Aus der Abteilung Allgemeinmedizin der Medizinischen Hochschule Hannover
(Prof. Dr. med. E. Hummers-Pradier)
Hausärztliche Versorgungsforschung anhand von Routinedaten aus der Praxen-EDV am Beispiel von Diagnostik und Therapie
der ambulant erworbenen Pneumonie
Dissertation
zur Erlangung des Doktorgrades der Medizin in der Medizinischen Hochschule Hannover
vorgelegt von Jan Peter Goltz aus Hameln
Detmold 2006
Angenommen vom Senat der Medizinischen Hochschule Hannover am 11.07.2007
Gedruckt mit der Genehmigung der Medizinischen Hochschule Hannover Präsident: Professor Dr. med. Dieter Bitter-Suermann
Betreuerin: Prof. Dr. med. Eva Hummers-Pradier Referent: Prof. Dr. Siegfried Geyer
Korreferent: Prof. Dr. med. David Groneberg Tag der mündlichen Prüfung: 11. Juli 2007 Promotionsausschussmitglieder:
Prof. Dr. Matthias P. Schönermark Prof. Dr. med. Eva Hummers-Pradier Prof. Dr. med. Siegfried Geyer
Inhaltsverzeichnis
1. Einleitung ... 3
2. Stand der Forschung... 4
2.1 Inzidenz ambulanter Pneumonien ... 4
2.2 Ökonomische Bedeutung ... 5
2.3 Diagnostik ambulant erworbener Pneumonien ... 5
2.4 Orientierung über den Schweregrad der Infektion: Einweisung oder nicht... 8
2.5 Ätiologie ambulant erworbener Pneumonien... 12
2.6 Therapie ambulant erworbener Pneumonien... 15
2.7 Prävention ambulant erworbener Pneumonien... 18
2.8 Hausärztliche Versorgungsforschung ... 18
3. Forschungsfragen ... 23
4. Material und Methoden ... 24
4.1 Studiendesign ... 24
4.2 Ort der Datenerhebung ... 24
4.3 Rekrutierung und Teilnahme... 24
4.4 Besuch in den teilnehmenden Praxen... 25
4.5 Die Grundlage aller gewonnenen Daten: die BDT-Schnittstelle ... 25
4.6 Datenerhebung über die Befund-Daten-Transfer- (kurz BDT-) Schnittstelle... 25
4.7 Anonymisierung und Pseudonymisierung der BDT-Datensätze ... 28
4.8 Die Datenaufbereitung ... 29
4.9 Die Datenauswertung ... 30
4.10 Qualität der Daten ... 33
4.11 Auswertung der in Frage kommenden Patientendaten... 34
5. Ergebnisse ... 44
5.1 Teilnehmende Arztpraxen ... 44
5.2 Software, Datenexport und Anonymisierung... 45
5.3 Patientenidentifikation/Datenaufbereitung... 47
5.4 Patienten ... 47
5.5 Dauerdiagnosen / Komorbidität ... 49
5.9 Pharmazentralnummern ... 53
5.10 Antibiotikaverordnungen ... 53
6. Diskussion ... 60
6.1 Teilnehmende Ärzte ... 61
6.2 Die Datensätze als Grundlage ... 62
6.3 Software, Datenexport und Anonymisierung... 63
6.4 Bearbeitung der Datensätze... 65
6.5 Unvollständigkeit, Abhängigkeit und Grenzen der Aussagekraft der BDT-Daten... 67
6.6 Die Patienten ... 69
6.7 Diagnostik der ambulant erworbenen Pneumonie ... 69
6.8 Überweisung und Einweisung... 70
6.9 Therapie der ambulant erworbenen Pneumonie... 71
6.10 Beurteilung der Krankheitsepisode ... 73
6.11 Ausblick ... 73
7 Zusammenfassung ... 75
8 Literaturverzeichnis... 77
Anhang 1: Anschreiben ... 83
Anhang 2: Antwortfax... 85
BDT-Felder und –erläuterung ... 86
Lebensl auf ... 110
Ausbildung ... 110
Erklärung ... 112
Danksagung ... 113
1. Einleitung
Die ambulant erworbene Pneumonie ist auch heute noch ein häufiges Krankheitsbild, dass von einer restitutio ad integrum bis zum letalen Ausgang alle Verläufe einer Erkrankung bieten kann und zu einer der häufigsten internistischen Erkrankungen, sogar noch vor dem Herzinfarkt, zählt (Ewig et al. 2006). Sie ist die sechsthäufigste Todesursache in Deutschland („Kompetenznetz Ambulant Erworbene Pneumonie” 2006).
Die in den nachfolgenden Kapiteln vorgestellte Studie zum Thema „Hausärztliche Versorgungsforschung anhand von Routinedaten aus der Praxen-EDV am Beispiel von Diagnostik und Therapie der ambulant erworbenen Pneumonie“ beinhaltet zwei Untersuchungsschwerpunkte.
Der erste Untersuchungsschwerpunkt dieser Arbeit soll, im Sinne einer Machbarkeitsstudie, Aufschluss darüber geben, ob die Erhebung von Routinedaten über die sogenannt „BDT- Schnittstelle“ als integrierter Teil in der Arztpraxen-Software eine praktikable Form der Datengewinnung für die hausärztliche Versorgungsforschung sein kann. Sollte sich dieses Verfahren als machbar herausstellen, wären weitere Studien zu vielen Themen der hausärztlichen Versorgungsleistung möglich.
