Erstellung zuverlässiger Erythrozytenkonzentrat-Bedarfslisten für Operationen und Interventionen aus Data-Warehouse-Daten und der patientenbezogenen Chargendokumentation von Blutkomponenten

Zusammenfassung

Das Versäumnis, transfusionsvorbereitende Diagnostik durchzuführen und eine ausreichende Anzahl von Blutkomponenten vor der Operation zu bestellen, führt zunehmend zu klinischen Notfällen und vermeidbaren Risiken für die Patienten. Die eigentlich obligatorische Erstellung von Blutbedarfslisten scheitert oft an der Verfügbarkeit geeigneter Daten. Das Universitätsklinikum Erlangen ist ein Krankenhaus der Tertiärversorgung mit 1400 Betten. Hier werden seit 2010 kontinuierlich alle relevanten Daten zur Interpretation von Mustern bei der Verwendung von Blutbestandteilen erhoben. Wir sind in der Lage, die klinischen Data-Warehouse-Komponenten der persönlichen Daten der Empfänger von Erythrozytenkonzentraten (EK), die Codes der stationären Patienten im G-DRG-System (G-DRG: German Diagnosis Related Group), ICD-Codes, OPS-Codes und die Daten der EK-Komponenten aus dem IT-System der Blutbank zu integrieren. Die erhaltenen DRGs, ICD-Codes und OPS-Codes werden mit den Daten des Blutkomponentenverbrauchs auf individueller Basis verknüpft. Analysen können sowohl im gesamten Krankenhaus als auch in Bezug auf bestimmte Abteilungen durchgeführt werden. Die laufende Verfeinerung der Datenbankabfragen verbessert die Fähigkeit, den Blutbedarf für Standardoperationen und Interventionen korrekt abzuschätzen. Die Ergebnisse weichen zum Teil erheblich von den Schätzungen der Operateure hinsichtlich der Wahrscheinlichkeit einer Transfusion ab, oftmals wird die Wahrscheinlichkeit einer Transfusion unterschätzt. Die korrekte Einhaltung der 10-prozentigen Transfusionswahrscheinlichkeitsgrenze für die Frage der frühen präoperativen Bereitstellung von Kreuzblut kann durch solche Abfragen verbessert werden. Dem Phänomen der „verzögerten Transfusion“ entgegenzuwirken, wird zu einer immer wichtigeren Aufgabe für den klinisch tätigen transfusionsmedizinischen Arzt. Die Erstellung von Statistiken über die Transfusionswahrscheinlichkeit durch die Verknüpfung von Data-Warehouse-Daten und Chargendokumentationsdaten aus Blutbanken kann die notwendigen Werkzeuge bereitstellen.

Abstract

Failure to perform transfusion-preparatory diagnostics and to order a sufficient number of blood components prior to surgery is increasingly leading to clinical emergencies and avoidable risks for patients. The mandatory preparation of blood requirement lists often fails due to the availability of suitable data. The University Hospital Erlangen is a tertiary care hospital with 1400 beds. Since 2010, all relevant data for the interpretation of patterns in the use of blood components have been continuously collected here. We are able to integrate the clinical data warehouse components of the personal data of red blood cell (RBC) recipients, the codes of inpatients in the German Diagnosis Related Group (G-DRG) system, ICD codes, OPS codes and the data of the RBC components from the blood bankʼs IT system. The obtained DRGs, ICD codes and OPS codes are linked to the data of blood component consumption on an individual basis. Analyses can be carried out for the entire hospital as well as for specific departments. Ongoing refinement of the database queries improves the ability to correctly estimate blood requirements for standard surgery and interventions. The results differ considerably from the surgeonsʼ estimates of the probability of a transfusion, i.e. the probability of a transfusion is often underestimated. Correct compliance with the 10 percent transfusion probability limit for the question of early preoperative provision of cross blood can be improved by such queries. Counteracting the phenomenon of “delayed transfusion” is becoming an increasingly important task for the clinically active transfusion medicine specialist. Creating statistics on the probability of transfusion by linking data warehouse data and batch documentation data from blood banks can provide the necessary tools.

Schlüsselwörter

DRG - Erythrozytenkonzentrate - OPS - Patient Blood Management - Transfusion - verzögerte Transfusion - Transfusionsstatistik

Key words

delayed transfusion - DRG - OPS - patient blood management - red blood cell concentrates - transfusion - utilization survey

