Autor:innen:
Janik Wolff, Freiburg im Breisgau (Germany)
Alexander Gary, Kassel (Germany)
Daniela Jung, Kassel (Germany)
Claus Normann, Freiburg im Breisgau (Germany)
Klaus Kaier, Freiburg (Germany)
Harald Binder, Freiburg im Breisgau (Germany)
Katharina Domschke, Freiburg (Germany)
Ansgar Klimke, Köppern (Germany)
Michael Franz, Giessen (Germany)
Hintergrund: Das Ziel der hier vorgestellten Arbeit war, organisationsrelevante Aspekte der psychiatrischen Krankenhausversorgung durch regelhaft bei der stationären Aufnahme vorhandene Daten mit einer für die Nutzbarkeit in der klinischen Praxis geeigneten Güte zu prädizieren.
Methode: Die Untersuchung schloss alle konsekutiv zwischen dem 1. Januar 2017 und dem 31. Dezember 2017 entlassenen Behandlungsfälle aus neun psychiatrisch- psychotherapeutischen Krankenhäusern in Hessen ein. Die Vorhersagemodelle wurden anhand eines modifizierten Verfahrens des stochastischen Gradienten-Boostings errechnet.
Ergebnisse: Die Studie schloss 20.252 Behandlungsfälle aus neun psychiatrischen Krankenhäusern ein und erreichte eine exzellente bis akzeptable Vorhersagegüte der Notwendigkeit von Zwangsmaßnahmen (AUC: 0,86, 95%KI: 0,83-0,88), einer Krisenintervention (AUC: 0,80, 95%KI: 0,74-0,85), der Betreuung im 1:1-Setting und Kleinstgruppen (AUC: 0,87, 95%KI: 0,80-0,93) und der non-Response auf die Behandlung (AUC: 0,74, 95%KI: 0,72-0,77). Die einflussstärksten Prognosevariablen waren das psychische, soziale und berufliche Funktionsniveau (Global Assessment of Functioning, GAF) des Patienten bei Aufnahme, das Alter und die bei Aufnahme vorliegenden Diagnosen.
Schlussfolgerung: Diese Studie hat gezeigt, dass es möglich ist, relevante Aspekte der psychiatrischen Krankenhausversorgung anhand von routinemäßig erhobenen Daten vorherzusagen. Dadurch ergibt sich auch in Zeiten der kontinuierlich steigenden Menge an verfügbaren Patienten- und Leistungsdaten ein Potential zur effizienten Unterstützung im klinischen Alltag.