Download PDF
Zentralbl Chir 2003; 128(11): 963-969
DOI: 10.1055/s-2003-44804
Originalarbeiten und Übersichten

© Georg Thieme Verlag Stuttgart · New York

Perioperative Risikoeinschätzung in der Chirurgie - eine Analyse bei 10 395 Patienten

Perioperative Risk Assessment in Surgery - an Analysis in 10 395 PatientsS. Stelzner1 , G. Hellmich1 , R. Koch2 , W. Albert1 , K. Ludwig1
  • 1Klinik für Allgemein- und Abdominalchirurgie, Krankenhaus Dresden-Friedrichstadt, Städtisches Klinikum, Akademisches Lehrkrankenhaus der Technischen Universität Dresden
  • 2Institut für Medizinische Informatik und Biometrie der Technischen Universität Dresden
Further Information

Publication History

Publication Date:
11 December 2003 (online)

Also available at
    Permissions and Reprints

Zusammenfassung

Ziel dieser Studie war es, anhand von für jeden operierten Patienten vorliegenden Parametern (Alter, Geschlecht, ASA-Klassifikation, Eingriffsdringlichkeit, maligne Hauptdiagnose, Körperhöhleneingriff und Operationsdauer) eine Risikoanalyse vorzunehmen, welche insbesondere diejenigen Patienten charakterisiert, die von einer komplexeren Risikobeurteilung profitieren.
Patienten und Methode: In einer prospektiven Beobachtungsstudie analysierten wir 10 395 konsekutive Patienten, welche sich im Zeitraum 1/1996 bis 12/2000 in unserer allgemeinchirurgischen Klinik einer Operation unterzogen hatten, bezüglich des Zielereignisses Hospitalletalität. Die genannten Parameter wurden zunächst univariat getestet und bei vorliegender Signifikanz in eine multiple logistische Regressionsanalyse einbezogen. Diese erfolgte sowohl für alle Parameter gemeinsam als auch gruppengetrennt für die einzelnen ASA-Klassen. Die Trefferquote des Prädiktionsmodells wurde anhand der Area Under Curve der Receiver Operating Characteristic (AUCROC) geschätzt.
Ergebnisse: Die Gesamtletalität betrug 3,9 %. Für die ASA-Klassen 2 bis 4 konnte im Rahmen der Regressionsanalyse ein Prädiktionsmodell erstellt werden, das die ASA-Klassifikation (Odds Ratio [OR] Klasse 3 = 3,7; OR Klasse 4 = 22,4), das Alter (OR = 1,019 pro Lebensjahr), die Operationsdauer (OR für Eingriffe ≥ 240 min = 2,25), den Körperhöhleneingriff (OR = 4,6), den Notfalleingriff (OR = 3,1) und die maligne Hauptdiagnose (OR = 1,5) als unabhängige Faktoren mit prädiktivem Wert identifizierte. Die ASA-Klasse 1 enthielt keine gestorbenen, die ASA-Klasse 5 insgesamt zu wenige Patienten, weshalb diese beiden Klassen bei der Modellierung keine Berücksichtigung fanden. Das globale Modell ergab eine AUCROC von 91,6 %.
Schlussfolgerung: Die ASA-Klassifikation erweist sich als gutes Instrument zur Abschätzung der perioperativen Letalität. Ihre prädiktive Aussagekraft kann in den Klassen 2-4 durch die Variablen Alter, Operationsdauer, Körperhöhleneingriff, Eingriffsdringlichkeit und maligne Hauptdiagnose erheblich erhöht werden.

Abstract

The aim of this study was to perform a risk analysis on the basis of routinely documented variables (age, sex, ASA-classification, priority of operation, malignant disease, intraperitoneal or intrathoracic operation and duration of operation) to identify surgical patients who benefit from a more complex risk assessment.
Patients and methods: In a prospective observational trial we analysed a consecutive series of 10 395 patients who were operated on in our General Surgical Department from January 1996 until December 2000 in respect to in-hospital mortality. The variables were examined in univariate tests. Factors with significant impact were subsequently included in a multiple logistic regression analysis. This was done for all variables and afterwards for each ASA-class separately. Predictive accuracy of the prediction model was calculated by the area under a receiver operating characteristic curve (AUCROC).
Results: The overall mortality was 3.9 %. For ASA-classes 2 to 4 we were able to establish a prediction model by means of multiple logistic regression that identified ASA-classification (Odds Ratio [OR ] ASA-class 3 = 3.7; OR ASA-class 4 = 22.4), age (OR 1.019 per year), duration of operation (OR for duration ≥ 240 min = 2.25), intraperitoneal/intrathoracic operation (OR = 4.6), emergency operation (OR = 3.1), and malignant disease (OR = 1.5) as independent predictive factors. Both risk group 1 and risk group 5 were excluded from the analysis because there was no mortality in risk group 1 and too few patients in risk group 5. We found an AUC ROC of 91.6 % for the considered ASA-classes.
Conclusion: The ASA-classification is a good instrument for the assessment of perioperative mortality. Its predictive power can substantially be improved in the classes 2 to 4 by the variables age, duration of operation, intraperitoneal or intrathoracic operation, priority of operation, and malignant disease.

