MedizinNeurologieWissenschaft Neurologie
Wissenschaft
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Ein wesentlicher Grund für den Organspendermangel in Deutschland ist ein Defizit bei der Erkennung eines potenziell irreversiblen Hirnfunktionsausfalls (IHA) in den Entnahmekrankenhäusern.

Methode: Anonymisierte Daten der Deutschen Stiftung Organtransplantation (DSO) aus dem Universitätsklinikum Dresden (UKD) und vier weiteren Universitätskliniken (Vergleichskohorte) wurden für zwei 12-Monats-Zeiträume (Referenz-/Evaluationszeitraum) vor und nach Implementierung eines elektronischen Screeningtools (DETECT) am UKD verglichen. DETECT dient zur Erkennung eines möglicherweise bevorstehenden IHA. Die Studienendpunkte umfassten die Patienten mit erkanntem potenziellen IHA, die Patienten mit festgestelltem IHA, die realisierten Organspenden und die Meldungen an die DSO. Vergleiche absoluter Risikoveränderungen erfolgten mittels Breslow-Day-Tests.

Ergebnisse: Im Referenz- und Evaluationszeitraum wurden am UKD 309 (164/145) und in der Vergleichskohorte 1 060 (529/531) verstorbene Patienten mit einer primären oder sekundären Hirnschädigung identifiziert. Im Vergleich der Zeiträume reduzierte sich am UKD die Anzahl nicht erkannter potenzieller IHA-Fälle von 14/164 (8,54 %) auf 1/145 (0,69 %) und damit um absolut 7,85 % (95-%-KonfidenzintervalI: [−3,36; −12,33]), wohingegen in der Vergleichskohorte eine Zunahme von absolut 0,55 % [−2,21; 3,30] verzeichnet wurde (Vergleich beider Kohorten: p = 0,002). Die lediglich nominellen Unterschiede der absoluten Risikoveränderungen hinsichtlich der Feststellung eines IHA (7,09 %, [0,29; 13,88] versus 2,42 %, [1,18; 6,01]; p = 0,234), realisierter Organspenden (4,70 %, [−0,89; 10,28] versus 0,55 %, [−2,17; 3,26]; p = 0,214) oder Meldungen an die DSO (4,17 %, [−1,77; 10,11] versus 2,22 %, [−1,44; 5,89; p = 0,447]) können auch zufällig entstanden sein.

Schlussfolgerung: Die Ergebnisse legen nahe, dass unter Anwendung des Screeningtools das Defizit in der Erkennung von Patienten mit drohendem oder manifestem IHA reduziert werden kann.

LNSLNS

Die Organtransplantation gilt als eine große Errungenschaft des 20. Jahrhunderts. Sie ermöglicht es seit Jahrzehnten, viele Leben zu retten. Allerdings ist die Versorgungssituation für Patientinnen und Patienten mit Organversagen, die einer Transplantation bedürfen, in Deutschland seit Jahren kritisch und ohne erkennbare Verbesserungstendenz. Die Wartezeiten auf ein Organ sind hierzulande länger als in jedem anderen entwickelten westlichen Land, und täglich versterben mehrere Menschen, die auf der Warteliste stehen (1). Die Ergebnisse der Transplantationen von postmortalen Organen (Herz, Lunge, Leber, Niere) sind aufgrund des fortgeschrittenen Erkrankungszustands der häufig lange wartenden Empfänger im internationalen Vergleich unterdurchschnittlich (2).

Ursächlich für die Problematik der langen Wartezeiten ist die seit Jahrzehnten niedrige Organspenderrate, die im Jahr 2017 erstmalig einen Wert unter zehn Spendern pro Million Einwohner erreichte. Das ist ein Ergebnis, das innerhalb des Eurotransplant-Verbunds den niedrigsten Rang belegt und zum Teil nur ein Drittel der Spender und Transplantationszahlen anderer Mitgliedsländer beträgt (3). Dabei kann eine realisierte Organspende den Empfängern zahlreiche gewonnene Lebensjahre schenken (4, 5).

Im Rahmen von End-of-Life-Care(EOLC)-Entscheidungen sind unterschiedlichste Hürden für eine Organspende zu nehmen, die sich aus einer medizinisch, rechtlich, ethisch und menschlich komplexen Gesamtsituation ergeben. Nur Intensivpatienten mit irreversiblem Hirnfunktionsausfall (IHA) kommen für eine Organspende infrage. Zu den Hürden, die dabei aktiv überwunden werden müssen, zählen

  • das Fehlen einer gesetzlich unterstützenden Widerspruchslösung und eines sich daraus entwickelnden gesellschaftlichen Bewusstseins
  • Arbeitsverdichtung
  • wechselnde ärztliche Zuständigkeiten im Schichtsystem
  • hohe Falltaktung bei gleichzeitigem Personalmangel
  • die ärztliche Fokussierung und Beschränkung auf unmittelbares Heilen
  • ökonomischer Druck in den Krankenhäusern.

