Modellierung kritischer Informationsmengen für unfallchirurgische Entscheidungen

Zusammenfassung

In einem Modell wurde überprüft, welche und wieviel Information erfahrene Notärzte zu der Entscheidung veranlasst, einen Patienten am Unfallort zu intubieren. Im Nebenschluss sollte gezeigt werden, dass intuitive Komponenten unfallchirurgischer Handlungen (interne Evidenz) gemessen werden können.

In einem mehrphasigen Experiment wurden 3 Notärzten Tabellen mit Datenfragmenten von 98 im Rahmen des DGU-Traumaregisters erfassten Patienten zur Verfügung gestellt. Auf der Basis folgender Informationen sollte über die Notwendigkeit zur Intubation entschieden werden: Phase 1: Unfallmechanismus, Blutdruck, Herzfrequenz, GCS; Phase 2: Einschätzung der Verletzungsschwere am Unfallort (6 Körperregionen, 4 Schweregrade); Phase 3: Verletzungsmuster nach Primärdiagnostik (11 Körperregionen, 4 Schweregrade).

Übereinstimmung zwischen den Teilnehmern wurde durch das κ-Maß beschrieben. In einer Validierungsphase wurde durch Datenstichproben (30% des ursprünglichen Umfangs) die Test-Retest-Reliabilität über eine Kovarianzanalyse gemessen. Intubationsrelevante Variablen wurden mittels logistischer Regressionsanalyse identifiziert. Die Modellgüte wurde durch „receiver operating characteristics“ (ROC) ermittelt.

Der frühe GCS erwies sich in Phase 1 als einzige relevante Einflussgröße auf die Intubationswahrscheinlichkeit (AUC >98%). Für die Beobachterübereinstimmung zwischen allen Ärzten (einschl. Notarzt vor Ort) wurde ein κ-Wert von 0,74 ermittelt; zwischen den Studienärzten war die Übereinstimmung perfekt (κ=0,94).

In weiteren Studienphasen war eine deutlich geringere Beobachterübereinstimmung zu verzeichnen (alle Ärzte: κ 0,49 und 0,23, nur Studienärzte: κ 0,84 und 0,40). Die Flächen unter den ROC-Kurven erreichten nach Modellierung der geschätzten Verletzungsschwere und des definitiven Verletzungsmusters nicht diejenigen des GCS. Die Retest-Reliabilität war erwartungsgemäß am höchsten für die in Phase 1 untersuchten Kriterien und betrug für die 3 Teilnehmer 82%, 75% und 91%.

SIAM ermöglicht die Identifizierung der kritischen Informationsmenge, die zu einer ärztlichen Handlung führt.

Abstract

We studied the quality and quantity of information leading to the emergency physician’s decision to intubate severely injured patients on scene. Our aim was to assess intuitive aspects of clinical decision making.

The experiment involved three different phases, with a fourth phase examining retest reliability. We used trauma register data from 98 patients.

Based on various parameters (physiological data, injury assessment on scene, definite injury pattern), three emergency surgeons were requested to decide on the need for endotracheal intubation.

We applied multivariate logistic regression to estimate the likelihood of intubation given certain clinical characteristics or combinations of characteristics. We compared the participants’ decisions to those made by “true” emergency physicians on scene. Kappa statistics marked inter-observer agreement beyond chance.

The Glasgow Coma Scale (GCS) was the only single predictor of intubation in the ideal test setting (area under the receiver operating characteristics curve [AUC] >98%) as well as on scene (AUC 0.85, 95% confidence interval 0.78–0.92). There was no difference between the discriminatory features of the single item GCS and complex multivariate models that included anatomically defined injury scales (best model in phase 2: AUC 0.96, best model in phase 3: AUC 0.98). Overall inter-observer agreement was substantial in phase 1 (κ=0.74), fair to moderate in phase 2 (κ=0.49) and slight to fair in phase 3 (κ=0.23). Retest reliability ranged from 51% to 91%.

Doctors give priority to only a small part of the information available in deciding for or against a particular intervention.