Search

Zusammenfassung Hintergrund In Deutschland gibt es bisher keine Gesundheitsberichterstattung zu sektorenübergreifenden Versorgungsverläufen im Kontext einer Notaufnahmeversorgung. Das Projekt INDEED (Inanspruchnahme und sektorenübergreifende Versorgungsmuster von Patienten in Notfallversorgungsstrukturen in Deutschland) erhebt Routinedaten aus 16 Notaufnahmen, die mit ambulanten Abrechnungsdaten der Jahre 2014 bis 2017 personenbezogen zusammengeführt werden. Ziel der Arbeit Die methodischen Herausforderungen der Planung der internen Zusammenführung von klinischen und administrativen Routinedaten aus Notaufnahmen in Deutschland bis zur finalen Datenextraktion werden hier gemeinsam mit Lösungsansätzen dargestellt. Methodik Die Auswahl der Notaufnahmedaten erfolgte in einem iterativen Prozess unter Berücksichtigung der Forschungsfragen, medizinischen Relevanz und angenommenen Datenverfügbarkeit. Nach einer Vorbereitungsphase zur Klärung der Rahmenbedingungen (u. a. Datenschutz, Ethik), zur Prüfung von Testdaten und ggf. Korrekturen, erfolgte die verschlüsselte und pseudonyme Datenausleitung. Ergebnisse Die Daten der 16 kooperierenden Notaufnahmen stammten in der Regel aus dem Notaufnahme- und dem Krankenhausinformationssystem. Die Datenlage war sehr heterogen. Nicht alle Variablen waren in jeder Notaufnahme verfügbar, da sie beispielsweise nicht standardisiert und digital vorlagen oder der Extraktionsaufwand als zu hoch bewertet wurde. Schlussfolgerung Relevante Daten aus Notaufnahmen liegen unterschiedlich strukturiert und in mehreren IT-Systemen vor. Die notwendige Bildung eines klinikübergreifenden vergleichbaren Datensatzes erfordert erhebliche Ressourcen auf Seiten der Kliniken sowie der datenaufbereitenden Stelle. Dies muss für zukünftige Projekte großzügig kalkuliert werden.

Zusammenfassung Hintergrund Die Notfallversorgung befindet sich im Umbruch. In Notaufnahmen werden Patienten ausgehend von Symptomen und Dringlichkeit versorgt; dies bildet sich jedoch in den etablierten Routinedaten der gesetzlichen Sozialversicherung nicht ab. Ziel des AKTIN-Projekts war der Aufbau einer datenschutzkonformen Registerinfrastruktur zur Nutzung von klinischen Routinedaten aus Notaufnahmen. Methoden Über eine standardisierte Schnittstelle werden aus den verschiedenen Dokumentationssystemen kontinuierlich Daten der Notaufnahmebehandlung in ein lokales Data Warehouse exportiert. Dort stehen sie sowohl für lokale Nutzungen, wie interne Berichte und Qualitätsmanagement, als auch gleichzeitig datenschutzkonform für multizentrische Auswertungen zur Verfügung. Anhand der Registerpopulation wird die Ersteinschätzung sowie die Erhebung von Vitalparametern in Abhängigkeit von Vorstellungsgründen für einen 12-Monats-Zeitraum analysiert. Ergebnisse Für den Zeitraum 04/2018 bis 03/2019 wurden 436.149 gültige Fälle aus 15 Notaufnahmen übermittelt. In 86,0 % der Fälle ist eine Ersteinschätzung dokumentiert. Diese fand in 70,5 % innerhalb von 10 min nach Ankunft des Patienten statt. In 10 Kliniken wird regelhaft (82,3 %) ein Vorstellungsgrund erfasst. Die Erfassung von Vitalparametern variiert plausibel zwischen den Vorstellungsgründen. Schlussfolgerung Das AKTIN-Notaufnahmeregister bietet einen zeitnahen Einblick in das Versorgungsgeschehen der Notaufnahmen ohne zusätzlichen Dokumentationsaufwand und unabhängig vom primären IT-System, Kostenträger, Fallart und Abrechnungsmodus. Die Vorgaben des Gemeinsamen Bundesausschusses zur Ersteinschätzung werden weitgehend umgesetzt. Durch die Etablierung von standardisierten Vorstellungsgründen werden symptombasierte Analysen und Gesundheitssurveillance ermöglicht.

Zusammenfassung Hintergrund Vor dem Hintergrund der steigenden Inanspruchnahme und aktuellen Veränderungen in der Notfallversorgung ist eine standardisierte Erfassung relevanter Kennzahlen in Notaufnahmen zwingend erforderlich. Ziel der Arbeit Es werden die Konsentierung von Inhalten und technische Umsetzung eines automatisierten Reportings für Notaufnahmen des AKTIN-Notaufnahmeregisters beschrieben. Ziel war ein aussagefähiger Monatsbericht zur Prozesssteuerung und Qualitätssicherung. Material und Methoden Datengrundlage ist der Datensatz Notaufnahme V2015.1 der Deutschen Interdisziplinären Vereinigung für Intensiv- und Notfallmedizin e. V. (DIVI). Die Konsentierung der Inhalte erfolgte auf Basis von externen Referenzen und fachlicher Expertise; die technische Entwicklung erfolgte anhand eines Testdatensatzes. Mit der Software R und Apache Formatting Objects Processor (FOP) wird der finale Bericht im PDF-Format automatisiert erstellt. Ergebnisse Der Bericht enthält unter anderem Angaben zu Fallzahlen, Demografie der Patienten, Vorstellungsgründen, Ersteinschätzung, Verbleib und ausgewählten Prozesszeiten in Form von Tabellen und Grafiken. Er wird monatsweise automatisch oder auf Anforderung aus den Routinedaten generiert. Fehlende Werte und Ausreißer werden zur Abschätzung der Datenqualität separat ausgewiesen. Diskussion Beim AKTIN-Monatsbericht handelt es sich um ein Instrument, welches das Versorgungsgeschehen aufbereitet und visualisiert. Die konsentierten Kennzahlen sind praxistauglich und bilden auch die Vorgaben des Gemeinsamen Bundesausschusses zur Ersteinschätzung ab. Die Nutzung von Interoperabilitätsstandards erlaubt eine automatische Erfassung im Alltag, gewährleistet eine Unabhängigkeit von einzelnen IT-Systemen und kann als Grundlage für ein klinikübergreifendes Benchmarking dienen.

