Construction and Validation of Risk Factors Prediction Model for Unplanned Readmission to the Surgical Intensive Care Unit: A Retrospective Study

In der hochsensiblen Umgebung einer chirurgischen Intensivstation ist der Moment, in dem ein Patient als stabil genug gilt, um zu entlassen zu werden, ebenso kritisch wie die Operation selbst. Diese spezialisierten Stationen sind darauf ausgelegt, den Körper in seinen verletzlichsten Stunden nach einer Operation zu unterstützen, indem sie Vitalparameter und Organfunktionen unter intensiver Beobachtung halten. Doch die Reise eines Patienten endet nicht immer mit dem Transfer auf eine reguläre Krankenhausstation. Manchmal kehrt ein Patient innerhalb weniger Tage nach dem Verlassen der Intensivstation aufgrund einer Verschlechterung seines Zustands unvorhergesehen zurück. Dieses Ereignis ist nicht bloß eine logistische Unannehmlichkeit; es ist ein ernstes Warnsignal dafür, dass die Genesung des Patienten nicht so sicher verlief wie erhofft. Medizinische Systeme weltweit verfolgen diese Rückkehrer genau, da sie mit einem höheren Risiko für Todesfälle, längeren Krankenhausaufenthalten und einer größeren Belastung der medizinischen Ressourcen verbunden sind. Die Herausforderung für Ärzte bestand lange darin, bereits vor dem Verlassen der Station zu identifizieren, wer wahrscheinlich rückfällig wird und zurückkehren muss.

Ein Team von Forschern an einem großen Krankenhaus in Shanghai setzte sich zum Ziel, dieses spezifische Rätsel für Patienten zu lösen, die sich einer nicht-kardialen Operation unterzogen hatten. Sie untersuchten die Krankenakten von fast 3.000 Erwachsenen, die sich nach Operationen an Leber, Magen, Darm oder anderen Organen, jedoch nicht am Herzen, in ihrer chirurgischen Intensivstation aufgehalten hatten. Durch die sorgfältige Auswertung der Daten dieser Patienten versuchten die Forscher, die spezifischen Hinweise zu finden, die in den medizinischen Unterlagen derjenigen auftauchten, die erneut aufgenommen wurden, im Gegensatz zu denen, die sich reibungslos erholten. Sie konzentrierten sich auf den Zeitraum unmittelbar vor der Entlassung eines Patienten und suchten nach Mustern in Bluttests, Vitalzeichen und Bewertungssystemen, die den Schweregrad der Erkrankung einer Person messen. Das Ziel war es, ein Werkzeug zu entwickeln, das diese verstreuten Informationen zusammenführen und in eine einzige, klare Risikovorhersage kombinieren kann.

Die Studie ergab, dass ungeplante Rückkehrungen auf die Intensivstation relativ selten waren und bei etwa 2,4 Prozent der untersuchten Patienten auftraten. Wenn diese Rückkehrer stattfanden, war der häufigste Grund ein respiratorisches Versagen, was bedeutete, dass die Patienten Schwierigkeiten hatten, effektiv zu atmen, sobald sie sich auf der regulären Station befanden. Um zu verstehen, warum dies geschah, verglichen die Forscher die medizinischen Daten der Patienten, die zurückkehrten, mit denen, die es nicht taten. Sie fanden heraus, dass mehrere spezifische Faktoren in der Gruppe der Rückkehrer konsistent anders waren. Dazu gehörten der allgemeine Schweregrad des Zustands des Patienten bei Aufnahme auf die Station, eine schnelle Einschätzung seiner frühen Warnzeichen sowie spezifische Messwerte, die unmittelbar vor dem Verlassen der Intensivstation erhoben wurden.

Die Forscher identifizierten sieben Schlüsselvariablen, die als unabhängige Prädiktoren für eine Rückkehr dienten. Dazu gehörten der Score des Patienten in einem System zur Bewertung der akuten Physiologie und der chronischen Gesundheit, ein Wert zur Verfolgung früher Warnzeichen wie Atemfrequenz und Bewusstsein sowie die Zeit, die das Blut zur Gerinnung benötigt. Sie betrachteten auch den Kreatininspiegel im Blut, der angibt, wie gut die Nieren funktionieren, die Herzfrequenz, ein Maß für die Effizienz des Sauerstofftransports aus der Lunge in das Blut, sowie den Hämoglobinwert, der den Sauerstoff durch den Körper transportiert. Die Analyse zeigte, dass höhere Werte für die Krankheitsschwere und die frühen Warnzeichen sowie eine langsamere Blutgerinnung, eine höhere Herzfrequenz sowie eine geringere Effizienz des Sauerstofftransports oder ein niedrigerer Hämoglobinwert die Wahrscheinlichkeit erhöhten, dass ein Patient die Intensivstation erneut aufsuchen müsste.

Unter Verwendung dieser sieben Faktoren konstruierte das Team ein visuelles Werkzeug namens Nomogramm. Dieses Werkzeug fungiert wie ein persönlicher Taschenrechner für Ärzte. Um es anzuwenden, würde ein Kliniker die spezifischen Werte des Patienten für jeden der sieben Faktoren auf der Grafik lokalisieren, eine Linie zu einer Punkteskala ziehen und die Gesamtpunktzahl addieren. Die resultierende Summe der Punkte weist direkt auf einen Prozentsatz hin, der die Wahrscheinlichkeit einer Wiederaufnahme darstellt. Die Forscher testeten dieses Werkzeug mit ihren vorhandenen Daten, und es arbeitete mit hoher Genauigkeit, wobei es in der überwiegenden Mehrheit der Fälle korrekt zwischen Patienten unterschied, die zurückkehrten, und solchen, die es nicht taten. Als sie das Werkzeug auf eine separate Patientengruppe anwandten, um zu prüfen, ob es Bestand hat, zeigte es weiterhin eine starke Zuverlässigkeit und sagte die Ergebnisse in mehr als 85 Prozent der Fälle korrekt voraus.

Die Studie legt nahe, dass dieses Werkzeug medizinischen Teams helfen kann, fundiertere Entscheidungen darüber zu treffen, wann es sicher ist, einen Patienten zu entlassen. Durch die Quantifizierung des Risikos auf Basis konkreter Daten statt lediglich auf Intuition können Ärzte Hochrisikopatienten vor deren Verlassen der Intensivstation identifizieren. Für diese Patienten könnte das Werkzeug zu der Entscheidung führen, sie etwas länger unter Beobachtung zu halten oder eine intensivere Überwachung einzurichten, sobald sie auf der regulären Station sind. Die Forscher merkten an, dass ihre Arbeit auf ein einzelnes Krankenhaus beschränkt war und sich nur auf nicht-kardiale Operationen konzentrierte, wesolein das Werkzeug weitere Tests in anderen Umgebungen benötigt, um seinen Nutzen überall zu bestätigen. Das Modell bietet jedoch einen einfachen, individualisierten Weg, um die komplexe Mischung aus Faktoren zu betrachten, die den Genesungsverlauf eines Patienten bestimmen, und bietet somit einen klareren Pfad zur Vermeidung einer gefährlichen und kostspieligen Rückkehr auf die Intensivstation.