Heart-rate-based clock alignment in intensive-care ECGs, serial-ECG matching and administrative follow-up in MIMIC-IV

In der Hochrisikoumgebung einer Intensivstation ist die Zeit die kritischste Währung. Ärzte verlassen sich auf die präzise Abfolge von Ereignissen, um den Zustand eines Patienten zu verstehen: Veränderte sich der Herzrhythmus vor der Gabe des Medikaments? Sank der Blutdruck, bevor die Laborergebnisse eintrafen? Um diese Fragen zu beantworten, nutzen Krankenhäuser elektronische Patientenakten, die jede Messung mit einem Zeitstempel versehen, von einer Pflegekraftnotiz bis hin zu einem Maschinenauslese. Diese Datensätze sind jedoch kein einzelner, perfekt synchronisierter Strom. Sie sind ein Flickenteppich aus Daten verschiedener Geräte, verschiedener Pflegekräfte und verschiedener Systeme, die jeweils über ihre eigene interne Uhr verfügen. Wenn die Uhr eines Herzmonitors auch nur minimal asynchron zur Hauptuhr des Krankenhauses läuft, könnte die Geschichte, die die Daten erzählen, falsch sein. Dies gilt insbesondere für Elektrokardiogramme, oder EKG, die die elektrische Aktivität des Herzens in wenigen Sekunden erfassen. Wenn die Zeit auf dem EKG-Gerät nicht mit der Zeit in der Akte übereinstimmt, in der eine Pflegekraft die Herzfrequenz des Patienten notiert hat, können Forscher nicht sicher sein, ob diese beiden Ereignisse gleichzeitig auftraten oder ob eines lange nach dem anderen geschah.

Eine aktuelle Studie untersuchte die Genauigkeit dieser Zeitmessung in einer der weltweit größten medizinischen Datensammlungen, bekannt als MIMIC-IV. Die Forscher wollten wissen, ob es möglich sei, die Herzfrequenz selbst zu nutzen, um diese Uhrenfehler zu korrigieren. Die Idee war simpel: Wenn eine Maschine eine Herzfrequenz von 70 Schlägen pro Minute aufzeichnet und eine Pflegekraft zum selben Zeitpunkt eine Herzfrequenz von 70 Schlägen pro Minute dokumentiert, sollten die Uhren übereinstimmen. Durch den Vergleich der Maschinenmessung mit der Notiz der Pflegekraft hofften die Forscher, exakt berechnen zu können, um wie viele Minuten die Uhr der Maschine abwich. Sie testeten diese Methode an tausenden Patienten auf der Intensivstation, um zu sehen, ob sie die Uhren zuverlässig abgleichen konnten und – was noch wichtiger war – um zu verstehen, wie oft die Daten zu unordentlich waren, um eine solche Korrektur zu ermöglichen.

Die Studie begann damit, Millionen von EKG-Aufzeichnungen mit den entsprechenden Patientenakten in der Krankenhausdatenbank zu verknüpfen. Das Team suchte nach Momenten, in denen eine Maschine eine Herzfrequenz aufgezeichnet hatte und eine Pflegekraft die Herzfrequenz desselben Patienten während desselben Krankenhausaufenthalts dokumentiert hatte. Sie versuchten dann, den exakten Zeitunterschied zu finden, der diese beiden Zahlen am besten zur Deckung brächte. Wenn die Uhren perfekt abgestimmt waren, würde die beste Übereinstimmung bei einer Differenz von Null liegen. Wenn die Maschine schneller oder langsamer lief, würde die beste Übereinstimmung einen spezifischen Versatz offenbaren, etwa dreißig Minuten oder zwei Stunden. Die Forscher legten strenge Regeln fest, was als erfolgreiche Übereinstimmung galt. Sie forderten, dass ein Patient mindestens drei vollständige EKGs hatte und dass die Notizen der Pflegekräfte das gesamte Zeitfenster um diese EKGs abdeckten. Zudem verlangten sie, dass die Übereinstimmung eindeutig und stabil war und nicht nur ein glücklicher Zufall.

Die Ergebnisse offenbarten eine ernüchternde Realität über die Daten. Von fast 17.000 Patienten auf der Intensivstation, die EKGs erhielten, erfüllten nur etwa 2,3 Prozent die strengen Kriterien, um ihre Uhrenabweichungen identifizieren zu können. In einer zweiten Patientengruppe, die zur Überprüfung der Arbeit genutzt wurde, war die Zahl mit 2,5 Prozent ähnlich niedrig. Das bedeutet, dass für mehr als 97 Prozent der Patienten die Forscher nicht bestimmen konnten, ob die Uhr der Maschine falsch ging oder um wie viel. Der Hauptgrund für dieses Scheitern war nicht, dass die Uhren defekt waren, sondern dass die Daten fehlten. Die Studie fand heraus, dass 91 Prozent der Patienten bereits vor Beginn der Berechnung verloren gingen, weil sie entweder nicht genügend EKGs hatten oder ihr Krankenhausaufenthalt zu kurz oder zu fragmentiert war. Oftmals ereignete sich jedes einzelne EKG, das ein Patient erhielt, innerhalb von zwölf Stunden vor oder nach Beginn oder Ende seines Aufenthalts, wodurch kein Raum in der Mitte der Aufzeichnung blieb, um die Maschinenzeit mit den Notizen der Pflegekräfte zu vergleichen.

