ArchivDeutsches Ärzteblatt31-32/2012Risikoadjustierte Hirnblutungsraten bei sehr kleinen Frühgeborenen

MEDIZIN: Originalarbeit

Risikoadjustierte Hirnblutungsraten bei sehr kleinen Frühgeborenen

Beitrag zur interklinischen Qualitätssicherung in der Neonatologie

Risk-adjusted intraventricular hemorrhage rates in very premature infants—towards quality assurance between neonatal units

Dtsch Arztebl Int 2012; 109(31-32): 527-33; DOI: 10.3238/arztebl.2012.0527

Vogtmann, Christoph; Koch, Rainer; Gmyrek, Dieter; Kaiser, Annette; Friedrich, Annette

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Die Hirnblutungsrate kleiner Frühgeborener als ein wichtiges Qualitätskriterium neonatologischer Versorgungsleistung steht im Zusammenhang mit schwangerschafts- und geburtsassoziierten wie auch neonatologischen Risikofaktoren. Durch Berücksichtigung des Risikoprofils der Patienten zum Zeitpunkt der Übernahme durch den Neonatologen soll ein verlässlicher interklinischer Vergleich von Hirnblutungsraten erreicht werden.

Methodik: Aus 26 744 anonym zusammengeführten Datensätzen der Peri- und Neonatalerhebung Sachsens der Jahre 2001–2005 wurden 1 782 Datenpaare von Frühgeborenen < 1 500 g oder < 32 Schwangerschaftswochen ermittelt. Durch Analyse von 30 Risikofaktoren wurde durch schrittweise logistische Regression ein spezifischer Risikoprädiktor für die schwere Hirnblutung (Grad III und IV) entwickelt und eine klinikspezifische Inzidenzrate berechnet.

Ergebnisse: Für die Prädiktion erwiesen sich fünf unabhängige Risikofaktoren als bedeutsam: niedriges Gestationsalter, niedriger Apgar-Wert nach einer Minute, Frühinfektion, Schwangerschaftsverlauf ohne pathologische Dopplerbefunde und subpartale Anwendung von Tokolyse. Die Trefferquote des Prädiktors (ROCAUC-Wert) war mit 87,7 % sehr gut. Bei Berücksichtigung der Risikoprofile der Kliniken veränderte sich die interhospitale Variationsbreite von 1,92 % bis 15,02 % (Mittelwert aller Kliniken 8,55 %) vor Adjustierung zu 5,14 % bis 11,58 % nach Adjustierung. Im Klinikranking verschoben sich die Klinikpositionen um 1 bis 4 Plätze.

Schlussfolgerung: Die Ergebnisse belegen für den neonatologischen Qualitätsindikator Hirnblutung bei sehr kleinen Frühgeborenen die Wichtigkeit einer Risikoadjustierung im Rahmen des Qualitätssicherungsprozesses für einen validen interklinischen Qualitätsvergleich.

Unter den jährlich 680 000 Neugeborenen in Deutschland ist mit rund 2 100 perinatal entstandenen Hirnblutungen zu rechnen, die den Tod, bleibende Schäden oder Entwicklungsstörungen zur Folge haben können. Allein in der Gruppe von jährlich ungefähr 8 500 sehr kleinen Frühgeborenen mit einem Geburtsgewicht unter 1 500 g könnten – hochgerechnet aus den Ergebnissen der Peri- und Neonatalerhebung des Landes Sachsen 2009 (www.slaek.de/5quali) etwa 470 schwere Hirnblutungsfälle (Grad III/IV) veranschlagt werden. Bei allen Überlebenden ist mit Langzeitfolgen für die neuromotorische und kognitive Entwicklung zu rechnen.

Die Ursache der Hirnblutung ist bei individuell unterschiedlicher Disposition im Komplex perinatal-geburtshilflicher oder neonatologischer Risikofaktoren zu sehen, wozu neben medizinischen auch strukturelle, organisatorische und subjektive Faktoren zu zählen sind. Nicht alle sind objektiv erfassbar. Da sich die in verschiedenen neonatologischen Einrichtungen betreuten Patientenpopulationen hinsichtlich ihrer Risikostruktur – also hinsichtlich potenzieller Krankheitsnoxen, Zustandsmerkmalen und vorausgegangenem Behandlungsmanagement – unterscheiden, ergeben sich zwangsläufig Unterschiede bei den interhospitalen Hirnblutungsraten (13). Diese repräsentieren demnach nicht allein neonatologische Qualitätsunterschiede. Wenn die Hirnblutungsrate dem Anspruch gerecht werden soll, ein valides neonatologisches Qualitätskriterium, das heißt ein messbarer Leistungsparameter für einen interklinischen Qualitätsvergleich zu sein, dann ist eine Risikoadjustierung erforderlich. Diese sollte die der neonatologischen Versorgung vorausgegangene, vom Neonatologen nicht zu beeinflussende Risikobelastung eines Kindes berücksichtigen. Mit Hilfe einer multivariaten logistischen Regressionsanalyse von zusammengeführten Daten der Peri- und Neonatalerhebung kann ein Prädiktor definiert werden, der das Risiko für das Eintreten eines Zielereignisses zu schätzen erlaubt (46). Durch Fokussierung auf schwangerschafts- und geburtsassoziierte Risikofaktoren in ihren Beziehungen zum Auftreten von Hirnblutungen ist das damit zusammenhängende Risiko von Hirnblutungen vorhersagbar. Auf dieser Basis lässt sich eine risikoadustierte Inzidenzrate von Hirnblutungen ermitteln. Sie spiegelt die neonatologische Ergebnisqualität verlässlicher wider als eine unkorrigierte Inzidenzrate. Mit dieser Arbeit soll ein Beitrag zur validen Bewertung neonatologischer Ergebnisqualität und zur Sicherstellung eines belastungsfähigen interklinischen Qualitätsvergleiches geleistet werden.

