gms | German Medical Science

Hintergrund: In vielen Versorgungsforschungsprojekten werden zur Evaluation umfangreiche Daten benötigt. Diese Daten umfassen häufig personenbezogene Daten, Routinedaten und weitere projektbezogene Artefakte, die für eine Evaluation der Forschungsprojekte essentiell sind (Datentriangulation). Es ist daher wichtig, dass die erfassten Daten für die Evaluation ausreichend verwertbar sind. Dies betrifft nicht nur deren Inhalt in Ausprägung und Form, sondern auch deren strukturierte Erfassung und Speicherung. Erst durch eine klar definierte Struktur der Datenerfassung und –formate kann eine hohe Datenqualität gewährleistet werden.

Fragestellung: Für evaluationsrelevante Datenfelder werden häufig Freitexte benutzt, die für eine maximale Flexibilität bei der Eingabe und Darstellung der Ausprägungen sorgen. Diese sind relativ einfach umzusetzen und können mit wenig Aufwand gespeichert werden. Jedoch sind Freitexte für eine strukturierte Auswertung zumeist ungeeignet. Hauptursache ist, dass Freitexte in der Datenerfassung von verschiedenen Personen und Institutionen, je nach institutionellem und professionellem Hintergrund, identische Sachverhalte in unterschiedlicher Syntax und Semantik eingeben. Dies kann zu einer signifikanten Verringerung der Datenqualität führen und den Aufwand zur Datenauswertung in der Evaluation deutlich erhöhen. Diesem Problem stellt sich auch das Projekt STROKE OWL (Sektorenübergreifend organisiertes Versorgungsmanagement komplexer chronischer Erkrankungen am Beispiel Schlaganfall durch Schlaganfall-Lotsen in der Pilotregion Ostwestfalen-Lippe). Das Projekt hat das Ziel, die Versorgung von Schlaganfallpatienten durch eine flächendeckende Implementierung und Evaluation eines sektorenübergreifenden Versorgungsmanagements nach erfolgtem Schlaganfall zu optimieren. Die Operationalisierung erfolgt durch Schlaganfall-Lotsen, die die Patienten ein Jahr nach dem initialen Schlaganfallereignis koordinierend begleiten. Am Ende des Projektes soll eine Evaluation bestimmen, inwieweit die primäre Ergebnisgröße (Reinfarkt-Rate der belotsten Patienten) im Vergleich zu einer Vergleichsregion reduziert werden konnte. Grundlage sind neben Krankenkassendaten auch Primärdaten, die von den Schlaganfall-Lotsen während der Begleitung direkt beim Schlaganfallpatienten erhoben werden.

Methode: Um dem Problem der geringen Datenqualität vorzubeugen und eine hohe Datenqualität zu gewährleisten, wurde im Projekt STROKE OWL ein Vorgehen zur Strukturierung von Ausprägungen der potenziellen Freitextfelder entwickelt und praktisch implementiert. Ausgangspunkt sind Erfahrungen aus Vorprojekten, in denen aufgrund des intensiven Einsatzes von Freitexten nur unzureichend evaluiert werden konnte. Das hier vorgestellte Vorgehen zur Datenqualitätssicherung geht von diesen Erfahrungen aus und enthält mehrere Schritte von der Vorbetrachtung des Themenfeldes über die Erfassung der möglichen Ausprägungen für jedes Freitextfeld bis zur Datenanalyse und Entwicklung der notwendigen Software. Essentiell ist die Experteneinbindung auf allen Entwicklungsebenen um eine konsistente Umsetzung zu gewährleisten. Begleitende Schulungsmaßnahmen zur Nutzung der Software sollen eine regelhafte Anwendung sicherstellen.

Ergebnisse: Das Ergebnis ist eine für den Schlaganfall-Lotsen entwickelte Applikation (LotsenApp), die für eine qualitätsgesicherte Dokumentation der Evaluationsdaten angepasst ist. Die Ausprägungen werden in der LotsenApp in einer geeigneten grafischen Oberfläche dargestellt. Dadurch ermöglicht die LotsenApp dem Lotsen die einfache und schnelle Eingabe von typischen Ausprägungen eines Datenfeldes mit definierter Syntax und Semantik bei gleichzeitiger Sicherung der für die Evaluation wichtigen Datenqualität. Durch die erwartete erhöhte Datenqualität ist zudem davon auszugehen, dass die Projektevaluation auf qualitativ hochwertigen Daten durchgeführt werden und aussagekräftige Evaluationsergebnisse zu STROKE OWL liefern kann.

Diskussion: Der Patienteneinschluss startet voraussichtlich im Mai 2018. Erste Ergebnisse hinsichtlich der Operationalisierung des Expertenwissens durch strukturierte Auswahllisten werden dann im Sommer 2018 vorliegen und diskutiert.

Praktische Implikationen: Neben der verbesserten Datengrundlage für die Projektevaluation wird zusätzlich erwartet, dass die LotsenApp die Arbeit der Schlaganfall-Lotsen vereinfacht, beschleunigt und schließlich besser auf den Patienten fokussiert.