GeriNOT im KIS zur systematischen Identifikation geriatrischer Risikopotentiale bei stationärer Akutaufnahme

Zusammenfassung

Hintergrund

Die Richtlinie des Gemeinsamen Bundesausschusses (G-BA) über Maßnahmen zur Qualitätssicherung zur Versorgung von Patient*innen mit hüftgelenknaher Femurfraktur verpflichtet Krankenhäuser zum Einsatz eines validierten geriatrischen Screeninginstruments. Die systematische Anwendung des GeriNOT mit prozessproduzierter Datenerhebung im Akutaufnahmeprozess durch Integration in das Krankenhausinformationssystem (KIS) ermöglicht die Identifikation von Risikopotenzialen auch in anderen geriatrischen Diagnosegruppen.

Ziele der Arbeit

Mit Einbindung des GeriNOT in den Akutaufnahmeprozess wurde geprüft, ob auch andere vulnerable geriatrische Diagnosegruppen von einer frühzeitig eingeleiteten Risikoidentifikation profitieren können.

Material und Methoden

Datengrundlage dieser Untersuchung bildete eine retrospektive bizentrische Erhebung elektronischer Fallakten (Mai 2014 bis April 2015, n = 3443). Aus diesem Primärdatensatz wurde die Subgruppe stationärer Akutaufnahmen (n = 821) der Orthopädie/Unfallchirurgie eines Zentrums in Bezug auf die Endpunkte „Inanspruchnahme bedarfsgerechter poststationärer Pflegeleistungen“ und „Neueinzug in stationäre Dauer-/Kurzzeitpflege“ analysiert. Es wurden Prädiktionskraft und Klassifikationsgenauigkeit von GeriNOT dieser ab 70-jährigen Personen in Diagnosegruppen für die definierten Endpunkte beurteilt: Akutaufnahmen insgesamt, Frakturen insgesamt, hüftgelenknahe Femurfraktur und Wirbelsäulenerkrankungen inklusive Wirbelsäulenfrakturen.

Ergebnisse

Im Untersuchungszeitraum wurden 821 Personen akutstationär aufgenommen. Das mittlere Alter betrug 81,4 ± 6,8 Jahre (n = 821; 68,1% Frauen, 31,9% Männer). Folgende Diagnosegruppen wurden gebildet und analysiert: Frakturen insgesamt (n = 490), Wirbelsäulenerkrankungen (n = 265), davon Wirbelsäulenfrakturen (n = 174), hüftgelenknahe Femurfraktur (n = 108). In der Gesamtgruppe (n = 821; MW = 4,279; SD = 2,180) und in den Diagnosegruppen lag der Mittelwert des GeriNOT-Scores über dem Schwellenwert ≥ 4. In der Gruppe der hüftgelenknahen Femurfraktur wurde der höchste Wert ermittelt (MW = 4,852; SD = 2,022), der niedrigste in der Gruppe der Wirbelsäulenfrakturen (MW = 4,177; SD = 2,171). In der Aufnahmesituation bez. behandlungsbedürftiger Diagnosen, Polypharmazie und bereits in Anspruch genommener Pflegeleistungen unterschieden sich die Diagnosegruppen nur geringfügig. Einweisungen aus stationärer Kurz- und Dauerpflege erfolgten in der Gesamtgruppe (n = 821) in 16,44% der Fälle, am häufigsten mit 31,48% in der Gruppe der hüftgelenknahen Femurfraktur, hingegen am seltensten in der Diagnosegruppe der Wirbelsäulenerkrankungen mit 6,79%. GeriNOT detektierte für diese Gruppe ein erhöhtes Risiko in Bezug auf die definierten Endpunkte. Nur 4,26% aller Patient*innen mit identifiziertem geriatrischen Risikopotenzial wurden akutgeriatrisch weiterversorgt.

Schlussfolgerungen

Die Ergebnisse zeigten ein erhöhtes geriatrisches Risiko in allen analysierten Diagnosegruppen, am stärksten innerhalb der Gruppe der Wirbelsäulenerkrankungen. Der KIS-gestützte Einsatz des GeriNOT initiiert die systematische Risikoidentifikation im akutstationären Aufnahmemanagement. Die fallbegleitende Ergebnisvisualisierung in den KIS-Arbeitsplätzen könnte als Ausgangspunkt für die nachfolgende Anwendung von Assessmentinstrumenten und risikoadjustierter Behandlungspfade genutzt werden. Mit diesen Erkenntnissen könnte das Patientenoutcome potenziell positiv beeinflusst werden.

Schlüsselwörter

geriatrisches Screening - Identifikation geriatrisches Risikopotenzial - akutstationäres Aufnahmemanagement - GeriNOT - Krankenhausinformationssystem