Im zweiten Schwerpunkt der Arbeit sollen dann exemplarisch Fragestellungen zur Diagnostik und Therapie der ambulant erworbenen Pneumonie beantwortet werden – und zwar anhand der auf dem neuen Wege gewonnenen Daten.
Das Thema der Arbeit wurden aus folgenden Gründen gewählt: es existieren Leitlinien zur Diagnostik und Therapie der ambulant erworbenen Pneumonie, wobei diese Empfehlungen überwiegend im klinisch-universitären Bereich entwickelt und validiert wurden. Es gibt aber weder Untersuchungen, die deren Gültigkeit für den hausärztlichen Sektor beweisen könnten, noch gibt es Daten dazu, ob existierende Leitlinien im hausärztlichen Versorgungsumfeld umgesetzt werden.
Auf der einen Seite eignet sich die ambulant erworbene Pneumonie als Forschungsthema, da es sich hierbei um eine relativ häufige Erkrankung in der hausärztlichen Routine handelt und somit ausreichende Fallzahlen zu erwarten sind. Auf der anderen Seite ist es eine schwere Erkrankung, so dass eine hinreichende Dokumentation seitens der hausärztlich tätigen Kollegen anzunehmen ist.
2. Stand der Forschung
2.1 Inzidenz ambulanter Pneumonien
Ambulant erworbene Pneumonien (im Folgenden durch „AEP“ abgekürzt) werden gegenüber nosokomialen, d.h. im Krankenhaus erworbene Pneumonien, abgegrenzt.
Pneumonien (AEP und nosokomiale Pneumonien) sind die führende Todesursache unter den Infektionskrankheiten in Industrienationen (Rosseau und Suttorp 2000) und die sechsthäufigste Todesursache in den USA überhaupt (American Thoracic Society, Guidelines for the Management of Adults with Community-acquired Pneumonia 2001).
Ein Drittel aller Pneumonien sind nosokomiale, während die Mehrzahl, nämlich zwei Drittel, ambulant erworbene Pneumonien sind. Diese werden nicht nur ambulant diagnostiziert sondern auch ambulant behandelt (Niedermann et al. 1998). Dies ist insbesondere vor dem Hintergrund interessant, dass randomisierte Studien zur Behandlung der ambulant erworbenen Pneumonie rar sind (Bjerre et al. 2004).
In den USA erkranken jährlich vier Millionen Menschen an einer Pneumonie (Ruef 2001).
Das Statistische Bundesamt schätzt die Zahl der jährlichen Pneumoniefälle in Deutschland auf 350 000 bis 500 000, was einer Inzidenz von 4,29 bis 6,13 Fällen pro 1000 Einwohner entspricht (Ziebold et al. 2000). Andere Quellen kommen zu ähnlichen Zahlen wie beispielsweise Dusch und Täuber (2001), die Inzidenzen zwischen 2,6 und 12 Fälle pro 1000 Einwohner angeben. Die Anzahl neuer Erkrankungsfälle in Altenheimen wird sogar mit 68- 114 auf 1000 Bewohner angegeben (Kompetenznetz “Ambulant erworbene Pneumonie”
(2006).
Tabelle 2.1: Häufigkeit der Pneumonie in verschiedenen Altersgruppen
Altersgruppe Inzidenz
0-4 Jahre 12-18/1000
5-60 Jahre 1-5/1000
> 60 Jahre 20/1000
Nach Mandell et al. (2000)
Die Mortalität ambulant behandelter Patienten liegt je nach Quelle bei bis zu 1% (BTS Guidelines for the Management of Community Acquired Pneumonia in Adults 2001).
2.2 Ökonomische Bedeutung
Ambulant erworbene Pneumonien tragen erheblich zur Kostenentstehung in Deutschlands Gesundheitswesen bei: die durch ambulant erworbene Pneumonien entstehenden Kosten betragen mehr als 500 Millionen Euro jährlich („Kompetenznetz Ambulant Erworbene Pneumonie” 2006, im Folgenden „CAPNETZ“). Die ökonomischen Folgen der Pneumonien wurden in verschiedenen Studien untersucht, wobei eines deutlich wird: die Einweisung, bzw.
die sich hieran anschließende stationäre Behandlung ist um ein Vielfaches teurer als die ambulante. In einer britischen Studie wurden die Mehrkosten für eine stationäre Behandlung mit dem Faktor 17 bis 51 gegenüber einer ambulanten Behandlung angegeben (Thorax 2001).
Hieraus wird deutlich, dass es auch unter wirtschaftlichen Gesichtspunkten interessant erscheint, möglichst viele Patienten ambulant zu behandeln, bzw. die Dauer des Krankenhausaufenthaltes zu begrenzen, sofern dies die Schwere der Erkrankung und das soziale Umfeld des Patienten es zulassen.
2.3 Diagnostik ambulant erworbener Pneumonien
Die Anamnese und die klinische Untersuchung sind die wichtigsten Schritte in der Diagnostik der AEP. Hinweisend auf eine Pneumonie können produktiver Husten, Schwierigkeiten beim Atmen, Atemgeräusche oder Fieber sein (Fine 2003). Dieses sind allerdings unspezifische Symptome, die auch im Rahmen einer Infektion der oberen Atemwege auftreten können oder auch bei Infektionen der unteren Atemwege, die keine Pneumonie sind, wie beispielsweise eine Bronchitis; ebenso könnten zu diesen Symptomen Tumorleiden, Herzerkrankungen und nichtinfektiöse Lungenerkrankungen, beispielsweise eine Lungenembolie, führen.