Schlüsselwörter

Prädiktionsmodell - perioperatives Risiko - Letalität - ASA-Klassifikation

Key words

Predictive model - perioperative risk - mortality - ASA-classification

Literatur

  • 1 Agha A, Bein T, Fröhlich D, Höfler S, Jauch K W. „Simplified Acute Physiology Score” (Saps II) zur Einschätzung der Erkrankungsschwere bei chirurgischen Intensivpatienten.  Chirurg. 2002;  73 439-442
    CrossrefPubMedGoogle Scholar
  • 2 Clagett G P, Reisch J S. Prevention of venous thromboembolism in general surgical patients.  Ann Surg. 1988;  208 227-240
    CrossrefPubMedGoogle Scholar
  • 3 Copeland G P, Jones D, Walters M. POSSUM: a scoring system for surgical audit.  Br J Surg. 1991;  78 356-360
    PubMedGoogle Scholar
  • 4 Daley J, Henderson W G, Khuri S F. Risk-adjusted surgical outcomes.  Annu Rev Med. 2001;  52 275-287
    CrossrefPubMedGoogle Scholar
  • 5 deRitis G, Giovannini C, Picardo S, Pietropaoli P. Multivariate prediction of in-hospital mortality associated with surgical procedures.  Minerva Anestesiol. 1995;  61 173-181
    PubMedGoogle Scholar
  • 6 Dripps R D, Lamont A, Eckenhoff J E. The role of anesthesia in surgical mortality.  JAMA. 1961;  178 261-266
    CrossrefPubMedGoogle Scholar
  • 7 Farrow S C, Fowkes F GR, Lunn J N, Robertson I B, Samuel P. Epidemiology in anaesthesia II: Factors affecting mortality in hospital.  Br J Anaesth. 1982;  54 811-817
    PubMedGoogle Scholar
  • 8 Füsgen I. Somatische Verä nderungen im Alter. In: Füsgen I (Hrsg). Der ältere Patient. Problemorientierte Diagnostik und Therapie. Urban und Fischer, München Jena 2000; 3- 7
    Google Scholar
  • 9 Goldman L, Caldera D L, Nussbaum S R, Southwick F S, Krogstad D, Murray B, Burke D S, O'Malley T A, Goroll A H, Caplan C H, Nolan J, Carabello B, Slater E E. Multifactorial index of cardiac risk in noncardiac surgical procedures.  N Engl J Med. 1977;  297 845-850
    CrossrefPubMedGoogle Scholar
  • 10 Hall J C, Brooks B. Australian national diagnosis related groups and abdominal surgery.  Aust N Z J Surg. 1994;  64 604-606
    PubMedGoogle Scholar
  • 11 Hall J C, Hall J L. ASA status and age predict adverse events after abdominal surgery.  J Qual Clin Practice. 1996;  16 103-108
    PubMedGoogle Scholar
  • 12 Hanley J A, Lippman-Hand A. If nothing goes wrong, is everything alright?.  JAMA. 1983;  259 1743-1745
    PubMedGoogle Scholar
  • 13 Jones H JS, deCossart L. Risk scoring in surgical patients.  Br J Surg. 1999;  86 149-157
    CrossrefPubMedGoogle Scholar
  • 14 Khuri S F, Daley J, Henderson W, Hur K, Gibbs J O, Barbour G, Demakis J, Irvin G, Stremple J F, Grover F, McDonald G, Passaro E, Fabri P J, Spencer J, Hammermeister K, Aust J B. Risk adjustment of the postoperative mortality rate for the comparative assessment of the quality of surgical care: Results of the National Veterans Affairs Surgical Risk Study.  J Am Coll Surg. 1997;  185 315-327
    CrossrefPubMedGoogle Scholar
  • 15 Klotz H P, Candinas D, Platz A, Horvàth A, Dindo D, Schlumpf R, Largiadèr F. Preoperative risk assessment in elective general surgery.  Br J Surg. 1996;  83 1788-1791
    PubMedGoogle Scholar
  • 16 Knaus W A, Draper E A, Wagner D P, Zimmerman J E. Apache II: a severity of disease classification system.  Crit Care Med. 1985;  13 818-829
    CrossrefPubMedGoogle Scholar
  • 17 Knaus W A, Rauss A, Alperovitch A, le Gall J R, Loirat P, Patois E, Marcus S E. Do objective estimates of chances for survival influence decisions to withhold or withdraw treatment?.  Med Decis Making. 1990;  10 163-171
    PubMedGoogle Scholar