Zusammenfassung Hintergrund Nicht nur im Kontext der Neuordnung der Notfallversorgung in Deutschland besteht derzeit ein hoher Bedarf an Daten aus Notaufnahmen. Für die Versorgungsforschung bieten sich Daten an, welche auf gesetzlicher Grundlage generiert werden. Unterschiedliche Kostenträger und Abrechnungsmodi stellen eigene Anforderungen an die Dokumentation dieser Routinedaten. Methodische Herausforderungen Aufgrund der sektoralen Trennung gibt es keinen Datensatz oder Datenhalter, der Auskunft über alle Notaufnahmebehandlungen geben kann. Aus administrativer Sicht gilt die gesamte Notaufnahmebehandlung als ambulant oder stationär, tatsächlich wird die Entscheidung darüber erst während der Versorgung getroffen. Für die stationäre Versorgung existiert ein administratives Notfallkennzeichen, allerdings kein direktes Merkmal für Notaufnahmebehandlungen. Bei Abrechnung ambulanter Fälle über die kassenärztlichen Vereinigungen ist mindestens eine Diagnose (ICD-10-Kode) zu erfassen, versehen mit einem Kennzeichen zur Diagnosesicherheit. Es können mehrere ICD-10-Kodes ohne Hierarchie angegeben werden. Bei stationär behandelten Patienten ist eine Aufnahmediagnose und nach Behandlungsende die Hauptdiagnose und ggf. Nebendiagose(n) an die zuständige Krankenkasse zu übermitteln. Die gesetzliche Unfallversicherung hat eigene Dokumentationsanforderungen. Lösungsansätze Je nach Forschungsfrage und Studiendesign sind unterschiedliche Vorgehensweisen erforderlich. Stammen die Daten unmittelbar aus Notaufnahmen bzw. Kliniken ist eine Information über den Kostenträger und den Abrechnungsmodus hilfreich. Bei Nutzung von Krankenkassendaten muss die Identifikation von stationär behandelten Patienten in einer Notaufnahme aktuell indirekt erfolgen. Dazu können unter anderem die Parameter Aufnahmegrund und definierte „eindeutige“ Notfall-Diagnosen herangezogen werden. Die fallpauschalenbezogene Krankenhausstatistik hat eigene Limitationen, enthält dafür aber die stationären Fälle aller Kostenträger. Diskussion Die divergierenden Anforderungen an die administrative Dokumentation verursachen einen hohen Aufwand in den Kliniken. Perspektivisch ist eine Vereinheitlichung der Leistungserfassung und Dokumentation von Notfallbehandlungen aller Kostenarten auch zur Generierung von validen, vergleichbaren und repräsentativen Daten für die Versorgungsforschung erstrebenswert. Die Einführung eines eigenen Fachabteilungsschlüssels würde zur Identifikation von Notaufnahmebehandlungen beitragen.

Digitalization and standardization of documentation in medicine are increasingly progressing. In the decision of the Federal Joint Committee (G-BA) for a staged system of emergency structures in hospitals and in the report of the expert committee for development in the healthcare system on needs-oriented guidance of healthcare, the actuality of the topic is underlined with concrete naming of future tasks. The section on emergency admission protocols of the German Interdisciplinary Association of Intensive and Emergency Care Medicine (DIVI) has been working for years on this topic and has repeatedly reported on the progress of the topic in clinical emergency care. Standardization and digitalization represent the foundation for health services research spread across locations as well as the possibility for benchmarking. Digitalization makes the secondary use of primary clinical routine data possible. Digitalization decreases redundancies of data transmission by avoiding manual data input in, for example registers.

