gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Vorhersage der Operationsdauer mit Data-Mining-Methoden unter Nutzung von Narkoseprotokollen

Meeting Abstract

Suche in Medline nach

  • Rene Schult - Otto-von-Guericke-Universität, Magdeburg

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds418

doi: 10.3205/11gmds418, urn:nbn:de:0183-11gmds4187

Veröffentlicht: 20. September 2011

© 2011 Schult.
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

Einleitung: Eine effiziente Planung des Operationsablaufes ist für Krankenhäuser vor dem Hintergrund des DRG-Systems und dem ständig wachsenden Kostendruck überlebensnotwendig [1]. Für diese Planung ist das Abschätzen der Operationsdauer von enormer Bedeutung, um teure Überstunden oder Leerzeiten der OP-Säle zu verringern. Die bisherige Schätzung von Operationsdauern basiert auf Erfahrungswerten oder erfolgt durch arithmetische Mittelung kleinerer Stichproben [2].

Methodik: Mit der hier vorgestellten Arbeit sollten verschiedene Data Mining Modelle erzeugt werden um die Dauer einer Operation vorherzusagen. Die Modelle wurden auf Basis von historischen Daten aus 44468 Narkoseprotokollen des Universitätsklinikums Magdeburg aus den Jahren 2007 bis 2009 erzeugt. Dabei wurden auschließlich die Informationen genutzt, die bereits vor einer Operation zur Verfügung stehen. Anschließend wurden diese Modelle basierend auf der Gesamtabweichung vom Mittelwert hinsichtlich ihrer Leistungsfähigkeit verglichen. Es wurden Klassifikationsalgorithmen (k-means, TUBE und Equal with Interval Bindings) für diskretisierte Zielattribute eingesetzt. Dadurch konnten verschiedene Diskretisierungsverfahren für diesen Anwendungsfall miteinander verglichen werden.

Ergebnisse: Im Vergleich zum allgemein genutzten arithmetischen Mittel der Operationsdauer zeigt das beste der von uns entwickelten Modelle einen um 31,03% kleineren absoluten Fehler bei der Vorhersage der Operationszeit. Da die Modelle historische Daten nutzen, ist kein Anwendungswissen beim Operationsplaner notwendig für die Zeitschätzung.

Basierend auf dem von uns entwickelten Modell haben wir einen Java-Prototypen entwickelt. Durch die Eingabe der verschiedenen vor einer Operation bekannten Parameter ermittelt die Software unter Nutzung des Modells die geschätzte Operationszeit und zeigt diese an.

Diskussion: Mit der hier vorgestellten Studie konnte ein gegenüber dem arithmetischen Mittel deutlich leistungsfähigeres Vorhersagemodell für individuelle Eingriffe unter Berücksichtigung komplexer Randbedingung entwickelt werden. Weitere Studien müssen zeigen, ob das entwickelte Vorhersagemodell seine Leistungsfähigkeit unter prospektiven Bedingungen behält.


Literatur

1.
Geldner G, Eberhart LHJ, Trunk S, Dahmen KG, Reissmann T, Weiler T, et al. Effizientes OP-Management. Vorschläge zur Optimierung von Prozessabläufen als Grundlage für die Erstellung eines OP-Statuts. Der Anaesthesist. 2002;51(9):760-7. DOI: 10.1007/s00101-002-0362-1. Externer Link
2.
Göktas O, Fleiner F, Spies C, Krieg H, Bauer K, Sedlmaier B. [Process optimization in ENT: clinical pathways and central induction area]. HNO. 2010;58(2):142-50. DOI: 10.1007/s00106-009-2031-z. Externer Link