Hintergrund. Pflegepersonal: Arbeitsumgebung (PES), Arbeitsbelastung, Qualität & Patientensicherheit, Burn-Out, Zufriedenheit

Transkript

1 Welchen Einfluss haben qualitative und quantitative Parameter der Pflege in Akutkrankenhäusern auf Personal- und Patienten-Outcomes? Ergebnisse der RN4Cast-Studie Reinhard Busse, Prof. Dr. med. MPH FFPH FG Management im Gesundheitswesen, Technische Universität Berlin (WHO Collaborating Centre for Health Systems Research and Management) & European Observatory on Health Systems and Policies

2 Hintergrund Pflegepersonal: Arbeitsumgebung (PES), Arbeitsbelastung, Qualität & Patientensicherheit, Burn-Out, Zufriedenheit 2 3 Endogenitätsproblem! Krankenhaus-Charakteristika: Größe (Betten, Personal), Personal pro Patient/ Bett, Umstrukturierungen, Trägerschaft, Lehrstatus, technologische Ausstattung 1 Patienten-Outcomes: Zufriedenheit, Aufenthaltsdauer, Komplikationen, Risikoadjustierte Mortalität, Failure to Rescue(Tod/Komplikation)

3 US-Daten zeigen, dass % gut ausgebildetes (und z.t. mehr) Pflegepersonal bestimmte schlechte Outcomes (Komplikationen, FTR) verringert 3

4 US-Daten zeigen, dass weniger Pflegepersonal (höhere Patient-Nurse-Ratio) für Pflegepersonal und Patienten schlecht ist

5 Literatur (nordamerikanisch) Needleman et al., New England Journal of Medicine (2002) Zusammenhang zwischen besserer Personalbesetzung und niedrigeren Komplikationsraten (z.b. Harnwegsinfektionen und Pneumonie) bzw. kürzerer Verweildauer Aiken et al., JAMA (2002) Zusammenhang zwischen Personalbesetzung einerseits und Mortalität und FTR andererseits Je zusätzlicher Patient: 7% höhere Wahrscheinlichkeit zu versterben (OR 1,07; 95% CI: ) und 7% höhere Wahrscheinlichkeit bei FTR (OR 1,07; 95% CI: ) Friese et al., Health Services Research (2008) Zusammenhang zwischen schlechterer Arbeitsumgebung und Mortalität (OR 1,37; 95% CI: ) und FTR (OR 1,48; 95% CI: ) auf chirurgischen Stationen der Onkologie Tschannen and Kalisch, Western Journal of Nursing Research (2009) Bessere Personalausstattung führte zu kürzeren LOS (als erwartet laut DRG Codierung) Needleman et al., New England Journal of Medicine (2011) Unterbesetzung für >8h/d erhöht Mortalität um 2% (95% CI: 1,01-1,03), hoher patient turn-over um 4% (95% CI: 1,02-1,06) Aiken et al., Medical Care (2011) Senkung der Arbeitsbelastung um einen Patient je Pflegekraft senkt Mortalität um: 9% in Krankenhäusern mit sehr guter Arbeitsumgebung 4% bei mittlerer Arbeitsumgebung nicht bei schlecht bewerteter Arbeitsumgebung

6 Literatur & Ergebnisse (europäisch) Rafferty et al. (2006): England Patienten aus Krankenhäusern mit der besten Personalbesetzung (niedrigste Pat.-Nurse- Ratios) hatten signifikant bessere Ergebnisse als in KH mit schlechterer Besetzung. Mortalität in KH mit höchsten P-N-Ratios (12,4 bis 14,3): 26% höhere Mortalität (95% CI: 12-49%) als in KH mit 6,9 bis 8,3 Patienten) Van den Heede et al. (2008): Belgien No association between hospital-level nurse staffing measures and patient outcomes (using GEE; repeated using Mehrebenenmodell) Deren Erklärung: Varianz in Pflegebesetzung zwischen KH kleiner als in anderen Ländern Van den Heede (2009): Belgien Mortalität nach elektiver Herz-OP signifikant niedriger bei besserer Personalbesetzung RN4Cast-Studie Europäische Länder registered Pflegefachkräfte aus 500 Krankenhäusern (D: 1511 / 51) je nach Krankenhausgröße 2-6 chirurgischen, internistischen oder gemischten Stationen

