Biomarker und pflegerische Risikoeinschätzungen kombinieren Potential der interprofessionellen Forschung nutzen

Größe: px

Ab Seite anzeigen:

Download "Biomarker und pflegerische Risikoeinschätzungen kombinieren Potential der interprofessionellen Forschung nutzen"

Jesko Falk
vor 6 Jahren
Abrufe

1 Biomarker und pflegerische Risikoeinschätzungen kombinieren Potential der interprofessionellen Forschung nutzen Swiss MedLab Kongress, Symposium Labormedizin in der Pflege Antoinette Conca, Leitung Fachabteilung Pflegeentwicklung Daniel Koch, Masterstudent Pflege medizinische Universitätsklinik

2 Übersicht Interprofessionelles Austrittsmanagement Post-Acute Care Discharge (PACD) Score als Screeninginstrument Kombination von klinischem Score PACD und Labor Potential interprofessioneller Forschung nutzen 2

Herausforderungen http://sc.tagesanzeiger.

3 Herausforderungen Zugriff: Zugriff: Conen, 2010, Zugriff:

4 Effiziente Austrittsvorbereitung 4

5 Warum ist Austrittsmanagement so wichtig? Umfassende Austrittsvorbereitung und Nachbetreuung 1 Patientenergebnisse, Wiedereintritte ins Spital, Aufenthaltsdauer 30% alle Spitalaustritte verzögern sich wegen nicht med. Gründen Hospitalisation sofortige Genesung 2 Mehrheitlich funktionale Verschlechterung bei Entlassung versus vor Unfall/ Krankheit, oft auch dauerhaft nicht mehr erreicht: Institutionalisierungsrate nach 1 Jahr, Mortalität 1 Shepperd et al., 2010; Naylor et al., 1999; 2000; 2004; Boutin-Foster et al., 2005; 2 Fortinsky et al., 1999; Gill et al., 2010; Covinsky et al., 2011; Boyd et al., 2008, Brown et al.,

6 Interprofessionalität 6

7 Interprofessionelle Triagierung Müller et al. (2010) 7

Übersicht Projekt OPTIMA OPTIMA I Observation Atemwegsinfekte OPTIMA II Intervention Atemwegsinfekte und Observation Herzinsuffizienz, Synkopen, Harnwegsinfektionen, Pflegenotfälle OPTIMA III

8 Übersicht Projekt OPTIMA OPTIMA I Observation Atemwegsinfekte OPTIMA II Intervention Atemwegsinfekte und Observation Herzinsuffizienz, Synkopen, Harnwegsinfektionen, Pflegenotfälle OPTIMA III Intervention Atemwegsinfekte, Herzinsuffizienz, Synkopen, Harnwegsinfektionen, Pflegenotfälle OPTIMA I Patienten in Beobachtungsphase Atemwegsinfekte - Hypothesen und Mengengerüst bestätigt, d.h. -> grosses Potential durch interdisziplinäre, Biomarker-gesteuerte Triage nicht-indizierte Hospitalisationen zu vermeiden und Aufenthaltsdauer zu verkürzen -> Instrumente zu Risiko-Assessement bewähren sich - Zusammenarbeit mit Partner eingerichtet OPTIMA II - interdisz. Biomarker-gesteuerte Triage bei Atemwegsinf. (OPTIMA I) - Observation von zusätzl. Patientengruppe (Vorb. OPTIMA III) - NLU-Abteilung bereit, Patienten aufzunehmen; interdisziplinäre wissenschaftliche Begleitung gesichert OPTIMA III - interdisz. Biomarker-gesteuerte Triage und Antibiotika-Steuerung bei Harnwegsinfektpatienten 8

9 Patientenpfad No0all Be=ensta>on Entlassung I II III Ärztl. Ersterfassung PACD Visitentool Austri=smanagement 30 Tage Interview Erstbeurteilung No0all àsic / IPS? Hosp/Amb? Be=ensta>on / SIC / IPS Medizinische Behandlung / pflegerische Betreuung / soziale Bedürfnisse Warten auf Entlassung Hause, Spitex Rehabilita>on AH / PH 9 Zeit

10 Beschleunigung der Austrittsorganisation Wartezeit 10

11 Multimorbider alter Mensch mit Akuterkrankung Zurück in den Alltag dank op5mierter Vorbereitung 11

12 «Post-Acute Care Discharge» Abbildung in Conca, et al. Krankenpflege 01/2013, s. 22, Grafik: Redaktion SBK 12