In einer deutschen Veröffentlichung wurden folgenden Symptome als kennzeichnend für eine Pneumonie angesehen: Atemfrequenz >30/min, Blutdruck <90 mmHg systolisch oder <60 mmHg diastolisch, Fieber (Temp. >37,8°C), Herzfrequenz (>110/min), purulenter Auswurf, Dyspnoe, Thoraxschmerzen sowie grippale Symptome wie Malaise, Zephalgien und Myalgien. Hier findet sich auch der Hinweis auf das mögliche Fehlen der mehr oder weniger typischen Pneumoniesymptome bei älteren Patienten, die nur durch zunehmende Bewusstseinseintrübung auffällig werden können (Gillissen und Santiago 2000).
Zwar sind an CAPNETZ keine Hausärzte beteiligt, im Folgenden wird aber trotzdem an der einen oder anderen Stelle Bezug auf das Netzwerk genommen, da viele Empfehlungen auch für den hausärztlichen Alltag praktikabel erscheinen. CAPNETZ ermittelt durch eine Vernetzung verschiedener deutscher Gruppen, die mit der AEP beschäftigt sind, neue deutschlandspezifische Daten. Hierbei arbeiten niedergelassene Ärzte, Krankenhausärzte, Mikrobiologen, Virologen, Epidemiologen und Informatiker in mehreren Zentren deutschlandweit zusammen. Bei den erfassten Patienten sollen die verantwortlichen Erreger angezüchtet und ihre Empfindlichkeit gegenüber Antibiotika ermittelt werden. Alle klinischen und mikrobiologischen Daten werden zusammengeführt und es wird eine zentrale Material- sowie Informationsbank erstellt. CAPNETZ wird vom Bundesministerium für Bildung und Forschung gefördert (http://www.capnetz.de/html/capnetz - Stand: 22.11.2006).
Abbildung 2.1: Klinische Befunde bei der ambulant erworbenen Pneumonie
nach CAPNETZ (2006)
Ergibt sich durch die klinische Untersuchung der Verdacht auf eine AEP, so stellt die Thorax- Röntgen-Aufnahme in 2 Ebenen den Goldstandard in der Diagnostik dar (Dusch und Täuber
2001). Beweisend bei Verdacht auf eine Pneumonie ist letztendlich nur der radiologische Nachweis eines Infiltrates in der Lunge mittels einer konventionellen Thoraxaufnahme in 2 Ebenen (Ethan und Teirstein 2002). Als absolute Indikationen für eine Thorax-Aufnahme in 2 Ebenen werden ein „schwerer“ Krankheitsverlauf, Hämoptysen, Therapieversagen, sowie eine unklare Differentialdiagnose genannt (CAPNETZ 2006).
Ergänzend soll erwähnt werden, dass die Sensitivität für das Erkennen einer Pneumonie durch einen Radiologen per Röntgenaufnahme zwischen 56 - 85,4% und die Spezifität zwischen 84,6-96% schwankte (Mandell et al. 2001). Deutlich schlechtere Werte zeigten sich, wenn die Bildauswertung von unerfahreneren Kollegen oder Studenten durchgeführt wurde. Als Referenzstandard wurde bei dieser Untersuchung eine nachträglich durchgeführte Computertomographie des Thorax herangezogen.
Betrachtet man im Vergleich zur Thorax-Röntgenaufnahme eine computertomographische Untersuchung des Thorax (Spiral-CT), so ergibt sich für letztere eine höhere Sensitivität (Syrjala, Broas, Sumaro, Ojala und Lahde 1998) hinsichtlich des Auffindens von Lungeninfiltrationen. Eine klinische Relevanz konnte hieraus bisher nicht abgeleitet werden.
Auch wenn es folgerichtig erscheint, beim Verdacht auf eine AEP eine Röntgenuntersuchung des Patienten anzuordnen, fehlt es hier insgesamt an Studien, die belegen könnten, dass die Anfertigung einer Thorax-Röntgenaufnahme zu einem für den Patienten besseren Outcome führt (Gillissen und Santiago 2000).
Röntgenuntersuchungen stellen eine (Strahlen-) Belastung für den Patienten und das Budget dar. Um unnötige Röntgenuntersuchungen zu vermeiden, lautet eine Empfehlung, Patienten eine radiologische Diagnostik nur zukommen zu lassen, wenn Sie innerhalb von 48 Stunden nach empirischer Antherapierung keine klinische Befundverbesserung vorweisen (www.clinicalevidence.com - Stand 01.09.2006). Dieser Ansatz bietet auch ein großes Maß an Praktikabilität im Bereich der hausärztlichen Versorgung.