Studien zeigen, dass ein Hauptproblem der postmortalen Organspende in einem Defizit der Entnahmekrankenhäuser besteht, einen potenziellen IHA zu erkennen (6, 7, 8, 9, 10, 11). Hierbei erschwert die hohe Anzahl der Entnahmekrankenhäuser mit einer Intensivstation in Deutschland (1 248), ein seltenes Ereignis wie den möglichen IHA eines Patienten unter intensivmedizinischer Behandlung zu detektieren. Das führt letztlich zu weniger als 1 000 Organspendern pro Jahr trotz circa 950 000 Todesfällen im Jahr. Die Mehrzahl der Entnahmekrankenhäuser erkennt und meldet keinen einzigen Patienten mit möglichem IHA (12).

Um zu ergründen, warum bei zahlreichen Intensivpatienten keine IHA-Diagnostik (IHA-D) erfolgte, wird in der Region Ost der Deutschen Stiftung Organtransplantation (DSO) (Sachsen, Sachsen-Anhalt, Thüringen) seit über fünf Jahren eine freiwillige, retrospektive Analyse aller verstorbenen Patienten mit relevanter Hirnschädigung durchgeführt. Dies geschieht anhand des Computerprogramms „DSO Transplantcheck“ (Transplantcheck) mit nachfolgender Akteneinsicht durch einen Transplantationsbeauftragten (TXB) zusammen mit dem zuständigen DSO-Koordinator. In der Veröffentlichung dieser Daten für das Jahr 2016 waren unter 7 889 Todesfällen mit relevanter Hirnschädigung nur 121 Fälle, bei denen eine Organspende realisiert werden konnte (10). In der retrospektiven Einzelfallanalyse konnten 500 Todesfälle identifiziert werden, bei denen keine IHA-D erfolgt war, obwohl möglicherweise ein IHA vorlag, dessen Voraussetzungen jedoch nicht zufriedenstellend geprüft worden waren (10). Diese Defizite waren in allen Krankenhauskategorien mit Intensivstationen nachweisbar, obwohl die DSO-Region Ost seit Jahren zu den Regionen Deutschlands mit den höchsten Spenderzahlen gehört.

Am Universitätsklinikum Dresden (UKD) wurde ein elektronisches Screeningtool mit dem Akronym „DETECT“ (Screening for potential brain DEath in paTiEnts with severe brain damage and clinically asCerTained loss of cerebral functions) entwickelt, um prospektiv Patienten mit möglicherweise bevorstehendem oder bereits eingetretenem IHA zu detektieren und damit das Erkennungsdefizit zu beheben.

In der vorliegenden Kohortenstudie untersuchten wir die Hypothese, dass die Implementierung des DETECT-Screeningtools am UKD im Vergleich zu den vier weiteren Universitätskliniken der Region Ost ohne Screeningtool-Einführung das Erkennungsdefizit aufhebt.

Methoden

Automatisiertes Screening

Die Implementierung des elektronischen DETECT-Screeningtools im Patientendatenmanagementsystem (PDMS) des UKD zielt auf eine optimierte Erkennung von Patienten mit potenziellem IHA ab. Die Entwicklungsphase schloss zunächst Simulationen auf Basis retrospektiver Daten der Jahre 2016 und 2017 im Abgleich mit Daten der Transplantcheck Software der DSO ein. Nach einer testweisen Etablierung des Programms zwischen 01/2018 und 03/2018, wird das Tool seit 04/2018 auf den Intensivstationen des UKD zum prospektiven Screening regelhaft angewandt.

Für die Entwicklung eines automatisierten Screening-Algorithmus wurden im interdisziplinären Dialog zwischen Intensivmedizinerinnen/-medizinern, Neurologinnen/Neurologen und Neurochirurginnen/Neurochirurgen Kriterien für einen potenziellen IHA definiert, die auf Intensivstationen gleichermaßen mehrfach täglich erhoben und zuverlässig dokumentiert werden. Dabei werden zwei harte Kriterien durch das Tool primär erfasst:

  • die Vigilanz anhand der Richmond Agitation Sedation Scale (RASS -5 bis -4) beziehungsweise Glasgow Coma Scale (GCS 3 bis 6) (beide sind etablierte neurologische Scores zur Quantifizierung der Vigilanz, deren niedrige Summe auf ein mögliches Koma hindeutet)
  • der Ausfall der Pupillenreaktion als Hinweis auf eine Hirnstammareflexie.

Diese dokumentierten Parameter sind Bestandteil intensivmedizinischer Behandlungsleitlinien und erlauben so eine flächendeckende Erfassung (13).

Fakultativ werden weitere weiche Indikatoren für eine bessere Einschätzung der Situation berücksichtigt (eMethodenteil).

Die praktische Umsetzung dieses Screeningprozesses erfolgt ohne zusätzlichen Dokumentationsaufwand mit dem PDMS-System ICM (Integrated Care Manager) auf allen Intensivstationen des UKD (n = 114 Betten) exklusive der pädiatrischen Intensivstation. Die für das Screening relevanten harten und weichen Indikatoren für einen potenziellen IHA werden periodisch (zwölfstündlich) aus allen stationären Fällen ausgelesen, gespeichert und anschließend im Screeningtool eingelesen. Die daraus hervorgehende Fallliste wird anhand definierter Kriterien mittels LINQ (Language Integrated Query) gefiltert. Liegen die genannten harten Indikatoren vor, ist das Screening als positiv zu bewerten. In dem Fall wird eine E-Mail mit relevanten Detaildaten an den TXB des Klinikums und den behandelnden Intensivmediziner versendet (Grafik 1).

DETECT ist ein Tool, das zeitgesteuert aus dem Patientendatenmanagementsystem (PDMS) importierte Daten auswertet und anhand definierter Kriterien Benachrichtigungen mit entsprechenden Informationen über Patienten mit potenziell drohendem irreversiblen Hirnfunktionsausfall (IHA) zielgerichtet an einen Transplantationsbeauftragten (TXB) versendet. Die Benachrichtigung des TXB durch DETECT löst in der Klinik ein strukturiertes weiteres Vorgehen aus.
Grafik 1
DETECT ist ein Tool, das zeitgesteuert aus dem Patientendatenmanagementsystem (PDMS) importierte Daten auswertet und anhand definierter Kriterien Benachrichtigungen mit entsprechenden Informationen über Patienten mit potenziell drohendem irreversiblen Hirnfunktionsausfall (IHA) zielgerichtet an einen Transplantationsbeauftragten (TXB) versendet. Die Benachrichtigung des TXB durch DETECT löst in der Klinik ein strukturiertes weiteres Vorgehen aus.

Transplantcheck

Die Transplantcheck-Methodik wird im eMethodenteil beschrieben (6, 10, 14).

Studiendesign

Um die Zweckmäßigkeit des Screeningtools zu evaluieren, wurden Studienendpunkte in den Zeiträumen vor (= Referenzzeitraum, 01–12/2017) und nach (= Evaluationszeitraum, 04/2018–03/2019) Einführung des Verfahrens vergleichend analysiert. Die Studienendpunkte umfassten

  • die Häufigkeit eines nicht erkannten potenziellen IHA
  • die Feststellung eines IHA (nach Richtlinie der Bundesärztekammer) (15)
  • realisierte Organspenden
  • Meldungen an die DSO ohne realisierte Organspende.

Grundlage für die Analyse bildeten die anonymisierten Daten aus den routinemäßig durchgeführten Transplantcheckanalysen der Universitätskliniken in der Region Ost der DSO.

Diese Analysen des Organspenderpotenzials bildeten die Grundlage bei der Entwicklung eines gezielten prospektiven Screenings als elektronisches Erkennungs- und Meldetool von Patienten mit schweren Hirnschädigungen.

Um grundlegende zeitliche Einflüsse auf die genannten Studienendpunkte unabhängig von der Einführung des DETECT-Screeningtools am UKD sicher auszuschließen, wurden analoge Analysen parallel in einer zweiten Kohorte – den übrigen vier Universitätskliniken der DSO-Region Ost ohne Toolimplementierung – durchgeführt. Von der Auswertung ausgeschlossen wurden Patienten unter 16 Jahren, da das Screeningtool bisher nicht auf pädiatrischen Intensivstationen angewendet wird.

Diagnostische Güte

Die diagnostische Güte des DETECT-Screeningtools wurde mittels Analyse der detektierten Behandlungsfälle durch das Screening im Abgleich mit den relevanten Fällen nach Transplantcheckanalyse und im Verhältnis zur Gesamtbehandlungsfallzahl auf den Intensivstationen evaluiert.

Die zur Beurteilung der diagnostischen Güte des Screeningtools als relevant zu bezeichnenden Patientenfälle, die notwendigerweise zu ermitteln sind, umfassen:

  • die Fälle eines nicht erkannten potenziellen IHA nach Transplantcheckanalyse
  • realisierte Organspenden
  • Meldungen an die DSO ohne realisierte Organspende
  • Ablehnungen durch Angehörige bei potenziell drohendem IHA.

Statistische Analyse

Die statistische Analyse erfolgte mit dem Programm STATA (Version 12.1, StataCorp, College Station, TX, USA). Die Häufigkeit eines nichterkannten potenziellen IHA war der primäre Endpunkt dieser Studie. Weitere Endpunkte umfassten die Häufigkeit festgestellter IHA, realisierter Organspenden und Meldungen an die DSO ohne realisierte Organspende. Häufigkeiten wurden in Absolut- und Prozentwerten einschließlich 95-%-Konfidenzintervall (95-%-KI) aufgeführt. Das Alter wurde als Mittelwert ± Standardabweichung (SD) dargestellt. Demografische Daten und Diagnosen wurden mithilfe des Chi-Quadrat-Tests, des exakten Tests nach Fisher und des t-Tests für unabhängige Stichproben vergleichend analysiert. Für die jeweiligen Endpunkte wurden die Risikoveränderungen über die beiden Studienzeiträume vor und nach Einführung des Tools und deren 95-%-KI berechnet. Die Risikoveränderungen in den beiden Kohorten (UKD und regionale Universitätskliniken) wurden mittels Breslow-Day-Test auf Homogenität getestet. Die p-Werte werden als deskriptive Kenngrößen angegeben.

Die anhand der Transplantcheckanalyse ermittelten Häufigkeiten nichterkannter Fälle mit potenziellem IHA am UKD stellten den Referenzstandard für die Berechnung von Sensitivität, Spezifität, positivem und negativem Vorhersagewert als Maße der diagnostischen Güte des automatisierten Screeningtools dar.

