Titel: Zeitdatenanalyse des diagnostischen Prozesses von Lungenarterienembolien mittels Computertomographie
Sonstige Titel: Time data analysis of the diagnostic process of pulmonary embolism using computed tomography
Sprache: Deutsch
Autor*in: Bouché, Christian Bernhard
Schlagwörter: Computertomographie; Lungenarterienembolie; Diagnostischer Prozess; Zeitdatenanalyse; Radiologie
GND-Schlagwörter: LungenembolieGND
DatenanalyseGND
ComputertomografieGND
Radiologische DiagnostikGND
ZeitreiheGND
KrankenhausGND
Erscheinungsdatum: 2022
Tag der mündlichen Prüfung: 2023-11-22
Zusammenfassung: 
Die Digitalisierung des Krankenhausbetriebs hat viele Aspekte der Patientenversorgung erleichtert. Während Daten mit klinischem Bezug sowohl zur direkten Behandlung als auch zu wissenschaftlichen Zwecken genutzt werden, ist die Analyse von Metadaten dieser Systeme noch nicht etabliert. In dieser Studie wurde angenommen, dass Zeitdaten, die im Rahmen der Akutversorgung von Patient:innen mit dem Verdacht auf eine Lungenarterienembolie erstellt wurden, Aufschlüsse über die Zeit als Maß der Versorgungsqualität geben können. Daher wurde der intrahospitale Prozess der Diagnostik mittels Computertomographie (CT) bei der Verdachtsdiagnose einer Lungenarterienembolie (LAE) in den Jahren 2013 und 2018 in einer retrospektiven Längsschnittstudie untersucht.

Die Anzahl der durchgeführten CT stieg von 2013 bis 2018 um 66 %, während die Menge der LAE-positiven CT lediglich um 36 % zunahm. Die diagnostische Ergiebigkeit (DE) nahm daher von 21 % auf 17 % ab. Der jahreszeitliche Verlauf der positiven Fälle wies keine eindeutige Saisonalität auf. An Wochenenden wurden etwa 41 % weniger LAE-CT pro Tag angefordert als an Wochentagen, wobei die DE 2013 42 % und 2018 23 % höher als an Wochentagen lag. Über die 24 Stunden des Tages zeigten die Anforderungen für CT große Verteilungsunterschiede, insbesondere bei Betrachtung der Sektoren der Patientenversorgung. Bei LAE-positiven CT lief der erfasste diagnostische Workflow unabhängig des Wochentages oder der Uhrzeit schneller ab. Dabei war der klinische Workflow morgens und in den Mittagstunden am schnellsten während der radiologische Teil des Workflows im Nachtintervall am schnellsten von statten ging.

Verglichen mit der vorliegenden Literatur stützte sich der überwiegend berichtete Trend der Zunahme von LAE-CT zur Diagnostik. Der sogenannte „Wochenendeffekt“ mit einer Abnahme der angeforderten CT sowie diagnostizierten LAE konnte auch in diesem Datensatz wiedergefunden werden. Die zirkadiane Verteilung der Anforderungen von LAE-CT zeigte eine Verschiebung Richtung Nachmittag im Vergleich zur berichteten Verteilung des Auftretens von LAE. Die zentrale Notaufnahme und Stationen wiesen dabei eine unterschiedliche Distribution auf. Die Zusammenhänge der höheren Geschwindigkeit des radiologischen Workflows an Wochenenden und in der Nacht sind konträr zu Berichten bezüglich der Abläufe im Rahmen der Diagnostik anderer Akutdiagnostik wie bei Schlaganfällen sowie Myokardinfarkten und sollten weiter analysiert werden. Ebenso sollten potenzielle Einflussfaktoren wie Wetter, Menschenanzahl die bei Erkrankung in Reichweite des Universitätsklinikums Eppendorf ist, die Reichweite im Verlauf der Zeit selbst, Bettenbelegung und Saisonalitäten von anderen Erkrankungen weiter betrachtet werden.

The digitization of hospital operations has facilitated many aspects of patient care. While data with clinical relevance is used for both direct treatment and scientific purposes, the analysis of metadata from these systems is not yet established. In this study, it was hypothesized that time data generated during the acute care of patients with suspected pulmonary embolism (PE) may provide insight into time as a measure of quality of care. Therefore, the process of diagnosis by computed tomography for suspected diagnosis of pulmonary embolism in 2013 and 2018 was investigated in a retrospective longitudinal study.

The number of computed tomography pulmonary angiographies (CTPA) performed increased by 66% from 2013 to 2018, whereas the volume of PE positive CTPAs increased by only 36%. Therefore, diagnostic yield decreased from 21% to 17%. The seasonal pattern of positive cases did not show clear seasonality. Weekends had approximately 41% fewer CTPAs requested per day than weekdays, with yield 42% higher than weekdays in 2013 and 23% higher in 2018. Across the 24 hours of the day, CTPA requests showed large distributional differences, especially when looking at sectors of patient care. For PE positive CTPA, the captured diagnostic workflow was faster regardless of the day of the week or time of day. Among these, the clinical workflow was fastest in the morning and during midday hours while the radiology portion of the workflow was fastest during the night interval.

Compared with the existing literature, the predominantly reported trend of increasing CTPA for diagnostic purposes was supported. The so-called "weekend effect" with a decrease in requested CTPA as well as diagnosed PE could also be found in this data set. The circadian distribution of CTPA requests showed a shift towards the afternoon compared to the reported distribution of PE occurrence. The emergency department and stations showed a different distribution in this regard. The correlations of the higher speed of radiology workflow on weekends and at night are contrary to reports regarding workflow in the context of diagnostics of other acute diagnostics such as strokes as well as myocardial infarctions and should be further analyzed. Likewise, potential influencing factors such as weather, number of people within reach of the clinic when ill, the reach over time itself, bed occupancy and seasonality of other conditions should be further considered.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/10665
URN: urn:nbn:de:gbv:18-ediss-114606
Dokumenttyp: Dissertation
Betreuer*in: Yamamura, Jin
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Dissertation_Bouche_StaBi_Version.pdf8f87574e1e808827db82e4ea9f49f99b2.14 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Info

Seitenansichten

Letzte Woche
Letzten Monat
geprüft am null

Download(s)

Letzte Woche
Letzten Monat
geprüft am null
Werkzeuge

Google ScholarTM

Prüfe