Qualität rettungsdienstlicher Verdachtsdiagnosen und Dringlichkeitsbeurteilungen

Es handelt sich um eine retrospektive Beobachtungsstudie für das Jahr 2019, in der per Zufallsstichprobe anonymisierte Datensätze aus dem IVENA eHealth System mit Daten aus dem Krankenhausinformationssystem (KIS) des Evangelischen Krankenhauses Oldenburg (EVK) anhand des Patientenalters und der Aufnahmeuhrzeit verknüpft und analysiert wurden (eMethode). Das EVK verfügt über 402 Betten und 14 Fachabteilungen, darunter Universitätskliniken für Neurochirurgie, Hals-Nasen-Ohren-Heilkunde und Neurologie inklusive überregionaler Stroke Unit. Ferner ist das EVK als überregionales Traumazentrum zertifiziert.

Im Zentrum für Notfallmedizin werden jährlich ca. 35.000 Patienten versorgt.

Die Datengrundlage basiert auf Routinedaten aus IVENA (Interdisziplinärer Versorgungsnachweis) und dem KIS ORBIS. IVENA ist eine webbasierte Anwendung, mit der sich die Leistungserbringer der präklinischen und klinischen Patientenversorgung in Echtzeit über aktuelle Behandlungsmöglichkeiten und Versorgungskapazitäten austauschen können [12]. Das Rettungsdienstpersonal verschlüsselt in IVENA die Verdachtsdiagnose des Patienten, das Alter und die Dringlichkeit in einem sechsstelligen Zahlencode (Patientenzuweisungscode [PZC]). Die Dringlichkeit wird als Sichtungskategorie (SK) bezeichnet und staffelt sich in drei Kategorien (SK1: sofortige operative oder intensivmedizinische Indikation; SK2: Einweisung zur stationären Aufnahme; SK3: ambulante Notfallbehandlung).

IVENA ermittelt das nächstgelegene Krankenhaus mit freien Ressourcen, welches die Verdachtsdiagnose behandeln und den Patienten aufnehmen kann. Anschließend erfolgt über die zuständige Leitstelle die digitale Anmeldung im Krankenhaus [11].

Um eine repräsentative Stichprobe von mindestens 1000 Fällen zu erhalten, wurden 1150 Fälle aus den IVENA-Anmeldungen des EVK im Jahr 2019 zufällig ausgewählt und mit den zugehörigen Falldaten des KIS Orbis verknüpft. Aus den IVENA-Daten wurden PZC, Datum, Uhrzeit (Zeitpunkt der Anmeldung durch den Rettungsdienst), Geschlecht, Anlass, Fachgebiet, Arztbegleitung und Transportdauer selektiert.

Aus dem im KIS hinterlegten Notaufnahmeprotokoll wurden Daten zur Behandlungsart (ambulant/stationär), klinischen Ersteinschätzung in der Notaufnahme nach Manchester Triage System (MTS) und Entlassungsdiagnose extrahiert.

Nach Ausschluss von unvollständigen und ungeeigneten Datensätzen (Abb. 1) konnten 1005 (87,3 %) Fälle für die Analyse der Triage und 978 (85,0 %) Fälle für die Diskrepanzanalyse der Diagnosen generiert und analysiert werden (eMethode).

Da es sich bei den Entlassungsdiagnosen um Freitexte handelt, gab es keine Möglichkeit, diese standardisiert mit den präklinischen Verdachtsdiagnosen abzugleichen. Aus diesem Grund wurde von den Autoren ein vierstufiges Bewertungssystem entwickelt, angelehnt an N. Ramadanov et al. [23]:

(2) Stimmt teilweise: PZC und Diagnose stimmen überein. Eine andere Diagnose ist aber führend oder wenn mehrere in der Dringlichkeit gleichwertige Diagnosen/Verletzungen vorliegen, hätten multiple Verletzungen/sonstiger internistischer Notfall angemeldet werden können.

(3) Stimmt nicht: PZC und Diagnose stimmen nicht überein, Symptome des angemeldeten Krankheitsbilds ähneln aber den Symptomen des tatsächlichen Krankheitsbilds oder PZC und Diagnose stimmen nicht überein, es handelt sich aber um keinen zeitkritischen Notfall, es entsteht kein potenzieller Schaden für die Patienten.

(4) Nicht erkannt: PZC und Diagnose stimmen nicht überein, wichtige Symptome/Verletzungen wurden vermutlich nicht erkannt oder übersehen. Potenzieller Schaden für die Patienten.