Material und Methodik

Daten und Datenzusammenführung

Grundlage der Analyse sind die Daten der Peri- und Neonatalerhebung aller sächsischen Kliniken der Jahre 2001–2005. Die Datenzusammenführung und Reduktion auf Einzelpatienten erfolgte unter Wahrung von Anonymität und Datenschutz anhand von programmierten Match-Algorithmen. Zum Matchen dienten die fünf Kontrollvariablen Geschlecht, Geburtsdatum, Geburtszeit, (original angegebenes) Gestationsalter und Geburtsgewicht. Dabei mussten einige Abweichungen toleriert werden, für das Geburtsgewicht ± 100 g. Abweichungen in den Matchvariablen wurden für maximal eine dieser Variablen zugelassen, wobei Mehrfachabweichungen auch nicht auftraten. Die Elimination von verlegungsbedingten Mehrfacherfassungen von Kindern und die dabei notwendige Zusammenführung aller Einzeldaten für die betroffenen Kinder erfolgte durch Sichtung aller jeweils zutreffenden Einzeldaten und Zusammenfassung per Hand. Es wurde eine Verknüpfungsrate von 90,1 % erreicht und damit 1,16 % der Neugeborenenpopulation erfasst.

Unter insgesamt 26 744 neonatologischen Datensätzen befanden sich 1 910 Datensätze von Kindern mit einem Gewicht < 1 500 g oder einem Gestationsalter < 32 vollendeten Schwangerschaftswochen. Ausgeschlossen wurden 116 von bis zum 4. Lebenstag verstorbenen Kindern ohne gesicherte Information über Hirnblutungen und 19 Datensätze von Kindern ohne Schädelsonographie. Es verblieben N = 1 782 Datensätze, die der Analyse zugrunde liegen. Darunter waren N = 168 (8,9 %) aus geburtshilflichen Einrichtungen transportierte Kinder.

Berücksichtigt wurden die sonographischen Hirnbefunde bis zur Entlassung unabhängig vom Zeitpunkt der Erstbeobachtung beziehungsweise des Auftretens, da dieser nicht erfasst ist. Die Stadieneinteilung folgt der nach Papile (7).

Es wurden die perinatologischen Variablen analysiert, die mit dem Auftreten von intraventrikulären Blutungen als abhängige Variable assoziiert sind beziehungsweise im engen zeitlichen Zusammenhang mit Geburt und postnatalen Vitalitätszeichen stehen (1, 818), aber nicht Ausdruck oder Folge neonatologischer Interventionen und damit Einflussnahme sein können. Ergänzend wurden auch einige Daten zu Maßnahmen der Erstversorgung bei der univariaten Analyse berücksichtigt. Sie wurden jedoch von der multiplen logistischen Regression zur Beschreibung des Risikoprädiktors ausgeschlossen, weil sie als neonatologische Behandlungsmerkmale Teil der pädiatrischen Versorgungsqualität sind und daher nicht in die Risikoadjustierung einbezogen werden können. Schließlich ergaben sich daraus insgesamt 30 Kovariablen beziehungsweise Variablenkomplexe (zum Beispiel Geburtsrisiken, Geburtslage und -modus) (Tabelle 1).

Analysierte Risikovariable der Peri- und Neonatalerhebung für das Auftreten von Hirnblutungen
Analysierte Risikovariable der Peri- und Neonatalerhebung für das Auftreten von Hirnblutungen
Tabelle 1
Analysierte Risikovariable der Peri- und Neonatalerhebung für das Auftreten von Hirnblutungen

Nicht berücksichtigt sind das Intervall Blasensprung bis zur Geburt, weil es nicht im Perinatalerhebungsbogen abgebildet ist, sowie Transport- und Verlegungsmodalitäten, weil diese auf nicht erfassbare Weise vom Pädiater mitbestimmt sind. Das gilt auch für den CRIB(„critical risk index for babies“)-Score, in den Zustandsmerkmale der ersten zwölf Lebensstunden eingehen.

Numerische Stammdaten wurden teilweise kategorisiert (zum Beispiel Apgar-Werte, Muttermundweite, pH-Werte, Basendefizit).

Das Vorgehen wurde vom Lenkungsausschuss der Sächsischen Lan­des­ärz­te­kam­mer auch unter Berücksichtigung ethischer Aspekte gebilligt.

Statistische Methodik

Die angewendeten statistischen Verfahren einschließlich der Rechenschritte zur Ermittlung der risikoadjustierten Werte sind in der Internetfassung (eKasten) sowie in vorausgegangenen Publikationen nachzulesen (4, 5).

Statistische Methodik
Statistische Methodik
eKasten
Statistische Methodik

Ergebnisse

Die hier vorgestellten Ergebnisse der statistischen Analyse betreffen die Kinder mit schweren Blutungen (Grad III und IV nach Papile). Die Anzahl aller dokumentierten Hirnblutungen geht aus Tabelle 2 hervor. An den relativ hohen Blutungsinzidenzen bei den sehr kleinen Frühgeborenen ist deren besondere Gefährdung ablesbar. Bei Betrachtung der Absolutzahlen sind Hirnblutungen auch bei den reiferen Kindern eine bedeutsame Größe.

Hirnblutungsinzidenz aller neonatologischen Behandlungsfälle und der Kinder < 1 500g oder < 32 SSW differenziert nach Schweregrad mit zugehörigem mittleren Gestationsalter (vollendete Wochen) und Geburtsgewicht (g)
Hirnblutungsinzidenz aller neonatologischen Behandlungsfälle und der Kinder < 1 500g oder < 32 SSW differenziert nach Schweregrad mit zugehörigem mittleren Gestationsalter (vollendete Wochen) und Geburtsgewicht (g)
Tabelle 2
Hirnblutungsinzidenz aller neonatologischen Behandlungsfälle und der Kinder < 1 500g oder < 32 SSW differenziert nach Schweregrad mit zugehörigem mittleren Gestationsalter (vollendete Wochen) und Geburtsgewicht (g)

Im zeitlichen Verlauf der analysierten Jahrgänge war keine bedeutsame Änderung der Inzidenzraten festzustellen.