Es wurden auch Studien durchgeführt, um Kriterien festzulegen, nach denen entschieden werden soll, ob eine Thoraxröntgenaufnahme indiziert oder eben überflüssig ist. So wurden beispielsweise klinische Befunde wie Temperatur > 37,8 °C, Herzfrequenz > 100/min, abgeschwächtes Atemgeräusch und das Fehlen von Asthma bronchiale als Parameter bestimmt, die zum Anfordern einer Thorax-Röntgenaufnahme Anlass geben sollten (Heckerling et. al. 1990). Weitere Untersuchungen sind umstritten. So findet man, je nach Autor, als empfohlene Untersuchung z.B. die Sputumprobe mit Gramfärbung und zwei
und finanziellen Hürden scheitern würde. Folgende Studie aus dem ambulanten Sektor in Frankreich belegt dies: Von 108 teilnehmenden Pneumoniepatienten konnten nur von 40%
eine Sputumprobe gewonnen werden, von welchen wiederum nur 30% positiv waren. Bei den anderen konnte aufgrund fehlenden Auswurfes (47%) und logistischer Probleme vor Ort (übrige Fälle) keine Sputumprobe gewonnen werden (Fantin et al. 2001). Weitere diagnostische Maßnahmen stehen im klinischen Bereich zur Verfügung, z.B. die Bronchoskopie mit Lavage oder endobronchialem Abstrich, eine Computertomographie des Thorax und die perkutane, transthorakale Feinnadelaspiration.
2.4 Orientierung über den Schweregrad der Infektion: Einweisung oder nicht
Interessant für den ambulant tätigen Arzt ist die Fragestellung des weiteren Vorgehens nach der Feststellung, bzw. der Vermutung der Diagnose einer Pneumonie. Zu den selteneren aber schweren Komplikationen der ambulant erworbenen Pneumonie, deren rechtzeitiges Erkennen für den Patienten überlebenswichtig ist, zählen respiratorische Insuffizienz (1,4%), Herzinsuffizienz (1,3%), supraventrikuläre Arrhythmien (0,9%) und Schock (0,6%) (Fine et al. 1999). Diese Risiken können mittels der Einteilung der Patienten in Prognose-Scores abgeschätzt, bzw. früh diagnostiziert und angemessen behandelt werden.
Es stellt sich je nach Schwere des Krankheitsbildes und Patientenzustandes die Frage der Einweisung in ein Krankenhaus. Häufig wird in der vorliegenden Literatur für die Prognoseeinschätzung der so genannte Pneumonia Severity Index, kurz PSI, für die Entscheidung über die Hospitalisation empfohlen (Fine et al.1997). Dieser Index wird in der Abbildung 2.2 dargestellt. Der PSI macht Aussagen über die zu erwartende Mortalität bei Patienten mit einer ambulant erworbenen Pneumonie. Diese Risikoklassifizierung kann eine Entscheidungshilfe bei der Frage darstellen, ob ein Patient ambulant oder stationär behandelt werden kann. Im PSI werden die folgenden Parameter zusammengezogen und mit Punktwerten gewichtet: Alter, Pflegeheimbewohner, vorbestehende Grundkrankheiten, Klinik, Labor und radiologische Befunde.
Abbildung 2.2: Pneumonia Severity Index (PSI)
Parameter zugeteilte Punktzahl
Alter
Männer Alter (Jahre)
Frauen Alter (Jahre) –10
Bewohner von Pflegeheimen +10 Vorbestehende Grundkrankheit
Neoplasie +30
Leberkrankheit +20
Herzinsuffizienz +10
Zerebrovaskuläre Krankheit +10
Niereninsuffizienz +10
Klinische Befunde
Bewusstseinseintrübung +20
Herzfrequenz > 125/min. +20
Atemfrequenz > 30/min. +20
Systolischer Blutdruck < 90mm Hg +15 Temperatur < 35ºC oder > 40ºC +10 Labor- und radiologische Befunde
Arterieller pH < 7,35 +30
Kreatinin > 145 mmol/L +20
Natrium < 130 mmol/l +20
Glukose > 14 mmol/L +10
Hämatokrit < 30% +10
Aufgrund der Summe aller Teilbereiche werden die Patienten dann in verschiedene Mortalitäts-Risikogruppen eingeteilt; diese gibt Abbildung 2.3 wieder.
Abbildung 2.3: Risikogruppen nach PSI-Score
Risikogruppe Klasse nach Fine Punkte
Niedriges Risiko I Keine Risikofaktoren
II < 71
III 71-90
Mittleres Risiko IV 91-130
Hohes Risiko V > 130
nach Fine (1997)
Patienten mit niedrigem Mortalitätsrisiko (< 90 Punkte nach PSI) können ambulant behandelt werden oder in den Klassen II/III kurzfristig stationär aufgenommen werden.
Mit mittlerem Risiko eingestufte Patienten (>91) sollten im Regelfall in ein Krankenhaus eingewiesen werden, da in der Studie ein erhöhtes Risikoprofil, bzw. eine erhöhte Mortalität nachgewiesen wurde. Einschränkungen dieses Scores gelten für Kinder (<18 Jahre), Immunsupprimierte und für Patienten, die vor weniger als 10 Tagen aus einem Krankenhaus entlassen wurden, weil es für die genannten Patientengruppen noch keine Studien gibt, die die Gültigkeit des Scores auch für diese belegen (Ruef 2001).
Anhand der vergebenen Punkte lässt sich eine Prognose hinsichtlich der Mortalität abschätzen. Dies wurde von Fine, Auble und Yealy (1997) in einer Validierungskohorte nachgewiesen: von 587 Patienten der Risikoklasse I verstarben 0%, in der Risikoklasse II 0,4% (8,2% mussten nachträglich hospitalisiert werden), in der Risikoklasse IV 9,3% und in der Risikoklasse V 27%.
