Zum Inhalt springen

Einreichung Short Paper zur Abschlussarbeit

  • von

Matrikel: 1840062008
Autor: Dr. med. univ Mathias Ströhle,
Telefon: 051250480496
E-Mail: mathias.stroehle@tirol-kliniken.at

Affiliation:

Oberarzt, traumatologische Intensivstation, Klinik für Anästhesie und Intensivmedizin
Tirol Kliniken, Anichstraße 35, 6122 Innsbruck

Studiengang: MBA
Forschungsbereich: Qualitätsmanagement

Neu aufgetretenes Vorhofflimmern auf der Intensivstation – visuelle Analyse der digitalen Fieberkurve zur Optimierung der Behandlung.

Schlagwörter: Qualitätsmanagement, Vorhofflimmern, visuelle Analyse, Patientendatenmanagementsystem, Intensivstation

Einleitung

Modernes Qualitätsmanagement ist im Gesundheitswesen nicht mehr wegzudenken (Donabedian, 2005; Wennberg & Gittelsohn, 1973). Im Zuge der industriellen Entwicklung entstand ein zunehmendes Qualitätsdenken. Dies hat zwischenzeitlich durch Normierungen und definierte Prozesse auch zu einer Steigerung von Qualität im Gesundheitswesen geführt. Neben nationalen Vorgaben, Gesetzgebungen und diversen Zertifizierungen sind Qualitätsmanagementansätze in den Krankenanstalten ein essentieller Teil der Prozessqualität.

Aus diesem Grund wurde in dieser Masterthesis der Hypothese nachgegangen, dass neu aufgetretenes Vorhofflimmern (NOAF) auf der Intensivstation durch eine visuelle Analyse der Fieberkurve leicht erkannt werden kann und dies zu einer Optimierung der Behandlung führen kann. Es gibt Hinweise, dass neben der High Tech Umgebung, die Erfahrung einzelner MitarbeiterInnen und ein über Jahre entwickeltes „Bauchgefühl“ der MitarbeiterInnen zu einer relativ genauen visuellen Einschätzung und Befundung führen kann (Gudmundsson et al., 2005; Shahgaldi et al., 2009).

Methodische Vorgehensweise

Für diese Studie wurden 40 TeilnehmerInnen – 20 diplomierte IntensivkrankenpflegerInnen und 20 AnästhesistInnen, mit unterschiedlicher Intensiverfahrung – mittels standardisierter Fragebögen befragt und die Ergebnisse analysiert. Die Studienteilnehmer waren alles MitarbeiterInnen der höchsten Kategorie von Intensivstationen der Universitätsklinik Innsbruck. Während die eine Hälfte der TeilnehmerInnen Erfahrung mit einem digitalen Patientendatenmanagementsystem vorweisen konnte, war dies für die andere Hälfte der TeilnehmerInnen nicht der Fall. Die Fragebögen enthielten standardisierte Ausschnitte über 24 Stunden einer Fieberkurve mit den Parametern Herzfrequenz, Blutdruck, Temperatur und periphere Sauerstoffsättigung.

Die Studie wurde von der Ethikkommission der medizinischen Universität Innsbruck genehmigt (EK1363/2020 vom 19.11.2020) und die Durchführung durch die Mitarbeiterbefragungskommission der Klinik Innsbruck legitimiert.

Die statistische Auswertung erfolgte mittels R (Version 4.0.2) und RStudio (Version 1.2.5001). Mittels Shapiro–Wilk Test wurde eine Normalverteilung ausgeschlossen. Die Demographie wurde mittels Fisher Exact Test auf Gruppenunterschiede analysiert. Die Odds-Ratio den vorliegenden kardialen Rhythmus richtig zu erkennen, wurde adjustiert nach Alter, Geschlecht und PDMS Erfahrung in den einzelnen Berufsgruppen, vor und nach den Schulungen mittels einer logistischen Regressionsanalyse bestimmt. Die Untersuchung des Schulungseffekts, bezogen auf die Anzahl erkannter kardialer Rhythmen und erkannter VHF Episoden, wurde mittels eines nichtparametrischen Tests zur Analyse longitudinaler Daten durchgeführt (R package: nparLD). Mit Hilfe dieser modifizierten ANOVA mit wiederholten Messungen (20 Fragen pro TeilnehmerIn und Test; vor vs. nach Schulung) wurden beide Berufsgruppen, gruppiert nach Alter, Geschlecht und PDMS Erfahrung über einen zeitlichen Verlauf verglichen. Als Signifikanzniveau wurde p < 0.05 festgelegt. Sensitivität und Spezifität bezogen auf das Erkennen eines VHF wurden berechnet.

