Analyse der Lücken in den Prognosemodellen in der NeuroIntensivmedizin



Teilen: 

05.09.2019 10:51

Analyse der Lücken in den Prognosemodellen in der NeuroIntensivmedizin

Eine gemeinsame Stellungnahme der Deutschen Gesellschaft für NeuroIntensiv- und Notfallmedizin (DGNI) und der Neurocritical Care Society (NCS)

Als erste gesellschaftsübergreifende Zusammenarbeit der DGNI und der NCS wurde in der Juli-Ausgabe der Zeitschrift „Neurocritical Care“, dem offiziellen Journal der NCS, die gemeinsam entwickelte Gap-Analyse veröffentlicht. Sie bietet als qualitative Lückenanalyse einen Rahmen für weitere klinische Studien sowie auch zur Erstellung einer gemeinsamen Richtlinie über Prognosefindung auf der NeuroIntensivstation.

Die Prognose hat in der Versorgung von Patienten in der NeuroIntensivmedizin, bei der viele Krankheiten entweder tödlich verlaufen oder zu erheblichen Behinderungen führen, einen hohen Stellenwert und beeinflusst häufig Entscheidungen im Bezug auf die Akutversorgung und die langfristige Unterstützung. Dabei hat insbesondere die Kommunikation der zu erwartenden Funktionsverluste an den Patienten und die nahestehenden Angehörigen eine wichtige Bedeutung. Für die verschiedenen Krankheitsbilder sind zahlreiche Modelle zur Vorhersage der Sterberate oder des funktionellen Status entwickelt worden. Dabei bestehen große Bedenken, inwieweit die zahlreichen Prognosemodelle zur Vorhersage des Krankheitsverlaufs bei den verschiedenen neurologischen und neurochirurgischen Krankheitsbildern erhebliche Lücken aufweisen.

Im Rahmen der ANIM2018, der Arbeitstagung NeuroIntensivMedizin im Februar 2018 in Würzburg, wurde bei einer gemeinsamen Sitzung der Deutschen Gesellschaft für NeuroIntensivmedizin (DGNI) und der Neurocritical Care Society (NCS) in einer Expertenpräsentation ein Überblick über die Prognosemodelle bei acht häufig vorkommenden neurointensivmedizinischen Erkrankungen vorgestellt und in einer ausführlichen Publikumsdiskussion kritisch hinterfragt. Das alarmierende Ergebnis: Die bestehenden Prognosemodelle für die aneurysmatische Subarachnoidalblutung, die intrazerebrale Blutung, den akuten ischämischen Schlaganfall, die traumatische Hirnverletzung, die traumatische Rückenmarksverletzung, den Status epilepticus, das Guillain-Barré-Syndrom und den Hirnschaden durch Sauerstoffmangel nach Herzkreislaufstillstand wiesen signifikante Lücken auf.
Die häufigsten waren neben bekannten Bedenken zur „self-fulfilling prophecy“, der sich selbst erfüllenden Voraussage über den Zustand eines Patienten, vor allem fehlende Informationen und mangelnde Berücksichtigung von Begleiterkrankungen sowie die fehlende Einbeziehung von Parametern der stationären Versorgung und des Krankheitsverlaufs. Keins der Prognosemodelle enthielt aussagekräftige Informationen über klinische Ereignisse wie das Ansprechen auf die Behandlung, den zeitlichen Ablauf von Krankheitsprozessen und Krankheits-spezifische pathophysiologische Prozesse im erweiterten Sinn. Gerade aber eine fortlaufende klinische Neubewertung, die zum Beispiel auch die Feststellung einer frühen Besserung oder Verschlechterung impliziert, wurde in der Expertendiskussion als wichtige Überlegung angesehen.

Als Ergebnis der ersten gesellschaftsübergreifenden Zusammenarbeit zu diesem Thema wurde jetzt in der Neurocritical Care, dem offiziellen Journal der NCS, die gemeinsam entwickelte Gap-Analyse veröffentlicht. Sie bietet als qualitative Lückenanalyse einen Rahmen für weitere klinische Studien sowie auch zur Erstellung einer gemeinsamen Richtlinie über Prognosefindung auf der NeuroIntensivstation.


Wissenschaftliche Ansprechpartner:

Dr. med. Katja Wartenberg
Universitätsklinikum Leipzig, Klinik und Poliklinik für Neurologie
Liebigstraße 20, 04103 Leipzig
info@dgni.de


Originalpublikation:

„Gap Analysis Regarding Prognostication in Neurocritical Care“ https://currents.neurocriticalcare.org/home


Weitere Informationen:

https://www.dgni.de
https://www.neurocriticalcare.org


Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Medizin
überregional
Forschungsergebnisse, Wissenschaftliche Publikationen
Deutsch


Quelle: IDW

Author: admin/RSS-Feed