ممارستك
- هل ترميز التشخيصات دقيق؟ الترميز الناقص يخفض المتوقّع فيبدو الأداء أسوأ
- هل تُستبعد الرعاية التلطيفية المخطّطة؟ إدخالها يشوّه المؤشر تمامًا

## نصائح عملية

- استثمر في دقّة الترميز قبل الاعتراض على الرقم، فأغلب الفروق تبدأ هناك
- اعرض النسبة بين الملاحظ والمتوقّع لا المعدل وحده، فهي الحكم الحقيقي
- افصل الرعاية التلطيفية المخطّطة، فإدخالها يظلم أقسامًا بعينها

## العرض المناسب

- مخطط قِمعي: الملاحظ مقابل المتوقّع بحدود الثقة
- خط زمني للنسبة بين الملاحظ والمتوقّع مع خط 1.0
- أعمدة بالقسم للنسبة لا للمعدل الخام

## تحذيرات وفخاخ

- استعمال المعدل الخام في المقارنة يظلم من يستقبل الحالات الأصعب ويدفعه لرفضها
- ترميز ناقص يجعل المتوقّع أقل فيبدو الأداء أسوأ بلا سبب سريري
- مقارنة أرقام محسوبة بنموذجين مختلفين تعطي حكمًا باطلًا

## أثر التغيير

- نسبة 0.86 بين الملاحظ والمتوقّع تعني ثماني حالات نجت أكثر مما يتوقّعه النموذج
- تحسين دقّة الترميز وحده يصحّح صورة الأداء بلا أي تغيير سريري
- المؤشر المعدَّل يفتح باب المقارنة مع أقران المنشأة بدل الجدل حول صعوبة الحالات

## احسبه في أداتك

### Excel

```excel
=(ObservedDeaths / ExpectedDeaths) * BaselineRate
```

### Power BI (DAX)

```dax
Risk Adjusted Mortality =
DIVIDE (
    [Observed Deaths],
    [Expected Deaths]
) * [Baseline Mortality Rate]
```

### Tableau

```
( SUM([Observed Deaths]) / SUM([Expected Deaths]) ) * AVG([Baseline Rate])
```

### SQL

```sql
SELECT ward,
       SUM(observed_deaths) AS observed,
       SUM(expected_deaths) AS expected,
       SUM(observed_deaths) / NULLIF(SUM(expected_deaths), 0) AS o_to_e_ratio
FROM   mortality_adjusted
WHERE  period BETWEEN :from_period AND :to_period
  AND  NOT is_planned_palliative
GROUP  BY ward
ORDER  BY o_to_e_ratio DESC;
```

---

المصدر: [KPIHub](https://kpihub.co/k/hc-mortality) · مرجع عربي مجاني لمؤشرات الأداء.