Univariate Analyse

Die univariate Analyse ergibt für eine Reihe von Risikofaktoren signifikante Beziehungen zum Auftreten einer schweren Hirnblutung (Tabelle 3 und eTabelle). Neben einem niedrigen Gestationsalter und Geburtsgewicht sind eine Muttermundweite bei Aufnahme von über 3 cm, eine Tokolyse sub partu, die vaginale Beckenendlagengeburt, die angeborene Infektion beziehungsweise Frühsepsis, niedrige Apgar-Werte sowie das Erfordernis von Reanimationsmaßnahmen risikoerhöhende Faktoren. Im Gegensatz dazu lässt sich für die vollständige antenatale Kortikoidgabe (Lungenreifebehandlung), einen pathologischen Dopplerbefund (pathologische Flussmuster in A. uterina, A. umbilicalis oder A. cerebri media des Feten), die primäre Sektio und eine präpartale Verweildauer der Mutter von > 1 Tag ein risikovermindernder Effekt nachweisen. Das männliche Geschlecht stellt sich statistisch nicht als Risikofaktor dar.

Auszug aus der Analyse der univariaten Beziehung zwischen Risikovariablen und der intraventrikulären Blutung (IVH) Grad III und IV (ausführliche Darstellung in der Internetfassung)
Auszug aus der Analyse der univariaten Beziehung zwischen Risikovariablen und der intraventrikulären Blutung (IVH) Grad III und IV (ausführliche Darstellung in der Internetfassung)
Tabelle 3
Auszug aus der Analyse der univariaten Beziehung zwischen Risikovariablen und der intraventrikulären Blutung (IVH) Grad III und IV (ausführliche Darstellung in der Internetfassung)
Univariate Beziehungen zwischen Risikovariablen und der schweren Hirnblutung (IVH Grad III+IV) im Vergleich zur zugehörigen Referenzkategorie
Univariate Beziehungen zwischen Risikovariablen und der schweren Hirnblutung (IVH Grad III+IV) im Vergleich zur zugehörigen Referenzkategorie
eTabelle
Univariate Beziehungen zwischen Risikovariablen und der schweren Hirnblutung (IVH Grad III+IV) im Vergleich zur zugehörigen Referenzkategorie

Von den kindlichen Risikomerkmalen, die mit der Hirnblutungsrate im Zusammenhang stehen, wurde allein der vom Pädiater nicht zu beeinflussende Apgar-Wert nach 1 Minute in die multivariate Analyse eingeschlossen.

Multivariate Analyse

Bei der multivariaten Analyse verminderte sich durch einige Missings die Datenbasis von 1 782 auf 1 742 Datenpaare mit 149 schweren Hirnblutungen. Von den zahlreichen univariat relevanten Beziehungen zwischen Risikovariablen und dem Auftreten von Hirnblutungen erweisen sich nach multivariater logistischer Regression mit Berechnung eines Prädiktors für das Auftreten einer Hirnblutung die meisten Variablen für die Prädiktion als entbehrlich. Die schwere IVH lässt sich mit einer Trefferquote von 87,7 % durch fünf Variable vorhersagen (Tabelle 4).

Multivariater Prädiktor für die Hirnblutung Grad III/IV auf der Grundlage von N = 149 Blutungsfällen aus 1 742 Datensätzen
Multivariater Prädiktor für die Hirnblutung Grad III/IV auf der Grundlage von N = 149 Blutungsfällen aus 1 742 Datensätzen
Tabelle 4
Multivariater Prädiktor für die Hirnblutung Grad III/IV auf der Grundlage von N = 149 Blutungsfällen aus 1 742 Datensätzen

Der Prädiktor für die schwere Hirnblutung stützt sich auf alle 1 742 inzidenten und nichtinzidenten Fälle, die sich aus neun Kliniken mit auftretender schwerer Hirnblutung und 14 Kliniken ohne solche Hirnblutungen rekrutieren. Im Prädiktor sind die Variablen Gestationsalter, pathologischer Dopplerbefund, ein niedriger Apgar-Wert nach einer Minute (mit dem risikoerhöhenden Trennwert < 6), die angeborene Infektion sowie eine Geburt mit notwendiger Tokolyseanwendung als relevante unabhängige Risikofaktoren enthalten. Für die Prädiktion einer Hirnblutung finden Geburtslage und Entbindungsmodus keine Berücksichtigung.

Hirnblutungen Grad III/IV traten in neun von den 23 Kliniken mit Kindern < 1 500 g oder < 32 Schwangerschaftswochen auf. Deren Inzidenzrate an schweren Hirnblutungen ist Grundlage für eine Klinikreihung, die durch die Risikoadjustierung eine deutliche Veränderung erfährt (Tabelle 5 und Grafik 1). Es ergeben sich Verschiebungen um bis zu vier Rangplätze, im Mittel um 2,33 Plätze.

Inzidenzraten der höhergradigen Hirnblutungen III-IV
Inzidenzraten der höhergradigen Hirnblutungen III-IV
Grafik
Inzidenzraten der höhergradigen Hirnblutungen III-IV
Inzidenzraten von Hirnblutungen Grad III und IV in den Basisdaten Sachsen (gesamt = 149/1 742 = 8,55 %) und Ranking der neonatologischen Abteilungen/Betreuungslevel I–III vor und nach Adjustierung (Rangkategorien unter Berücksichtigung der statistischen Unschärfe bei der Adjustierung)
Inzidenzraten von Hirnblutungen Grad III und IV in den Basisdaten Sachsen (gesamt = 149/1 742 = 8,55 %) und Ranking der neonatologischen Abteilungen/Betreuungslevel I–III vor und nach Adjustierung (Rangkategorien unter Berücksichtigung der statistischen Unschärfe bei der Adjustierung)
Tabelle 5
Inzidenzraten von Hirnblutungen Grad III und IV in den Basisdaten Sachsen (gesamt = 149/1 742 = 8,55 %) und Ranking der neonatologischen Abteilungen/Betreuungslevel I–III vor und nach Adjustierung (Rangkategorien unter Berücksichtigung der statistischen Unschärfe bei der Adjustierung)

Die vorhergesagte Inzidenzrate verweist auf die Belastung der Patientenklientel mit Risikofaktoren zum Zeitpunkt der Übernahme durch den Neonatologen, ist aber nicht als Kriterium geburtshilflicher Qualität anzusehen. Dazu bedarf es einer gesonderten Analyse.

