Decision Support for Cardiac Care Unit Admission — Evaluation of Methodological Approaches in Relation to Clinical Applicability

  • G. Tusch
  • O. Rienhoff
  • P. L. Reichertz
  • N. Victor
Conference paper
Part of the Lecture Notes in Medical Informatics book series (LNMED, volume 36)


We contrast a knowledge-based approach to other decision support means by the example of the hospitalization of patients with chestpain. We focus on three major studies including the H.E.A.R.T. project that are based on a considerable number of patients. H.E.A.R.T., a knowledge-based program, supports complex decisions for the disposition of patients also utilizing heuristic knowledge. It can give explanations on the disposition proposals. However, application and integration into clinical routine needs in the first place a fast decision proposal, and for fast access to the patient data this seems only to be possible by insertion into an information system.


Decision Algorithm Linear Discriminant Function Paper Card Loss Matrix Cardiac Emergency 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.


Ein wissensbasierter Ansatz wird anderen Verfahren der Entscheidungs-unterstützung gegenübergestellt. Als Beispiel dient die Frage der stationären Aufnahme von Patienten mit Brustschmerzen. Die Arbeit konzentriert sich auf drei größere Studien, eingeschlossen das H.E.A.R.T.-Projekt, die eine annehmbare Zahl von Patienten aufweisen. Mit dem wissensbasierten H.E.A.R.T.-Programm werden komplexe Dispositionsentscheidungen unter zusätzlicher Verwendung von heuristischem Wissen unterstützt. Zusätzlich kann es Erklärungen für die Dispositionsvorschläge liefern. Eine Anwendung und Integration dieses Systems in die klinische Routine erfordert u.a. einen schnell verfügbaren Dispositionsvorschlag, und dies erscheint im Gegensatz zu den beiden anderen herkömmlichen statistischen Entscheidungsalgorithmen wegen der relativ zeitaufwendigen Datenerhebung nur durch eine Einbindung in ein Informationssystem möglich.


Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.


  1. 1.
    Fattu, J.M., Blomberg, D.J., Patrick, E.A.: Consult Learning System Applied to Early Diagnosis of Chest Pain. In: Stead, W.W.(Ed.): The 11th Annual Symposium on Computer Applications in Medical Care. Proceedings. IEEE Computer Society Press, 1987, 171–177.Google Scholar
  2. 2.
    Goldman, L., Weinberg, M., Weisberg, M., Olshen, R., Cook, E.F., Sargent, R.K., Lamas, G.A., Dennis, C., Wilson, C., Deckelbaum, L., Fineberg, H., Stiratelli, R., and the Medical Staff at Yale-New Haven Hospital and Brigham and Women’s Hospital: A Computer-derived Protocol to Aid in the Diagnosis of Emergency Room Patients with Acute Chest Pain. New Engl J Med 307 (1982) 588–596.PubMedCrossRefGoogle Scholar
  3. 3.
    Pozen, M.W., D’Agostino, R.B., Selker, H.P., Sytkowski, P.A., Hood, W.B.: A Predictive Instrument to Improve Coronary-careunit Admission Practices in Acute Ischemic Heart Disease. New Engl J Med 310 (1984) 1273–1278.PubMedCrossRefGoogle Scholar
  4. 4.
    Ransohoff, D.F., Feinstein, A.R.: Problems of Spectrum and Bias in Evaluating the Efficacy of Diagnostic Tests. New Engl J Med 299 (1978) 926–930.PubMedCrossRefGoogle Scholar
  5. 5.
    Reichertz, P.L., Victor, N. (Eds.): Development of an Algorithm and an Interactive Computer System for the Triage Problem of Patients with Chest Pain. Bundesministerium für Forschung und Technologie (BMFT), Bonn.Google Scholar
  6. 6.
    Selker, H.P.: Sorting Out Chest Pain. Emergency Decisions (June 1985) 8–17.Google Scholar
  7. 7.
    Warner, H.R.: Computer-assisted Medical Decision-making. Academic Press, New York 1979.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1988

Authors and Affiliations

  • G. Tusch
    • 1
  • O. Rienhoff
    • 2
  • P. L. Reichertz
  • N. Victor
    • 3
  1. 1.Medizinische Hochschule HannoverGermany
  2. 2.Philipps Universität MarburgGermany
  3. 3.Ruprecht-Karls-Universität HeidelbergGermany

Personalised recommendations