Ergebnisse

Vergleichende Analysen der Beobachtungszeiträume innerhalb der Kohorten

Insgesamt wurden während der Beobachtungszeit von 24 Monaten am UKD 309 und in der Vergleichskohorte 1 060 verstorbene Patienten mit einer für die definierten Kohorten qualifizierenden primären oder sekundären Hirnschädigung mittels Transplantcheck identifiziert. Beide Kohorten unterschieden sich nicht hinsichtlich Alter (Mittelwert 70 ± 14 Jahre versus 69 ± 15 Jahre; p = 0,19), Geschlecht (59,2 % männlich versus 58,9 % männlich; p = 0,91) und Art der Hirnschädigung (p = 0,06). Ebenfalls unterschieden sich nicht die Anzahl der mittels Transplantcheck analysierten Behandlungsfälle während der beiden Studienzeiträume (01/2017–12/2017 versus 04/2018–03/2019) zwischen den Kohorten (p = 0,33).

Am UKD fanden sich im Evaluationszeitraum weniger nichterkannte Fälle mit einem potenziellen IHA im Vergleich zum Referenzzeitraum vor Einführung des DETECT-Screeningtools (1/145; 0,69 %; 95-%-KI: [0,01; 4,2] versus 14/164; 8,54 %; [5,05; 13,92]). In der Vergleichskohorte regionaler Universitätskliniken fand sich kein relevanter Unterschied zwischen beiden Studienzeiträumen hinsichtlich nicht erkannter Fälle mit potenziellem IHA (31/531; 5,84 %; [4,12; 8,19] versus 28/529; 5,29 %; [3,66; 7,57]). Die hieraus resultierenden absoluten Risikoveränderungen (−7,85 %; [−3,36; −12,33] versus 0,55 %; [−2,21; 3,30]) waren im Vergleich beider Kohorten unterschiedlich (p = 0,002).

Hinsichtlich der Feststellung eines IHA zeigte sich am UKD im Evaluationszeitraum im Vergleich zum Referenzzeitraum eine absolute Zunahme von 7,09 % [0,29; 13,88], in der Kohorte regionaler Universitätskliniken um 2,42 % [–1,18; 6,01]. Der nominelle Unterschied dieser absoluten Risikoveränderungen kann aber auch zufällig zustande gekommen sein (p = 0,234). Gleiches gilt für die nominellen Unterschiede hinsichtlich der Risikoveränderungen in Bezug auf realisierte Organspenden (4,70 %; [−0,89; 10,28] versus 0,55 %; [−2,17; 3,26]; p = 0,214) oder Meldungen an die DSO (4,17 %; [−1,77; 10,11] versus 2,22 %; [−1,44; 5,89]; p = 0,447). Die dem statistischen Test zugrundeliegenden Odds Ratios sind in Tabelle 1 aufgeführt.

Ergebnisse Breslow-Day-Test
Tabelle 1
Ergebnisse Breslow-Day-Test

Eine Gegenüberstellung beider Kohorten in Abhängigkeit der Studienzeiträume im Hinblick auf demografische Variablen, Diagnosen und Studienendpunkte findet sich in Tabelle 2 sowie ergänzend in Grafik 2.

Prozentuale Häufigkeiten und 95-%-Konfidenzintervalle für die Studienendpunkte
Grafik 2
Prozentuale Häufigkeiten und 95-%-Konfidenzintervalle für die Studienendpunkte
Basischarakteristika und Studienendpunkte der beiden Kohorten
Tabelle 2
Basischarakteristika und Studienendpunkte der beiden Kohorten

Ein Unterschied hinsichtlich der Feststellung eines IHA, der Häufigkeiten realisierter Organspenden oder der Meldungen an die DSO zeigte sich nicht (p = 0,05).

Diagnostische Güte des DETECT-Screeningtools

Zwischen 04/2018 und 03/2019 wurden am UKD insgesamt 5 892 Patienten auf Intensivstationen behandelt und mit dem implementierten automatisierten Screening erfasst. Nach retrospektiver Analyse der verstorbenen Patienten mit einer primären oder sekundären Hirnschädigung mittels Transplantcheck (insgesamt 145 Fälle) wurden 42 als relevant für das Screening hinsichtlich eines potenziellen IHA oder durchgeführter IHA-D identifiziert. Die Sensitivität und Spezifität des automatisierten Screenings (Tabelle 3) im Hinblick auf die Erkennung eines potenziellen IHA betrug 97,6 % [87,4; 99,9] beziehungsweise 97,4 % [96,9; 97,8] bei einer Gesamtgenauigkeit von 97,4 % [96,9; 97,8]. Der positive beziehungsweise negative prädiktive Wert betrug 21,0 % [18,5; 23,9] beziehungsweise 99,98 % [99,99; 99,99].

Vierfeldertafel: Analyse des Screenings nach Implementierung
Tabelle 3
Vierfeldertafel: Analyse des Screenings nach Implementierung

Die eGrafik zeigt die durch Transplantcheck ermittelten Fallanalysen des UKD im Vergleich der beiden Studienzeiträume und im Vergleich der anderen Universitätskliniken.