Diskussion

Univariate Betrachtung

Die univariate Analyse ergab Ergebnisse, die sich mit vorliegenden Literaturangaben (1, 819) weitgehend decken. Das gilt für die Beziehungen von Geburtsmodus, Infektion, Dopplerbefunden, Anpassungsverhalten und damit im Zusammenhang stehenden postnatalen Maßnahmen. Neben dem Gestationsalter stehen vor allem ein niedriger Apgarwert < 6 nach einer Minute, gefolgt von der Frühinfektion in engem Zusammenhang mit dem Hirnblutungsrisiko. Dieser Apgar-Wert reflektiert am verlässlichsten die akuten Geburtswirkungen auf die Hirnfunktion und gilt als ein wesentlicher Risikoindikator für Hirnblutungen (17, 20). Bei Betrachtung des Geburtsmodus in seiner Beziehung zur Hirnblutung zeigt sich in vorliegender Analyse ein Vorteil für die durch primären Kaiserschnitt geborenen Kinder gegenüber den vaginal oder nach sekundärer Sektio geborenen. Ein geringeres Hirnblutungsrisiko für nach elektiver Sektio geborene Kinder ist auch in der Literatur beschrieben (9, 15). Für den Ausgang sind die den Geburtsmodus begleitenden oder ihn veranlassenden Geburtsumstände entscheidender (16).

In einigen Studien wird auf die Bedeutung der Weite des Muttermundes zum Zeitpunkt der Geburt wie auch der Wehenaktivität für das Hirnblutungsrisiko hingewiesen (9, 16, 20). Gerade diese beiden Risikofaktoren werden leider durch die Perinatalerhebung nicht abgebildet. Es wird zwar die Muttermundweite bei stationärer Aufnahme, nicht aber die zum Zeitpunkt der Geburtsbeendigung durch Kaiserschnitt erfasst. Dennoch weist die univariate Analyse der Autoren ab Muttermundweite 4 cm einen engen Zusammenhang mit dem Auftreten einer intraventrikulären Blutung auf. Das stützt die Bedeutung dieses Befundes zum Zeitpunkt der abdominalen Geburtsbeendigung für die Prognose des Kindes.

Im Gegensatz zu anderen Mitteilungen (21) fanden wir für das männliche Geschlecht kein erhöhtes Risiko. Die höhere Anzahl von betroffenen Knaben gegenüber Mädchen korrespondiert mit dem höheren Knabenanteil unter den Frühgeborenen.

Multivariate Betrachtung

Durch die multivariate logistische Regression reduziert sich erheblich die Zahl der für die Berechnung eines Prädiktors für die IVH maßgebenden unabhängigen Prädiktorvariablen. Der Grund dafür ist darin zu sehen, dass ein Risikofaktor, der in einem anderen Faktor statistisch mitgeführt wird, weil er mit ihm korreliert, für die statistische Vorhersage entbehrlich wird. Er trägt somit nicht zur besseren Erklärung der Zielvariablen bei (5, 22).

Das Ergebnis der multivariaten logistischen Regression zeigt, dass das IVH-Risiko, wie bekannt, vor allem durch das Gestationsalter prädiktierbar ist, aber auch durch Faktoren, die komplex mittelbar die geburtshilfliche Situation und den Anpassungszustand des Kindes beschreiben. Wenn im Risikoprädiktor der Geburtsmodus nicht als prädiktiver Faktor enthalten ist, bedeutet dies nicht, dass er ätiologisch bedeutungslos ist.

Zu den Prädiktorvariablen gehören bei den höhergradigen Blutungen auch ein niedriger Apgar-Wert nach einer Minute sowie die angeborene Infektion beziehungsweise Frühsepsis. In den multivariaten Prädiktor gehen außerdem ein Schwangerschaftsverlauf ohne Feststellung pathologischer Dopplerbefunde und ein Geburtsverlauf mit Tokolyseanwendung als belastende Risikofaktoren ein. Sie sind jedoch nicht zwangsläufig als Kausalfaktoren anzusehen.

Während niedrige Apgar-Werte und Infektionen als Risikofaktoren bekannt und plausibel sind (12, 17, 20), weil ihnen eine kausale Rolle im pathogenetischen Ablauf zugeordnet werden kann, gilt dies nicht gleichermaßen für die anderen Prädiktorvariablen. Sie sind als Surrogate für tatsächlich kausal wirksame Faktoren anzusehen. So veranlasst der Nachweis pathologischer Dopplerbefunde in der Schwangerschaft spezifische vorsorgliche Betreuungsmaßnahmen und hat Bedeutung für das Geburtsmanagement. Das unterstreicht die Bedeutung von zielgerichteten Überwachungs- beziehungsweise Kontrollmaßnahmen während Schwangerschaft und Geburt wie natürlich auch danach (23).

Die signifikante Bedeutung einer subpartalen Tokolyse als unabhängige Prädiktorvariable könnte damit begründet werden, dass hier Fälle mit fortgeschrittenem geburtshilflichen Befund bei stationärer Aufnahme oder vor operativer Geburtsbeendigung (zum Beispiel mit weit eröffnetem Muttermund bei effektiven Wehen und gestörtem CTG) erfasst werden. Diese Faktoren werden in der Literatur im Zusammenhang mit der Hirnläsion als wesentliche Risikovariablen diskutiert (9, 15, 19) und zeigen sich auch bei unserer univariaten Analyse als relevante Risikovariablen. Dies ist beispielhaft eine mögliche Erklärung für eine solche Variable, die sich statistisch als prädiktiv erweist, aber nicht direkt kausal mit dem Zielereignis verknüpfbar ist.