Selbst unter der kleinen Gruppe von Patienten, die über genügend Daten verfügten, waren die Ergebnisse nicht so eindeutig wie erhofft. Die Forscher stellten fest, dass die geschätzten Zeitunterschiede bei den analysierbaren Patienten oft sehr klein waren und nahe bei Null lagen. Sie entdeckten jedoch auch, dass ihre Methode nicht besonders gut darin war, zwischen einem echten Uhrenfehler und zufälligem Rauschen zu unterscheiden. Als sie ihre Methode an künstlichen Daten testeten, bei denen die Uhren bekanntlich perfekt synchronisiert waren, behauptete die Methode immer noch in etwa jedem fünften Fall, Zeitunterschiede gefunden zu haben. Dies deutete darauf hin, dass die von ihnen verwendeten Kriterien zu locker waren, um allein vertrauenswürdig zu sein. Erst als sie zusätzliche Ebenen der Verifizierung hinzufügten, etwa indem sie prüften, ob das Ergebnis Bestand hatte, wenn man ein EKG nach dem anderen entfernte, sank die Zahl der zuverlässigen Übereinstimmungen auf einen winzigen Bruchteil: lediglich 0,5 Prozent der Patienten. Dies bedeutet, dass die Studie für die überwiegende Mehrheit der Patienten nicht bestätigen konnte, ob die Genauigkeit der Maschinen-Uhr korrekt war oder nicht.

Die Studie untersuchte auch, wie sich diese Zeitprobleme auf andere Arten der medizinischen Forschung auswirken, wie etwa den Vergleich von Veränderungen der Blutkaliumwerte zwischen verschiedenen Patienten. Sie fanden heraus, dass die Anzahl der vergleichbaren Patienten vollständig davon abhing, wie weit man das Zeitfenster fasste, das die Forscher bereit waren zu akzeptieren. Wenn sie eine Differenz von sechs Stunden zwischen dem Bluttest und dem EKG zuließen, konnten sie hunderte passende Paare finden. Wenn sie dieses Fenster jedoch auf nur zwei Stunden verengten, sank die Zahl der nutzbaren Paare drastisch. Dies verdeutlichte, dass die Machbarkeit vieler medizinischer Studien nicht nur von der Qualität der Daten abhängt, sondern von den willkürlichen Entscheidungen, die Forscher darüber treffen, wie viel Zeit als „nahe genug“ gilt.

Darüber hinaus untersuchten die Forscher, wie lange Patienten nach ihrem Verlassen des Krankenhauses nachverfolgt wurden. Sie wollten sehen, ob die Unterlagen zeigten, ob Patienten innerhalb eines Jahres nach dem Aufenthalt ein spezifisches Herzrhythmusproblem namens Vorhofflimmern entwickelten. Sie fanden heraus, dass bei etwa einem Drittel der Patienten die Dokumentation in dem Moment endete, als sie entlassen wurden, ohne dass weitere EKGs oder Krankenhausbesuche verzeichnet wurden. Für ein weiteres Viertel der Patienten endete der Nachverfolgungszeitraum vor Ablauf des vollen Jahres, obwohl sie noch am Leben waren. Dies bedeutete nicht zwangsläufig, dass die Patienten gesund waren; es bedeutete lediglich, dass das Krankenhausinformationssystem keine weiteren Aufzeichnungen über sie besaß. Die Studie betonte, dass ein Mangel an dokumentiertem Kontakt nicht dasselbe ist wie ein Mangel an Ereignissen. Wenn ein Patient in ein anderes Krankenhaus oder eine Privatklinik geht, wird die ursprüngliche Akte eine Lücke aufweisen, was dazu führen kann, dass Forscher fälschlicherweise annehmen, der Patient habe nie ein Herzproblem gehabt.

Die Forscher testeten ihre Methode auch an einem anderen Datensatz aus einer Notaufnahme, um zu sehen, ob die Ergebnisse auch anderswo Bestand hätten. Dieser Test konnte die Ergebnisse aus der Intensivstation weder bestätigen noch widerlegen. Die Methode identifizierte Zeitunterschiede in nur 28,3 % der berechtigten Notaufnahmebesuche, was hinter dem vorgegebenen Schwellenwert zurückblieb, und die Muster entsprachen nicht den Erwartungen. Diese mangelnde Bestätigung in einem zweiten Datensatz verstärkte die Schlussfolgerung, dass die Methode fragil ist und stark von den spezifischen Bedingungen der Daten abhängt, wie etwa der Häufigkeit, mit der Pflegekräfte Herzfrequenzen dokumentieren, und der Dauer der Aufenthalte der Patienten.

Letztendlich dient diese Studie als Warnung für jeden, der große medizinische Datenbanken zur Untersuchung von Herzrhythmen im Zeitverlauf nutzt. Sie zeigt, dass die Daten zwar umfangreich und wertvoll sind, aber oft zu fragmentiert, um präzise zeitbasierte Korrekturen zu unterstützen. Die Uhren der Maschinen mögen in Ordnung sein, aber die Lücken in den Aufzeichnungen machen es unmöglich, dies festzustellen. Die Forscher kamen zu dem Schluss, dass Wissenschaftler, bevor sie diese Aufzeichnungen nutzen, um zu untersuchen, wie sich Herzzustände verändern oder wie Behandlungen wirken, zuerst zählen müssen, wie viele Patienten tatsächlich über genügend kontinuierliche Daten verfügen, um einen fairen Vergleich anzustellen. Sie betonten auch, dass das Fehlen einer dokumentierten Nachverfolgung eines Patienten nicht bedeutet, dass dieser frei von einer Krankheit ist; es bedeutet lediglich, dass die Geschichte unvollständig ist. Die Studie fand keinen Weg, die Uhren zu korrigieren, aber sie lieferte eine klare Karte der Stellen, an denen die Daten versagen, damit zukünftige Forscher eine fehlende Aufzeichnung nicht mit einer medizinischen Wahrheit verwechseln.