gms | German Medical Science

Hintergrund: Überprüfung der Übertragbarkeit eines in der Luftfahrt und in sicherheitskritischen Industrien etablierten Human Factors-Fehlermodells mit zwölf Kategorien („Dirty Dozen“) auf die Ophthalmochirurgie. Identifizierung und Kategorisierung von Fehlern auf der Basis dieses Modells aus Sicht von OP-Schwestern/-Pfleger und Vergleich mit Ergebnissen operierender Ärzte.

Methode: Explorative Studie, Befragung von 245 OP-Schwestern/-Pfleger im Augen-OP und Gegenüberstellung mit Ergebnissen einer vorausgegangenen Befragung von 1063 Ophthalmochirurgen in Deutschland. Quantitative und qualitative Ergebnisanalyse, Faktorenanalyse (Hauptkomponentenanalyse).

Ergebnisse: Eine einzelne dominierende Fehlerursache benennen beide Gruppen nicht. Dies bestätigt somit die Systemperspektive der heutigen Fehlerforschung. In den bedeutsamsten Fehlerkategorien Stress und Druck stimmen sie überein. Allerdings werden insbesondere Stress aber auch mangelnde Ressourcen von Schwestern/Pflegern als höhere Fehlerursache gewertet als von Ärzten. Letztere bewerten hingegen den Faktor Selbstgefälligkeit höher. Ein Vergleich der Faktorenanalysen zeigt eine sehr ähnliche Faktorenstruktur mit Eigenwerten jeweils >1 (Ärzte zwei Faktoren, kumulierte aufgeklärte Varianz 58,95%; Schwestern/Pfleger drei Faktoren, kumulierte aufgeklärte Varianz 65%): Defizite in der sozialen Interaktion und organisationale Rahmenbedingungen. Der dritte von Schwestern/Pflegern benannte Belastungs- und Beanspruchungsfaktor geht bei den Ärzten in den zweiten Faktor mit ein.

Schlussfolgerung: Ähnliche Muster von Faktorenladungen zeigen sich bei anderen Studien zum „Dirty Dozen-Modell“ in sicherheitskritischen Arbeitsprozessen und sprechen für eine Übertragbarkeit dieses Fehlermodells auf die Ophthalmochirurgie und somit für die Möglichkeit einer Entwicklung eines Instrumentariums zur Erfassung und Reduktion menschlicher Fehlerfaktoren im OP. Die hohen Zusammenhänge zwischen den Fehlerkategorien legen die Vermutung nahe, dass ein Fehlermodell mit weniger Kategorien vorteilhafter und praktikabler sein könnte. Unterschiede im Stichprobenumfang schränken allerdings die Aussagekraft ein.