Auswertung der Transplantcheckdaten an den anderen Universitätskliniken der Region Ost der Deutschen Stiftung Organtransplantation (DSO) ohne UKD (oben) und am UKD (unten) für den Referenzzeitraum (links) und den Evaluationszeitraum (rechts)
eGrafik
Auswertung der Transplantcheckdaten an den anderen Universitätskliniken der Region Ost der Deutschen Stiftung Organtransplantation (DSO) ohne UKD (oben) und am UKD (unten) für den Referenzzeitraum (links) und den Evaluationszeitraum (rechts)

Diskussion

Deutschland gehört seit Jahrzehnten zu den entwickelten Ländern mit den niedrigsten Organspenderaten ohne Besserungstendenz. Im Rahmen von End-of-Life-Care-Entscheidungen sind für eine Organspende immer multiple und komplexe Hürden zu überwinden, die ein Defizit in der Erkennung eines potenziellen Spenders in Entnahmekrankenhäusern bewirken.

In der vorliegenden „proof of concept“-Studie zeigen wir, dass das Ziel, dieses Spendererkennungsdefizit zu überwinden, mittels automatisierter, prospektiver Identifizierung der Patienten mit potenziell drohendem IHA, die retrospektiv durch Transplantcheck ermittelt werden, erreicht werden kann. In der einjährigen Studienphase wurden durch das DETECT-Screeningtool von 5 892 Behandlungsfällen auf den Intensivstationen des UKD die überschaubare Anzahl von 195 Patienten prospektiv erkannt, die die definierten Kriterien für die Erkennung durch das Tool erfüllten. Davon waren nach retrospektiver Transplantcheckanalyse letztlich 42 Patienten unmittelbar relevant für die Erkennung durch das Tool und anschließender Evaluation. Der statistische Vergleich der Anzahl nichterkannter Fälle vor und nach Tooleinführung weist zudem auf eine Verringerung des Defizits in der Erkennung von Patienten mit potenziellem IHA am UKD hin. Dagegen blieb in den übrigen vier Universitätskliniken der DSO-Region Ost – bei vergleichbaren Bedingungen, jedoch ohne DETECT-Tooleinführung – das Erkennungsdefizit gleich. Ein vergleichbarer Screeningansatz ist uns aus der Literatur nicht bekannt.

Insgesamt zeigt der Vergleich mit der retrospektiven Evaluation mittels Transplantcheck, dass mit diesem Tool eine Sensitivität von 97,6 %, eine Spezifität von 97,4 % bei einem positiv prädiktiven Wert von 0,21 und einem negativ prädiktiven Wert von 0,99 (Tabelle 3) für die frühzeitige Erkennung von relevanten Fällen mit einem möglichen IHA erreicht wurden. Die Tatsache, dass der einzige in unserer Studienphase nicht beachtete Fall eines potenziellen IHA vom DETECT-Tool erkannt und gemeldet, im Anschluss die Option der Organspende jedoch nicht adäquat evaluiert wurde, spiegelt die Komplexität der gemeinsamen Aufgabe, die Anzahl der Organspenden zu erhöhen, wider.

Mit dem Screeningtool kann eine der größten Hürden am Anfang des Organspendeprozesses, die Erkennung der relevanten Fälle bei wenigen infrage kommenden Patienten, überwunden werden. Diese Interpretation unserer Resultate wird dadurch untermauert, dass zusätzlich zur Aufhebung des Erkennungsdefizits die Anzahl der festgestellten IHA und tendenziell der realisierten Organspenden im Evaluationszeitraum im UKD, jedoch nicht in der Kontrollkohorte, gesteigert wurde. Dieser Trend setzte sich im UKD mit zuletzt 19 realisierten Organspenden in 2020 fort.

Für uns überraschend zeigte sich, dass für die so erfolgreiche Etablierung dieses Tools lediglich zwei harte Screening-Kriterien ausreichend waren. Weitere, weiche Indikatoren werden zusätzlich erhoben und zur detaillierteren Patientencharakterisierung dem TXB mitgeteilt, sind aber für die Identifikation von IHA-gefährdeten Patienten nicht notwendig.

Limitation

Eine Limitation der Studie sehen wir darin, dass DETECT in lediglich einem Universitätsklinikum über einen Zeitraum von 12 Monaten eingesetzt wurde. Auch können wir ein Spektrumbias und damit eine gewisse Verzerrung unserer Ergebnisse nicht ausschließen, da die Referenzdaten aus den Transplantcheckanalysen akquiriert und damit ausschließlich verstorbene Patienten für unsere vergleichende Analyse der Kohorten ausgewählt wurden. In diesem Kontext ist auch ein möglicher Unterschied bezüglich der Art der Hirnschädigung zwischen beiden Kohorten zu nennen, der zu einer Verzerrung der Ergebnisse geführt haben könnte, da zum Beispiel eine intrazerebrale Blutung häufiger zu einem IHA führt als eine entzündliche Schädigung. Eine differenzierte Aufschlüsselung der Schädigungsarten war in 41 Fällen der regionalen Universitätskliniken nicht durchführbar, weil uns ausschließlich vorab codierte Diagnosen vorlagen. Die fehlende Randomisierung der Universitätskliniken schränkt die Generalisierbarkeit unserer Ergebnisse ein, wenngleich die monozentrische Evaluation des Tools über zwei Zeiträume die interne Validität dieser unterstreicht.