Ergebnisse

Es gab keine signifikanten Unterschiede in der allgemeinen Demographie der StudienteilnehmerInnen. Es konnte gezeigt werden, dass bereits ohne Schulung die TeilnehmerInnen mit großer Wahrscheinlichkeit den kardialen Rhythmus richtig erkannten. Als richtig wurde das korrekte Erkennen der Rhythmen Vorhofflimmern oder Sinusrhythmus definiert.

Insbesondere ÄrztInnen im Alter von 40-59 Jahren erkannten mit einer Odds Ratio von 6,37 bis 8,44 den richtigen kardialen Rhythmus bereits vor der Schulung.  Diplomiertes Gesundheits- und Krankenpflegepersonal im Alter von 20-29 Jahren erkannte auch ohne Schulung signifikant häufiger im Vergleich zu den 30-39-jährigen den richtigen kardialen Rhythmus (OR 5,66; p=0,003). Auch TeilnehmerInnen mit Erfahrung in digitalen Patientendatenmanagementsystemen (PDMS) erkannten den richtigen kardialen Rhythmus bereits vor der Schulung häufiger (ÄrztInnen OR 3,12; p=0,002 und DGKP OR 1,64; p= 0,207). In einer Schulung wurden die typischen Muster von Vorhofflimmern und Sinusrhythmen standardisiert präsentiert. Nach dieser Schulung waren, mit Ausnahme von ÄrztInnen mit PDMS Erfahrung (OR 4,89; p=0,001), die Unterschiede zwischen den Gruppen nicht mehr signifikant.

Das Erkennen des richtigen kardialen Rhythmus gelang mit einer Sensitivität von 83% und einer Spezifität von 94% und stieg nach der Schulung auf 85% Sensitivität und 96% Spezifität. Die Schulung hatte einen signifikanten Effekt auf das richtige Erkennen der Vorhofflimmerepisode in der Gruppe der ÄrztInnen, wenn sie 30-39 Jahre, 50-59 Jahre oder männlich waren oder Erfahrung mit PDMS System hatten. Die Schulung verbesserte das Erkennen in der Gruppe der DGKP signifikant mit Ausnahme der Gruppe der 20-29-jährigen und der 50-59-jährigen.

Diskussion

Die Resultate dieser Studie haben das Potential die PatientInnenversorgung aufgrund einfacher und frühzeitiger Diagnostik von Vorhofflimmern deutlich zu verbessern. Diese Ergebnisse könnten zu einer Adaptierung der Abläufe auf Intensivstationen führen, sodass es zu deutlich weniger Alarmen kommen würde, die Arbeitsbelastung für MitarbeiterInnen sinken könnte, die Kosten von diagnostischen Prozeduren geringer würden und es möglicherweise sogar zu einer Verringerung der Mortalität kommen könnte. Es konnte nachgewiesen werden, dass neben der bereits vorbestehenden hohen Wahrscheinlichkeit Vorhofflimmern korrekt in der Fieberkurve zu erkennen, eine kurze Schulung diesen Effekt noch deutlich vergrößern kann.

Aufgrund der Limitationen scheint normofrequentes Vorhofflimmern mit dieser Methode nur schwer erkennbar zu sein. Dennoch hat die visuelle Analyse das Potential als rascher Vortest zu einer deutlichen Verbesserung der Versorgung zu führen. Dementsprechend sollte die visuelle Analyse von Vorhofflimmern im Sinne eines modernen Qualitätsmanagements rasch in die tägliche Routine einer Intensivstation implementiert werden.

Literatur

Donabedian, A. (2005). Evaluating the quality of medical care. 1966. The Milbank Quarterly, 83(4), 691–729. https://doi.org/10.1111/j.1468-0009.2005.00397.x

Gudmundsson, P., Rydberg, E., Winter, R., & Willenheimer, R. (2005). Visually estimated left ventricular ejection fraction by echocardiography is closely correlated with formal quantitative methods. International Journal of Cardiology, 101(2), 209–212. https://doi.org/10.1016/j.ijcard.2004.03.027

Shahgaldi, K., Gudmundsson, P., Manouras, A., Brodin, L.-Å., & Winter, R. (2009). Visually estimated ejection fraction by two dimensional and triplane echocardiography is closely correlated with quantitative ejection fraction by real-time three dimensional echocardiography. Cardiovascular Ultrasound, 7(1). https://doi.org/10.1186/1476-7120-7-41

Wennberg, J., & Gittelsohn, A. (1973). Small Area Variations in Health Care Delivery: A population-based health information system can guide planning and regulatory decision-making. Science, 182(4117), 1102–1108. https://doi.org/10.1126/science.182.4117.1102

Abbildungen

 

Erstbeurteilung:
Zweitbeurteilung:

Anmerkung: