Vergleich eines computerbasierten Expertensystem (CLEOS) mit konventioneller Krankheitsbeschreibung (Anamnese und Arztbrief) unter besonderer Berücksichtigung des kardiovaskulären Risikos, des Impfstatus und der Komorbiditäten

DSpace Repositorium (Manakin basiert)


Dateien:

Zitierfähiger Link (URI): http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-66926
http://hdl.handle.net/10900/46048
Dokumentart: Dissertation
Erscheinungsdatum: 2013
Sprache: Deutsch
Fakultät: 4 Medizinische Fakultät
Fachbereich: Medizin
Gutachter: Alscher. M. D. (Prof. Dr.)
Tag der mündl. Prüfung: 2012-05-04
DDC-Klassifikation: 610 - Medizin, Gesundheit
Schlagworte: Anamnese , Data Mining , Arztbrief
Freie Schlagwörter: CLEOS , Risikoscore
Medical history , Doctor's letter , Risk score
Lizenz: http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en
Gedruckte Kopie bestellen: Print-on-Demand
Zur Langanzeige

Inhaltszusammenfassung:

Die Anamnese ist der erste und einer der wichtigsten Schritte in der Diagnosefindung und somit unerlässlich für eine adaptierte und erfolgsorientierte Therapie. CLEOS (Clinical Expert Operating System) wurde von Prof. D. Zakim in den USA entwickelt und stellt ein medizinisches Experten- bzw. Navigationssystem dar, in dem der Versuch unternommen wurde die Anamnese und die daraus abzuleitenden klinischen Folgerungen durch informationstechnologische Verfahren besser zu erfassen, als in der konventionellen Anamnese. Die Auswertung der dabei gemachten medizinischen Erkenntnisse war Teil der vorliegenden Doktorarbeit. Mit der computerbasierten Anamnese werden also sämtliche Daten eines Patienten erfasst, welche mit seiner Krankengeschichte zu tun haben wie zum Beispiel eine Sozial-, Medikamenten-, Allergie- und Medikamentenanamnese. Des Weiteren werden Impfstatus und die aktue Erkrankung eruiert. CLEOS führt den Befragten durch eine Struktur zahlreicher Fragen, berücksichtigt dabei das Geschlecht, die ethnische Zugehörigkeit, und den Body-Mass-Index (BMI). CLEOS besteht aus einem offenen Graphensystem mit ca. 5000 Fragen und 20 000 Antworten sowie ca. 300 Baumstrukturen. Die Antworten auf diese elektronischen Fragen werden gespeichert. Das Programm erstellt am Ende der Anamnese einen ausführlichen medizinischen Report. Dieses Vorgehen weist im Vergleich zur konventionellen Anamnesenerhebungen Vor- und Nachteile auf. In der Doktorarbeit wurden mehrere Fragestellungen bearbeitet: 1. Zeitlicher Aufwand eines CLEOS Interwiews mit Erfassung der mittleren Fragenzahl, Antwortzahl und der mittleren Zeit pro Antwort. 2. Der Vergleich eines CLEOS Reports mit der konventionellen Arztanamnese unter besonderer Berücksichtigung der Komorbidität, des kardiovaskulären und zerebrovaskulären Risikos sowie der Familien-, Impf- und Medikamentenanamnese 3. Anwendung von Datamining Verfahren auf die vorliegenden Datensätze. Die Erkrankungen wurden durch die ICD-10-GM Kodierung erfasst und es wurde untersucht, ob sich die CLEOS Daten mit dem Verfahren des Data Minings anwenden lassen. In der vorliegenden Dissertation wurden 388 CLEOS-Anamnesen durchgeführt, von denen 316 vollständig und somit verwertbar waren. Die Dauer eines vollständigen CLEOS Interviews belief sich auf 119 Minuten (±48 ). Die Akzeptanz von CLEOS war bei den Patienten vor Interviewbeginn in der Regel gut. Anhand des am Ende aufgeführten CLEOS Reports zeigten sich ganz deutlich die Vorteile der elektronischen Anamnese. Zum Beispiel war die Familienanamnese sehr viel ausführlicher als bei der klassischen Anamnesenerhebung. Die Angabe eines cerebrovaskulären Ereignisses bei einem Familienmitglied war um den Faktor 9,8* häufiger in der CLEOS Anamnese als in der konventionellen Arztanamnese. Während der befragende Arzt bzw. die befragende Ärztin häufig die Impfanamnese vernachlässigte, wurde sie durch die automatisierte Vorgabe des Fragenkatalogs bei CLEOS stets abgefragt. Mit Hilfe bestimmter Angaben (BMI, Cholesterinwerte, Familienanamnese, Angaben zum Blutdruck, Medikamenteneinnahme, etc.) konnte in etwa der Hälfte aller Fälle durch die Programme Arriba, Framingham und PROCAM ein individuelles Risiko für eine cerebrovaskuläres oder kardiovaskuläres Ereignis angegeben werden. Datamining Verfahren sind prinzipiell auf die CLEOS Antwortzahlen anwendbar. Patienten mit Diabetes zeigen zum Beispiel eine deutlich höhere Antwortzahl als Patienten ohne Diabetes (p=0.0006). Ein Nachteil einer elektronischen Anamnese ist die relativ schlechte Akzeptanz durch den Arzt bzw. die Ärztin im Klinikalltag. Dies liegt hauptsächlich an dem hohen Zeitaufwand, der durch die teilweise lange Interviewdauer entsteht, aber auch durch die noch zu geringe Identifizierung des medizinischen Personals bei der derzeitigen Entwicklungsstufe von CLEOS. Manche Angaben erfordern eine Betreuung durch das zuständige Personal, da nicht alle Begrifflichkeiten oder aktuelle Laborwerte bekannt sind. Abschließend ist zu sagen, dass CLEOS ein sehr guter Ansatz ist, um Anamnesen zu verbessern, und um diese elektronisch zu speichern. Der Patient muss nicht bei jedem Arztkontakt erneut seine ganze Krankengeschiche erzählen, da diese elektronisch gespeichert wurde und somit jederzeit abrufbar ist. Es gibt jedoch einige Punkte, die verbessert werden sollten, um das Programm auch sinnvoll nutzen zu können. Dazu gehören u.a. die Verminderung der Abbruchrate, die Straffung des Reports, die systematische Angabe der Metadaten, zusätzliche Berechnung der Körperoberfläche neben der automatischen Berechnung des Body-Mass- Index, sowie eine größere Übersichtlichkeit der Baumstrukturen.

Abstract:

Gathering a patient’s medical history is the first and most important step in formulating a diagnosis and thus indispensable for a successful treatment of disease. CLEOS (clinical expert operating system) was developed in the USA by Professor D. Zakim. Compared to the conventional physician-based collection of patient information, CLEOS is a computer based medical navigation system that aims to improve the collection of patient information and with that the medical care provided. The data collected from these studies was used for this thesis. CLEOS assists in obtaining various data from the patient, as for example social history, medications, vaccination status, and the chief complaint. CLEOS navigates patients through a set of questions that consider the patient’s gender, ethnicity, and body mass index (BMI). CLEOS consists of an open graph system with ~ 5,000 questions and ~ 20,000 answers and 300 tree structures. The answers to these questions are coded and are collected in a database. For each patient a CLEOS report is created. This electronic collection of patient data has some advantages and disadvantages, which were investigated in this medical thesis. The following questions were addressed in this medical thesis: (1) The duration of a CLEOS interview considering the average number of questions and answers per patient, and the average amount of time to answer each question (2) Comparison of a computer-assisted (CLEOS) versus a conventional physician assisted collection of patient medical history with respect to cardiovascular risks, immunization status, and comorbidities. (3) All diseases were coded using the ICD-10-GM system and it was investigated whether data mining methods can be applied in the CLEOS database. A total of 388 patients used CLEOS to provide information about their medical history, of which 316 patients had completed all questions. The duration of a CLEOS interview was 119 minutes (±48). The acceptance of the CLEOS interview by patients was good, especially at the beginning of a CLEOS interview. The application of CLEOS showed various advantages compared to the traditional physician-based collection of medical history. Examples of these advantages include more detailed and complete information about family history, allergies, vaccination status, and drug consumption. Additionally, patients were more likely, by a factor of 9.8, to mention a family history of a cerebrovascular event. Furthermore, information such as BMI, cholesterol levels, blood pressure and use of medications entered into CLEOS, made it possible to calculate a patient’s cardiovascular and cerebrovascular risk by comparing the Arriba score, the Framingham score, and the PROCAM score. It was also found that data mining technics can be applied successfully to determine the word count in CLEOS reports. For example, patients with diabetes provide significantly more answers than patients without diabetes (p=0.0006). The main disadvantage of CLEOS is that there is poor acceptance of this computer system among physicians which is due to the lack of identification by the rest of the medical staff as well as the long duration of a CLEOS interview. Furthermore, patients need assistance with some questions during the CLEOS interview when there are unfamiliar certain medical terms and laboratory values. The main advantage of using CLEOS to collect a medical history is that information can be electronically saved which in turn allows easy portability and access of the electronic medical record for future appointments. However, there are a few improvements that still need to be made to make CLEOS more user-friendly. These improvements include a lower rate of incomplete CLEOS interviews, a shorter medical report, and a systematic report of the metadata, along with the BMI the electronic calculation of body surface, and lastly a clearer overview of tree structures.

Das Dokument erscheint in: