Menü
< ZURÜCK ZU FALLSTUDIEN

Eine Herzensangelegenheit: Verbessertes Diagnoseverfahren in Krankenhaus rettet Leben und spart Geld

In Krankenhäusern rechnet man damit, viele lebensrettende Verfahren anzutreffen – kostenintensive medizinische Forschung und wegweisende neue Techniken. Der Ansatz eines Krankenhauses in Taiwan bei der Behandlung von Patienten mit Herz-Kreislauf-Erkrankungen mag jedoch überraschend wirken: Datenanalyse.

Herzerkrankungen sind eine der häufigsten Todesursachen in Taiwan. Es ist also nicht verwunderlich, dass die Medizinexperten in diesem Land nach Möglichkeiten suchen, die Behandlung dieser Patienten zu verbessern.

Daher untersuchte ein Lean Six Sigma-Projektteam am Cathay General Hospital in Taipeh das Verfahren für die Angioplastie bei der Behandlung von Patienten, die einen als ST-Hebungsinfarkt (STEMI, ST-Elevation Myocardial Infarction) bezeichneten Herzinfarkt erlitten haben. Diese Art von Herzinfarkt wird durch eine koronare Herzkrankheit verursacht. Durch Verbesserungen von Aspekten wie der Länge des Zeitraums zwischen Diagnose und Behandlung könnten viele Leben gerettet werden.

Ärzte und Qualitätsmanager aus der Abteilung für Qualitätsmanagement des Krankenhauses werteten mit der Minitab Statistical Software den Prozess im Krankenhaus aus und konnten daraufhin Diagnose- und Behandlungsverfahren verbessern und gleichzeitig Einsparungen bei den Kosten für medizinische Ressourcen erzielen.

Die Herausforderung

STEMI-Patienten werden durch EKG-Befunde und kardiale Biomarker diagnostiziert. Die empfohlene Behandlung für diese Patienten besteht aus einer Angioplastie, die innerhalb von 90 Minuten nach der Ankunft des Patienten beendet sein sollte.

Ein Projektteam am Cathay General Hospital führte mit der Minitab Statistical Software Datenanalysen durch, anhand derer die Behandlung von Herzinfarktpatienten verbessert werden sollte. Die Abbildung oben zeigt den Standort des Krankenhauses in Taipeh (Taiwan).

Mediziner bezeichnen diesen Zeitraum als „Door-to-Balloon“-Zeit (D2B), da bei der Angioplastie ein kleiner Ballon mit einem Katheter in das verengte Blutgefäß eingeführt wird. Das Expandieren dieses Ballons an der Stelle der Verengung ermöglicht, dass das Blut wieder ungehindert fließen kann.

Um die Überlebenschancen der Patienten zu optimieren, musste das Team die einzelnen Schritte des Prozesses auswerten. Dabei musste bestimmt werden, welche Variablen zu einer D2B-Zeit führen, die den empfohlenen Zeitraum überschreitet, und – noch wichtiger – welche Korrekturen möglich wären, um dies zu ändern.

Einsatz von Minitab

Das Team analysierte die D2B-Zeit, die ein EKG, die Wartezeit vor der Operation und das Expandieren des Ballons umfasst, mit der Minitab Statistical Software.

Die Ergebnisse einer Analyse sind allerdings nur vertrauenswürdig, wenn auch die analysierten Daten selbst vertrauenswürdig sind. Um festzustellen, ob die Daten vertrauenswürdig sind, führte das Projektteam mit Minitab eine Messsystemanalyse durch. Bei diesem Verfahren wird die Genauigkeit eines Systems ausgewertet, darunter die Wiederholbarkeit und Reproduzierbarkeit, um sicherzustellen, dass die Messungen beständig und zuverlässig sind.

Mit dem Menü „Assistent“ in Minitab können Sie ganz einfach das richtige Werkzeug auswählen, auch wenn Sie kein Statistiker sind. Im oben gezeigten Dialogfeld können die Benutzer ein Arbeitsblatt für die Datenerfassung für eine Messsystemanalyse erstellen.

Nach der Überprüfung der Genauigkeit der Messungen analysierte das Team die D2B-Daten für 40 STEMI-Fälle, die über einen Zeitraum von neun Monaten aufgetreten waren.

Zunächst wurden die Daten daraufhin überprüft, ob diese einer Normalverteilung folgten. Dies ist eine wichtige Annahme bei vielen Arten von Analysen. Die Daten waren nicht normalverteilt, doch mit Minitab konnte das Team bequem eine Box-Cox-Transformation durchführen, um die Daten zu normalisieren. Das Team erstellte dann anhand der transformierten Daten eine I/MR-Karte, um die Stabilität des Prozesses über die Zeit auszuwerten. Mit einer solchen Regelkarte werden sowohl Einzelbeobachtungen (I) als auch gleitende Spannweiten (MR) dargestellt, um die Änderungen des Mittelwerts und der Streuung bei den Beobachtungen über einen bestimmten Zeitraum abzubilden.

Die oben gezeigte I/MR-Karte stellt die normalisierten Daten aus der Box-Cox-Transformation dar und zeigt ungewöhnliche Streuungsquellen in den Daten.

Das Projektteam führte außerdem eine Prozessfähigkeitsanalyse mit Minitab durch, um zu bestimmen, ob der Prozess die Vorgaben erfüllte, und um Erkenntnisse über Verbesserungsmöglichkeiten zu gewinnen. In diesem Fall betrug die obere Spezifikationsgrenze für die D2B-Zeit 90 Minuten. Die Ergebnisse der Prozessfähigkeitsanalyse zeigten, dass beim Umgang mit STEMI-Fällen in diesem Krankenhaus deutliche Verbesserungen möglich waren.

Das Team untersuchte die einzelnen Schritte bei der Behandlung eines STEMI-Patienten und ermittelte mehrere Bereiche, in denen die Effizienz erheblich verbessert werden konnte. Hierzu gehörten die Bestätigung der Diagnose, die Verabreichung von Medikamenten, die Vorbereitung für die Operation, die Verlegung des Patienten in das Katheterlabor sowie das Expandieren des Ballons.

Ergebnisse

Nach der Auswertung des STEMI-Prozesses setzte das Team Verbesserungen um. So wird nun bei Patienten, die mit Brustschmerzen eingeliefert werden, sofort ein EKG aufgezeichnet. Behandlungsbögen werden automatisch gedruckt und nicht von Hand geschrieben, in der Notaufnahme sind bereits vorsortierte STEMI-Medikamente verfügbar, die Katheterexperten werden bei Bestätigung der Diagnose sofort informiert, das Operationsmaterial für STEMI-Eingriffe wird im Voraus zusammengestellt, und Mitarbeiter, die nicht mit der Verfahren vertraut sind, erhalten während der Operation keine Erklärungen.

Das Team erfasste dann weitere Daten und wertete den Prozess erneut aus. Die neuen Daten wurden mit Minitab analysiert, und das Team konnte zeigen, dass die durchschnittliche D2B-Zeit von 139,2 auf 57,9 Minuten gefallen war – eine Verbesserung von 58,4 %. Darüber hinaus zeigte eine Prozessfähigkeitsanalyse, dass dieses neue Verfahren die Spezifikationen erfüllen konnte.

Ein effizienterer Prozess bedeutet für die Patienten, dass die Angioplastie schneller durchgeführt und damit mehr Leben gerettet werden. Außerdem wurde die durchschnittliche Länge des Krankenhausaufenthalts für STEMI-Patienten seit der Umsetzung des neuen Prozesses um drei Tage verkürzt, und das Krankenhaus konnte 4,4 Millionen Dollar für medizinische Ressourcen einsparen. Das Projekt wurde von der Taiwan Joint Commission of Hospital Accreditation gewürdigt und mit dem Symbol of National Quality des Institute for Biotechnology and Medicine Industry ausgezeichnet.

Die Anwendung von Datenanalysen und Lean Six Sigma-Methoden im Gesundheitswesen sorgt möglicherweise nicht für die gleichen Schlagzeilen wie ein neues experimentelles Operationsverfahren. Doch wenn in mehr Krankenhäusern Eingriffe dank Datenanalysen besser, schneller und sicherer werden, sind die Ergebnisse jeden Tag in den Gesichtern der Patienten zu erkennen, deren Leben dadurch gerettet wurden.

ORGANISATION

Cathay General Hospital

ÜBERSICHT

  • Universitätsklinik in Taipeh (Taiwan)
  • Medizinische Versorgung für Nord-Taiwan seit über 30 Jahren
  • Umfassendes Leistungsangebot, u. a. Herzoperationen, neurologische Eingriffe und Transplantationen
  • 778 Patientenbetten
  • Teil eines Gesundheitsnetzwerks mit Standorten in Hsinchu und Sijhih und einem Gesundheitszentrum in Neihu

HERAUSFORDERUNG

Auswertung der Prozesse im Krankenhaus für Herzinfarktpatienten zur Verbesserung der Dauer zwischen Diagnose und Behandlung, um Leben zu retten, die Effizienz zu steigern, Verschwendung zu vermeiden und die Kosten für medizinische Ressourcen zu senken

VERWENDETE PRODUKTE

Minitab® Statistical Software

ERGEBNISSE

  • Verbesserung der Behandlung von Herzinfarktpatienten dank Datenanalyse
  • Verkürzung des Krankenhausaufenthalts für Herzinfarktpatienten
  • Einführung eines neuen Prozesses für Patienten, durch den 4,4 Millionen Dollar bei medizinischen Ressourcen einspart werden konnten
  • Verbesserung der durchschnittlichen Wartezeit zwischen Diagnose und Behandlung um 58,4 %
clear