In Germany there is currently no health reporting on cross-sectoral care patterns in the context of an emergency department care treatment. The INDEED project (Utilization and trans-sectoral patterns of care for patients admitted to emergency departments in Germany) collects routine data from 16 emergency departments, which are later merged with outpatient billing data from 2014 to 2017 on an individual level.The methodological challenges in planning of the internal merging of routine clinical and administrative data from emergency departments in Germany up to the final data extraction are presented together with possible solution approaches.Data were selected in an iterative process according to the research questions, medical relevance, and assumed data availability. After a preparatory phase to clarify formalities (including data protection, ethics), review test data and correct if necessary, the encrypted and pseudonymous data extraction was performed.Data from the 16 cooperating emergency departments came mostly from the emergency department and hospital information systems. There was considerable heterogeneity in the data. Not all variables were available in every emergency department because, for example, they were not standardized and digitally available or the extraction effort was judged to be too high.Relevant data from emergency departments are stored in different structures and in several IT systems. Thus, the creation of a harmonized data set requires considerable resources on the part of the hospital as well as the data processing unit. This needs to be generously calculated for future projects.HINTERGRUND: In Deutschland gibt es bisher keine Gesundheitsberichterstattung zu sektorenübergreifenden Versorgungsverläufen im Kontext einer Notaufnahmeversorgung. Das Projekt INDEED (Inanspruchnahme und sektorenübergreifende Versorgungsmuster von Patienten in Notfallversorgungsstrukturen in Deutschland) erhebt Routinedaten aus 16 Notaufnahmen, die mit ambulanten Abrechnungsdaten der Jahre 2014 bis 2017 personenbezogen zusammengeführt werden.Die methodischen Herausforderungen der Planung der internen Zusammenführung von klinischen und administrativen Routinedaten aus Notaufnahmen in Deutschland bis zur finalen Datenextraktion werden hier gemeinsam mit Lösungsansätzen dargestellt.Die Auswahl der Notaufnahmedaten erfolgte in einem iterativen Prozess unter Berücksichtigung der Forschungsfragen, medizinischen Relevanz und angenommenen Datenverfügbarkeit. Nach einer Vorbereitungsphase zur Klärung der Rahmenbedingungen (u. a. Datenschutz, Ethik), zur Prüfung von Testdaten und ggf. Korrekturen, erfolgte die verschlüsselte und pseudonyme Datenausleitung.Die Daten der 16 kooperierenden Notaufnahmen stammten in der Regel aus dem Notaufnahme- und dem Krankenhausinformationssystem. Die Datenlage war sehr heterogen. Nicht alle Variablen waren in jeder Notaufnahme verfügbar, da sie beispielsweise nicht standardisiert und digital vorlagen oder der Extraktionsaufwand als zu hoch bewertet wurde.Relevante Daten aus Notaufnahmen liegen unterschiedlich strukturiert und in mehreren IT-Systemen vor. Die notwendige Bildung eines klinikübergreifenden vergleichbaren Datensatzes erfordert erhebliche Ressourcen auf Seiten der Kliniken sowie der datenaufbereitenden Stelle. Dies muss für zukünftige Projekte großzügig kalkuliert werden.

Background The point of entry of a patient in emergency care is a symptom or a complaint. To evaluate subsequent processes in an emergency department until a diagnosis is made, this information has to be taken into account. Objectives We report the introduction of coded presenting complaints into the electronic medical record system of an emergency department and describe the patients based on these data. Methods The CEDIS presenting complaint list was integrated into the emergency department information system of an emergency department (38,000 patients/year). After 8 months, we performed an exploratory analysis of the most common presenting complaints. Furthermore, we identified the most frequent diagnoses for presenting complaint "shortness of breath" and the most frequent presenting complaints for the diagnosis of sepsis. Results After implementing the presenting complaint list, a presenting complaint code was assigned to each patient. In our sample (26,330 cases), "extremity pain and injury" comprised the largest group of patients (29.5%). "Chest pain-cardiac features" (3.7%) and "extremity weakness/symptoms of cerebrovascular accident" (2.4%) were the main cardiac and neurologic complaints, respectively. They were mostly triaged as urgent (>80%) and hospitalized in critical care units (>50%). The main diagnosis for presenting complaint "shortness of breath" was heart failure (25.1%), while the main presenting complaint for the diagnosis sepsis was "shortness of breath" (18.1%). Conclusions Containing 171 presenting complaints, this classification was implemented successfully without providing extensive staff training. The documentation of coded presenting complaints enables symptom-based analysis of the health care provided in emergency departments.

Currently, there is a big need for data on emergency department (ED) utilization in Germany. One reason is the ongoing reorganisation of emergency care. Possible sources are routine data that are being collected based on legal regulations. Different payers and compensation systems have their own requirements for data collection.Due to the sectoral separation of health care services, there is no dataset or data holder to provide information on all ED treatments in Germany. From an administrative point of view, emergency care in Germany is considered ambulatory outpatient or inpatient care from the time point of admission to the ED. In contrast, clinical decision about inpatient admission can sometimes only be made towards the end of emergency care. EDs themselves cannot be identified in claims data; only the medical discipline (e. g. surgery) is classified. In the case of outpatient treatment, reimbursed by the Association of Statutory Health Insurance Physicians, at least one coded diagnosis (ICD) has to be recorded, accompanied by an additional code for the likelihood of this diagnosis. In case of multiple ICDs, a primary diagnosis cannot be specified. In the case of in-hospital treatment, an admission diagnosis must be recorded. After completion of hospital treatment, the main diagnosis and possibly secondary diagnoses are transferred to the respective health insurance fund. The statutory occupational accident insurance has its own requirements.Depending on the research question and study design, different approaches are required. If data are queried directly in emergency departments or hospitals, additional information on the designated data holder and billing mode is crucial. When using health insurance data from inpatient care, the identification of emergency departments can be estimated on the basis of the reason for hospital admission and defined "unique" emergency ICDs. The case-related hospital statistics has its own limitations, but includes inpatients of all payers.Differing requirements for the administrative documentation cause a high workload in emergency departments. A standardised data collection system for all payers for inpatient and outpatient emergency care is recommended. This would contribute to the creation of valid and comparable datasets. The introduction of a particular identifier for EDs in claims data would enhance health services research.Nicht nur im Kontext der Neuordnung der Notfallversorgung in Deutschland besteht derzeit ein hoher Bedarf an Daten aus Notaufnahmen. Für die Versorgungsforschung bieten sich Daten an, welche auf gesetzlicher Grundlage generiert werden. Unterschiedliche Kostenträger und Abrechnungsmodi stellen eigene Anforderungen an die Dokumentation dieser Routinedaten.Aufgrund der sektoralen Trennung gibt es keinen Datensatz oder Datenhalter, der Auskunft über alle Notaufnahmebehandlungen geben kann. Aus administrativer Sicht gilt die gesamte Notaufnahmebehandlung als ambulant oder stationär, tatsächlich wird die Entscheidung darüber erst während der Versorgung getroffen. Für die stationäre Versorgung existiert ein administratives Notfallkennzeichen, allerdings kein direktes Merkmal für Notaufnahmebehandlungen. Bei Abrechnung ambulanter Fälle über die kassenärztlichen Vereinigungen ist mindestens eine Diagnose (ICD-10-Kode) zu erfassen, versehen mit einem Kennzeichen zur Diagnosesicherheit. Es können mehrere ICD-10-Kodes ohne Hierarchie angegeben werden. Bei stationär behandelten Patienten ist eine Aufnahmediagnose und nach Behandlungsende die Hauptdiagnose und ggf. Nebendiagose(n) an die zuständige Krankenkasse zu übermitteln. Die gesetzliche Unfallversicherung hat eigene Dokumentationsanforderungen. LöSUNGSANSäTZE: Je nach Forschungsfrage und Studiendesign sind unterschiedliche Vorgehensweisen erforderlich. Stammen die Daten unmittelbar aus Notaufnahmen bzw. Kliniken ist eine Information über den Kostenträger und den Abrechnungsmodus hilfreich. Bei Nutzung von Krankenkassendaten muss die Identifikation von stationär behandelten Patienten in einer Notaufnahme aktuell indirekt erfolgen. Dazu können unter anderem die Parameter Aufnahmegrund und definierte „eindeutige“ Notfall-Diagnosen herangezogen werden. Die fallpauschalenbezogene Krankenhausstatistik hat eigene Limitationen, enthält dafür aber die stationären Fälle aller Kostenträger.Die divergierenden Anforderungen an die administrative Dokumentation verursachen einen hohen Aufwand in den Kliniken. Perspektivisch ist eine Vereinheitlichung der Leistungserfassung und Dokumentation von Notfallbehandlungen aller Kostenarten auch zur Generierung von validen, vergleichbaren und repräsentativen Daten für die Versorgungsforschung erstrebenswert. Die Einführung eines eigenen Fachabteilungsschlüssels würde zur Identifikation von Notaufnahmebehandlungen beitragen.