• Literatur

• 1 Gemeinsamer Bundesausschuss (G-BA). Richtlinie zur Versorgung der hüftgelenknahen Femurfraktur: Erstfassung. G-BA-Beschluss BAnz AT 30.12.2020 B6. Zugriff am 23. November 2022 unter: https://www.g-ba.de/beschluesse/4069/ Zugriff am 23. November 2022 unter: https://www.g-ba.de/downloads/39-261-4069/2019-11-22_2020-03-27_2020-04-16_2020-11-20_QSFFx-RL_Erstfassung_konsolidiert_BAnz.pdf
• 2 Destatis Statistisches Bundesamt. 15. koordinierte Bevölkerungsvorausberechnung. Zugriff am 21. August 2024 unter: https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bevoelkerung/Bevoelkerungsvorausberechnung/begleitheft.html
• 3 Statistisches Bundesamt. Demografischer Wandel in Deutschland: Ursachen und Folgen. Zugriff am 21. August 2024 unter: https://www.destatis.de/DE/Themen/Laender-Regionen/Internationales/Thema/Tabellen/Basistabelle_Bevoelkerung65.html
• 4 Statistische Ämter des Bundes und der Länder. Demografischer Wandel in Deutschland. Auswirkungen auf Krankenhausbehandlungen und Pflegebedürftige im Bund und in den Ländern. Ausgabe 2010. Zugriff am 14. Juni 2024 unter: https://www.destatis.de/DE/Themen/Querschnitt/Demografischer-Wandel/Publikationen/Downloads/krankenhausbehandlung-pflegebeduerftige-5871102109004.pdf?__blob=publicationFile
• 5 Thiem U, Greuel HW, Reingräber A. et al. Positionspapier zur Identifizierung geriatrischer Patienten in Notaufnahmen in Deutschland. Z Gerontol Geriat 2012; 45: 310-314
• 6 Bundesverband Geriatrie e. V.. Weißbuch Geriatrie. Band I: Die Versorgung geriatrischer Patienten – Strukturen und Bedarf. 3. Stuttgart: Kohlhammer; 2016
• 7 Bundesverband Geriatrie e. V.. Weißbuch Geriatrie. Die Versorgung geriatrischer Patienten: Strukturen und Bedarf – Status Quo und Weiterentwicklung. Eine Analyse durch die GEBERA Gesellschaft für betriebswirtschaftliche Beratung mbH. 2. Stuttgart: Kohlhammer; 2010
• 8 Meinck M, Lübke N. Geriatrietypische Multimorbidität im Spiegel von Routinedaten Teil 3: Prävalenz und prädiktiver Wert geriatrietypischer Merkmalskomplexe in einer systematischen Altersstichprobe. Z Gerontol Geriat 2013; 46: 645-657
• 9 Parlevit JL, MacNeil-Vroomen JL, Bosmans JE. et al. Determinants of health-related quality of life in older patients after acute hospitalisation. Neth J Med 2014; 72: 416-425
• 10 Berian JR, Mohanty S, Ko CY. et al. Association of Loss of Independence With Readmission and Death After Discharge in Older Patients After Surgical Procedures. JAMA Surg 2016; 151: e161689
• 11 Parlevit JL, MacNeil-Vroomen JL, Buurman BM. et al. Health-Related Quality of Life at Admission Is Associated with Postdischarge Mortality, Functional Decline, and Institutionalization in Acutely Hospitalized Older Medical Patients. J Am Geriatr Soc 2016; 64: 761-768
• 12 Feist B. Validierung des Kurzscreenings GeriNOT zur Identifikation von geriatrischen Risikopotentialen in der stationären Krankenhausversorgung anhand patientenrelevanter Outcomes: eine bizentrische diagnostische Studie [Dissertation]. Halle: Martin-Luther-Universität; 2019. Zugriff am 21. August 2024 unter: https://doi.org/10.25673/14102
• 13 Feist B, Feindt B, Kasprick L. et al. Prüfung des Screening-Tools GeriNOT. Identifikation geriatrischer Risikopotenziale bei Aufnahme ab 70-Jähriger in die Krankenhausversorgung. Z Gerontol Geriat 2022; 22: 201-208
• 14 Feindt B, Feist B, Kasprick L. Studienprotokoll (2015) der Ethik-Kommission der Medizinischen Fakultät der Martin-Luther-Universität Halle-Wittenberg. Bearbeitungsnummer der Studie: 2015–47. hierbei handelt es sich um das unveröffentlichte Studienprotokoll,
• 15 Carpenter CR, Shelton E, Fowler S. et al. Risk factors and screening instruments to predict adverse outcomes for undifferentiated older emergency department patients: a systematic review and meta-analysis. Acad Emerg Med 2015; 22: 1-21
• 16 Weinrebe W, Schiefer Y, Weckmüller K. et al. Does the identification of seniors at risk (ISAR) score effectively select geriatric patients on emergency admission?. Aging Clin Exp Res 2019; 31: 1839-1842
• 17 McCusker J, Jacobs P, Dendukuri N. et al. Cost-Effectiveness of a Brief Two-Stage Emergency Department Intervention for High-Risk Elders: Results of a Quasi-Randomized Controlled Trial. Ann Emerg Med 2003; 41: 45-56
• 18 Singler A, Heppner HJ, Skutetzky A. et al. Predictive Validity of the Identification of Seniors at Risk Screening Tool in a German Emergency Department Setting. Gerontolology 2014; 60: 413-419
• 19 Chamberlain AM, St Sauver JL, Boyd CM. et al. Multi-morbidity and patient-reported functional limitations: a population based cohort study. J Multimorb Comorb 2022; 12: 1-11
• 20 Jindai K, Nielson CM, Vorderstrasse BA. et al. Multimorbidity and Functional Limitations Among Adults 65 or Older, NHANES 2005–2012. Prev Chronic Dis 2016; 13: E151
• 21 Yao JL, Fang J, Lou QQ. et al. A systematic review of the identification of seniors at risk (ISAR) tool for the prediction of adverse outcome in elderly patients seen in the emergency department. Int Clin Exp Med 2015; 8: 4778-4786
• 22 Thiem U, Heppner HJ, Singler K. Instruments to identify elderly patients in the emergency department in need of geriatric care. Z Gerontol Geriatr 2015; 48: 4-9
• 23 Gerhard T, Mayer K, Braisch U. et al. Validierung des Geriatrie-Checks zur Identifikation geriatrischer Patienten in der Notaufnahme. Z Gerontol Geriatr 2021; 54: 106-112
• 24 Lachs MS, Feinstein AR, Cooney jr LM. et al. A simple procedure for general screening for functional disability in elderly patients. Ann Intern Med 1990; 112: 699-706