Die Kategorien „(2) Stimmt teilweise“ und „(3) Stimmt nicht“ bedeuten, dass die IVENA-Anmeldung nicht exakt mit der Entlassungsdiagnose aus der Notaufnahme übereinstimmte, es sich jedoch nicht zwingend um eine Fehlentscheidung des Rettungsdienstpersonals handelte. Bestimmte Differenzialdiagnosen können präklinisch aufgrund der beschränkten diagnostischen Möglichkeiten nicht sicher ausgeschlossen werden.

Die Daten der Diskrepanzanalyse wurden unabhängig von drei Prüfern (ein Facharzt für Allgemeinmedizin und Notfallmedizin, eine Fachärztin für Allgemeinmedizin, ein Medizinstudent mit rettungsdienstlicher Ausbildung und Erfahrung) bewertet (Abb. 1).

Alle Analysen wurden mit SPSS Version 28 (SPSS Inc. Chicago, Illinois, USA) durchgeführt. Mittels Kreuztabellen und Chi-Quadrat-Tests (wo erforderlich mit exaktem Test nach Fisher) und als Zusammenhangsmaß Cramers V wurden bivariat jeweils die Korrelationen der IVENA-Daten mit der Bewertung der Verdachtsdiagnose und der SK sowie die Korrelationen der Triage des Krankenhauses und der Behandlungsart mit der SK des Rettungsdiensts untersucht. Mittels binärer logistischer Regressionsanalysen (nicht adjustiert) wurden o. g. Einflussgrößen multivariat verglichen und individuelle Effekte kontrolliert.

Die Bewertung der Verdachtsdiagnose wurde dafür dichotomisiert (richtig = (1) stimmt, (2) stimmt teilweise; falsch = (3) stimmt nicht, (4) nicht erkannt).

In der betrachteten Stichprobe überwog das weibliche Geschlecht leicht (53,5 % [n = 611]), das mittlere Patientenalter lag bei 62 Jahren (Standardabweichung 23,3; Tab. 1). Die am häufigsten angemeldeten Verdachtsdiagnosen waren „Apoplex/TIA/Blutung < 6h“ (n = 166, 14,4 %), „Gesichts‑/Kopfverletzung“ (n = 94, 8,2 %), „Extremitäten geschlossen“ (n = 85, 7,4 %) und „sonstiger internistischer Notfall“ (n = 52, 4,5 %; Zusatzmaterial 2).

Insgesamt stimmten 79,0 % (n = 754) der Verdachtsdiagnosen des Rettungsdienstpersonals mit den Entlassungsdiagnosen aus der Notaufnahme überein (Tab. 1). In 2,1 % (n = 20) der Fälle wurden wichtige Symptome/Verletzungen übersehen, was mit einer potenziellen Patientengefährdung einherging (Zusatzmaterial 3).

Die multivariate Datenanalyse mittels logistischem Regressionsmodell identifizierte das Patientenalter, das vom Rettungsdienstpersonal angemeldete Fachgebiet und die Transportdauer als Haupteinflussfaktoren für die Richtigkeit der rettungsdienstlichen Verdachtsdiagnosen. Alle anderen Einflussfaktoren waren statistisch von untergeordneter Bedeutung (Tab. 2).

Die rettungsdienstliche Dringlichkeitsbeurteilung in Form der Sichtungskategorie (SK) weist sowohl mit der Triage nach MTS-Standard als auch mit der Behandlungsart (ambulant/stationär) einen starken statistischen Zusammenhang auf (Cramers V = 0,62; p < 0,001; Cramers V = 0,49; p < 0,001).

In 71,0 % (n = 714) der Fälle stimmte die SK des Rettungsdienstpersonals mit der Behandlungsart überein. In 24,2 % (n = 243) der Fälle wurde der Therapiebedarf überschätzt, in 4,8 % (n = 48) unterschätzt (Tab. 3). 31,7 % (n = 243) der stationär angemeldeten Patienten (n = 766; SK1, SK2) wurden ambulant versorgt, 20 % (n = 48) der ambulant angemeldeten Patienten (n = 239; SK3) wurden stationär versorgt (Abb. 2).

