gms | German Medical Science

7. Deutscher Kongress für Versorgungsforschung des Deutschen Netzwerks für Versorgungsforschung

16. - 18.10.2008, Köln

Einflussgrößen auf die Dekubitusprävalenz

Meeting Abstract

  • Antje Tannen - Charité Universitätsmedizin Berlin, Pflegewissenschaft, Berlin
  • Esther Meesterberends - Universiteit Maastricht, Nursing Science, Maastricht, The Netherlands
  • Theo Dassen - Charité Universitätsmedizin Berlin, Pflegewissenschaft, Berlin
  • Ruud Halfens - Universiteit Maastricht, Nursing Science, Maastricht, The Netherlands

7. Deutscher Kongress für Versorgungsforschung des Deutschen Netzwerks für Versorgungsforschung. Köln, 16.-18.10.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocP5.9

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/dkvf2008/08dkvf173.shtml

Veröffentlicht: 6. Oktober 2008

© 2008 Tannen et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Fragestellung: Dekubitusraten von Institutionen werden häufig zum Vergleich der Ergebnisqualität herangezogen. Zum Ausschluss von Artefakten und für ein faires Ranking gemäß der beobachteten Dekubitusprävalenz sollten bei der Entwicklung von Messmethoden und bei der Interpretation der Daten möglichst alle Einflussgrößen beachtet werden. Ziel der Studie war es, ein Model zur Erklärung der Dekubitusprävalenz zu entwickeln.

Methoden: Die Modelentwicklung basiert auf einer systematischen Literaturrecherche und auf der empirischen Überprüfung der gefundenen Zusammenhänge anhand von Daten einer multizentrischen Querschnittsstudie in deutschen und niederländischen Krankenhäusern (n=21.378) und Pflegeheimen (n=15.579). Mittels multivariater logistischer Regressionsmodelle und Multilevelanalysen (random effect logistic regression model) werden die jeweiligen Zusammenhänge quantifiziert.

Ergebnisse: [Datenanalyse noch nicht abgeschlossen, endgültige empirische Ergebnisse folgen.] Aus der Literatur ergaben sich folgende Einflussgrößen auf die Dekubitusprävalenz: Vulnerabilität der Population (Dekubitusrisiko), Ausmaß und Angemessenheit der Prävention mit Einfluss auf Inzidenz und Prävalenz, Ausmaß und Angemessenheit der Therapie mit Einfluss auf Heilungsdauer und Prävalenz, sowie dekubitusrelevante Indikatoren der Strukturqualität der Institution. Merkmale des Gesundheitswesens, wie Kompetenz und Qualifikation der Pflegekräfte, Implementierungsgrad von evidenzbasierten Leitlinien, Betten- und Personalkapazitäten des ambulanten und stationären Sektors oder pflegerelevante Qualitätspolitik wirken indirekt auf das pflegerische Versorgungsangebot einerseits und die Vulnerabilität der stationär versorgten Population andererseits.

Folgende Einflussfaktoren auf die Dekubitusentwicklung werden in den multivariaten Modellen überprüft: Dekubitusrisiko gemäß Bradenskala, Präventionsmaßnahmen sowie Qualitätsindikatoren der Institutionen.

Schlussfolgerung: Ein genaues Case-mix-adjustment ist für einen fairen Vergleich von Dekubitusraten unerlässlich. Die empirischen Ergebnisse sind durch das Querschnittsdesign limitiert.