The German Emergency Department Data Registry (GEDD-registry, AKTIN) provides an infrastructure for collecting and querying up-to-date medical records in a distributed manner. Within this framework, a benchmark report on cross-institutional comparison using the program R is prepared using routine data of participating hospitals. Currently, 16 emergency departments (EDs) routinely transfer data of 1,200 to approximately 5,000 patients per month to a federated GEDD-registry datawarehouse. Using various packages in the R environment, hospitals receive a monthly visual report on their data among all participating hospitals. Graphical representations are implemented using column diagrams and box plots. Reports currently contain 25 tables and 40 graphs. Benchmark reports are created in R-Studio and exported using Portable Document Format, PDF. Quarterly expert meetings with the heads of participating EDs are currently performed for further improvements. Preparation of external benchmarking reports with R enables a detailed data presentation for participating hospitals and ED managers.

Scientific challenges based on benchmark data enable the comparison and evaluation of different algorithms and take place regularly in scientific disciplines like medical image processing, text mining or genetics. The idea of a challenge is rarely applied within the eHealth community. Mappathon is a metadata mapping challenge that asks for methods to find corresponding data elements within similar datasets and to correlate data elements among each other.

Digitalization and standardization of documentation in medicine are increasingly progressing. In the decision of the Federal Joint Committee (G-BA) for a staged system of emergency structures in hospitals and in the report of the expert committee for development in the healthcare system on needs-oriented guidance of healthcare, the actuality of the topic is underlined with concrete naming of future tasks. The section on emergency admission protocols of the German Interdisciplinary Association of Intensive and Emergency Care Medicine (DIVI) has been working for years on this topic and has repeatedly reported on the progress of the topic in clinical emergency care. Standardization and digitalization represent the foundation for health services research spread across locations as well as the possibility for benchmarking. Digitalization makes the secondary use of primary clinical routine data possible. Digitalization decreases redundancies of data transmission by avoiding manual data input in, for example registers.

Die Etablierung eines nationalen Dokumentationsstandards in deutschen Notaufnahmen ist dringend notwendig und steht seit vielen Jahren aus. Dieser ist die Grundlage, um das geforderte Benchmarking und die externe Qualitatssicherung von Notaufnahmen zu gewahrleisten. Mit dem DIVI-Notaufnahmeprotokoll V2015.1 existiert ein konsentierter interdisziplinarer und interoperabler Dokumentationsstandard fur deutsche Notaufnahmen.

In deutschen Notaufnahmen werden aktuell etwa 22 Mio. Patienten pro Jahr behandelt, ohne dass eine strukturierte Qualitatssicherung oder ein Qualitatsmanagement anhand nationaler Qualitatsindikatoren existiert. Ziel der vorliegenden Arbeit ist die Beschreibung der Ergebnisse einer erstmaligen standardisierten Bewertung von international etablierten Qualitatsindikatoren, welche potenziell in deutschen Notaufnahmen Anwendung finden konnten. Ausgehend von einer Literaturrecherche wurde eine Auswahl von 35 potenziellen Qualitatsindikatoren zu verschiedenen Prozessen einer Notaufnahme zunachst standardisiert mittels QUALIFY bewertet und in einem zweiten Durchgang interprofessionell diskutiert. Hierzu wurde eine 14-kopfige Arbeitsgruppe gebildet. Die Auswertung und Ergebnisdarstellung erfolgte fur beide Bewertungsmethoden mittels deskriptiver Statistik und Ergebniszusammenfassung. Der Vergleich beider Methoden wurde im Sinne einer Paralleltestubereinstimmung mittels Cronbach’s α ermittelt. Die Ergebnisse wurden zusatzlich in einem Indikatorregister angegeben. Bei 20 von 35 Qualitatsindikatoren wurden uberwiegend Starken in den zu bewertenden QUALIFY-Kriterien gesehen. Bei 11 Qualitatsindikatoren sah die Arbeitsgruppe Schwachen im Rahmen der Anwendung in deutschen Notaufnahmen. Die Ergebnisse der anonymen QUALIFY-Methode und diejenigen der offenen Diskussion waren zu 89 % kongruent (Cronbach’s α = 0,865). Durch die offene Diskussion wurden 46 % (16/35) der betrachteten Qualitatsindikatoren zusatzlich prazisiert und 20 % (7/35) wesentlich modifiziert. QUALIFY erlaubt eine schnelle und strukturierte Bewertung potenzieller Qualitatsindikatoren fur Notaufnahmen aus publizierten Versorgungsleitlinien bzw. einer Literaturrecherche und vermeidet einen Bias durch Beeinflussung der Experten untereinander. Die offene Diskussion ist zwar zeitaufwandiger, liefert als Ergebnis jedoch klar definierte und ausformulierte Kennzahlen fur ein Indikatorregister. Dabei zeigen beide Methoden einen hohen Grad an Ubereinstimmung. Vor der Implementierung der bewerteten Qualitatsindikatoren in standardisierte Qualitatssicherungsprogramme steht ihre wissenschaftliche Evaluation anhand nationaler Daten aus Notaufnahmen aus.