13 Wie gut sagt der PACD die Nachsorge voraus? 13

14 Neurologie Medizin Sensitivity Sensitivity Specificity Specificity Area under ROC curve = Area under ROC curve = AUC Konfidenzintervall (95%): 0.63 bis 0.74 AUC Konfidenzintervall (95%): 0.73 bis 0.80 Feb-Okt 2013 N=2514 Conca et al. (2016) 14

15 Hypothesen Forschungsprojekt TRIAGE 15

16 Kombination PACD mit Laborparametern Ziel: diagnostische Werte des PACD zur Voraussage des Risikos für eine institutionelle Nachsorge verbessern mit zusätzlichen Indikatoren: - aktuelle medizinische Situation - diagnostische Laborwerte, wie das Albumin und prognostische Marker wie ProADM und Urea Masterarbeit KSA: Daniel Koch (2016) 16

17 Methode Design: Prospektive, beobachtende Kohortenstudie Medizinische, notfallmässig eingetretene Patienten (n=1432) Statistisches Vorgehen: Gruppierung Labordaten und ordinale Skalierung (gemäss Referenzwerten Labor KSA) binäre logistische Regression (backwards) der Einzelgruppen -> Signifikante Laborparameter (bzgl. PAC) binäre log. Reg. kombiniert mit Einzelitems des PACD Kontrolle über ROC/AUC bzgl. Verbesserung des Modells Masterarbeit KSA: Daniel Koch (2016) 17

18 Resultate Signifikante Laborparameter mit Endpunkt PAC: Erythrozytenverteilungsbreite (red blood cell distribution width, RDW) Hämatokrit Albumin ProADM (OR 2.9) Copeptin (OR 1.9) Modell: Albumin/Copeptin/Hämatokrit Masterarbeit KSA: Daniel Koch (2016) 18

19 PACD allein PACD & Labor AUC=.765 AUC=.765 AUC=.787 Kein sign. Unterschied der VoraussagekraT Masterarbeit KSA: Daniel Koch (2016) 19

20 Schlussfolgerung Laborparameter einzeln sagen den Austritt PAC sign. vorher diagnostische Genauigkeit des Screeninginstruments PACD durch Hinzufügen von Routine-Laborparametern nicht verbessert Masterarbeit KSA: Daniel Koch (2016) 20 20

21 Potential der interprofessionellen Forschung nutzen Chancen: Modelle mit erweiterter, interprofessioneller Perspektive Nutzung von Synergien für Proposal, Mittelgenerierung Datensammlung, Dateninterpretation interprofessionelle Diskussion Publikationen Zugänglichkeit von mehr berufsgruppenübergreifendem Fachknowhow 21

Herzlichen Dank für Ihre Aufmerksamkeit Arztdienst Medizin Pflegedienst Prof. Dr. Beat Müller Katharina Regez Prof. Dr. Philipp Schuetz Ursula Schild Dr. Claudine Blum Merih Guglielmetti PD Dr.

22 Herzlichen Dank für Ihre Aufmerksamkeit Arztdienst Medizin Pflegedienst Prof. Dr. Beat Müller Katharina Regez Prof. Dr. Philipp Schuetz Ursula Schild Dr. Claudine Blum Merih Guglielmetti PD Dr. Werner Albrich Antoinette Conca Andriy Zhydkov Daniel Koch Dr. Marcus Batschwaroff Angela Gabele Dr. Sebastian Haubitz Corinne Brunner Dr. Anna Christina Rast Zeljka Caldara Dr. Eva Grolimund Susanne Schirlo Deborah Steiner Petra Tobias & Team Dr. Timo Kahles Barbara Reutlinger/ Helen Weber Prof. Dr. Nedeltchev Sozialdienst Lukas Fässler Anja Keller & Team Notfall / INZ Labor Dr. Ulrich Bürgi Prof. Dr. Andreas Huber & Team Partner F & C, med. Controlling Prof. S. de Geest, INS BS Jörg Fröhlich, Thomas Holler & Teams AarRehaSchinznach 22 Klinik Barmelweid

23 Zeit für Fragen Danke für Ihre Aufmerksamkeit. Kontakt: 23

Ähnliche Dokumente

Verbessertes initiales Screening zur Optimierung des Austrittsmanagements

Verbessertes initiales Screening zur Optimierung des Austrittsmanagements Antoinette Conca, Fachabteilung Pflegeentwicklung, Pflege u. MTTD für das OPTIMA-TRIAGE Team Übersicht 1. Warum initiales Screening