Risikoadjustierung und Klinikranking

Der statistisch errechnete Prädiktor für das individuelle und daraus folgend das spezifische Klinikrisiko für das Auftreten von schweren Hirnblutungen ist als valide und treffsicher anzusehen. Das ergibt sich aus der hohen Trefferquote des Prädiktors, gemessen an der AUC („area under curve“) der ROC („receiver operating characteristic“). Sie beschreibt, vereinfacht gesagt, den Prozentsatz richtigpositiver und richtignegativer Voraussagen, der bei 87,8 % liegt. Damit ist die Voraussetzung gegeben, die Ergebnisqualität neonatologischer Abteilungen an dem wichtigen Qualitätsindikator Hirnblutung risikoadjustiert zu vergleichen. Somit ist ein fairer Vergleich zwischen den Kliniken und mit dem Landesdurchschnitt möglich. Ein besonderer Vorteil der logistischen Regression als Verfahren der Risikoadjustierung besteht in der Möglichkeit zur detaillierten klinikinternen Analyse von Versorgungsbedingungen und zur Ableitung von Schlussfolgerungen. Kliniken mit deutlich über dem Landesdurchschnitt liegender risikoadjustierter Inzidenzrate können bei der Ergebnisinterpretation nicht auf Besonderheiten der Patientenpopulation verweisen, denn solche werden mit dem hier vorgestellten Verfahren ausgeglichen. Der Abstand zwischen risikoadjustierter Inzidenzrate und Landesmittel ist deshalb als ein verlässliches Maß für neonatologische Qualitätsunterschiede anzusehen.

Der Prädiktor enthält Variablen, die den Zustand des Kindes bei Übernahme durch den Neonatologen charakterisieren. Die höchste prädiktive Kraft, gemessen an der Odds Ratio, kommt offenbar dem Gestationsalter zu. Im Vergleich zur Odds Ratio bei univariater Analyse verliert das Gestationsalter im multivariaten Konfounder-adjustierten Prädiktor deutlich an Kraft. Das verdeutlicht, dass ein Qualitätsvergleich auf der Basis einer Ergebnisstandardisierung allein nach Gestationsalter oder Gewicht eingeschränkte Aussagekraft haben muss. Hinzu kommt die Einengung der Verlässlichkeit der Aussage bei niedrigen Patientenzahlen und Ereignishäufigkeiten, was bei einem multivariaten Prädiktor eine geringere Rolle spielt.

Die Inzidenzraten der schweren Hirnblutung bewegten sich 2001 bis 2005 an sächsischen Kliniken im Bereich zwischen 1,92 und 15,02 %. Diese Streubreite hat ihre Ursache nicht allein in Unterschieden der Versorgungsqualität von Geburtshilfe und Neonatologie, sondern auch in den Klinikcharakteristika hinsichtlich Patientenzusammensetzung nach Grunderkrankung, Schwangerschaftswoche, Sozial- und Altersstruktur, Qualität der Schwangerenbetreuung, also nach Faktoren, die die Frühgeburtlichkeit beeinflussen. Das Modell der Autoren zur risikoadjustierten Qualitätsbeurteilung neonatologischer Einheiten berücksichtigt geburtsassoziierte Risikomerkmale mit dem Ziel, die neonatologische Leistung besser und vergleichbar widerzuspiegeln. Die nach Risikoadjustierung verbleibende Streubreite der Inzidenzraten zwischen 5,14 und 11,58 ist deutlich geringer und kann angesichts einer Treffsicherheit des Prädiktors von 87,7 % als guter Näherungswert für Qualitätsunterschiede angesehen werden. Diese korrigierte Streubreite kann als repräsentatives Maß neonatologischer Leistungsunterschiede gelten. Die Risikoadjustierung hat eine neue Klinikreihung zur Folge mit Platzverschiebungen im Mittel um 2,33 Plätze (1 bis 4 Plätze bei neun Kliniken).

Die Risikoadjustierung ermöglicht auch, das zum gegebenen Zeitpunkt bestehende Potenzial zur Vermeidung von unerwünschten Ereignissen zu berechnen und gezielt Veränderungen anzustreben. Ansatzpunkte dafür ergeben sich auf geburtshilflichem Gebiet durch Optimierung der neonatalen Ausgangssituation und auf neonatologischer Seite durch eine weitere Verbesserung der Betreuung.

Dass es ein Verbesserungspotenzial gibt, belegen die Ergebnisse anderer Bundesländer wie Baden-Württemberg oder Berlin, die im gleichen Zeitraum Hirnblutungsraten für die schwere Hirnblutung von 6,6 % beziehungsweise 4,4 % erreichten (24). Allerdings ist dieser Vergleich nur bedingt zulässig, weil diesen Ergebnissen keine Risikoadjustierung zugrunde liegt.

Eine bundesweite Risikoadjustierung neonatologischer Leistung am Qualitätsindikator Hirnblutung bei sehr kleinen Frühgeborenen ist mit dem neonatologischen Erhebungsbogen allein – ohne Zusammenführung mit den Daten aus dem Perinatalbogen – nicht möglich. Der Neonatalerhebungsbogen enthält nach Art und Umfang keine relevanten geburtsassoziierten Angaben, die dieser Aufgabe dienen können. Mit der Realisierung der Datenzusammenführung auf Bundesebene ab 2011 ist die Voraussetzung für eine risikoadjustierte Qualitätsbewertung im Rahmen der externen stationären Qualitätssicherung gegeben.

Das vorgestellte Modell ist erprobt und belastungsfähig und bietet sich für eine bundesweite Anwendung bei verschiedenen Fragestellungen an.

Interessenkonflikt

Dipl.-Math. Friedrich und Dipl.-med. Kaiser erhielten Honorare von der Sächsischen Lan­des­ärz­te­kam­mer. Prof. Dr. rer. nat. Koch erhielt Honorare von der Sächsischen Lan­des­ärz­te­kam­mer und von der Medizinischen Fakultät der TU Dresden.