7 Krankenhäuser und Pflegekräfte in allen teilgenommenen Krankenhäusern und Ländern Nurses per hospital Mean (standard Hospitals Nurses deviation) Range Belgium (21) England (26) Finland (15) 7-64 Germany (17) 6-67 Greece (7) 5-32 Ireland (14) Netherlands (41) Norway (65) Poland (15) Spain (37) Sweden (108) Switzerland (17) All European US (38) Total

8 Größe der Krankenhäuser nach Bettenzahl (im Durchschnitt: 599 Betten pro Krankenhaus) Universitätskrankenhäuser in dunkelgrün

9 RN4Cast-Instrumente Fragebogen Pflegekräfte: Arbeitsumgebung, Burnout, Qualität... Fragebogen Patienten: Zufriedenheit Fragebogen Krankenhaus Krankenhaus- Entlassungsdaten: Mortalität, Komplikationen, FTR

10 RN4Cast-Instrumente Fragebogen Pflegekräfte 1999: Arbeitsumgebung, Fragebogen Burnout, Qualität Pflegekräfte:... Arbeitsumgebung, Burnout, Qualität... Fragebogen Patienten: Zufriedenheit 4 Bereiche Krankenhaus- Entlassungsdaten: Mortalität, Komplikationen, FTR Arbeitsplatz (einschl. Practice Environment Fragebogen Scale PES & Maslach-Burnout-Index MBI) Krankenhaus Qualität und Sicherheit Fragen zur letzten Arbeitsschicht Angaben zur Person

11 Practice Environment Scale (PES) 11

12 Rund die Hälfte aller Pflegekräfte bewerten ihre Arbeitsumgebung nur als schlecht/ mäßig (poor/ fair)...

13 ... womit nur wenige Krankenhäuser Magnet hospital -Level erreichen

14 In den RN4Cast-Ländern sind >25% der Pflegekräfte mit ihrer Arbeitssituation unzufrieden... 55,6 37,3 37, ,1 21, ,9 20,7 25,7 22,4 26,4 11,2 BE CH DE ES FI GR IE NL NO PL SE UK Total

15 in Deutschland zwischen 0% und 80% 90,0% 80,0% 80,0% 70,0% 60,0% 55,0% 50,0% 40,0% 30,0% 20,0% 10,0% 41,4% 36,8% 33,3% 30,6% 16,7% 50,0% 52,9% 48,1% 48,3% 35,6% 56,5% 42,9% 41,7% 26,7% 31,3% 30,0% 62,1% 23,7% 21,4% 20,7% 56,3% 53,8% 30,6% 50,0% 52,9% 41,2% 47,4% 42,9% 33,3% 33,3% 28,6% 29,0% 27,8% 60,0% 38,5% 13,4% 44,9% 63,0% 61,9% 39,4% 50,0% 29,3% 30,0% 28,1% 43,1% 36,6% 37,3% 16,1% 0,0% 0,0% Gesamt

16 ... bei sehr starker Zunahme gegenüber ,6 21, ,3 37,8 26, ,7 25,7 22,4 39,1 1999: 37% 26,4 1999: 17% 11,2 BE CH DE ES FI GR IE NL NO PL SE UK Total