Unsere Ergebnisse zeigen eine Fehlerquote ((3) stimmt nicht, (4) nicht erkannt) rettungsdienstlicher Verdachtsdiagnosen von 17,8 %. Diese liegt unter der von Ramadanov et al. untersuchten Fehlerquote zu notärztlichen Verdachtsdiagnosen, an der sich unser Bewertungssystem orientiert. Dort lag „keine diagnostische Übereinstimmung“ in 23,5 % der Fälle und eine „teilweise diagnostische Übereinstimmung“ in 30,0 % der Fälle vor [23]. Allerdings wurden in dieser Studie die Verdachtsdiagnosen aus dem Notarzteinsatzprotokoll mit den Entlassungsdiagnosen aus dem Krankenhaus verglichen, wodurch eine genauere Bewertung möglich war als mit unserer Datengrundlage. Außerdem galt bei unserer Bewertung die Richtlinie, die Qualität des Rettungsdiensts als obere Schranke abzuschätzen. Sie liegt also bestenfalls so hoch wie angegeben. Zwei weitere Studien aus Deutschland ermittelten eine Fehlerquote notärztlicher Verdachtsdiagnosen von 30,6 % bzw. 35,9 % [21, 22]. Daten zur Leistung von nichtärztlichem Rettungsdienstpersonal aus Deutschland waren der aktuell verfügbaren Literatur nicht entnehmbar. Auch international fand sich keine ganzheitliche Bewertung rettungsdienstlicher Verdachtsdiagnosen. Mit Fokus auf Kindernotfälle zeigte eine Untersuchung aus Schweden eine Übereinstimmung der rettungsdienstlichen Verdachtsdiagnosen mit den Krankenhausdiagnosen von 80 % auf [19]. Eine Studie aus Berlin demonstriert, dass die Mehrheit der Patienten, die eine Notaufnahme aufsuchen, keine krankheitsspezifischen Symptome haben. Eine korrekte Diagnose zu stellen, ist also keineswegs nur ein rettungsdienstliches Problem, sondern stellt auch das ärztliche Personal in Notaufnahmen vor Herausforderungen [20].

Die bivariate Datenanalyse mittels Kreuztabellen zeigt zahlreiche einflussnehmende Variablen auf die Richtigkeit der Verdachtsdiagnosen. Bei Pflegeheimbewohnern bestehen die größten Abweichungen zwischen Verdachts- und Entlassungsdiagnosen. Bei Patienten über 70 Jahre werden am häufigsten wichtige Symptome/Verletzungen nicht erkannt. Diese Ergebnisse decken sich mit Studien aus anderen medizinischen Bereichen, in denen ein hohes Patientenalter als Risikofaktor für medizinische Fehler erkannt wurde, wodurch potenziell negative Folgen für die Patienten entstehen [5, 22].

Neurologische Verdachtsdiagnosen sind häufiger fehlerhaft als andere. Dies lässt sich möglicherweise dadurch erklären, dass ohne Bildgebung viele entsprechende Verdachtsdiagnosen präklinisch nicht ausgeschlossen werden können.

SK1-Anmeldungen (Notfallbehandlungen) sind häufiger fehlerhaft als SK3-Anmeldungen (ambulante Behandlungen). Eine mögliche Erklärung ist, dass es sich bei dem betrachteten Krankenhaus um eine überregionale Stroke Unit handelt und deshalb überdurchschnittlich viele SK1-Anmeldungen neurologisch waren. Bei den SK3-Anmeldungen handelte es sich meist um chirurgische Fälle, die oft auch ohne Bildgebung präklinisch sicher erkannt werden können.

Das Patientenalter und das vom Rettungsdienstpersonal angemeldete Fachgebiet haben nach der multivariaten Analyse (binäre logistische Regression) den größten Einfluss auf die Richtigkeit der Verdachtsdiagnose. Demnach ist die Gefahr einer rettungsdienstlichen Fehldiagnose bei neurologischen sowie geriatrischen Patienten am höchsten.

Den Umstand, dass eine lange Transportdauer häufiger mit fehlerhaften Verdachtsdiagnosen einhergeht, führen wir auf den Einfluss des Fachgebiets zurück, da bei langer Transportdauer der Anteil neurologischer Fälle fast doppelt so hoch war wie im Studiendurchschnitt.

Unsere Ergebnisse zeigen vor dem Hintergrund präklinisch limitierter diagnostischer Mittel und verglichen mit oben genannten Studien unerwartet hohe Übereinstimmungen. Dennoch sollte das rettungsdienstliche Qualitätsmanagement kontinuierlich weiterentwickelt werden, um Fehldiagnosen und dadurch entstehende Patientengefährdungen auf ein Minimum zu reduzieren. Ein wichtiger Schritt besteht aus Sicht der Autoren in der Implementierung eines IT-gestützten Feedbacksystems. Rettungsdienstmitarbeitende sollten die Möglichkeit haben, ihre Verdachtsdiagnosen verifizieren oder falsifizieren zu können, um infolgedessen ihre Wissenslücken zu schließen. Das eigenverantwortliche Durchführen qualitätssichernder Maßnahmen wird außerdem in § 4 Absatz 2 Nummer 1 Buchstabe i des Notfallsanitätergesetzes (NotSanG) gefordert.

Eine Befragung von Mitarbeitenden des Rettungsdiensts und einer Notaufnahme zeigte großen subjektiven Bedarf und die Bereitschaft, Feedback zu geben [13].