Dieses Schema kann nicht immer Anwendung finden, weil einige medizinische und soziale Gründe (die zur Einweisung führen können) nicht erfasst werden: beispielsweise kann man Patienten mit fehlender Compliance oder eingeschränktem geistigen Zustand nicht ambulant behandeln, weil hier die konsequente Einnahme der verordneten Medikamente ungewiss scheint. Die Einschränkungen des PSI werden in einer Studie von Goss et al. (2003)
anschaulich beschrieben: in dieser prospektiven Untersuchung in einem Krankenhaus, wurden über einen Zeitraum von 2 Jahren Patienten mit einer („low-risk-“) AEP identifiziert, die dem PSI zufolge Klasse I-III-Patienten waren und nach PSI somit auch ambulant hätten behandelt werden können. In der Studie sollte evaluiert werden, warum Patienten trotz eines niedrigen Mortalitätsrisikos eingewiesen wurden und wie viele der Patienten auf ambulanter Basis hätten behandelt werden können. Von 425 eingewiesenen Patienten mit einer CAP hätten nach PSI-Kriterien 253 (55%) ambulant behandelt werden können (Niedrig-Risiko Patienten) – nur 1,6% dieser Gruppe verstarben im Krankenhaus. In diesem Kollektiv gab es aber Gründe, die eine ambulante Behandlung nicht möglich erscheinen ließen: hierzu zählten Obdachlosigkeit, vorbestehende Tuberkulose, Drogenabhängigkeit und Alkoholismus. Dies macht deutlich, dass der PSI ein brauchbares Instrument zur Risikoabschätzung von Pneumoniepatienten ist, soziale Einflüsse aber, die bei einem nicht unbedeutenden Teil der Einweisungen eine Rolle spielten, nicht in ausreichendem Maße berücksichtigt.
Ein anderer Risiko-Score, der CRB-Index, bzw. CURB-(65)-Index verzichtet auf aufwändige Laboruntersuchungen. Als Parameter dienen eine Bewusstseinsstörung (confusion), die Atemfrequenz (respiration) und der Blutdruck (blood pressure). Beim CURB-Index wird zusätzlich der Laborwert Serum-Harnstoff (Urea-N), beim CURB-65-Index das Alter (> 65 Jahre) als Parameter gewählt. Der für den allgemeinärztlich tätigen Arzt einfachere und empfohlene Score ist der CRB-Index, da man kein Laborparameter bestimmen lassen muss (CAPNETZ 2006). Die Punktevergabe und daraus abgeleitete Empfehlung bezüglich des Therapieortes (ambulantes /stationäres Regime) gibt die Tabelle 2.2 wieder.
Tabelle 2.2: CURB-Index
Parameter Index-Punkt
Bewusstseinsstörung Desorientiert zu Person, Zeit oder Ort 1
Atemfrequenz > 30/min. 1
Blutdruck diast. < 60 mmHg, syst. < 90 mmHg 1
Alter > 65 Jahre 1
Gesamtpunkte 0
1-4
Ambulante Therapie Einweisung
2.5 Ätiologie ambulant erworbener Pneumonien
Obwohl bis zu 80% aller Pneumonien ambulant behandelt werden, ist die Ätiologie im ambulanten Bereich bisher nicht ausreichend untersucht worden (Mandell et al. 2001). Es fehlen verlässliche Angaben zum Erregerspektrum der AEP in Deutschland (CAPNETZ 2006).
In den vorliegenden Studien konnte bei einem Großteil der Pneumoniepatienten kein Erreger gefunden werden: Dusch stellte 2001 fest, dass je nach Studie bei 19-54% der ambulant erworbenen Pneumonien kein Erreger identifiziert werden konnte. Bei einer neueren, prospektiv angelegten Studie konnte in 49,3% der Fälle kein Erreger nachgewiesen werden (Gutierrez et al. 2005).
Konnte doch ein Erreger isoliert werden, handelte es sich meist um den zu den typischen Erregern zählende Streptococcus pneumoniae, kurz „Pneumokokken“, gefolgt von atypischen Erregern, zu denen unter anderen Mycoplasma pneumoniae, Chlamydia pneumoniae und Legionella pneumoniae gezählt wurden. Häufig wurden auch Viren identifiziert, insbesondere Influenza und das Respiratory Syncytial Virus (RSV), letzteres meist bei Kindern (Dusch 2001 und Thibodeau 2004).
Der Begriff der „atypischen Erreger“, bzw. atypischen Pneumonie ist zwar unter Klinikern weit verbreitet, wissenschaftlich jedoch umstritten, da je nach Autor unterschiedliche Erregerspektren und Symptome zu dieser Gruppe gezählt werden (File 2003).
Gegenüber den typischen Pneumonien zeichnen sich die atypischen Pneumonien z.B. dadurch aus, dass es sich um intrazellulär vorliegende Erreger handelt, die häufiger und schwerere extrapulmonale Symptome bei insgesamt weniger schwerem Verlauf hervorrufen und aufgrund des intrazellulären Wachstums, bzw. des Fehlens einer Zellwand nicht auf beta- laktamase-stabile Antibiotika ansprechen (Cunha 2003). Auf dem Röntgenbild imponiert eine streifig interstitielle Infiltration, während bei der typischen Pneumonie relativ scharf begrenzte lobäre oder segmentale Verschattungen vorliegen (Baenkler et al. 1999). Aus dem Röntgenbefund lassen sich jedoch keine präzisen Rückschlüsse auf den Erreger der Pneumonie schließen. Der Anteil der atypischen Erreger am Erregerspektrum wird möglicherweise unterschätzt, da es, zumindest in der hausärztlichen Routine, keinen spezifischen Schnelltest, bzw. standardisiertes Verfahren zum Nachweis gibt (File 2003).