17 Sogar knapp 30% leiden unter emotionaler Erschöpfung...

18 42,5 36,8 44,8 40,0 46,4 37,5 56,5 51,7 43,8 41,2 66,7 40,0 44,0 37,9 40,0 50,0 60,0 70,0 Krankenhausebene in Deutschland: Emotionale Erschöpfung hoch in % Unikliniken: 26,3% 25,9 33,3 27,8 36,8 33,33,3 22,2 23,7 11,8 28,1 37,5 26,0 18,4 26,7 24,1 9,1 34,7 23,1 0,0 17,6 22,6 28,6 26,3 19,0 27,8 32,1 22,4 25,0 26,5 20,7 25,9 33,3 30,0 18,2 29,7 20,0 12,5 34,1 37,9 29,6 0,0 10,0 20,0 30,0 40, GESAMT

19 ... eine Verdoppelung gegenüber : 33% 1999: 15%

20 Gefährdung für Burnout (absolute Zahlen; N=1512) 100% 90% 80% % 60% 50% 40% 30% hoch mittel niedrig 20% % 0% Depersonalisation Emotionale Erschöpfung reduzierte persönliche Leistungsfähigkeit

21 Gefährdung für Burnout (prozentual; N=1512) Für 14,5% der befragten Pfegekräfte wurde ein bereits bestehendes Burnout mit dem MBI festgestellt (hohe Werte für emotionale Erschöpfung plus hohe Werte für Depersonalitsationund/oder reduzierte persönliche Leistungsfähigkeit) 100% 8% 90% 80% 22% 70% 60% 50% 40% 70% 30% 20% 10% 0% Depersonalisation niedrig mittel hoch 29% 29% 33% 31% 37% 40% Emotionale Erschöpfung reduzierte persönliche Leistungsfähigkeit

22 Gute Arbeitsumgebung korreliert mit niedrigerer Burnout-Rate in allen Ländern 22

23 Dagegen fällt die Bewertung der Versorgungsqualität besser (aber nicht unbedingt gut) aus : 14% 1999: 20%

24 ... und korreliert gut mit der Patienteneinschätzung

25 Bei der beurteilten Patientensicherheit sieht es deutlich besser aus % Pflegepersonen, die die Patientensicherheit als schlecht einschätzten

26 ... aber je nach Land großen Zweifeln, dass Patienten sich nach Entlassung selbst versorgen können 1999: 42% 1999: 19%

27 Gute Arbeitsumgebung korreliert mit höherer (eingeschätzter) Patientensicherheit in allen Ländern

28 Patienten-Pflegekraft-Verhältnis

29

30 Intent to leave innerhalb des nächsten Jahres

31 Thema 1: Migration in der Pflege

32 Fragestellung Können wir Push-Faktoren identifizieren, die für eine Abwanderung von Krankenhauspflegepersonal verantwortlich sind? Finden deutsche Pflegekräfte wirklich bessere Arbeitsbedingungen in beliebten Zielländern vor? Welche Implikationen können daraus für Deutschland gezogen werden?

33 Push-Faktoren (verantwortlich für Absicht zum Auswandern) Hohe Arbeitsbelastung Begrenzte Entscheidungsbefugnisse Niedriges Gehalt Fehlende Anerkennung Schlechte Zusammenarbeit und Arbeitsklima zwischenärztenund Pflegepersonal, Schlechte Weiterbildungsmöglichkeiten IR UK FR BE NL CH NO D E IT SE CZ AT SI FI PO SK HU EE LT LV Aus der Literatur bekannte Push-Faktoren bestätigen sich im PES! SP GR ZA

34 Nächster Schritt: Vergleich der Push-Faktoren mit den Vergleich der Push-Faktoren mit den Ziel- und Herkunftsländern (Schweiz, Norwegen, Niederlande, Schweden, England, England, Griechenland, Polen und Südafrika