Resümee

DETECT besitzt insbesondere in Krankenhäusern mit PDMS Vorteile, da kein zusätzlicher Dokumentationsaufwand erforderlich ist. Für eine flächendeckende Verfügbarkeit wird aktuell an der Verknüpfung mit weiteren PDMS-Systemen gearbeitet. Der Anteil an Krankenhäusern mit PDMS steigt stetig an und liegt derzeit bei circa 25 % (16). Ergänzend arbeiten wir an der Entwicklung einer universell einsetzbaren Screening-App, die identische Parameter für Krankenhäuser mit Papierakten unkompliziert erfassbar macht. Beide Varianten sollen in 2021 verfügbar werden.

Wir sind überzeugt, dass der universelle Einsatz des DETECT-Tools auf Intensivstationen es ermöglicht, das Defizit der Erkennung von Patienten mit drohendem IHA zu beheben und damit zu einer höheren Organspenderrate in Deutschland beizutragen. Im Kontext der gesetzlichen Regelungen zur Verbesserung der Organspende durch das GZSO seit dem 1. 4. 2019, den vielfältigen Aufgaben als Transplantationsbeauftragter und der gesetzlichen Verpflichtung zur Meldung eines jeden möglichen Organspenders, soll DETECT den durch die neuen gesetzlichen Regelungen gestärkten Transplantationsbeauftragten die Fokussierung auf die relevanten Patienten ermöglichen.

Danksagung
Wir danken für die kontinuierliche Projektunterstützung durch die Deutsche Stiftung Organtransplantation, insbesondere dem medizinischen Vorstand Herrn Dr. Rahmel und der geschäftsführenden Ärztin der Region Ost Frau Dr. Dittrich.

Interessenkonflikt
PD Dr. Barlinn erhielt Berater- und Konsiliarhonorare von der Deutschen Stiftung Organtransplantation.

Prof. Hugo erhielt Beraterhonorare von Novartis, Chiesi, AstraZeneca, Hans BioPharma, Alexion, Boehringer Ingelheim, Bayer Vital, Hansa Chemie AG, Otsuka, Fresenius, Vifor Pharma, Ablynx, Mallincrodt, Takeda und MSD. Er bekam Kongressgebühren- und Reisekostenerstattung von Astellas, Alexion, Boehringer Ingelheim, Otsuka und Amgen. Für Vorträge wurde er honoriert von Astellas, Alexion, Novartis, Otsuka, Chiesi und Boehringer Ingelheim. Studienunterstützung (Drittmittel) wurde ihm zuteil von Astellas, Sanofi, Boehringer Ingelheim.

Die übrigen Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 10. 2. 2021, revidierte Fassung angenommen: 21. 7. 2021

Anschrift für die Verfasser
Prof. Dr. med. Christian Hugo
Medizinische Klinik und Poliklinik III
Bereich Nephrologie
Universitatsklinikum Carl Gustav Carus
an der Technischen Universität Dresden
Fetscherstraße 74, 01307 Dresden
christian.hugo@uniklinikum-dresden.de

Zitierweise
Trabitzsch A, Pleul K, Barlinn K, Franz V, Dengl M, Götze M, Güldner A,
Eberlein-Gonska M, Albrecht DM, Hugo C: An automated electronic screening tool (DETECT) for the detection of potentially irreversible loss of brain function.
Dtsch Arztebl Int 2021; 118: 683–90. DOI: 10.3238/arztebl.m2021.0307

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

Zusatzmaterial
eMethodenteil, eGrafik:
www.aerzteblatt.de/m2021.0307 oder über QR-Code