Background Some of the advantages of implementing electronic emergency department information systems (EDIS) are improvements in data availability and simplification of statistical evaluations of emergency department (ED) treatments. However, for multi-center evaluations, standardized documentation is necessary. The AKTIN project (“National Emergency Department Register: Improvement of Health Services Research in Acute Medicine in Germany”) has used the “German Emergency Department Medical Record” (GEDMR) published by the German Interdisciplinary Association of Intensive and Emergency Care as the documentation standard for its national data registry. Methods Until March 2016 the documentation standard in ED was the pen-and-paper version of the GEDMR. In April 2016 we implemented the GEDMR in a timeline-based EDIS. Related to this, we compared the availability of structured treatment information of traumatological patients between pen-and-paper-based and electronic documentation, with special focus on the treatment time. Results All 796 data fields of the 6 modules (basic data, severe trauma, patient surveillance, anesthesia, council, neurology) were adapted for use with the existing EDIS configuration by a physician working regularly in the ED. Electronic implementation increased availability of structured anamnesis and treatment information. However, treatment time was increased in electronic documentation both immediately (2:12 ± 0:04 h; n = 2907) and 6 months after implementation (2:18 ± 0:03 h; n = 4778) compared to the pen-and-paper group (1:43 ± 0:02 h; n = 2523; p

Interoperability between emergency department (ED) information systems requires a shared data specification. In 2013 Health Level Seven International, an international standards body, approved a specification for Data Elements for Emergency Department Systems (DEEDS) for use in the United States. A similar specification was created in Germany for national employment, defining data elements and forms. This study presents the first step in the efforts to harmonize the two data definitions for International approval by comparing the meaning of the German Emergency Department Medical Record (GEDMR) data element definitions with the US DEEDS using a methodology for terminology mapping from ISO/TR 12300. The comparison between GEDMR and DEEDS did show significant differences in certain domains. The results support development of an international standard for ED data elements.

Supplemental Digital Content is available in the text., Objectives The patient’s presenting complaint guides diagnosis and treatment in the emergency department, but there is no classification system available in German. The Canadian Emergency Department Information System (CEDIS) Presenting Complaint List (PCL) is available only in English and French. As translation risks the altering of meaning, the International Society for Pharmacoeconomics and Outcomes Research (ISPOR) has set guidelines to ensure translational accuracy. The aim of this paper is to describe our experiences of using the ISPOR guidelines to translate the CEDIS PCL into German. Materials and methods The CEDIS PCL (version 3.0) was forward-translated and back-translated in accordance with the ISPOR guidelines using bilingual clinicians/translators and an occupationally mixed evaluation group that completed a self-developed questionnaire. Results The CEDIS PCL was forward-translated (four emergency physicians) and back-translated (three mixed translators). Back-translation uncovered eight PCL items requiring amendment. In total, 156 comments were received from 32 evaluators, six of which resulted in amendments. Conclusion The ISPOR guidelines facilitated adaptation of a PCL into German, but the process required time, language skills and clinical knowledge. The current methodology may be applicable to translating the CEDIS PCL into other languages, with the aim of developing a harmonized, multilingual PCL.