Die Abbildung 2.4 gibt einen Überblick über die Ätiologie der AEP.
Abbildung 2.4: Erregerspektrum bei ambulant erworbener Pneumonie in Krankenhäu- sern (Europa)
Ein etwas verändertes Verteilungsmuster ergibt sich, wenn man das Erregerspektrum je nach Schwere der AEP betrachtet. Die Schweregrade einer Pneumonie können, wie im Kapitel 2.4 näher erläutert, nach dem PSI (Pneumonia Severity Index) eingeteilt werden. Beovic et al.
(2003) teilten im Rahmen einer prospektiven Studie 113 Patienten mit dem klinischen und radiologischen Verdacht auf eine Pneumonie in die Risikoklassen des PSI ein und bestimmten die jeweiligen Erreger, was in 62,4% der Falle gelang. Bei den weniger schweren Verläufen (entsprechend niedrigeren Gruppen nach PSI) einer AEP wurden in dieser Untersuchung am häufigsten atypische Erreger gefunden. Die Abbildung 2.5 gibt einen graphischen Überblick über die Ergebnisse der Studie.
Abbildung 2.5: Ätiologie bei mildem Verlauf der AEP (Multicenter-Studie, Slovenien)
Eine europäische Studie untersuchte die Ätiologie der AEP innerhalb der Risikogruppen I, II und III (nach PSI): in der Gruppe I fanden sich am häufigsten Mykoplasmen. Insgesamt machten die atypischen Erreger hier 69% aus. In den Gruppen II und III dagegen waren Pneumokokken mit 46 % der Leiterreger (Faguera 2001). Die Ergebnisse scheinen insgesamt darauf hinzudeuten, dass die leichteren Fälle der Pneumonien, also auch eher die ambulant behandelten, durch die sog. atypischen Erreger verursacht werden. Die schwereren, zur Einweisung führenden Fälle, werden eher durch Pneumokokken verursacht. Dies kann natürlich nur eine grobe Rasterung darstellen.
Der Vollständigkeit halber sollen auch die weniger häufigen bis selten vorkommenden bakteriellen Erreger genannt werden, die bei der Ätiologie der AEP eine Rolle spielen können: Chlamydia psittaci, Corynebacterium pseudodiphteriticum, Coxiella burneti, Escherischia coli, Francisella tularensis, Mycobacterium tuberculosis, Neisseria menigitidis, Rhodococcus equi, Staphylococcus aureus und Streptococcus pyogenes.
Zur Gruppe der seltenen viralen Erreger gehören: Adenoviren, Herpes-simplex-Virus, Parainfluenzyviren und Varizella-Zoster-Virus.
Pneumocystis carinii, Cryptococcus neoformans sowie Pilze (Aspergillus und Candida albicans) können ebenfalls eine Pneumonie verursachen, dann wohl aber meist bei immunsupprimierten Patienten, z.B. als opportunistische Erkrankung bei HIV oder Tumorerkrankungen.
2.6 Therapie ambulant erworbener Pneumonien
In der Mehrzahl der Fälle wird eine auf empirischen Erfahrungen beruhende Therapie eingeleitet, da eine Erregerdiagnostik in der hausärztlichen Praxis zu aufwändig erscheint und, wie oben beschrieben, nur in ungefähr der Hälfte der Fälle zur Identifikation des Keimes führt. Abgesehen davon können mehrere Tage bis zum Erregernachweis verstreichen – ein Abwarten bis zum gelungenen Nachweis wäre sinnlos.
Bezüglich der empirischen Therapie der ambulant erworbenen Pneumonie mit Antibiotika gibt es Unterschiede bei den empfohlenen Substanzen, je nachdem ob nationale oder internationale Empfehlungen zu Rate gezogen werden.
Ein Goldstandard in der Therapie der ambulanten Pneumonie gibt es derzeit nicht, da die meisten Studien zu diesem Thema in Krankenhäusern, nicht aber im ambulanten Sektor durchgeführt wurden (Bjerre et al. 2004).
Die Arzneimittelkommission der deutschen Ärzteschaft empfiehlt bei jüngeren Patienten ein Makrolid, ältere Patienten sollten eine Kombination aus einem Aminopenicillin und einem Betalaktamase-Inhibitor erhalten (Arzneimittelkommission der deutschen Ärzteschaft 2002).
In dieser Leitlinie wird allerdings „jünger“ und „älter“ nicht näher definiert.
Eine Expertenmeinung, formuliert durch das CAPNETZ (Erläuterungen siehe Kapitel 2.3), gibt eine Empfehlung unter Berücksichtigung des Alters (siehe untenstehende Tabelle 2.3).
