Ein Modell zur Kalkulation von Fehlerkosten für das medizinische Risikomanagement

Abstract

Im klinischen Alltag ist ein gewisser Prozentsatz der Behandlungsfälle von unerwünschten Ereignissen bzw. Fehlern betroffen. Die Identifikation von (potentiellen) Fehlern ist ein wesentlicher Bestandteil des Risikomanagements. Durch die anschließende Bewertung der (potentiellen) Fehler sollen Maßnahmen zur Risikoreduktion effektiv eingesetzt werden. In der vorliegenden Arbeit wird zunächst die Prävalenz unerwünschter Ereignisse dargestellt. Anschließend wird ein Modell zur Berechnung der Fehlerkosten entworfen, welches die Bewertung von Risiken ermöglichen soll. Mittels Auswertung von Studien und Literaturrecherchen wurde die Prävalenz unerwünschter medizinischer Ereignisse bestimmt und Methoden der Fehleridentifikation evaluiert. Mit der Methode der Erwartungswertberechnung als Basis wurde ein Modell zur Fehlerkostenberechnung entworfen und anschließend auf die Untergruppe der Medikationsfehler angewendet. Die betrachteten Studien wiesen für unerwünschte Ereignisse eine durchschnittliche Prävalenz von 11,3% auf. Ein Klinikaufenthalt verlängerte sich hierdurch um durchschnittlich 7,4 Tage. Praktikable Methoden der Fehleridentifikation sind das Beschwerdemanagement, Fehlermeldesysteme, die retrospektive Fallanalyse und die verschiedenen Arten der Prozessanalyse. Die entwickelte Fehlerkostenberechnung verarbeitet die möglichen unterschiedlichen Verläufe von Fehlern, deren Eintrittswahrscheinlichkeiten und deren Folgen in Form von monetären Kosten, zugehöriger Lebensqualität und Vitalstatus in einem einzigen Algorithmus. Hierdurch können Bedeutung und Wertigkeit verschiedener Fehler einfach aber dennoch umfassend miteinander verglichen werden. Allerdings ist der Daten(verarbeitungs-)aufwand für diese Methode vergleichsweise hoch. Es wurde daher auch eine Möglichkeit zur Datenkomprimierung diskutiert. Die Arbeit zeigt: Unerwünschte Ereignisse stellen eine Herausforderung für das Gesundheitswesen dar. Aus entsprechenden Maßnahmen der Risikoidentifikation und –Bewertung kann eine Steigerung der Effektivität von Risiko- und Qualitätsmanagementmaßnahmen und damit eine höhere Patientensicherheit resultieren. Diese Maßnahmen müssen jedoch einfach umzusetzen sein, um im klinischen Alltag akzeptiert und angewendet zu werden. Eine zukünftige Herausforderung liegt daher in der Schaffung praktikabler Systeme für die klinische Risikobewertung. Im Bereich der Forschung läge eine weitere Aufgabe in der Etablierung einheitlicher Maßstäbe zur Berechnung von Fehlerkosten, so dass eine bessere Vergleichbarkeit und eine effektivere Diskussion entstehen könnten.

In everyday clinical practice, a certain percentage of patient cases is affected by unwanted events or errors. Identification of (potential) errors is an essential part of risk management. The subsequent evaluation of the (potential) errors should be used to reduce risk effectively. This paper first presents the prevalence of unwanted events. Next, a model is drawn up for calculating error costs, which should enable risk evaluation. The prevalence of unwanted medical events is ascertained and methods for error identification evaluated using study appraisal and literature searches. A model for calculating error costs is outlined based on calculation of expected levels, and this is then applied to the subgroup of medication errors. The studies observed, showed an average prevalence of 11,3% for unwanted events, which extended hospital stay by an average of about 7,4 days. Practicable methods of error identification are complaints management, error reporting systems, retrospective case analysis and the different kinds of process analysis. The developed calculation of error cost processes the different possible courses of errors, their probabilities of occurring and their consequences in terms of monetary costs, associated quality of life and well-being, in one single algorithm. The meaning and valency of different errors may thus be simply yet comprehensively compared. Demands on data (processing) for this method are, however, comparatively high. A possibility for compressing data is therefore also discussed. The paper shows that unwanted events present a challenge to health care. A rise in the effectiveness of risk and quality management measures can result from appropriate measures in risk identification and assessment and so result in higher patient safety. These measures must, however, be easy to implement in order to be accepted and applied in everyday clinical practice. A challenge for the future, therefore, lies is creating practicable systems for clinical risk assessment. In research, there would seem to lie a further task of establishing uniform standards for evaluating error costs, so that better comparability and more effective discussion could emerge.