Die Auswertung der SK zeigt ebenfalls einen Optimierungsbedarf auf. Fast jeder dritte Fall wird anders versorgt als vom Rettungsdienstpersonal prognostiziert, häufig wird der Therapiebedarf überschätzt.

Studien zur Qualität der Sichtungskategorie in IVENA sind den Autoren nicht bekannt. Eine Studie aus Berlin verglich eine im Rettungsdienstprotokoll vorhandene fünfstufige Dringlichkeitseinschätzung mit der MTS-Triage der Notaufnahme; 34,6 % der Fälle stimmten mit der MTS-Triage überein, 9,5 % wurden über- und 55,9 % unterschätzt [18]. Diese Ergebnisse decken sich nicht mit unseren, bei denen der Therapiebedarf in 24,2 % der Fälle über- und in 4,8 % unterschätzt wurde. Eine Studie aus Finnland untersuchte die Triage des Rettungsdiensts bei Vergiftungen. Hier wurden 17,8 % über- und 31,1 % unterschätzt [17]. In den USA zeigte eine Studie, dass das Rettungsdienstpersonal häufiger über- als untertriagierte [10], was sich mit unseren Ergebnissen deckt.

Eine häufige Überschätzung des Therapiebedarfs trägt zur Blockierung von Ressourcen und infolgedessen zur Abmeldung von Notaufnahmen bei. Auf der anderen Seite wurden 20 % (n = 48) der ambulant angemeldeten Patienten (n = 239; SK3) stationär versorgt, was Krankenhäuser vor logistische Herausforderungen stellen kann. Angesichts der ohnehin schon überfüllten Notaufnahmen [27] sollte man hier über mögliche Verbesserungsansätze nachdenken.

Eine Patientengefährdung durch eine unzutreffende Sichtungskategorie in IVENA ist aus unserer Sicht nachrangig, da hier eine Untertriagierung trotzdem die Vorstellung in einer Notaufnahme zur Folge hat, wo der Patient erneut triagiert und ärztlich versorgt wird. Anders wäre eine Untertriagierung zu bewerten, wenn die Konsequenz eine Behandlung vor Ort wäre. Hierfür ist die IVENA-Sichtungskategorie jedoch ungeeignet.

Für die Vergabe der SK gibt es keine Algorithmen, wie es z. B. bei der MTS-Triage im Krankenhaus der Fall ist. Neben einer Rückmeldung über den tatsächlich benötigten Therapiebedarf der Patienten sollte perspektivisch über die Implementierung eines standardisierten Verfahrens nachgedacht werden. Auch die Nutzung zusätzlicher Anwendungen wie SmED (Strukturierte medizinische Ersteinschätzung in Deutschland) könnte den Rettungsdienst unterstützen. Hierdurch könnten abwendbar gefährliche Verläufe erkannt und das Rettungsdienstpersonal in seiner Entscheidung unterstützt werden, ob es sich um eine dringliche Situation handelt oder nicht. In diesem Kontext wird SmED aktuell in Bayern und Schleswig-Holstein erprobt und analysiert [28]. Außerdem könnte SmED die Schaffung einer rechtlichen Basis für eine ambulante Notfallversorgung durch nichtärztliches Rettungsdienstpersonal unterstützen, die derzeit nicht gegeben ist [6].

Die vorliegende Studie weist folgende Limitationen auf: IVENA-Daten eignen sich nur bedingt, um die Verdachtsdiagnosen des Rettungsdiensts zu bewerten, da nur ein beschränkter Umfang anmeldbarer Verdachtsdiagnosen (n = 184) zur Verfügung steht [12]. Zusätzliche Angaben aus den IVENA-Freitextfeldern wurden in der Auswertung nicht berücksichtigt. Eine notärztliche Versorgung vor Ort ohne Transportbegleitung konnte nicht erfasst werden. Zudem handelte es sich bei den Entlassungsdiagnosen aus der Notaufnahme zum Teil um nicht gesicherte Verdachtsdiagnosen, die weiterer Abklärung bedurften. Mit unserem Bewertungssystem stimmten drei Viertel der Bewertungen ohne Diskurs der Prüfer initial überein (Abb. 1), was die Problematik der Objektivierbarkeit unterstreicht.

Es wurden nur Daten aus einem Krankenhaus mit neurologischem Schwerpunkt betrachtet, daher sind die Häufigkeiten einzelner Krankheitsbilder verzerrt. Vor allem Schlaganfälle im Zeitfenster sind überrepräsentiert, die meisten anderen Verdachtsdiagnosen sind in ihrer Häufigkeit weitestgehend repräsentativ (Zusatzmaterial 2).

Weitere multizentrische Studien, die auch Daten aus Rettungsdienstprotokollen berücksichtigen, sollten folgen. Mögliche Optimierungen des Bewertungssystems könnten erwogen werden.