Advertisement

Intensivmedizin und Notfallmedizin

, Volume 48, Issue 5, pp 411–416 | Cite as

Patientendatenmanagementsysteme

Ökonomische Betrachtungen zum Einsatz in der Intensivmedizin
  • R. RöhrigEmail author
  • C. Wrede
Leitthema

Zusammenfassung

Die meisten heute auf dem Markt verfügbaren Patientendatenmanagementsysteme (PDMS) haben ihre Gebrauchstauglichkeit über Pilotinstallationen bewiesen. Hauptgrund gegen die Einführung eines PDMS sind die damit verbundenen hohen Kosten. Hier sind neben den Beschaffungskosten (Hardware, Softwarelizenzen, Dienstleistung) auch die Eigenleistungen (Personalkosten) zu berücksichtigen. Eigenleistungen führen neben dem technologischen Kompetenzerwerb auch zu einer strukturierten Reflexion der eigenen Strukturen und Prozesse.

PDMS können entgeltrelevante Informationen aus der klinischen Routinedokumentation ableiten oder visualisieren. Schnittstellen für die automatisierte Übermittlung dieser Daten bieten einen hohen Komfort, bedingen aber auch einen hohen Implementierungs- und Pflegeaufwand. Allerdings bieten auch bereits Zusammenstellungen der Daten eine erhebliche Arbeitserleichterung.

Insgesamt bieten PDMS eine Datengrundlage für eine rationale Ressourcensteuerung. Zusätzlich können sie über Standards zu einer verbesserten Einhaltung von Therapie- und Pflegerichtlinien beitragen. Inwieweit dies zu einer positiven Kosten-Nutzen-Relation beiträgt muss in jedem Haus individuell geklärt werden.

Schlüsselwörter

Krankenhausinformationssysteme Kosten-Nutzen-Analyse Dokumentation Qualitätskontrolle Diagnosebezogene Fallgruppen 

Patient data management systems

Economic reasons for use in intensive care medicine

Abstract

Most of the commonly available patient data management systems (PDMS) have proved their usability beyond pilot installations. The most important reason against the introduction of a PDMS is high financial costs. Beside acquisition costs (hardware, software licenses, service agreements), associated in-house efforts (e.g., labor costs) have also to be taken into consideration. In addition to the acquisition of technical competence, in-house efforts also lead to a structured reflection of the clinic’s innate processes and structure.

PDMS are able to make use of clinical documentation to derive or visualize information relevant to payroll. Interfaces for automated exchange of said information are convenient but also require high implementation and maintenance effort. However, compilation of payroll-relevant data still provides a considerable reduction of work.

PDMS provide the information necessary for rational resource management and allocation. In addition, through the use of standards, PDMS enable improved therapy and care pathway adherence. To what extent a contribution to a positive cost–benefit calculation can be achieved needs to be considered individually.

Keywords

Hospital information systems Cost benefit analyses Documentation Quality control Diagnosis related groups 

Notes

Interessenkonflikt

Der korrespondierende Autor gibt an, dass kein Interessenkonflikt besteht.

