gms | German Medical Science

23. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

24.09. - 27.09.2024, Potsdam

Versterben in der Akutgeriatrie und stationären geriatrischen Rehabilitation. Eine regressionsbasierende Betrachtung der Jahre 2019–2021 in einer Großstadt

Meeting Abstract

  • André Klima - Gesundheitsreferat, München, Deutschland
  • Susann Schmidt - Gesundheitsreferat, München, Deutschland
  • Thomas Tümena - Ärztliche Arbeitsgemeinschaft zur Förderung der Geriatrie in Bayern (AFGiB e.V.), Deutschland
  • Viola Koncz - Gesundheitsreferat, München, Deutschland
  • Jens Trögner - Ärztliche Arbeitsgemeinschaft zur Förderung der Geriatrie in Bayern (AFGiB e.V.), Deutschland

23. Deutscher Kongress für Versorgungsforschung (DKVF). Potsdam, 25.-27.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. Doc24dkvf062

doi: 10.3205/24dkvf062, urn:nbn:de:0183-24dkvf0628

Published: September 10, 2024

© 2024 Klima et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Akutgeriatrie und stationäre geriatrische Rehabilitation sind wichtige Bereiche der med. Versorgung der älteren Bevölkerung. Angestrebt wird eine frühzeitige Behandlung, um die Eigenständigkeit der Patienten bestmöglich wiederherzustellen und/oder zu erhalten. In Anbetracht der älter werdenden Bevölkerung kann von einer zunehmenden Relevanz dieser Versorgungsangebote ausgegangen werden. Geriatrische Patient*innen sind jedoch oft multimorbid und von hohem Alter. Es kann von einen erhöhten Mortalitätsrisiko während der Behandlung ausgegangen werden.

In der Geriatrie-in-Bayern-Datenbank (GiB-DAT) werden von den teilnehmenden Kliniken Informationen zu geriatrischen Behandlungsfällen gesammelt. Diese erlauben eine Zusammenhangsanalyse des Versterbens während der Behandlung und den Informationen bei Aufnahme. Für diese Analyse liegen die Daten für eine Großstadt, Zeitraum 2019 bis 2021, vor.

Zielsetzung: Ziel der Auswertung ist die Identifikation von Größen, die mit erhöhter Mortalität während der Behandlung in Zusammenhang stehen. Es erfolgt keine Betrachtung der Überlebensdauer in der Klinik sowie des außerklinischen Überlebens. Es werden primär bei Aufnahme in die Klinik vorhandene Größen berücksichtigt. Mit den Ergebnissen der Analyse soll die Situation in einer Großstadt beschrieben und ein besseres Verständnis von möglichen Risikofaktoren entwickelt werden.

Methode: Es handelt sich um eine Sekundärdatenanalyse der anonymisierten Informationen der Behandlungsfälle aus der GiB-DAT. Diese ist eine Vollerhebung aller gemeldeten Fälle der teilnehmenden Kliniken. Die Daten werden mit einem generalisierten additiven Modell mit binärer Zielvariable und Logit-Link-Funktion analysiert. Die Zielvariable ist Versterben während der Behandlung. Berücksichtigte Einflussgrößen sind Geschlecht und Alter, Barthel-Index bei Aufnahme, Behandlungsart, Jahr und Quartal sowie das Vorhandensein von Hauptdiagnosen aus einem der ICD10-Kapitel.

Ergebnisse: Es verstarben im Betrachtungszeitraum 1.65% aller Patienten während der Behandlung. In der Akutgeriatrie war die Wahrscheinlichkeit zu versterben deutlich höher. Im Modell zeigt sich ein Zusammenhang zwischen Alter, Geschlecht und Versterben. Auch ist das Vorhandensein bestimmter Hauptdiagnosen mit einer höheren (Kapitel I, R und J) bzw. niedrigeren (M, E und F) Wahrscheinlichkeit zu versterben assoziiert. Der Barthel-Index bei Aufnahme ist auch unter Berücksichtigung dieser Informationen stark mit dem Versterben assoziiert. Es gibt nur geringe Unterschiede im Bereich von 100–60 Punkten, unter 60 Punkten kommt es jedoch zu einer deutlichen Erhöhung der Wahrscheinlichkeit zu versterben. Weiterhin zeigte sich ein Zusammenhang mit dem Jahr und dem Entlassungsquartal.

Implikation für Forschung und/oder (Versorgungs-)Praxis: Es konnten relevante Zusammenhänge identifiziert werden. Der Zusammenhang zwischen Barthel-Index und Versterben besteht auch bei Berücksichtigung von Alter, Geschlecht und Hauptdiagnosen. Die unter Berücksichtigung der anderen Informationen vorhandene zeitliche Assoziation verdient weitere Untersuchungen.