1.
Eurotransplant: Yearly statistics – Eurotransplant, waiting list mortality in Germany, by year, by organ. www.statistics.eurotransplant.org/index.php?search_type=&search_organ=&search_region=&search_period=&search_characteristic=&search_text=mortality&search_collection= (last accessed on 16 September 2021).
2.
CTS—Collaborative Transplant Study: Outcome Graphs, Kidney. https://www.ctstransplant.org/public/graphics/sample.shtml (last accessed on 16 September 2021) .
3.
GODT – Global Observatory on Donation and Transplantation: Newsletter Transplant 2020. www.transplant-observatory.org/download/newsletter-transplant-2020–3/ (last accessed on 16 September 2021).
4.
Schnitzler MA, Whiting JF, Brennan DC: The life-years saved by a deceased organ donor. Am J Transplant 2005; 5: 2289–96 CrossRef MEDLINE
5.
Nunnink L, Cook DA: Palliative ICU beds for potential organ donors: an effective use of resources based on quality-adjusted life-years gained. Crit Care Resusc 2016; 18: 37–42.
6.
Götze M: Analyse des Organspenderpotentials der DSO Region Ost in den Jahren 2014–2016. Dissertation, Friedrich-Schiller-Universität Jena; 2020. www.doi.org/10.22032/dbt.40832 (last accessed on 14 August 2021).
7.
Schulte K, Borzikowsky C, Rahmel A, et al.: Decline in organ donation in Germany—a nationwide secondary analysis of all inpatient cases. Dtsch Arztebl Int 2018; 115: 463–8 VOLLTEXT
8.
Schulte K, Esser G, Borzikowsky C, et al.: Organ donor potential increases despite rising numbers of decompressive craniectomies; Dtsch Arztebl Int 2020; 117: 542–3 CrossRef
9.
Bendorf A, Kerridge IH, Stewart C: Intimacy or utility? Organ donation and the choice between palliation and ventilation. Crit Care 2013; 17: 316 CrossRef MEDLINE PubMed Central
10.
Brauer M, Günther A, Pleul K, et al.: How many potential organ donors are there really? Retrospective analysis of why determination of irreversible loss of brain function was not performed in deceased patients with relevant brain damage. Anaesthesist 2019; 68: 22–9.
11.
Esser G, Kolbrink B, Borzikowsky C, et al.: Evaluation of underidentification of potential organ donors in German hospitals. PLoS One 2020; 15: e0242724 CrossRef MEDLINE PubMed Central
12.
Deutsche Stiftung Organtransplantation: Organspende und Transplantation in Deutschland. Jahresbericht 2016 / 2017 /2018 / 2019/2020. Frankfurt/Main: Deutsche Stiftung Organtransplantation 2021.
13.
Riker RR, Fugate JE: Participants in the international multi-disciplinary consensus conference on multimodality monitoring. Clinical monitoring scales in acute brain injury: assessment of coma, pain, agitation, and delirium. Neurocrit Care 2014; 21 Suppl 2: S27–37. CrossRef MEDLINE
14.
Leitfaden zur Kategorisierung der Einzelfallanalyse von Verstorbenen mit primärer oder sekundärer Hirnschädigung. www.dso.de/SiteCollectionDocuments/Transplantcheck%20Dateien/Leitfaden%20zur%20Kategorisierung%20der%20Einzelfallanalyse.pdf (last accessed on 14 August 2021).
15.
Richtlinie gemäß § 16 Abs. 1 S. 1 Nr. 1 TPG für die Regeln zur Feststellung des Todes nach § 3 Abs. 1 S. 1 Nr. 2 TPG und die Verfahrensregeln zur Feststellung des endgültigen, nicht behebbaren Ausfalls der Gesamtfunktion des Großhirns, des Kleinhirns und des Hirnstamms nach § 3 Abs. 2 Nr. 2 TPG. Vierte Fortschreibung. Dtsch Ärztebl | 30. März 2015. www.DOI.org/10.3238/arztebl.2015.rl_hirnfunktionsausfall_01 (last accessed on 14 August 2021).
16.
Krankenhaus-IT Online Journal: Patientendatenmanagementsysteme: Unabdinglich für eine moderne Intensivstatiaon. www.medizin-edv.de/modules/AMS/article.php?storyid=4492 (last accessed on 16 September 2021).
* Die beiden Autoren teilen sich die Erstautorenschaft.
Zentrum Chirurgische Kliniken, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: Dr. med. Anne Trabitzsch
Deutsche Stiftung Organtransplantation, DSO Region Ost, Dresden: Konrad Pleul
Klinik und Poliklinik für Neurologie, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: PD Dr. med. Kristian Barlinn
Klinik und Poliklinik für Anästhesiologie und Intensivtherapie, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: Volkmar Franz, Dr. med. Andreas Güldner
Klinik und Poliklinik für Neurochirurgie, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: Dr. med. Markus Dengl
Klinik und Poliklinik für Kinderchirurgie, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: Dr. med. Monica Götze
Zentralbereich Qualitäts- und Medizinisches Risikomanagement, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: Prof. Dr. med. habil. Maria Eberlein-Gonska
Medizinischer Vorstand, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden:
Prof. Dr. med. Detlev Michael Albrecht
Medizinische Klinik und Poliklinik III, Bereich Nephrologie, Universitätsklinikum Carl Gustav Carus an der Technischen Universität Dresden: Prof. Dr. med. Christian Hugo
DETECT ist ein Tool, das zeitgesteuert aus dem Patientendatenmanagementsystem (PDMS) importierte Daten auswertet und anhand definierter Kriterien Benachrichtigungen mit entsprechenden Informationen über Patienten mit potenziell drohendem irreversiblen Hirnfunktionsausfall (IHA) zielgerichtet an einen Transplantationsbeauftragten (TXB) versendet. Die Benachrichtigung des TXB durch DETECT löst in der Klinik ein strukturiertes weiteres Vorgehen aus.