Publication History

Article published online:
17 February 2021

• Literatur

• 1 Seifried E, Klueter H, Weidmann C. et al. How much blood is needed?. Vox Sang 2011; 100: 10-21
• 2 Paul-Ehrlich-Institut. (PEI) Vorläufiger tabellarischer Bericht für das Jahr 2019 mit Tabellen zu Gewinnung, Herstellung, Import, Export und Verbrauch 2019 und Auswertungen über mehrere Jahre, Stand 23.10.2020. Im Internet (Stand: 03.12.2020): https://www.pei.de/DE/newsroom/pflichtberichte/21tfg/21-tfg-berichte-node.html
• 3 Greinacher A, Weitmann K, Schönborn L. et al. A population-based longitudinal study on the implication of demographic changes on blood donation and transfusion demand. Blood Adv 2017; 1: 867-874
• 4 Hébert PC, Wells G, Blajchman MA. et al. A multicenter, randomized, controlled clinical trial of transfusion requirements in critical care. Transfusion Requirements in Critical Care Investigators, Canadian Critical Care Trials Group. N Engl J Med 1999; 340: 409-417
• 5 Holst LB, Haase N, Wetterslev J. et al. Lower versus higher hemoglobin threshold for transfusion in septic shock. N Engl J Med 2014; 371: 1381-1391
• 6 Odutayo A, Desborough MJ, Trivella M. et al. Restrictive versus liberal blood transfusion for gastrointestinal bleeding: a systematic review and metaanalysis of randomised controlled trials. Lancet Gastroenterol Hepatol 2017; 2: 354-360
• 7 Trentino KM, Farmer SL, Leahy MF. et al. Systematic reviews and meta-analyses comparing mortality in restrictive and liberal haemoglobin thresholds for red cell transfusion: an overview of systematic reviews. BMC Med 2020; 18: 154
• 8 Fominskiy E, Putzu A, Monaco F. et al. Liberal transfusion strategy improves survival in perioperative but not in critically ill patients. A meta-analysis of randomised trials. Brit J Anaesth 2015; 115: 511-519
• 9 Chong MA, Krishnan R, Cheng D. et al. Should transfusion trigger thresholds differ for critical care versus perioperative patients? A meta-analysis of randomized trials. Crit Care Med 2018; 46: 252-263
• 10 Gombotz H. Patient blood management: A patient-orientated approach to blood replacement with the goal of reducing anemia, blood loss and the need for blood transfusion in elective surgery. Transfus Med Hemother 2012; 39: 67-72
• 11 Althoff FC, Neb H, Herrmann E. et al. Multimodal patient blood management program based on a three-pillar strategy: A systematic review and meta-analysis. Ann Surg 2019; 269: 794-804
• 12 Bundesärztekammer. Querschnittsleitlinien zur Therapie mit Blutkomponenten und Plasmaderivaten. 4., überarbeitete Auflage. Köln: Deutscher Ärzte-Verlag; 2009
• 13 Bundesärztekammer. Richtlinie zur Gewinnung von Blut und Blutbestandteilen und zur Anwendung von Blutprodukten (Richtlinie Hämotherapie), Gesamtnovelle 2017, Fassung 2019 mit Erratum und Anpassungen. Im Internet (Stand: 11.01.2021): https://www.bundesaerztekammer.de/fileadmin/user_upload/downloads/pdf-Ordner/MuE/Richtlinie_Haemotherapie_E_A_2019_Aenderungsversion.pdf
• 14 Bundesärztekammer. Querschnittsleitlinien zur Therapie mit Blutkomponenten und Plasmaderivaten. Gesamtnovelle 2020. Köln: Deutscher Ärzte-Verlag; 2009: 1-289 Im Internet (Stand: 11.01.2021) https://www.bundesaerztekammer.de/fileadmin/user_upload/downloads/pdf-Ordner/MuE/Querschnitts-Leitlinien__BAEK__zur_Therapie_mit_Blutkomponenten_und_Plasmaderivaten_-_Gesamtnovelle_2020.pdf
• 15 Zimmermann R, Strasser E, Hackstein H. Akute hämolytische Transfusionsreaktion durch ein Anti-s infolge verzögerter immunhämatologischer Diagnostik bis zum Eintritt eines hämorrhagischen Schocks. Transfusionsmedizin 2019; 9: 164-167
• 16 Narayan S, Poles D. ed. et al. Serious Hazards of Transfusion (SHOT) Steering Group. Annual SHOT Report 2019. 2020 Im Internet (Stand: 03.12.2020): https://www.shotuk.org/wp-content/uploads/myimages/SHOT-REPORT-2019-Final-Bookmarked-v2.pdf
• 17 Mate S, Köpcke F, Toddenroth D. et al. Ontology-based data integration between clinical and research systems. PLoS One 2015; 10: e0116656
• 18 Purohit AM, Brutscheck C, Prokosch HU. et al. Implementation of Task-Tracking Software for Clinical IT Management. Stud Health Technol Inform 2017; 243: 157-161
• 19 Ganslandt T, Neumaier M. Digital networks for laboratory data: potentials, barriers and current initiatives. Clin Chem Lab Med 2019; 57: 336-342
• 20 Strobel J, Jörns H, Weisbach V. et al. Audit on the usage of plasma derived/recombinant coagulation factor concentrates at a German University Hospital. Vox Sang 2012; 103: 122-129
• 21 Zimmermann R, Strobel J, Orlemann T. et al. Changing patterns of red blood cell use by internal medicine departments in a tertiary-care university hospital (Abstract). Transf Med Hemother 2018; 45 (Suppl. 01) 35