Im Rettungsdienst Tatige unterliegen der Schweigepflicht und dem Datenschutzrecht. Mit der zunehmenden Verbreitung digitaler Dokumentationssysteme und der daraus erwachsenden Moglichkeiten auf den Zugriff von Patientendaten wird die Kenntnis und Einhaltung dieser Regeln immer wichtiger. Mit dieser Arbeit werden die relevanten Rechtsnormen identifiziert und ihre Auswirkung in Bezug auf einen Standardprozess der rettungsdienstlichen Versorgung betrachtet. Neben der Darlegung der gesetzlichen Grundlagen fur die Datenverarbeitung im Rettungsdienst werden die Landesrettungsdienstgesetze auf ihre Regelung des Datenschutzes hin beleuchtet. Weiterhin wird der Standardprozess eines Rettungsdiensteinsatzes entwickelt und auf datenschutzrechtliche Anforderungen bei der personengebundenen Datenverarbeitung untersucht. Der Datenschutz ist in Bundesdatenschutzgesetz und Landesdatenschutzgesetzen geregelt. Regelungen in einem Landesrettungsdienstgesetz ersetzen die allgemeineren datenschutzrechtlichen Regelungen, zusatzlich gilt die Schweigepflicht laut § 203 Strafgesetzbuch. In 15 von 16 Landesrettungsdienstgesetzen ist die Datenverarbeitung von personenbezogenen Daten im Rettungsdienst ohne die Einwilligung des Patienten geregelt. In Leitstellen und im Einsatz verwendete Systeme durfen nicht mit einem Gruppen-Login verwendet werden. Die lokale Datenhaltung ist zu verschlusseln und Datenubertragungen entsprechend dem Stand der Technik zu sichern. Die Gesetzgebung ist fragmentiert und fur den Anwender schwer zu uberblicken. Bei Verwendung von digitalen Systemen mussen komplexe Regeln eingehalten werden, die in gleicher oder ahnlicher Form fur alle im Gesundheitswesen eingesetzten IT-Systeme gelten. Employee in the rescue service must pay attention to confidentiality and data privacy. The knowledge and compliance of these rules becomes more and more important with the increasing use of electronic documentation systems and the possibilities arising from that onto the access of patient data. In this paper the relevant legal regulations are identified and their effect with respect to a standard process of emergency medical care. Next to the explanation of the legal regulations for data processing in rescue service federal state laws are examined for their regulation concerning the data privacy. A standardized process in the rescue service is developed. By means of this process the data privacy legal requirements are examined concerning the personal data processing. Data privacy is regulated by federal law and federal state law. Regulations in a more specific federal state law replace the more general data protection legal regulations. In addition confidentiality is valid according to §203 penal code. In 15 out of 16 federal rescue service laws the data processing of personal data is regulated without the consent of the patient. Electronic systems used in control centers and in the field must not be used with a login being valid for several customers. Local data storage is to be encrypted and data transmission is to be secured to state of the art. The legislation is fragmented so that the user can understand these legal regulations only heavily. In the case of use of digital systems complex rules must be kept to. Attention must be paid to these rules in same or similar form for all electronic systems used in the health service.

The German Emergency Department Medical Record (GEDMR) was created by medical domain experts and healthcare providers providing a dataset as well as a form. The trauma module of GEDMR was syntactically standardized using HL7 CDA and semantically standardized using different terminologies including SNOMED CT, LOINC and proprietary coding systems. This study depicts the mapping accuracy with aforementioned syntactical and semantical standards in general and especially the content coverage of SNOMED CT.The specification of GEDMR (V2015.1) concepts with eHealth-standards HL7-CDA, LOINC, SNOMED CT was analyzed. A content coverage assessment was made using the ISO TR 12300 rating scheme, following descriptive analysis.The trauma module of GEDMR contains 489 concepts, with 202 concepts expressed via HL7 CDA structure. It is possible to code 89 % of the remaining concepts via SNOMED CT. 79 % provide an advanced level of semantic interoperability, as they represent the source information either lexically or as an approved synonym.The terminology binding problem is relevant when combining different standards for syntactic and semantic interoperability with best practice documents and reference specifications providing guidance. A national license and extension for SNOMED CT in Germany as well as an ongoing effort in contributing to the International Version of SNOMED CT would be necessary to gain full coverage for concepts in German Emergency Medicine and to leverage the associated standardization process.

A standardized medical record for the emergency department (GEDMR) was released in Germany, but only sparsely and randomly implemented by emergency department (ED) electronic health record (EHR) vendors. A reason for this may be a lacking common language between the medical and the Health Information Technology (HIT) domain. HL7 clinical document architecture (CDA) may leverage this communication gap. This paper reports on the effects of a professional medical association record standard on EHR vendors and the German ED-EHR market. Standard records and data standards are developed and published by different institutions either on governmental, healthcare agency or medical association level. There are some standard records, especially by US cardiology associations, transformed into HL7 C-CDA. GEDMR was modeled as HL7 CDA with the use of interoperable terminologies like LOINC and SNOMED CT. Being part of an emergency department data registry development project, local deployment at 15 project hospitals receiving sufficient funding was performed. Two major ED-EHR vendors adapted GEDMR within their product including CDA export. 106,868 CDAs were produced in six hospitals until now. Four local implementations with four different ED-EHRs were developed, producing 42,256 CDAs. Five additional vendors are adapting or developing an ED-EHR. The GEDMR-CDA implementation guide with funding for implementation in project hospitals had a significant impact on the German ED-EHR market. Within two years after release, a broadening and increasingly self-enforcing support by German ED-EHR vendors is notable.

Fur die Dokumentation der Notfallversorgung in deutschen Notaufnahmen existierte bislang kein einheitlicher Standard. Sowohl einrichtungsubergreifende Analysen der behandelten Patientenkollektive im Rahmen der Versorgungsforschung als auch krankenhausinterne Analysen des Qualitatsmanagements waren somit nur schwer moglich. Ziel der Sektion Notaufnahmeprotokoll der Deutschen Interdisziplinaren Vereinigung fur Intensivmedizin und Notfallmedizin (DIVI) war es, den 2010 konsentierten modularen Kerndatensatz „Notaufnahme“ fur eine standardisierte Dokumentation der fruhen innerklinischen Notfallversorgung zu entwickeln. Recherche und Auswertung aktueller Literatur, Expertentreffen, Delphiprozess. In interdisziplinaren Expertenrunden wurden zunachst die Anforderungen an die Dokumentation in einer Notaufnahme analysiert, bereits existierende Dokumentationssysteme ausgewertet und ein Kerndatensatz erarbeitet. Der so entwickelte Kerndatensatz ermoglicht die interdisziplinare und interprofessionelle Dokumentation der Notfallpatientenbehandlung in deutschsprachigen zentralen Notaufnahmen (ZNA) unter Berucksichtigung der Punkte Informationsweitergabe, Qualitatsmanagement, Benchmarking, medikolegaler Aspekte und Okonomie. Durch einheitliche Verwendung dieses Dokumentationsstandards kann die Vergleichbarkeit der Prozess- und Ergebnisqualitat in Notaufnahmen gesteigert werden. Mit der geplanten Integration des Datensatzes in EDV-gestutzte Dokumentationssysteme wird neben der Verbesserung der Dokumentationsqualitat auch die automatisierte Bedienung von bundesweiten Registern und Vermeidung von redundanter Dokumentation erreicht. Das vorliegende Update stellt den zuruckliegenden und zukunftigen Entwicklungsprozess des Kerndatensatz „Notaufnahme“ dar und erlautert die Moglichkeiten der Nutzung dieser Daten fur Zwecke des Qualitatsmanagements, eines nationalen Notaufnahmeregisters sowie der Versorgungsforschung anhand von 11 Aspekten der Kennzahlenanalyse. Erkannte Limitationen werden beschrieben und Wege, diese in zukunftigen Entwicklungsstufen zu verbessern, beleuchtet.

