Strukturierte Befundung zur effizienten Erhebung von epidemiologischen Daten und Analyse der innerklinischen Prävalenz bei Lungenarterienembolien

Zusammenfassung

Ziel

Die strukturierte Befundung (Structured Reporting; SR) bietet neben Vorteilen hinsichtlich der Befundqualität als IT-basierte Methode auch die Möglichkeit umfangreiche, hochstrukturierte Datenmengen zu erheben und diese sekundär auszuwerten (Data-Mining). Im Rahmen dieser Studie wurde ein Data-Mining-Algorithmus genutzt, um epidemiologische Daten und innerklinische Prävalenzstatistiken der Lungenarterienembolie (LAE) durch Auswertung strukturierter CT-Befunde zu erheben.

Methoden

Alle strukturierten Befunde zu LAE-CTs der letzten 5 Jahre (n = 2790) wurden aus der SR-Datenbank extrahiert und ausgewertet. Die Prävalenz einer LAE wurde für die Gesamtkohorte und in Abhängigkeit der Zuweisungsart und in Abhängigkeit des klinischen Zuweisers berechnet. Verteilungen der Lokalisationen der LAEs (zentral, lobär, segmental, subsegmental sowie linksseitig, rechtsseitig, beidseitig) wurden analysiert sowie das Auftreten einer Rechtsherzbelastung mit der Lokalisation korreliert.

Ergebnisse

Die Prävalenz einer LAE in der Gesamtkohorte betrug 24% (n = 678). Das mediane LAE-Patientenalter betrug 71 Jahre (IQR 58 – 80) und die Geschlechterverteilung 1,2/1 (M/F). Ambulante Patienten zeigten eine geringere Prävalenz (23%) als Patienten von Normalstationen (27%) oder Intensivpatienten (30%). Chirurgisch zugewiesene Patienten zeigten eine höhere Prävalenz als internistisch zugewiesene (34% vs. 22%). Zentrale und beidseitige LAEs korrelierten mit einer signifikant höheren Rechtsherzbelastung im Vergleich zu peripheren und einseitigen Embolien.

Schlussfolgerung

Data-Mining von strukturierten Befunden ist eine einfache Methode zur Erhebung von Prävalenzstatistiken, epidemiologischen Daten und Verteilung von Krankheitscharakteristika, wie am Beispiel der LAE gezeigt. Die so generierten Daten können in vielerlei Hinsicht hilfreich sein, wie beispielsweise zur internen klinischen Qualitätssicherung oder für wissenschaftliche Auswertungen. Um davon zu profitieren, ist die konsequente Nutzung von SR erforderlich und wird deshalb empfohlen.

Kernaussagen

• SR-basiertes Data-Mining ermöglicht einfache epidemiologische Auswertungen bei LAEs.

• Die Prävalenz der LAE ist bei ambulanten und stationären Patienten unterschiedlich.

• Zentrale und beidseitige LAEs haben ein erhöhtes Risiko für eine Rechtsherzbelastung.

Zitierweise

• Jorg T, Halfmann MC, Graafen D et al. Structured reporting for efficient epidemiological and in-hospital prevalence analysis of pulmonary embolisms. Rofo 2025; 197: 186–195