  • 18 Knaus W A, Wagner D P, Draper E A, Zimmerman J E, Bergner M, Bastos P G, Sirio C A, Murphy D J, Lotring T, Damiano A, Harell F E. The Apache III prognostic system. Risk prediction of hospital mortality for critically ill hospitalized adults.  Chest. 1991;  100 1619-1636
    CrossrefPubMedGoogle Scholar
  • 19 Knaus W A, Zimmerman J E, Wagner D P, Draper E A, Lawrence D E. Apache - acute physiology and chronic health evaluation: a physiologically based classification system.  Crit Care Med. 1981;  9 591-597
    CrossrefPubMedGoogle Scholar
  • 20 Lorenz W, Dick W, Junginger T, Ohmann C, Doenicke A, Rothmund M. Biomedizinische und klinimetrische Ansätze in der Ursachenforschung beim perioperativen Risiko: Erstellung einer deutschen ASA-Klassifikation.  Langenbecks Arch Chir. 1987;  372 199-209
    PubMedGoogle Scholar
  • 21 Lubin M F. Is age a risk factor for surgery?.  Med Clin North Am. 1993;  77 327-333
    PubMedGoogle Scholar
  • 22 Lutz H. Präoperative Risikoeinschätzung nach objektiven Kriterien.  Anasth Intensivther Notfallmed. 1980;  15 287-292
    PubMedGoogle Scholar
  • 23 Lutz H, Klose R, Peter K. Die Problematik der präoperativen Risikoeinstufung.  Anä sthesiologische Informationen. 1976;  17 342-351
    PubMedGoogle Scholar
  • 24 Marshall J C, Cook D J, Christou N V, Bernard G R, Sprung C L, Sibbald W J. Multiple organ dysfunction score: a reliable descriptor of a complex clinical outcome.  Crit Care Med. 1995;  23 1638-1652
    CrossrefPubMedGoogle Scholar
  • 25 Marx G F, Mateo C V, Orkin L R. Computer analysis of post anesthetic deaths.  Anesthesiology. 1973;  39 54-58
    PubMedGoogle Scholar
  • 26 Menke H, John K D, Klein A, Lorenz W, Junginger T. Prä operative Risikoeinschätzung mit der ASA-Klassifikation.  Chirurg. 1992;  63 1029-1034
    PubMedGoogle Scholar
  • 27 Ohmann C. Preoperative prediction of peri- and postoperative complications: criteria for statistical evaluation of predictive systems.  Theor Surg. 1991;  6 3-18
    PubMedGoogle Scholar
  • 28 Prytherch D R, Whiteley M S, Higgins B, Weaver P C, Prout W G, Powell S J. Possum and Portsmouth Possum for predicting mortality.  Br J Surg. 1998;  85 1217-1220
    CrossrefPubMedGoogle Scholar
  • 29 Sagar P M, Hartley M N, MacFie J, Taylor B A, Copeland G P. Comparison of individual surgeon's performance.  Dis Colon Rectum. 1996;  39 654-658
    PubMedGoogle Scholar
  • 30 Sagar P M, Hartley M N, Mancey-Jones B, Sedman P C, May J, MacFie J. Comparative audit of colorectal resection with the POSSUM scoring system.  Br J Surg. 1994;  81 1492-1494
    PubMedGoogle Scholar
  • 31 Saklad M. Grading of patients for surgical procedures.  Anesthesiology. 1941;  2 281-284
    CrossrefPubMedGoogle Scholar
  • 32 Statistisches Landesamt des Freistaates Sachsen .Abgekürzte Sterbetafel Sachsen 1995/97. (persönliche Kommunikation)
    Google Scholar
  • 33 Sutton R, Bann S, Brooks M, Sarin S. The surgical risk scale as an improved tool for risk-adjusted analysis in comparative surgical audit.  Br J Surg. 2002;  89 763-768
    CrossrefPubMedGoogle Scholar
  • 34 Tekkis P P, Kocher H M, Bentley A JE, Cullen P T, South L M, Trotter G A, Ellul J PM. Operative mortality rates among surgeons.  Dis Colon Rectum. 2000;  43 1528-1534
    PubMedGoogle Scholar
  • 35 Troidl H. Risikoanalyse in der Chirurgie.  Chirurg. 2000;  71 771-783
    CrossrefPubMedGoogle Scholar
  • 36 Wolters U, Wolf T, Stützer H, Schröder T, Pichlmaier H. Risk factors, complications, and outcome in surgery: multivariate analysis.  Eur J Surg. 1997;  163 563-568
    PubMedGoogle Scholar

Dr. med. S. Stelzner

Krankenhaus Dresden-Friedrichstadt

Klinik für Allgemein- und Abdominalchirurgie

Friedrichstr. 41

01067 Dresden

Phone: 03 51/4 80 15 20

Fax: 03 51/4 80 11 49

Email: Stelzner-Si@khdf.de