Manuskriptdaten
eingereicht: 19. 8. 2011, revidierte Fassung angenommen: 14. 2. 2012

Anschrift für die Verfasser
Prof. Dr. med. Christoph Vogtmann
ehem. Leiter Abt. Neonatologie
Universitätsklinikum Leipzig
04103 Leipzig
christoph.vogtmann@medizin.uni-leipzig.de

Zitierweise
Vogtmann C, Koch R, Gmyrek D, Kaiser A, Friedrich A:
Risk-adjusted intraventricular hemorrhage rates in very premature infants—towards quality assurance between neonatal units.
Dtsch Arztebl Int 2012; 109(31–32): 527–33. DOI: 10.3238/arztebl.2012.0527

@Mit „e“ gekennzeichnete Literatur:
www.aerzteblatt.de/lit3112

The English version of this article is available online:
www.aerzteblatt-international.de

1.
Jensen A, Klingmüller V, Künzel W, Sefkow S: Das Hirnblutungsrisiko bei Früh- und Reifgeborenen. Geburtsh Frauenheilk 1992; 52: 6–20. CrossRef MEDLINE
2.
Paneth N, Pinto-Martin J, Gardiner J, et al.: Incidence and timing of germinal matrix/intraventricular hemorrhage in low birth weight infants. Am J Epidemiol 1993; 137: 1167–76. MEDLINE
3.
Synnes AR, Macnab YC, Qiu Z, et al.: Neonatal intensive care unit characteristics affect incidence of severe intraventricular
hemorrhage. Med Care 2006; 44: 754–9. CrossRef MEDLINE
4.
Gmyrek D, Koch R, Vogtmann Ch, Kaiser A, Friedrich A: Risikoadjustierte Qualitätsbeurteilung am Beispiel der neonatalen Spätinfektion. Z Evid Fortbild Qual Gesundh Wesen 2011; 105: 124–32. CrossRef MEDLINE
5.
Koch R, Gmyrek D, Vogtmann Ch: Risikoadjustierte Qualitätsbeurteilung in Perinatalzentren ausgehend von der Perinatal- und Neonatalerhebung in Sachsen. Z Geburtshilfe Neonatol 2005; 209: 210–8. CrossRef MEDLINE
6.
Simpson JM, Evans N, Gibbered RW, Heuchan AM, Henderson-Smart DJ: Australian and New Zealand Neonatal Network, School of Public Health analysing differences in clinical outcomes between hospitals. Qual Saf Health Care 2003; 12: 257–62. CrossRef MEDLINE PubMed Central
7.
Papile LA, Burstein J, Burstein R, Koffler H: Incidence and evolution of subependymal and intraventricular hemorrhage: a study of infants with birth weights less than 1500 gm. J Pediatr 1978; 92: 529–34. CrossRef MEDLINE
8.
Heuchan AM, Evans N, Henderson-Smart DJ, Simpson JM: Perinatal risk factors for major intraventricular haemorrhage in the Australian and New Zealand Neonatal Network, 1995–97. Arch Dis Child Fetal Neonatal Ed 2002; 86: F86–F90. CrossRef PubMed Central
9.
Hoegberg U, Holmgren PA: Infant mortality of very preterm infants by mode of delivery, institutional policies and maternal diagnosis. Acta Obstet Gynecol Scand 2007; 86: 693–700. CrossRef MEDLINE
10.
How H, Houry J, Sibai BM: Cervical dilatation on presentation for preterm labor and subsequent preterm birth. Am J Perinatol 2009; 26: 1–6. CrossRef MEDLINE
11.
Ment L, Oh W, Philip A, et al.: Risk factors for early intraventricular hemorrhage in low birth weight infants. J Pediatr 1992; 121: 776–83. CrossRef MEDLINE
12.
O´Shea M, Savitz DA, Hage ML, Feinstein KA: Prenatal events and the risk of subependymal/intraventricular hemorrhage in very low birth weight neonates. Paediatr Perinat Epidemiol 1992; 6: 352–62. CrossRef MEDLINE
13.
Osborn D, Evans N, Kluckow M: Hemodynamic and antecedent risk factors of early and late periventricular/intraventricular hemorrhage in premature infants. Pediatrics 2003; 112: 33–9. CrossRef MEDLINE
14.
Murphy D, Sellers S, Mackenzie I, Yudkin P, Johson A: Case-control study of antenatal and intrapartum risk factors for cerebral palsy in very preterm singleton babies. Lancet 1995; 346: 1449–54. CrossRef MEDLINE
15.
Qiu H, Paneth N, Lorenz JM, Collins M: Labor and delivery factors in brain damage, disabling cerebral palsy and neonatal death in low-birth-weight infants. Am J Obstet Gynecol 2003; 189: 1143–9. CrossRef MEDLINE
16.
Riskin A, Riskin-Mashiah S, Bader D, et al.: Delivery mode and severe intraventricular hemorrhage in single, very low birth weight, vertex infants. Obstet Gynecol 2008; 112: 21–8. CrossRef MEDLINE
17.
Salafia C, Minor V, Rosenkrantz T, et al.: Maternal, placental, and neonatal association with early germinal matrix/intraventricular hemorrhage in infants born before 32 weeks gestation. Am J Perinatol 1995; 12: 429–36. CrossRef MEDLINE
18.
Shaver D, Bada H, Korones SH, et al.: Early and late intraventricular hemorrhage: the role of obstetric factors. Obstet Gynecol 1992; 80: 831–7. MEDLINE
19.
Vela-Huerta MM, Amador-Licona M, Medina-Ovando N, Aldana-Valenzuela C: Factors associated with early severe intraventricular
hemorrhage in very low birth weight infants. Neuropediatrics 2009; 40: 224–7. CrossRef MEDLINE
20.
Sarkar S, Bhagat I, Dechert R, Schumacher RE, Dorn SM: Severe intraventricular hemorrhage in preterm infants: comparison of risk factors and short-term neonatal morbidities between grade 3 and grade 4 intraventricular hemorrhage. Am J Perinatol 2009; 26: 419–24. CrossRef MEDLINE
21.
Mohamed MA, Aly H: Male gender is associated with intraventricular hemorrhage. J Pediatrics 2010; 125: e333–9. CrossRef MEDLINE
22.
Schneider A, Hommel G, Blettner M: Linear regression analysis—part 14 of a series on evaluation of scientific publications. Dtsch Arztebl Int 2010; 107(44): 776–82. VOLLTEXT
23.
Obladen M, Metzte B, Henrich W, Aktas A, Chernik C, Schulz-Baldes A: Interdisciplinary surveillance of intraventricular hemorrhage associated conditions in infants <1000g. Acta Paediatrica 2008; 997: 731–7. CrossRef MEDLINE
24.
Schulz-Baldes A, Misselwitz B, Metze B, Obladen M: 6 Jahre Berliner Neonatalerhebung: Entwicklungen in Gesamtberlin seit 1998. In: Ärztekammer Berlin (ed.): Projekte 2005. Qualitätssicherung und Qualitätsmanagement. Berlin 2006: 17–40.
Arbeitsgruppe Qualitätssicherung Perinatologie/Neonatologie der Sächsischen Lan­des­ärz­te­kam­mer:
Prof. Dr. med. Vogtmann, Prof. Dr. med. Gmyrek, Dipl.-med. Kaiser, Dipl.-Math. Friedrich
Institut für Medizinische Informatik und Biometrie, Medizinische Fakultät Carl Gustav Carus der Technischen Universität Dresden: Prof. Dr. rer. nat. Koch
Inzidenzraten der höhergradigen Hirnblutungen III-IV
Inzidenzraten der höhergradigen Hirnblutungen III-IV
Grafik
Inzidenzraten der höhergradigen Hirnblutungen III-IV
Analysierte Risikovariable der Peri- und Neonatalerhebung für das Auftreten von Hirnblutungen
Analysierte Risikovariable der Peri- und Neonatalerhebung für das Auftreten von Hirnblutungen
Tabelle 1
Analysierte Risikovariable der Peri- und Neonatalerhebung für das Auftreten von Hirnblutungen
Hirnblutungsinzidenz aller neonatologischen Behandlungsfälle und der Kinder < 1 500g oder < 32 SSW differenziert nach Schweregrad mit zugehörigem mittleren Gestationsalter (vollendete Wochen) und Geburtsgewicht (g)
Hirnblutungsinzidenz aller neonatologischen Behandlungsfälle und der Kinder < 1 500g oder < 32 SSW differenziert nach Schweregrad mit zugehörigem mittleren Gestationsalter (vollendete Wochen) und Geburtsgewicht (g)
Tabelle 2
Hirnblutungsinzidenz aller neonatologischen Behandlungsfälle und der Kinder < 1 500g oder < 32 SSW differenziert nach Schweregrad mit zugehörigem mittleren Gestationsalter (vollendete Wochen) und Geburtsgewicht (g)
Auszug aus der Analyse der univariaten Beziehung zwischen Risikovariablen und der intraventrikulären Blutung (IVH) Grad III und IV (ausführliche Darstellung in der Internetfassung)
Auszug aus der Analyse der univariaten Beziehung zwischen Risikovariablen und der intraventrikulären Blutung (IVH) Grad III und IV (ausführliche Darstellung in der Internetfassung)
Tabelle 3
Auszug aus der Analyse der univariaten Beziehung zwischen Risikovariablen und der intraventrikulären Blutung (IVH) Grad III und IV (ausführliche Darstellung in der Internetfassung)
Multivariater Prädiktor für die Hirnblutung Grad III/IV auf der Grundlage von N = 149 Blutungsfällen aus 1 742 Datensätzen
Multivariater Prädiktor für die Hirnblutung Grad III/IV auf der Grundlage von N = 149 Blutungsfällen aus 1 742 Datensätzen
Tabelle 4
Multivariater Prädiktor für die Hirnblutung Grad III/IV auf der Grundlage von N = 149 Blutungsfällen aus 1 742 Datensätzen
Inzidenzraten von Hirnblutungen Grad III und IV in den Basisdaten Sachsen (gesamt = 149/1 742 = 8,55 %) und Ranking der neonatologischen Abteilungen/Betreuungslevel I–III vor und nach Adjustierung (Rangkategorien unter Berücksichtigung der statistischen Unschärfe bei der Adjustierung)
Inzidenzraten von Hirnblutungen Grad III und IV in den Basisdaten Sachsen (gesamt = 149/1 742 = 8,55 %) und Ranking der neonatologischen Abteilungen/Betreuungslevel I–III vor und nach Adjustierung (Rangkategorien unter Berücksichtigung der statistischen Unschärfe bei der Adjustierung)
Tabelle 5
Inzidenzraten von Hirnblutungen Grad III und IV in den Basisdaten Sachsen (gesamt = 149/1 742 = 8,55 %) und Ranking der neonatologischen Abteilungen/Betreuungslevel I–III vor und nach Adjustierung (Rangkategorien unter Berücksichtigung der statistischen Unschärfe bei der Adjustierung)
Statistische Methodik
Statistische Methodik
eKasten
Statistische Methodik
Univariate Beziehungen zwischen Risikovariablen und der schweren Hirnblutung (IVH Grad III+IV) im Vergleich zur zugehörigen Referenzkategorie
Univariate Beziehungen zwischen Risikovariablen und der schweren Hirnblutung (IVH Grad III+IV) im Vergleich zur zugehörigen Referenzkategorie
eTabelle
Univariate Beziehungen zwischen Risikovariablen und der schweren Hirnblutung (IVH Grad III+IV) im Vergleich zur zugehörigen Referenzkategorie
1. Jensen A, Klingmüller V, Künzel W, Sefkow S: Das Hirnblutungsrisiko bei Früh- und Reifgeborenen. Geburtsh Frauenheilk 1992; 52: 6–20. CrossRef MEDLINE