Literatur

  1. 1.
    Raetzel M, Junger A, Röhrig R et al (2005) Allgemeine Empfehlungen und Anforderungen zur Implementierung von DV-Systemen in Anästhesie. Anästh Intensivmed 46(Suppl 2):S21–S31Google Scholar
  2. 2.
    Röhrig R, Junger A, Raetzel M et al (2006) Spezielle Empfehlungen und Anforderungen zur Implementierung von DV-Systemen in der Intensivmedizin. Anästh Intensivmed 47(Suppl 1):S1–S8Google Scholar
  3. 3.
    Shubin H, Weil MH (1966) Efficient monitoring with a digital computer of cardiovascular function in seriously ill patients. Ann Intern Med 65(3):453–460PubMedGoogle Scholar
  4. 4.
    Schillings H, Scharnberg B, Sabean RM, Ehlers CT (1978) A new concept for computer-assisted patient monitoring: Göttingen Information System for Intensive Care „GISI“. Methods Inf Med 17(3):173–176PubMedGoogle Scholar
  5. 5.
    Gardner RM (1986) Computerized management of intensive care patients. MD Comput 3(1):36–51PubMedGoogle Scholar
  6. 6.
    Hanns S, Petros S, Pilz U, Engelmann L (1995) Praktische Erfahrungen mit dem Patienten-Daten-Management-System COPRA. Medizin im Dialog 2:8–12Google Scholar
  7. 7.
    Michel A, Benson M, Junger A et al (2000) Design principles of a clinical information system for intensive care units (ICUData). Stud Health Technol Inform 77:921–924PubMedGoogle Scholar
  8. 8.
    Benson M, Junger A, Quinzio L, Hempelmann G (2002) Voraussetzungen für das Gelingen einer Installation von Patienten-Daten-Management-Systemen. Anasthesiol Intensivmed Notfallmed Schmerzther 37:477–479PubMedCrossRefGoogle Scholar
  9. 9.
    Imhoff M (1992) Acquisition of ICU data: concepts and demands. Int J Clin Monit Comput 9(4):229–237PubMedCrossRefGoogle Scholar
  10. 10.
    Imhoff M, Webb A, Goldschmidt A (2001) Health informatics. Intensive Care Med 27(1):179–186PubMedCrossRefGoogle Scholar
  11. 11.
    Mahlke I, Schade C (2008) Effizienter dokumentieren in der Intensivmedizin und Anästhesie. Klinik-IT Journal 4:30–31Google Scholar
  12. 12.
    Röhrig R, Rüth R (2009) Intelligente Telemedizin in der Intensivstation. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 52(3):279–286PubMedCrossRefGoogle Scholar
  13. 13.
    Seiver A (2000) Critical care computing. Past, present, and future. Crit Care Clin 16(4):601–621PubMedCrossRefGoogle Scholar
  14. 14.
    Seiver A (2003) Chaos, computers, and critical care. Crit Care Med 31(2):642–644PubMedCrossRefGoogle Scholar
  15. 15.
    Röhrig R, Euler M, Quinzio L et al (2011) Einsatz von Patienten-Daten-Management-Systemen in der Intensivmedizin – Eine Statuserhebung. 50. Jahrestagung der GMDS. http://www.gmds2006.de/Abstracts/285.pdf (Zugegriffen: 27. Februar 2011)Google Scholar
  16. 16.
    DIMDI OPS2011 (2011) Berechnung der Aufwandspunkte für die Intensivmedizinische Komplexbehandlung bei Erwachsenen (SAPS, TISS). http://www.dimdi.de/static/de/klassi/prozeduren/ops301/opshtml2011/zusatz-anh-aufwandspunkte-intensivmedizin-erwachsene.htm (Zugegriffen: 27. Februar 2011)Google Scholar
  17. 17.
    DIMDI OPS2011 (2011) Berechnung der Aufwandspunkte für die Intensivmedizinische Komplexbehandlung im Kindesalter http://www.dimdi.de/static/de/klassi/prozeduren/ops301/opshtml2011/zusatz-anh-aufwandspunkte-intensivmedizin-kinder.pdf (Zugegriffen: 27. Februar 2011)Google Scholar
  18. 18.
    Engel JM, Junger A, Böttger S et al (2003) Outcome prediction in a surgical ICU using automatically calculated SAPS II scores. Anaesth Intensive Care 31(5):548–554PubMedGoogle Scholar
  19. 19.
    Junger A, Brenck F, Hartmann B et al (2004) Automatic calculation of the nine equivalents of nursing manpower use score (NEMS) using a patient data management system. Intensive Care Med 30(7):1487–1490PubMedCrossRefGoogle Scholar
  20. 20.
    Junger A, Hartmann B, Klasen J et al (2007) Impact of different sampling strategies on score results of the Nine Equivalents of Nursing Manpower Use Score (NEMS). Methods Inf Med 46(4):410–415PubMedGoogle Scholar
  21. 21.
    InEK (2011) Deutsche Kodierrichtlinien 2011. http://www.g-drg.de/cms/index.php/G-DRG-System_2011/Kodierrichtlinien/Deutsche_Kodierrichtlinien_2011 (Zugegriffen: 27. Februar 2011)Google Scholar
  22. 22.
    Gilg HJ (2007) EDV im Krankenhaus – Software für den Überblick über Kosten und Erlöse: tagesaktuell und patientenspezifisch. Krankenhaus 12:1312–1314Google Scholar
  23. 23.
    Blömer M, Röhrig R, Mann V et al (2006) Maximalversorgung polytraumatisierter Patienten unter DRG-Bedingungen – Eine Falldarstellung unter ökonomischen Gesichtspunkten. 8. Deutscher Interdisziplinärer Kongress für Intensivmedizin und Notfallmedizin (DIVI), Hamburg. Intensivmed 43(Suppl 1):I/78Google Scholar
  24. 24.
    Ruffer S, Brammen D, Katzer C et al (2009) Erstellung einer detaillierten Kostenträgerrechnung in der Intensivmedizin auf der Basis eines Patientendatenmanagementsystems – eine Machbarkeitsstudie. http://www.egms.de/static/en/meetings/gmds2009/09gmds190.shtmlGoogle Scholar
  25. 25.
    Bosman RJ, Rood E, Oudemans-van Straaten HM et al (2003) Intensive care information system reduces documentation time of the nurses after cardiothoracic surgery. Intensive Care Med 29(1):83–90PubMedGoogle Scholar
  26. 26.
    Röhrig R, Niczko EJ, Beuteführ H et al (2008) Examination of computer assisted prescribing of an initial calculated antibiotic treatment. Stud Health Technol Inform 136:63–68PubMedGoogle Scholar
  27. 27.
    Castellanos I, Bürkle T, Prokosch HU, Schüttler J (2009) Konzept zur flächendeckenden Einführung eines Patientendatenmanagementsystems am Großklinikum – eine interdisziplinäre Herausforderung. Anasthesiol Intensivmed 10:618–629Google Scholar
  28. 28.
    Ebeling T, Creutzenberg M, Happach R et al (2005) Implementierung des Patientendaten-Managementsystems Meta Vision ICU®. Intensiv 13:12–19CrossRefGoogle Scholar
  29. 29.
    Prause A (2002) EDV im rauen Alltag der Intensivstation: Erfahrungsbericht über die Einführung des Intensive Care Managers ICM. Anasthesiol Intensivmed Notfallmed Schmerzther 37:483–488PubMedCrossRefGoogle Scholar
  30. 30.
    Bosman RJ, Rood E, Oudemans-van Straaten HM et al (2003) Intensive Care information system reduces documentation time of the nurses after cardiothoracic surgery. Intensive Care Med 29:83–90PubMedGoogle Scholar

Copyright information

© Springer-Verlag 2011

Authors and Affiliations

  1. 1.Sektion IT und MedizintechnikDeutsche Interdisziplinäre Vereinigung für Intensiv- und Notfallmedizin e.V.BerlinDeutschland
  2. 2.Sektion Medizinische Informatik in Anästhesie und Intensivmedizin, Klinik für Anaesthesiologie, Intensivmedizin, SchmerztherapieJustus-Liebig-Universität GießenGießenDeutschland
  3. 3.Notfallzentrum mit RettungsstelleHelios-Klinikum Berlin-BuchBerlinDeutschland

Personalised recommendations