Zertifizierung von Cardiac-Arrest-Zentren

ZusammenfassungDie Versorgung von Patienten mit bzw. nach einem Kreislaufstillstand ist besonders komplex und sollte in einem Cardiac Arrest Center (CAC) erfolgen. Zur Etablierung der CAC finden Zertifizierungen mit regelmäßigen Reaudits statt. Dieser Artikel beschreibt den Zertifizierungsprozess. Die Zertifizierung zum CAC ist ein mehrstufiger Prozess und nimmt insgesamt etwa ein Jahr Zeit in Anspruch. Ein CAC vereint multidisziplinär alle relevanten prä- und innerklinischen Akteure. Die vorgegebene Infrastruktur, evidenzbasierte Behandlungsalgorithmen und eine systematische Ausbildung sind zu organisieren. Im Rahmen regelmäßiger Konferenzen sind die Abläufe anhand statistischer Auswertungen zu evaluieren und Ansätze zur Prozessoptimierung zu etablieren. Entscheidend ist die fokussierte Organisation dieses Zentrums, sodass Patienten mit ähnlichen Gegebenheiten und Voraussetzungen den annähernd gleichen Behandlungspfad erfahren, ohne dass dies von einzelnen Akteuren abhängig wäre. Multidisziplinäre Zusammenarbeit, präzise Vorgehensweisen unter hoher Patientensicherheit und exakter Dokumentation sichern das Zertifizierungsziel. Das Ergebnis dieser Maßnahmen führt zur Behandlungsoptimierung und Outcomeverbesserung von Patienten mit bzw. nach Kreislaufstillstand. In den aktualisierten internationalen Reanimationsleitlinien von 2020/21 führte dies zu einer stärkeren Empfehlung für die Etablierung von CAC.

Einsatz neuronaler Netze in der Notaufnahme

Zusammenfassung Hintergrund Krankenhäuser generieren einen Teil ihrer stationären Fälle aus ungeplanten Einweisungen über die zentrale Notfallambulanz (ZNA). Die Vorbereitung der Aufnahme benötigt üblicherweise eine ärztliche Entscheidung. Die resultierende Vorbereitungszeit für die Normalstation ist mitunter nicht ausreichend und es entstehen Verzögerungen. Ziel der Arbeit/Fragestellung Anhand der Prognose der Wahrscheinlichkeit einer stationären Aufnahme soll der potenzielle Nutzen des Einsatzes künstlicher neuronaler Netze (KNN) in der ZNA aufgezeigt werden. Dabei stellt sich die Frage, ob Routinedaten, welche in fast jeder ZNA bereits zum Zeitpunkt der Ersteinschätzung zur Verfügung stehen, einen Beitrag zur Reduktion von Verzögerungen bei der stationären Aufnahme leisten können. Material und Methoden Auf Grundlage von beschränkten und anonymisierten Routinedaten aus einem Krankenhausinformationssystem wird für eine ZNA ein KNN entwickelt, das die Vorhersage der stationären Aufnahme ermöglicht. Die Implementierung des KNN erfolgt über die Open-Source-Software R. Ergebnisse Unter Anwendung von Routinedaten erzielt das KNN eine Genauigkeit von 76,64 %. Die Sensitivität, d. h. der Anteil korrekt vorhergesagter Patientenaufnahmen, liegt bei 66,93 % und damit niedriger als die Spezifität (Anteil korrekt vorhergesagter Nichtaufnahmen), die 82,13 % beträgt. Diskussion Bereits unter Verwendung von Routinedaten können KNN einen wertvollen Beitrag für die Ablaufplanung in der ZNA leisten. Es ist zu erwarten, dass zusätzliche Variablen, wie z. B. das Patientenalter, die Prognosegüte steigern.