35 40 Personalbesetzung Entscheidungs- Zufriedenheit Anerkennung Gute Arbeits- Zusammenarbeit collaboration emotional Weiterbildungs sufficient nursing decision-making satisfaction with good working between nurses not emotionally advanced training ausreichend befugnisse mit Gehalt umgebung Pflege / Ärzte erschöpft möglichkeiten staff power remuneration recognition environment and physicians exhausted prospects CHSE 30 NO 20 GR NL 10 UK ZA * 0 PL (17%) CH CH NO UK NL ZA UK SENL UK SE NO CH PL ZA NL GR ZA GR PL NO PL SE GR (76%) (66%) (35%) NO NL UK CH CH CH NO NL NO NL ZA SE SE ZA UKSE PL UK ZA GR GR PL PL CH UK NL PL NO SE ZA -30 (48%) (42%) (30%) (30%) GR GR

36 Bzgl. wie vieler Faktoren verbessert sich eine Pflegekraft, die aus Deutschland auswandert? CH NL NO UK SE ZA GR PO

37 Thema 1 Webseite (deutsch/engl.)

38 Thema 1 Publikation

39 Thema 2 Sind durch die Veränderungen der letzten Jahre Stellenabbau, DRG-Einführung etc. Auswirkungen in der Pflege spürbar und messbar?

40 Studienlage in Deutschland Pflegethermometer: wahrgenommene Kürzung des Personals Steigende Arbeitsbelastung, Überstunden und Defizite in der Patientenversorgung Unzufriedenheit und Überlegungen auszuwandern bzw. die Pflege zu verlassen (Isfort et al. 2010) ArbiK-study: Schlechtere Zusammenarbeit zwischen Pflegekräften und Ärzten (Schmidt et al. 2008) NEXT-study: ein hoher Anteil an Pflegekräften in deutschen Krankenhäusern ist emotional erschöpft und trägt ein Risiko an Burnout zu erkranken. dies mag zur Verringerung der Qualität in der Patientenversorgung führen, was wiederrum (als Konsequenz aus der verringerten Leistungsfähigkeit) zu verringerter Zufriedenheit und Burnout führen kann (Simon et al. 2005; Li et al. 2010). WAMP: DRGs verursachen eine Verschlechterung der generellen Arbeitsbedingungen, Zufriedenheit und Motivation (Braun et al. 2011) REDIA: stärke Veränderung in Bezug auf Aufenthaltsdauer des Patienten in Akutkrankenhäusern, verschlechterte Bedingungen bei der Entlassung nach Rehabilitation (Eiff et al. 2011) Keine Längsschnittstudien! Studien sind begrenzt auf bestimmte Krankenhaustypen, stellen kaum Zusammenhang her zwischen Arbeitsbedingungen und der Qualität der Versorgung.

41 Quantitative Veränderungen in Deutschlands Krankenhäusern, Veränderung Krankenhausbetten (x 1000) 565,3 503,3-11% Patientenaufnahmen (x ) 17,1 17,8 +4% Patientenaufnahmen pro Bett 30,2 35,4 +17% Durchschnittliche Aufenthaltsdauer (Tage) 9,9 8,0-19% Patiententage (x ) 169,7 142,4-16% Ärzte (x 1000) 120,6 144,0 +19% Patientenaufnahmen pro Arzt 141,7 123,8-13% Patiententage pro Arzt % Pflegepersonen (x 1000) 415,9 401,6-3% Patientenaufnahmen pro Pflegeperson 41,1 44,4 +8% Patiententage pro Pflegeperson % Ratio Pflege: Ärzte 3,4 : 1 2,8 : 1-19%

42 Veränderungen in Deutschland Schritt 1: Hatten diese Veränderungen in Deutschland einen Einfluss auf die Pflege-Arbeitsumgebung? Schritt 2: Welchen Einfluss hatten diese Veränderungen auf Qualität und Sicherheit der Patientenversorgung (aus Sicht der Pflege)? Schritt 3: Inwieweit wirkten sich negative Veränderungen auf das Wohlbefinden der Pflegefachkräfte aus im Sinne von Unzufriedenheit und Burnout?

43 1. Schritt: Hat sich die Arbeitsumgebung verändert? Arbeitsumgebung: Genügend Personal Zusammenarbeit zwischen Ärzten und Pflege Arbeitsklima Mitsprache bei Krankenhausangelegenheiten Unterstützung durch Management Kontinuierliche Patientendokumentation

44 Arbeitsumgebung deteriorated significantly

45 Quality of care and patient safety 2. Schritt: Auswirkungen auf Qualität und Patientensicherheit? Qualität und Sicherheit Qualität der Patientenversorgung Qualitätsverbesserung innerhalb des letzten Jahres Patientensicherheit auf der Station Psychosoziale Versorgung Entlassungsmanagement

46 Qualität und Patientensicherheit deteriorated significantly (except patient safety, which increased)

47 3. Schritt: Einfluss auf Job-Zufriedenheit und Burnout

48 Job-Zufriedenheit und emotionale Erschöpfung Lob und Anerkennung wirken protektiv auf Motivation und Burnout Zufriedenheit: allefaktorenprotektiv(v.a.personalausstattung, Arbeitsklima) Burnout: Qualitätsaspekte protektiv(halbzeitmodelle risikoärmer)

49 Thema 2 Publikation

50 Thema 3: Wird implizit rationiert? Wenn ja, wo?

51 Fragestellungen Gibt es in Krankenhäusern Pflegetätigkeiten, die zwar notwendig sind, aber aus Zeitmangelvon den Pflegefachkräften vernachlässigt werden? Wenn ja, lässt sich eine Hierarchisierung/Priorisierung bezüglich der Art der Tätigkeit aufstellen? Welchen Einflusshat dabei das Arbeitsumfeld?

52

53 Protektive Faktoren Qualität : ausreichend Personal, Dokumentation/Pflegepläne, gute Zusammenarbeit und ein unterstützende Vorgesetzte Qualitätsverbesserung im letzten Jahr: ausreichend Personal, unterstützende Vorgesetzte und Dokumentation/Pflegepläne Patientensicherheit auf der Station: ausreichend Personal, unterstützende Vorgesetzte, Dokumentation/Pflegepläne und gute Zusammenarbeit psychosoziale Versorgung: ausreichend Personal und unterstützende Vorgesetzte Entlassungsmanagement: Alle Faktoren waren signifikant (außer Mitspracherecht in Krankenhausangelegenheiten).

54 Schlussfolgerung Implizite Rationierung Pflegekräfte priorisieren Tätigkeiten nach Dringlichkeit mit Hinblick auf Patientensicherheit. Gute Führungsqualitäten sowie Organisation und Einteilung der Pflegearbeit wirken protektiv ( besser integrieren) Dokumentationsaufwand nicht nur negativ da positiver Effekt auf Versorgungsqualität messbar Durch fehlende Zeit am Patienten besteht Gefahr, auffällige Symptome nicht rechtzeitig zu bemerken Komplikationen werden übersehen Failure-to-rescue Implizite Rationierung offen ansprechen nur dann besteht die Chance dem entgegenzuwirken!

55 Thema 4: Beeinflusst das Pflegepersonal Outcomes? Pflegepersonal: Arbeitsumgebung (PES), Arbeitsbelastung, Qualität & Patientensicherheit, Burn-Out, Zufriedenheit 3 Endogenitätsproblem! Krankenhaus-Charakteristika: Größe (Betten, Personal), Personal pro Patient/ Bett, Trägerschaft, Lehrstatus, technologische Ausstattung 1 Patienten-Outcomes: Aufenthaltsdauer, Komplikationen, Risikoadjustierte Mortalität, Failure to Rescue(Tod/Komplikation)

56 RN4Cast-Auswertung (nochunpubliziert, beruhtauf Daten von 300 Krankenhäusern in 9 Ländern: Belgien, England, Finnland, Irland, Niederlande, Norwegen, Schweden, Schweiz und Spanien(Wir haben nicht mitgemacht, weil wir nicht auf APR-DRGs kodieren konnten.)) Personalverhältnis, die Arbeitsumgebungund Anteilan Hochschulabschlüssen sind signifikant mit Patientenmortalität verbunden; d.h. im Einzelnen: JederzusätzlichePatient pro Pflegefachkrafterhöhtdie Wahrscheinlichkeit, dass Patienten sterben, um 7% EinAnstiegder Hochschulabschlüsseum 10% verringertdas Mortalitätsrisikoum 7% DieserEffektistnochdeutlicher, wennin den Krankenhäuserndie Arbeitsumgebungauchschlechtbewertetwurde. ABER: Ist hierbei für Patientencharakteristika hinreichend adjustiert?

57 Methodik in Deutschland Schätzung der Einflüsse auf vier Patientenoutcomes 1) Mortalität 2) Verweildauer 3) Auftreten von Komplikationen: Harnwegsinfektionen, Pneumonie, Infektion mit Clostridium difficile, Schock, Herzstillstand, Wundinfektion, Sepsis (PSI-OECD), Lungenembolie oder Tiefe Venenthrombose (PSI-OECD), Infektionen nach med. Versorgung (PSI-OECD), Fremdkörper nach OP vergessen (PSI-OECD), Nadelstichverletzungen (PSI-OECD) 4) Failure to Rescue (Tod bei aufgetretener Komplikation) Klassifizierung der Patienten nach Krankheitsbildern (wie in EuroDRG) Ziel: homogene Patientengruppen Bei binärem Outcome: Nutzung von logistischen Regressionen mit Generalized Estimating Equations (GEE), um auf die Datenstruktur (Patienten in Krankenhäusern) zu kontrollieren Bei Verweildauer als Outcome: Nutzung von Regressionen (Poisson) mit Generalized Estimating Equations (GEE), um auf die Datenstruktur (Patienten in Krankenhäusern) zu kontrollieren

58 Übersicht Variablen (Pflegepersonal & Krankenhäuser) AMI Schlaganfall Hüft- Endoprothese Anzahl Krankenhäuser Betten Unikrankenhaus (=Technologiestatus hoch) 16,7% 16,7% 15,0% 11,8% Pflegekräfte/ Betten Ratio 1,0 1,0 1,0 1,1 Patienten/ Pflegefachkraft Ratio 9,4 9,4 9,8 9,7 Patienten/ Pflegehelfer Ratio 32,5 32,5 36,2 37,2 PES-NWI (1=schlecht, 4=sehr gut) 2,5 2,5 2,5 2,6 Emotionale Erschöpfung (Anteil Pflegekräfte mit hohem Risiko) 30% 30% 28,6% 28,5% Knie- Endoprothese

59 Übersicht Patientencharakteristika AMI Schlaganfall Hüft- Endoprothese Alter (MW) 69 71,8 66,3 69,3 Verweildauer (MW) 8,1 11,0 14,3 14,8 Anzahl Diagnosen (MW) 8,7 10,5 8,3 6,7 Anzahl Prozeduren (MW) 5,8 6,0 5,3 5,2 Männlich (%) 66% 51,2% 45% 36% Knie- Endoprothese Charlson 0/1/2 (%) 38/ 26/ 36 % 46/ 29/ 25 % 59/ 20/ 21 % 61/ 25/ 14 % Komplikation (%) 21,8% 22,5% 12,3% 6,5% FTR (%) 7,0% 3,6% 1,3% 0,1% Mortalität (%) 11,1% 9,7% 2,3% 0,1% Geringe Unterschiede in Häufigkeiten zwischen deskriptiven Angaben und den Outcomes in den Modellen (z.b. Anzahl Komplikationen) sind möglich, da Fälle mit fehlenden Werten aus den Modellen ausgeschlossen werden mussten