Grafik 1
DETECT ist ein Tool, das zeitgesteuert aus dem Patientendatenmanagementsystem (PDMS) importierte Daten auswertet und anhand definierter Kriterien Benachrichtigungen mit entsprechenden Informationen über Patienten mit potenziell drohendem irreversiblen Hirnfunktionsausfall (IHA) zielgerichtet an einen Transplantationsbeauftragten (TXB) versendet. Die Benachrichtigung des TXB durch DETECT löst in der Klinik ein strukturiertes weiteres Vorgehen aus.
Prozentuale Häufigkeiten und 95-%-Konfidenzintervalle für die Studienendpunkte
Grafik 2
Prozentuale Häufigkeiten und 95-%-Konfidenzintervalle für die Studienendpunkte
Ergebnisse Breslow-Day-Test
Tabelle 1
Ergebnisse Breslow-Day-Test
Basischarakteristika und Studienendpunkte der beiden Kohorten
Tabelle 2
Basischarakteristika und Studienendpunkte der beiden Kohorten
Vierfeldertafel: Analyse des Screenings nach Implementierung
Tabelle 3
Vierfeldertafel: Analyse des Screenings nach Implementierung
Auswertung der Transplantcheckdaten an den anderen Universitätskliniken der Region Ost der Deutschen Stiftung Organtransplantation (DSO) ohne UKD (oben) und am UKD (unten) für den Referenzzeitraum (links) und den Evaluationszeitraum (rechts)
eGrafik
Auswertung der Transplantcheckdaten an den anderen Universitätskliniken der Region Ost der Deutschen Stiftung Organtransplantation (DSO) ohne UKD (oben) und am UKD (unten) für den Referenzzeitraum (links) und den Evaluationszeitraum (rechts)
1.Eurotransplant: Yearly statistics – Eurotransplant, waiting list mortality in Germany, by year, by organ. www.statistics.eurotransplant.org/index.php?search_type=&search_organ=&search_region=&search_period=&search_characteristic=&search_text=mortality&search_collection= (last accessed on 16 September 2021).
2.CTS—Collaborative Transplant Study: Outcome Graphs, Kidney. https://www.ctstransplant.org/public/graphics/sample.shtml (last accessed on 16 September 2021) .
3.GODT – Global Observatory on Donation and Transplantation: Newsletter Transplant 2020. www.transplant-observatory.org/download/newsletter-transplant-2020–3/ (last accessed on 16 September 2021).
4.Schnitzler MA, Whiting JF, Brennan DC: The life-years saved by a deceased organ donor. Am J Transplant 2005; 5: 2289–96 CrossRef MEDLINE
5.Nunnink L, Cook DA: Palliative ICU beds for potential organ donors: an effective use of resources based on quality-adjusted life-years gained. Crit Care Resusc 2016; 18: 37–42.
6.Götze M: Analyse des Organspenderpotentials der DSO Region Ost in den Jahren 2014–2016. Dissertation, Friedrich-Schiller-Universität Jena; 2020. www.doi.org/10.22032/dbt.40832 (last accessed on 14 August 2021).
7.Schulte K, Borzikowsky C, Rahmel A, et al.: Decline in organ donation in Germany—a nationwide secondary analysis of all inpatient cases. Dtsch Arztebl Int 2018; 115: 463–8 VOLLTEXT
8.Schulte K, Esser G, Borzikowsky C, et al.: Organ donor potential increases despite rising numbers of decompressive craniectomies; Dtsch Arztebl Int 2020; 117: 542–3 CrossRef
9.Bendorf A, Kerridge IH, Stewart C: Intimacy or utility? Organ donation and the choice between palliation and ventilation. Crit Care 2013; 17: 316 CrossRef MEDLINE PubMed Central
10.Brauer M, Günther A, Pleul K, et al.: How many potential organ donors are there really? Retrospective analysis of why determination of irreversible loss of brain function was not performed in deceased patients with relevant brain damage. Anaesthesist 2019; 68: 22–9.
11.Esser G, Kolbrink B, Borzikowsky C, et al.: Evaluation of underidentification of potential organ donors in German hospitals. PLoS One 2020; 15: e0242724 CrossRef MEDLINE PubMed Central
12.Deutsche Stiftung Organtransplantation: Organspende und Transplantation in Deutschland. Jahresbericht 2016 / 2017 /2018 / 2019/2020. Frankfurt/Main: Deutsche Stiftung Organtransplantation 2021.
13.Riker RR, Fugate JE: Participants in the international multi-disciplinary consensus conference on multimodality monitoring. Clinical monitoring scales in acute brain injury: assessment of coma, pain, agitation, and delirium. Neurocrit Care 2014; 21 Suppl 2: S27–37. CrossRef MEDLINE
14.Leitfaden zur Kategorisierung der Einzelfallanalyse von Verstorbenen mit primärer oder sekundärer Hirnschädigung. www.dso.de/SiteCollectionDocuments/Transplantcheck%20Dateien/Leitfaden%20zur%20Kategorisierung%20der%20Einzelfallanalyse.pdf (last accessed on 14 August 2021).
15.Richtlinie gemäß § 16 Abs. 1 S. 1 Nr. 1 TPG für die Regeln zur Feststellung des Todes nach § 3 Abs. 1 S. 1 Nr. 2 TPG und die Verfahrensregeln zur Feststellung des endgültigen, nicht behebbaren Ausfalls der Gesamtfunktion des Großhirns, des Kleinhirns und des Hirnstamms nach § 3 Abs. 2 Nr. 2 TPG. Vierte Fortschreibung. Dtsch Ärztebl | 30. März 2015. www.DOI.org/10.3238/arztebl.2015.rl_hirnfunktionsausfall_01 (last accessed on 14 August 2021).
16.Krankenhaus-IT Online Journal: Patientendatenmanagementsysteme: Unabdinglich für eine moderne Intensivstatiaon. www.medizin-edv.de/modules/AMS/article.php?storyid=4492 (last accessed on 16 September 2021).

Kommentare

Die Kommentarfunktion steht zur Zeit nicht zur Verfügung.

Zum Artikel

Stellenangebote

    NEWSLETTER