Tabelle 2.3: Therapiekonzept bei ambulant erworbener Pneumonie
Patientenkollektiv Therapie
Ambulante Patienten ohne Risikofaktoren -Aminopenicillin oder -neues Makrolid oder -Doxycyclin oder -Telithromycin Ambulante Patienten mit Risikofaktoren 1
1 Alter > 65, unsichere häusliche Versorgung, Alkoholabhängigkeit, substantielle Komorbidität, Vigilanzstörung, Hypotonie, Tachykardie, -pnoe, Pleuraerguss
-Aminopenicillin + Betalaktamase-Inhibitor oder
-Fluorchinolon III/IV oder
-Betalaktam-Makrolid-Kombinationstherapie2
2 bei V.a. Mykoplasmen, Chlamydien, Legionellen aus: CAPNETZ (Stand 12.12.2006)
Internationale Leitlinien zeigen Abweichungen von nationalen Konzepten: in einer Veröffentlichung von File (2003) werden die nordamerikanischen, japanischen und britischen Leitlinien zur empirischen Behandlung von ambulanten Patienten mit einer AEP gegenübergestellt: in Nordamerika wird hiernach bei Patienten ohne Komorbiditäten oder Risiken für resistente Pneumokokken (als Risikofaktoren werden angegeben: Behandlung mit betalactamamase-stabilen Antibiotika in den letzten 3 Monaten, Hospitalisierung in den letzten 4 Wochen, Alkoholismus und immunsupprimierten Patienten inklusive Steroidtherapie) eine Initialtherapie mit einem Makrolid empfohlen, da hiermit das größte Erregerspektrum der AEP (Pneumokokken und atypische Erreger) therapeutisch abgedeckt werde. Sollte einer der oben angeführten Risikofaktoren vorhanden sein, wird empfohlen, zu einem Chinolon oder hochdosiertem Amoxicillin mit einem Makrolid zu greifen.
Zum Einsatz eines Chinolons als Standardtherapie gibt es widersprüchliche Angaben: so empfiehlt Egger (2003), Chinolone nur als Reserveantibiotika einzusetzen. Begründet wird dies mit der Gefahr der rasch zunehmenden Chinolonresistenz bei Staphylokokken und gramnegativen Stäbchen, da Chinolone an Haut- und Schleimhautoberflächen nur subinhibitorische Konzentrationen erreichten. Dieser Autor empfiehlt auch bei Verdacht auf eine Infektion mit penicillin-, makrolid- oder tetrazyklinresistenten Pneumokokken keine Therapie mit Chinolonen, da auch bei Pneumokokken eine zunehmende Chinolonresistenz zu
Kombination mit einem Betalactamase-Inhibitor behandelt werden könnten. Auch das CDC (Center for Disease Control and Prevention) empfiehlt die Chinolone bei der Behandlung der AEP nur als Reservemittel (Luh und Karnath 2003). Bisher gibt es keine Studie, die ein besseres Ergebnis nach Behandlung mit Fluorchinolonen gegenüber der mit Makroliden aufzeigen könnte (Bartlett 2000). Bjerre et al. (2004) konnten in einer Metaanalyse der vorliegenden, randomisierten Studien zur Behandlung der ambulant erworbenen Pneumonie keinen signifikanten Unterschied in der Effizienz der eingesetzten Antibiotika feststellen.
Zum selben Ergebnis kommt Loeb: in 90% der Pneumoniepatienten trat eine Besserung ein, bzw. heilte die Erkrankung aus – egal mit welcher Substanz behandelt wurde (Clinical evidence 2004).
Die Empfehlung für die Dauer der Behandlung mit einem Antibiotikum ist wissenschaftlich nicht hinreichend belegt (Moussaoui et al. 2006). Es gibt nur wenige kontrollierte klinische Studien, die sich mit der Dauer der antibiotischen Behandlung auseinandersetzen. Solange es an ausreichenden Studien fehle, die ein anderes Vorgehen rechtfertigen, wird in einer US- amerikanischen Leitlinie bei Verdacht auf eine Pneumokokken-Pneumonie empfohlen, solange antibiotisch zu behandeln, bis der Patient 3 Tage fieberfrei ist. Kommt ein atypischer Erreger in Betracht, soll mindestens zwei Wochen antibiotisch behandelt werden (Bartlett et al. 2000). In den letzten Jahren wurden jedoch Studien publiziert, die diese pauschalen Empfehlungen relativieren: so wurde von Moussaoui et al. (2006) belegt, dass es für das Outcome einer ambulant erworbenen Pneumonie keine Rolle spielt, ob die in der Studie eingeschlossenen Patienten drei oder acht Tage mit Amoxicillin behandelt wurden. In dieser doppel-blinden, randomisierten Studie wurden alle Patienten (n=118) mit einer AEP drei Tage lang mit intravenös verabreichtem Amoxicillin behandelt. Nach klinischer Besserung in diesem Zeitraum wurde für fünf Tage Amoxicillin oral (n=63) oder ein Placebo (n=56) verabreicht. Anhand verschiedener Kriterien wurde das Behandlungsergebnis nach den Tagen 10 und 28 überprüft, wobei sich zwischen beiden Gruppen kein signifikanter Unterschied zeigte.