60 Outcome Mortalität Odds Ratios AMI Schlaganfall Hüfte Knie N / gestorben 5.468/ / / / 3 Work in progress (noch) nicht zitierfähig! PES-NWI (1=schlecht, 4=sehr gut) Emotionale Erschöpfung (Anteil Pflegekräfte mit hohem Risiko) 0,441 n.s. 4,096 *** 0,158 n.s. - 1,037 *** 1,008 n.s. 0,976 n.s. - Betten 1,000 n.s. 0,999 n.s. 1,000 n.s. - Unikrankenhaus (=Technologiestatus hoch) 1,326 n.s. 1,069 n.s. 0,868 n.s. - Pflegekräfte/Betten Ratio 1,016 n.s. 1,004 n.s. 1,912 n.s. - Patienten/Pflegefachkraft Ratio 1,076 n.s. 1,009 n.s. 0,947 n.s. - Patienten/Pflegehelfer Ratio 0,997 n.s. 1,002 n.s. 1,013 n.s. - *p<0,10, **p<0,05, ***p<0,01 Kontrolliert für Alter, Geschlecht, Charlson Index, Anzahl Diagnosen, Anzahl Prozeduren, Krankheitsspezifischen Diagnosen/Prozeduren: AMI: Stemi, AMI_unspec, AMI_stent, AMI_ptca Stroke: Intrazerebrale Blutung, Schlaganfall, nicht als Blutung oder Infarkt bezeichnet, Lähmungen Hüfte: Fraktur, Partielle Implantation, Revision Knie: Revision, Bluttransfusion

61 Outcome Verweildauer Schätzwerte exponiert AMI Schlaganfall Hüfte Knie N Work in progress (noch) nicht zitierfähig! PES-NWI (1=schlecht, 4=sehr gut) Emotionale Erschöpfung (Anteil Pflegekräfte mit hohem Risiko) 1,141 n.s. 4,088 *** 0,592 ** 1,86 * 0,997 n.s. 1,016 n.s. 0,988 * 1,009 n.s. Betten 1,000 n.s. 1,0002 ** 0,999 n.s. 0,999 n.s. Unikrankenhaus (=Technologiestatus hoch) 1,218 ** 0,863 * 0,429 ** 0,894 *** Pflegekräfte/Betten Ratio 1,529 n.s. 0,776 n.s. 0,739 n.s. 1,452 n.s. Patienten/Pflegefachkraft Ratio 1,089 *** 1,095 ** 1,039 n.s. 1,040 n.s. Patienten/Pflegehelfer Ratio 1,004 ** 1,006 * 1,004 n.s. 0,998 n.s. *p<0,10, **p<0,05, ***p<0,01 Kontrolliert für Alter, Geschlecht, Charlson Index, Anzahl Diagnosen, Anzahl Prozeduren, Krankheitsspezifischen Diagnosen/Prozeduren: AMI: Stemi, AMI_unspec, AMI_stent, AMI_ptca Stroke: Intrazerebrale Blutung, Schlaganfall, nicht als Blutung oder Infarkt bezeichnet, Lähmungen Hüfte: Fraktur, Partielle Implantation, Revision Knie: Revision, Bluttransfusion