Der fortgeschriebene Minimale Notfalldatensatz MIND3 ist ein Kerndatensatz, der eine definierte und von der DIVI autorisierte Menge an Merkmalen und Merkmalsbeschreibungen enthalt, die zur Dokumentation der prahospitalen Notfallrettung durch Rettungs- und Notarztdienst erforderlich sind. Der modulare Aufbau ermoglicht eine situations- und einsatzgerechte Dokumentation auf einem Basismodul-DIVI-Notfalleinsatzprotokoll und entsprechenden Zusatzmodulen. Mit einer IT-gestutzten Datenerfassung werden die Grundlagen fur ein medizinisches Qualitatsmanagement gelegt.

Within surgical departments, a large amount of antibiotics is used for perioperative prophylaxis. Despite the existence of several guidelines and recommendations for administering antibiotic prophylaxis, mistakes still do occur and have an unknown impact on outcome severity. Based on the electronic anaesthesia records of 4304 patients undergoing defined surgical procedures requiring perioperative antibiotic prophylaxis, a matched pairs approach was used to evaluate the impact of inadequate antibiotic prophylaxis on hospital mortality and prolonged length of stay on intensive care. Stepwise regression models were developed to predict the impact of inadequate antibiotic prophylaxis on outcome measures. An inadequate antibiotic prophylaxis was found for a total of 877 cases. 77.9% of cases were successfully matched, leading to 683 cases and controls each. The crude mortality ratio of cases to controls was 1.5 (cases = 21 versus controls = 14; P = 0.19). The case group had a significantly (P 1 day; yes or no).

Background: A number of developments have been made in computerized patient data management systems (PDMSs), making them of interest to medical and nursing staff as a means of improving patient care. Objectives: The aim of this study was to assess the capability of a PDMS to record and provide drug-administration data and to investigate whether the PDMS may be used as a means of support for clinical audits and quality control. Furthermore, we assessed whether antibiotic therapy as a surrogate for infections correlates with hospital mortality in patients staying >24 hours in a surgical intensive care unit (SICU). Methods: Because of its medical and economic importance in ICU treatment, we chose to use the field of antibiotic therapy as an example. A PDMS was used in a 14-bed SICU (Department of Anesthesiology, Intensive Care Medicine, and Pain Therapy, University Hospital Giessen, Giessen, Germany) to record relevant patient data, including therapeutic, diagnostic, and nursing actions. During a 15-month period (April 1, 2000 to June 30, 2001), antibiotic drug therapy was electronically analyzed and presented using the anatomic therapeutic chemical (ATC) category for antibacterials (ATC group, J01) with daily defined doses. Furthermore, the correlation of antibiotic therapy with patient outcome (hospital mortality) was tested using logistic regression analysis. Results: A total of 2053 patients were treated in the SICU. Of these, 58.0% (1190 patients) received antibiotics (4479 treatment days; 13,145 single doses). Cephalosporins (ATC category, J01DA) were used most frequently (1785 treatment days [39.9% of treatment days]), followed by combinations of penicillins with beta-lactam inhibitors (ATC category, J01CR; 1478 treatment days [33.0%]) and imidazole derivatives (ATC category, J01XD; 667 treatment days [14.9%]). The antibiotic therapy lasted 1 week. A total of 36.7% of cases were treated with only 1 antibiotic agent, 14.1% were given a combination of 2, and 7.2% were given a combination of ≥3 antibiotic agents. Seven hundred twenty-six patients remained in the SICU for >24 hours; 143 (19.7%) died during their hospital stay; 110 (15.2%) in the SICU. The duration of antibiotic therapy (odds ratio [OR], 1.46) and number of different antibiotic drugs used (OR, 2.15) significantly correlated with hospital mortality. Conclusions: Antibiotic therapy in a SICU can be assessed and analyzed in detail using a PDMS. Furthermore, in this study, the duration of antibiotic therapy and the number of antibiotic agents used correlated with hospital mortality. In further developing PDMSs, it is important for quality-assurance purposes to document the reasons for giving antibiotics and for changing prescriptions. It would also be helpful to integrate certain therapy standards and reminder functions for the duration of therapy in the PDMS.

Ziel dieser prospektiven Untersuchung war es zu prufen, inwieweit der TISS-28 (Therapeutic Intervention Scoring System) und der Nine Equivalents of Nursing Manpower Use Score (NEMS) den Pflegeaufwand von Patienten einer Operativen Intensivstation vergleichbar abbilden. In die Studie wurden alle Patienten eines Kalenderjahres eingeschlossen, die alter als 18 Jahre waren und langer als 24 Stunden auf einer Operativen Intensivstation behandelt wurden. Die Dokumentation der Stationsaufenthalte erfolgte mit einem Patient-Daten-Management-System. Fur jeden Patienten und jeden Behandlungstag wurde der TISS-28 und der NEMS automatisch berechnet und mit Hilfe der Bland-Altman-Analyse der Grad der Ubereinstimmung beurteilt. In die Untersuchung konnten 687 Patienten (Uberlebende = 604, Verstorbene = 83) mit insgesamt 3238 Behandlungstagen eingeschlossen werden. Der durchschnittliche TISS-28 (bzw. NEMS) betrug 23,8 ± 4,6 (22,6 ± 5,6) fur die Uberlebenden und 28,5 ± 6,7 (28,3 ± 7,5) fur die Verstorbenen. Der TISS-28 wertet um durchschnittlich 1,6 Punkte hoher als der NEMS-Score (p < 0,05) mit einem R2 = 0,125 und einer linearen Regressionsgeraden von y = –0,227x + 7,394. In dieser Untersuchung konnte gezeigt werden, dass der TISS-28 und der NEMS vergleichbare Scorewerte liefern. Somit konnen beide Scoring-Systeme in Qualitatssicherungsprojekten parallel eingesetzt werden und erlauben den Vergleich des Pflegeaufwandes.