Schlüsselwörter

Epidemiologie - CT-Angiographie - Embolie/Thrombose

Publikationsverlauf

Eingereicht: 20. September 2023

Angenommen nach Revision: 26. März 2024

Artikel online veröffentlicht:
28. Mai 2024

• Literatur

• 1 Licha CRM, McCurdy CM, Maldonado SM. et al. Current management of acute pulmonary embolism. Ann. Thorac. Cardiovasc. Surg 2020; 26: 65-71
• 2 Bĕlohlávek J, Dytrych V, Linhart A. Pulmonary embolism, part I: Epidemiology, risk factors and risk stratification, pathophysiology, clinical presentation, diagnosis and nonthrombotic pulmonary embolism. . Exp. Clin. Cardiol 2013; 18 (02) 129-138
• 3 Duffett L, Castellucci LA, Forgie MA. Pulmonary embolism: Update on management and controversies. BMJ 2020; 370: m2177
• 4 Sin D, McLennan G, Rengier F. et al. Acute pulmonary embolism multimodality imaging prior to endovascular therapy. Int. J. Cardiovasc. Imaging 2021; 37: 343-358
• 5 Moore AJE, Wachsmann J, Chamarthy MR. et al. Imaging of acute pulmonary embolism: An update. . Cardiovasc. Diagn. Ther 2018; 8: 225-243
• 6 Brook OR, Brook A, Vollmer CM. et al. HEALTH POLICY AND PRACTICE: Structured Reporting of Multiphasic CT for Pancreatic Cancer Brook et al. Radiology 2015; 274: 464-472
• 7 Schoeppe F, Sommer WH, Nörenberg D. et al. Structured reporting adds clinical value in primary CT staging of diffuse large B-cell lymphoma. Eur. Radiol 2018; 28: 3702-3709
• 8 Jorg T, Heckmann JC, Mildenberger P. et al. Structured reporting of CT scans of patients with trauma leads to faster, more detailed diagnoses: An experimental study. Eur. J. Radiol 2021; 144: 109954
• 9 Sabel BO, Plum JL, Kneidinger N. et al. Structured reporting of CT examinations in acute pulmonary embolism. J. Cardiovasc. Comput. Tomogr 2017; 11: 188-195
• 10 Jorg T, Halfmann MC, Arnhold G. et al. Implementation of structured reporting in clinical routine: a review of 7 years of institutional experience. Insights Imaging 2023; 14: 61
• 11 Pinto dos Santos D, Kotter E. Structured radiology reporting on an institutional level – benefit or new administrative burden?. Ann. N. Y. Acad. Sci 2018; 1434: 274-281
• 12 Sistrom CL. Conceptual approach for the design of radiology reporting interfaces: The talking template. J. Digit. Imaging 2005; 18: 176-187
• 13 Dos Santos DP, Scheibl S, Arnhold G. et al. A proof of concept for epidemiological research using structured reporting with pulmonary embolism as a use case. Br. J. Radiol 2018; 91: 1088
• 14 Jorg T, Halfmann MC, Rölz N. et al. Structured reporting in radiology enables epidemiological analysis through data mining: urolithiasis as a use case. Abdom. Radiol 2023; 48: 3520-3529
• 15 Fink MA, Mayer VL, Schneider T. et al. CT Angiography Clot Burden Score from Data Mining of Structured Reports for Pulmonary Embolism. Radiology 2022; 302: 175-184
• 16 Hempel JM, Pinto dos Santos D. Structured reporting and artificial intelligence. Radiologe 2021; 61: 999-1004
• 17 Pinto dos Santos D, Klos G, Kloeckner R. et al. Development of an IHE MRRT-compliant open-source web-based reporting platform. Eur. Radiol 2017; 27: 424-430
• 18 Konstantinides S V, Meyer G, Becattini C. et al. 2019 ESC Guidelines for the diagnosis and management of acute pulmonary embolism developed in collaboration with the European Respiratory Society (ERS). Eur. Heart J 2020; 41: 543-603
• 19 Raptis DG, Gourgoulianis KI, Daniil Z. et al. Time trends for pulmonary embolism incidence in Greece. . Thromb. J 2020; 18: 1-9
• 20 Keller K, Hobohm L, Ebner M. et al. Trends in thrombolytic treatment and outcomes of acute pulmonary embolism in Germany. Eur. Heart J 2020; 41: 522-529
• 21 Jarman AF, Mumma BE, Singh KS. et al. Crucial considerations: Sex differences in the epidemiology, diagnosis, treatment, and outcomes of acute pulmonary embolism in non-pregnant adult patients. J. Am. Coll. Emerg. Physicians Open 2021; 2: 1-9
• 22 Hall WB, Truitt SG, Scheunemann LP. et al. The prevalence of clinically relevant incidental findings on chest computed tomographic angiograms ordered to diagnose pulmonary embolism. Arch. Intern. Med 2009; 169: 1961-1965
• 23 Hariharan P, Dudzinski DM, Rosovsky R. et al. Relation Among Clot Burden, Right-Sided Heart Strain, and Adverse Events After Acute Pulmonary Embolism. Am. J. Cardiol 2016; 118: 1568-1573
• 24 Monreal M, Mahé I, Bura-Riviere A. et al. Pulmonary embolism: Epidemiology and registries. Presse Med 2015; 44: e377-e383
• 25 Huhdanpaa HT, Tan WK, Rundell SD. et al. Using Natural Language Processing of Free-Text Radiology Reports to Identify Type 1 Modic Endplate Changes. J. Digit. Imaging 2018; 31: 84-90
• 26 Casey A, Davidson E, Poon M. et al. A systematic review of natural language processing applied to radiology reports. BMC Med. Inform. Decis. Mak 2021; 21: 179
• 27 Jungmann F, Kämpgen B, Mildenberger P. et al. Towards data-driven medical imaging using natural language processing in patients with suspected urolithiasis. Int. J. Med. Inform 2020; 137: 104106
• 28 Adams LC, Truhn D, Busch F. et al. Leveraging GPT-4 for Post Hoc Transformation of Free-Text Radiology Reports into Structured Reporting: A Multilingual Feasibility Study. Radiology 2023; 307 (04) 230725
• 29 Jorg T, Kämpgen B, Feiler D. et al. Efficient structured reporting in radiology using an intelligent dialogue system based on speech recognition and natural language processing. Insights Imaging 2023; 14: 47
• 30 Das M, Wildberger JE. Diagnostik der akuten Lungenembolie: Ein Update. Radiologe 2016; 56: 543-556