62 Outcome Komplikationen Odds Ratio AMI Schlaganfall Hüfte Knie N / Kompl / / / / 375 Work in progress (noch) nicht zitierfähig! PES-NWI (1=schlecht, 4=sehr gut) 0,586 n.s. 3,070 * 1,440 n.s. 1,006 n.s. Emotionale Erschöpfung (Anteil Pflegekräfte mit hohem Risiko) 1,031 ** 1,022 n.s. 1,051 *** 0,952 n.s. Betten 0,999 n.s. 1,000 n.s. 0,997 *** 0,999 n.s. Unikrankenhaus (=Technologiestatus hoch) 1,475 n.s. 1,359 n.s. 5,427 *** 0,565 * Pflegekräfte/Betten Ratio 1,227 n.s. 1,102 n.s. 3,345 n.s. 0,095 n.s. Patienten/Pflegefachkraft Ratio 1,269 *** 1,018 n.s. 1,032 n.s. 0,941 n.s. Patienten/Pflegehelfer Ratio 0,996 n.s. 1,006 n.s. 0,990 n.s. 1,034 n.s. *p<0,10, **p<0,05, ***p<0,01 KONTROLLIERT FÜR ALTER, GESCHLECHT, CHARLSON INDEX, ANZAHL DIAGNOSEN, ANZAHL PROZEDUREN, KRANKHEITSSPEZIFISCHEN DIAGNOSEN/PROZEDUREN: AMI: STEMI, AMI_UNSPEC, AMI_STENT, AMI_PTCA STROKE: INTRAZEREBRALE BLUTUNG, SCHLAGANFALL, NICHT ALS BLUTUNG ODER INFARKT BEZEICHNET, LÄHMUNGEN HÜFTE: FRAKTUR, PARTIELLE IMPLANTATION, REVISION KNIE: REVISION, BLUTTRANSFUSION

63 Outcome Failure-to-Rescue Odds Ratio AMI Schlaganfall Hüfte Knie N / FTR / / / /2 Work in progress (noch) nicht zitierfähig! PES-NWI (1=schlecht, 4=sehr gut) 0,471 n.s. 3,310 ** 1,265 n.s. - Emotionale Erschöpfung (Anteil Pflegekräfte mit hohem Risiko) 1,039 ** 1,015 n.s. 1,037 n.s. - Betten 0,990 n.s. 1,000 n.s. 1,000 n.s. - Unikrankenhaus (=Technologiestatus hoch) 1,612 * 0,842 n.s. 1,321 n.s. - Pflegekräfte/Betten Ratio 1,370 n.s. 0,752 n.s. 2,569 n.s. - Patienten/Pflegefachkraft Ratio 1,128 n.s. 0,994 n.s. 1,068 n.s. - Patienten/Pflegehelfer Ratio 0,996 n.s. 1,000 n.s. 0,989 n.s. - *p<0,10, **p<0,05, ***p<0,01 KONTROLLIERT FÜR ALTER, GESCHLECHT, CHARLSON INDEX, ANZAHL DIAGNOSEN, ANZAHL PROZEDUREN, KRANKHEITSSPEZIFISCHEN DIAGNOSEN/PROZEDUREN: AMI: STEMI, AMI_UNSPEC, AMI_STENT, AMI_PTCA STROKE: INTRAZEREBRALE BLUTUNG, SCHLAGANFALL, NICHT ALS BLUTUNG ODER INFARKT BEZEICHNET, LÄHMUNGEN HÜFTE: FRAKTUR, PARTIELLE IMPLANTATION, REVISION KNIE: REVISION, BLUTTRANSFUSION

64 Vorläufiges Fazit Es konnten z.t. Zusammenhänge zwischen Pflege- und Patientenoutcomes gemessen werden, v. a. bei emotionaler Erschöpfung ein Indikator für hohe Arbeitsbelastung Auch konnte ein Zusammenhang mit schlechterer Personalbesetzung hergestellt werden, allerdings nur z.t. signifikant Die deutschen Ergebnisse können wie die belgischen die nordamerikanischen Ergebnisse bisher nicht bestätigen, dass Akutkrankenhäuser mit besserer Personalausstattung bessere Patientenoutcomes (Mortalität, LOS, FTR) aufweisen als solche mit schlechterer Personalausstattung weitere Auswertungen sind wichtig, um diese Ergebnisse zu stützen oder detaillieren

65 Nächste Schritte: Mehrebenenmodell Instrumentalvariablen Interaktionseffekte zwischen Personalbesetzung und Arbeitsumgebung Da es in Deutschland Krankenhäuser gibt, die trotz knapperer Personalressourcen hinsichtlich Zufriedenheit und Qualität hervorstechen qualitative Interviews