Summary Objectives: In our department, we have been using an Anesthesia Information Management System (AIMS) for five years. In this study, we tested to what extent data extracted from the AIMS could be suitable for the supervision and time-management of operating rooms. Methods: From 1995 to 1999, all relevant data from 103,264 anesthetic procedures were routinely recorded online with the automatic anesthesia record keeping system NarkoData. The program is designed to record patient related time data, such as the beginning of anesthesia or surgical procedure, on a graphical anesthesia record sheet. The total number of minutes of surgery and anesthesia for each surgical subspecialty per hour/day and day of the year was calculated for each of the more than 40 ORs, amounting to a total of 112 workstations. Results: It was possible to analyze the usage and the utilization of ORs at the hospital for each day of the year since 1997. In addition, annual and monthly evaluations are made available. It is possible to scrutinize data of OR usage from different points of view: queries on the usage of an individual OR, the usage of ORs on certain days or the usage of ORs by a certain surgical subspecialty may be formulated. These data has been used repeatedly in our hospital for decision making in OR management and planning. Conclusions: In assessing the results of our study, it should be considered that the system used is not a specialized OR management tool. Despite these restrictions, the system contains data which can be used for an exact and relevant presentation of OR utilization

Emergency rooms of hospitals provide care to a lot of patients and have great impact on their outcome, so researching the quality of care seems important. Research using registries has yielded impressive results in other areas of medicine. However centralized data-storage has its pitfalls, especially regarding data privacy. We therefore drafted an IT infrastructure that uses decentralized storage to ensure data privacy, but still enables data transfer between participating hospitals. It implements an independent information broker to ensure anonymity of patients. Still it provides a way for researchers to request data and hospitals to contribute data on an opt-in basis. Although not an entirely new approach, the emphasis on data privacy throughout the design is a novel aspect providing a better balance between the need for big sample sizes and patient privacy.

In anesthesia and intensive care logistic regression analysis are often used to generate predictive models for risk assessment. Strictly seen only independent variables should be represented in such prognostic models. Using anesthesia-information-management-systems a lot of (depending) information is stored in a database during the preoperative ward round. The objective of this study was to evaluate a statistical algorithm to process the different dependent variables without losing the information of each variable on patient's conditions.Based on data about prognostic models in anesthesia an iterative statistical algorithm was initiated to summarize dependent variables to subscores. Seven subscores out of several preoperative variables were calculated corresponding to the proper incidence and the correlation to the occurrence of intraoperative cardiovascular events was evaluated. After that first step logistic regression was used to build a predictive model out of the seven subscores, 10 patient-related, and two surgery-related variables. Performance of the prognostic model was assessed using analysis of discrimination and calibration.Four out of seven subscores together with age, type and urgency of surgery are represented in the prognostic model to predict the occurrence of intraoperative cardiovascular events. The prognostic model demonstrated good discriminative power with an area under the ROC curve (AUC) of 0.734.Due to reduced calibration, the clinical use of the prediction model is limited.

The development of medical research networks within the framework of translational research has fostered interest in the integration of clinical and biological research data in a common database. The building of one single database integrating clinical data and biological research data requires a concept which enables scientists to retrieve information and to connect known facts to new findings. Clinical parameters are collected by a Patient Data Management System and viewed in a database which also includes genomic data. This database is designed as an Entity Attribute Value model, which implicates the development of a data warehouse concept. For the realization of this project, various requirements have to be taken into account which has to be fulfilled sufficiently in order to align with international standards. Data security and protection of data privacy are most important parts of the data warehouse concept. It has to be clear how patient pseudonymization has to be carried out in order to be within the scope of data security law. To be able to evaluate the data stored in a database consisting of clinical data collected by a Patient Data Management System and genomic research data easily, a data warehouse concept based on an Entity Attribute Value datamodel has been developed.

Within surgical departments, a large amount of antibiotics is used for perioperative prophylaxis. Despite the existence of several guidelines and recommendations for administering antibiotic prophylaxis, mistakes still do occur and have an unknown impact on outcome severity. Based on the electronic anaesthesia records of 4304 patients undergoing defined surgical procedures requiring perioperative antibiotic prophylaxis, a matched pairs approach was used to evaluate the impact of inadequate antibiotic prophylaxis on hospital mortality and prolonged length of stay on intensive care. Stepwise regression models were developed to predict the impact of inadequate antibiotic prophylaxis on outcome measures. An inadequate antibiotic prophylaxis was found for a total of 877 cases. 77.9% of cases were successfully matched, leading to 683 cases and controls each. The crude mortality ratio of cases to controls was 1.5 (cases = 21 versus controls = 14; P = 0.19). The case group had a significantly (P0.01) prolonged stay on ICU when analysed as a metric variable. Using logistic regression analysis, we could determine that inadequate antibiotic prophylaxis had no impact on either hospital mortality or prolonged length of stay on ICU (1 day; yes or no).