2. Paneth N, Pinto-Martin J, Gardiner J, et al.: Incidence and timing of germinal matrix/intraventricular hemorrhage in low birth weight infants. Am J Epidemiol 1993; 137: 1167–76. MEDLINE
3. Synnes AR, Macnab YC, Qiu Z, et al.: Neonatal intensive care unit characteristics affect incidence of severe intraventricular
hemorrhage. Med Care 2006; 44: 754–9. CrossRef MEDLINE
4. Gmyrek D, Koch R, Vogtmann Ch, Kaiser A, Friedrich A: Risikoadjustierte Qualitätsbeurteilung am Beispiel der neonatalen Spätinfektion. Z Evid Fortbild Qual Gesundh Wesen 2011; 105: 124–32. CrossRef MEDLINE
5. Koch R, Gmyrek D, Vogtmann Ch: Risikoadjustierte Qualitätsbeurteilung in Perinatalzentren ausgehend von der Perinatal- und Neonatalerhebung in Sachsen. Z Geburtshilfe Neonatol 2005; 209: 210–8. CrossRef MEDLINE
6. Simpson JM, Evans N, Gibbered RW, Heuchan AM, Henderson-Smart DJ: Australian and New Zealand Neonatal Network, School of Public Health analysing differences in clinical outcomes between hospitals. Qual Saf Health Care 2003; 12: 257–62. CrossRef MEDLINE PubMed Central
7.Papile LA, Burstein J, Burstein R, Koffler H: Incidence and evolution of subependymal and intraventricular hemorrhage: a study of infants with birth weights less than 1500 gm. J Pediatr 1978; 92: 529–34. CrossRef MEDLINE
8.Heuchan AM, Evans N, Henderson-Smart DJ, Simpson JM: Perinatal risk factors for major intraventricular haemorrhage in the Australian and New Zealand Neonatal Network, 1995–97. Arch Dis Child Fetal Neonatal Ed 2002; 86: F86–F90. CrossRef PubMed Central
9.Hoegberg U, Holmgren PA: Infant mortality of very preterm infants by mode of delivery, institutional policies and maternal diagnosis. Acta Obstet Gynecol Scand 2007; 86: 693–700. CrossRef MEDLINE
10. How H, Houry J, Sibai BM: Cervical dilatation on presentation for preterm labor and subsequent preterm birth. Am J Perinatol 2009; 26: 1–6. CrossRef MEDLINE
11. Ment L, Oh W, Philip A, et al.: Risk factors for early intraventricular hemorrhage in low birth weight infants. J Pediatr 1992; 121: 776–83. CrossRef MEDLINE
12. O´Shea M, Savitz DA, Hage ML, Feinstein KA: Prenatal events and the risk of subependymal/intraventricular hemorrhage in very low birth weight neonates. Paediatr Perinat Epidemiol 1992; 6: 352–62. CrossRef MEDLINE
13. Osborn D, Evans N, Kluckow M: Hemodynamic and antecedent risk factors of early and late periventricular/intraventricular hemorrhage in premature infants. Pediatrics 2003; 112: 33–9. CrossRef MEDLINE
14. Murphy D, Sellers S, Mackenzie I, Yudkin P, Johson A: Case-control study of antenatal and intrapartum risk factors for cerebral palsy in very preterm singleton babies. Lancet 1995; 346: 1449–54. CrossRef MEDLINE
15. Qiu H, Paneth N, Lorenz JM, Collins M: Labor and delivery factors in brain damage, disabling cerebral palsy and neonatal death in low-birth-weight infants. Am J Obstet Gynecol 2003; 189: 1143–9. CrossRef MEDLINE
16. Riskin A, Riskin-Mashiah S, Bader D, et al.: Delivery mode and severe intraventricular hemorrhage in single, very low birth weight, vertex infants. Obstet Gynecol 2008; 112: 21–8. CrossRef MEDLINE
17. Salafia C, Minor V, Rosenkrantz T, et al.: Maternal, placental, and neonatal association with early germinal matrix/intraventricular hemorrhage in infants born before 32 weeks gestation. Am J Perinatol 1995; 12: 429–36. CrossRef MEDLINE
18. Shaver D, Bada H, Korones SH, et al.: Early and late intraventricular hemorrhage: the role of obstetric factors. Obstet Gynecol 1992; 80: 831–7. MEDLINE
19. Vela-Huerta MM, Amador-Licona M, Medina-Ovando N, Aldana-Valenzuela C: Factors associated with early severe intraventricular
hemorrhage in very low birth weight infants. Neuropediatrics 2009; 40: 224–7. CrossRef MEDLINE
20. Sarkar S, Bhagat I, Dechert R, Schumacher RE, Dorn SM: Severe intraventricular hemorrhage in preterm infants: comparison of risk factors and short-term neonatal morbidities between grade 3 and grade 4 intraventricular hemorrhage. Am J Perinatol 2009; 26: 419–24. CrossRef MEDLINE
21. Mohamed MA, Aly H: Male gender is associated with intraventricular hemorrhage. J Pediatrics 2010; 125: e333–9. CrossRef MEDLINE
22. Schneider A, Hommel G, Blettner M: Linear regression analysis—part 14 of a series on evaluation of scientific publications. Dtsch Arztebl Int 2010; 107(44): 776–82. VOLLTEXT
23. Obladen M, Metzte B, Henrich W, Aktas A, Chernik C, Schulz-Baldes A: Interdisciplinary surveillance of intraventricular hemorrhage associated conditions in infants <1000g. Acta Paediatrica 2008; 997: 731–7. CrossRef MEDLINE
24. Schulz-Baldes A, Misselwitz B, Metze B, Obladen M: 6 Jahre Berliner Neonatalerhebung: Entwicklungen in Gesamtberlin seit 1998. In: Ärztekammer Berlin (ed.): Projekte 2005. Qualitätssicherung und Qualitätsmanagement. Berlin 2006: 17–40.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Alle Leserbriefe zum Thema

Anzeige