GeriNOT in the Surgical Inpatient Setting

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

Authors

Institutions

Publication Details

Journal
Zeitschrift für Orthopädie und Unfallchirurgie
Published
2024-10-10
DOI
https://doi.org/10.1055/a-2343-4014
Primary Topic
Chronic Disease Management Strategies
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

GeriNOT in the Surgical Inpatient Setting

Birgit Feindt, Christoph‐Eckhard Heyde, Christoph Baerwald, Ralf Sultzer et al.
Zeitschrift für Orthopädie und Unfallchirurgie
Chronic Disease Management Strategies
article

GeriNOT in the Surgical Inpatient Setting

Birgit Feindt, Christoph‐Eckhard Heyde, Christoph Baerwald, Ralf Sultzer, Beate Feist, Johann Behrens, Lysann Kasprick, Andreas Roth
article en

Abstract

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

Zeitschrift für Orthopädie und UnfallchirurgieVol. 163(02)
University Hospital Leipzig (DE), Martin Luther University Halle-Wittenberg (DE)
Openalex Percentile: Top 74%
Chronic Disease Management Strategies
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.