Article
Eine longitudinale Qualitätsstudie über einen maschinengestützten Algorithmus zur Implementierung des Comprehensive Complication Index nach chirurgischen Eingriffen in eine elektronische Patientenakte
Search Medline for
Authors
Published: | May 30, 2025 |
---|
Outline
Text
Hintergrund: Der Comprehensive Complication Index (CCI) ist der Goldstandard für die Bewertung der postoperativen Morbidität. Der manuelle CCI (mCCI) – also die manuelle Komplikationserfassung des CCI durch den Arzt oder die Pflegekraft – ist zwar standardisiert, aber anfällig für menschliche Fehler. Die präsentierte Studie stellte die Hypothese auf, dass der automatisierte CCI (aCCI) genauere und präzisere Bewertungen der Gesamtkomplikationsrate liefern kann.
Studiendesign: Über einen Zeitraum von 3 Monaten erfolgte die Auswertung der postoperativen Komplikationen aller elektiven chirurgischen Patienten an einem deutschen universitären Maximalversorger mit Integration des aCCI in die elektronische Patientenakte. Primärer Endpunkt war die Korrelation und Vergleich der Genauigkeit zwischen mCCI und aCCI. Sekundäre Endpunkte waren der Vergleich der Dindo-Clavien (DC)-Komplikationsraten bei mCCI und aCCI sowie Fehleranalyse von über- und unterrepräsentierten Komplikationsgruppen.
Ergebnisse: Insgesamt wurden 383 Patienten über den o.g. Studienzeitraum eingeschlossen, 29 Patienten wurden mit ungenauen Datensätze im mCCI anschließend sekundär ausgeschlossen. Die Patienten waren im Durchschnitt 56,4 Jahre alt, 37,3% waren weiblich, die Patienten waren überwiegend ASA II/III kategorisiert worden. Die durchgeführten Operationen umfassten das gesamte Spektrum eines universitären Maximalversorgers, am häufigsten waren kolorektale (n=82) oder hepatopankreatobiliäre (n=55) Operationen. Bie 49,7% der Operationen handelte es sich um majorchirurgische Eingriffe.
Der durchschnittliche aCCI betrug 28,0, während der durchschnittliche mCCI 17,5 betrug. Die mittlere Delta-CCI betrug 3,57 (95% CI: 1,39-5,75).
Der aCCI zeigte durchweg eine höhere Komplikationsrate. Signifikante Ergebnisse traten bei der Erkennung von Komplikationen nach DC der Gruppe 1 und 2 auf. Der aCCI erkannte Komplikationen des Grades 2 effektiver, während Komplikationen der Gruppe 1 im mCCI überrepräsentiert waren. Für die Komplikationen der Gruppen 3 und 4 konnten vergleichbare Erkennungsraten beobachtet werden. Sechs Patienten (1,6%) starben während der Erfassung und wurden mit beiden Methoden erkannt.
Diskussion: Diese longitudinale Qualitätsstudie zum Vergleich des aCCI zum mCCI zeigte die Machbarkeit und Herausforderungen der Implementierung einer automatisierten CCI-Bewertung in einer elektronischen Patientenakte. Der aCCI lieferte durchweg höhere und genauere Komplikationswerte, was in erster Linie auf die erhöhten Komplikationen des DC-Grades 2, zurückzuführen ist, die bei manuellen Bewertungen und in vergleichbaren Veröffentlichungen häufig unterrepräsentiert sind. Der entwickelte Algorithmus muss zukünftig noch weiter verbessert werden, beispielsweise bei der Klassifizierung geplanter und ungeplanter Eingriffe, um die Qualität der Komplikationserfassung stetig zu verbessern.
Schlussfolgerungen: Der aCCI hat das Potenzial, die Bewertung von Komplikationen nach chirurgischen Eingriffen zu vereinfachen. Er erleichtert die Steuerung und Echtzeitüberwachung von Komplikationen in einer chirurgischen Abteilung und sorgt für eine transparente Komplikationsberichterstattung, um klinische Standards im perioperativen Setting zu verbessern.