Auch wenn diese Studie unter stationären Bedingungen durchgeführt wurde und somit in dieser Form möglicherweise nicht auf eine ambulant behandelte Pneumonie übertragen werden kann, so zeigt sie doch, dass hier zumindest Forschungsbedarf besteht und dass bisher pauschal gegebene Empfehlungen zur Behandlungsdauer zumindest in Frage gestellt werden
2.7 Prävention ambulant erworbener Pneumonien
Bei Durchsicht der Literatur zu diesem Thema fällt auf, dass Untersuchungen zum Impfverhalten (Pneumokokken und Influenza) im ambulanten Bereich, bzw. zur Effizienz dieser Impfung, bisher in Deutschland nicht in ausreichendem Maß stattfanden. Eine Metaanalyse kam zu dem Ergebnis, dass es keinen signifikanten Unterschied bezüglich Erkrankungshäufigkeit und Mortalität bei gegen Pneumokokken geimpften und nicht geimpften Pneumoniepatienten gibt (Clinical evidence 2004). Dennoch sollen laut Empfehlung der ständigen Impfkommission (STIKO) des Robert-Koch-Institutes alle Personen über 60 Jahre (als Regelimpfung) sowie Kinder (≥ 5 Jahre), Jugendliche und Erwachsene mit erhöhter gesundheitlicher Gefährdung infolge einer Grundkrankheit mit dem Polysaccharidimpfstoff gegen Pneumokokken und Influenza geimpft werden (Indikationsimpfung). Zu diesen Grundkrankheiten werden Immundefekte mit erhaltener T- und/oder B-zellulärer Restfunktion, funktionelle oder anatomische Asplenie, Sichelzellenanämie, Krankheiten der blutbildenden Organe, neoplastische Krankheiten, HIV- Infektion und der Zustand nach Knochenmarktransplantation gezählt. Darüber hinaus soll auch bei chronischen Krankheiten geimpft werden (z.B. Herz-Kreislauf-Erkrankungen, Erkrankungen der Atmungsorgane und der Nieren sowie bei Diabetes mellitus). Vor Organtransplantation, vor Beginn einer immunsuppressiven Therapie und bei Frühgeborenen empfiehlt die STIKO ebenfalls die Impfung (Robert-Koch-Institut, http://www.rki.de, Stand:
24.08.2005).
2.8 Hausärztliche Versorgungsforschung
Der technische Fortschritt im Bereich der EDV und die Bereitschaft der hausärztlich tätigen Kollegen, diesen im Alltag zu implementieren, ermöglicht es, eine anwachsende Menge an elektronischen Patientendaten zu sammeln und zusammenzuführen, wodurch sich die Qualität dieser Daten soweit verbessert hat, dass diese Routinedaten zu Forschungszwecken verwendet werden können (De Lusignan und van Weel 2006).
Hausärztliche Versorgungsforschung kann einen Beitrag zur Qualitätsüberprüfung und - verbesserung der Patientenversorgung leisten und zur effizienteren Nutzung der zur Verfügung stehenden ökonomischen Ressourcen beitragen. Allerdings fand Forschung in Deutschland bisher fast ausschließlich im klinisch-stationären Rahmen statt – und dazu noch
im universitären Bereich: als Forschungsgrundlage dienen hier Daten von Patienten, die fast ausschließlich in Universitäten behandelt wurden. Aufgrund des hohen Grades an Spezialisierung der Universitätskliniken sind die von diesen Patienten gewonnenen Forschungsergebnisse für die hausärztliche Versorgung von geringerer Relevanz, da die Ergebnisse nicht ohne weiteres übertragbar sind (Kochen et al. 2005).
Um medizinische Forschung im hausärztlichen Bereich möglich zu machen, ist es erforderlich, notwendige Daten zur Versorgungsforschung zur Verfügung zu haben. Diese Daten sollten möglichst ubiquitär zur Verfügung stehen, möglichst umfassende medizinische Details enthalten, leicht zu gewinnen sein und einer gewissen Standardisierung genügen, ohne einem Selektionseffekt zu unterliegen.
In europäischen Nachbarländern gibt es bereits seit 1987 Bestrebungen, Daten aus der hausärztlichen Routine zu bündeln und für Forschungszwecke (z.B. zur Qualitätssicherung und – verbesserung) zur Verfügung zu stellen:
Datenbanken, die bereits heute für die hausärztliche Versorgungsforschung zur Verfügung stehen, gibt es beispielsweise in den Niederlanden (Netherlands Institute for Health Service Research, kurz „NIVEL“). Im Rahmen dieses Projektes werden von 150 Allgemeinarztpraxen zweimal jährlich Daten zu Morbidität, Verschreibungen, Überweisungen und Diagnosen von ca. 350.000 Patienten aus deren elektronisch geführten Patientenakten akquiriert. Die Diagnosen werden in diesem System nach dem ICPC (International Classification of Primary Care) kodiert. 1992 wurde zunächst nur das Überweisungsverhalten der teilnehmenden Praxen erfasst. Später wurde dann Schritt für Schritt eine Datenbank aufgebaut, die die oben genannten Inhalte der Versorgungsforschung zur Verfügung stellt. Das Projekt wird vom niederländischen Gesundheitsministerium finanziert (http://www.nivel.nl/, Stand:
06.10.2006).
Auch in Großbritannien wurde eine ähnliche Datenbank aufgebaut, die General Practice Research Database, kurz GPRD. Bereits seit 1987 wurden, zunächst von einer Firma, später dann vom britischen Gesundheitsministerium, Behandlungsdaten aus dem hausärztlichen Versorgungsbereich gesammelt und in dieser Datenbank zu Forschungszwecken zur
Allgemeinmedizinern die notwendige Hard- und Software zur elektronischen Dokumentation zur Verfügung gestellt. Teilnehmer wurden über einen Zeitraum von zwölf Monaten geschult.
Nach dieser Periode wurde überprüft, ob die Daten in ausreichend standardisierter Form eingegeben wurden (www.bcdsp.org/grpd, Stand: 10.11.2006).
Behandlungsdaten werden noch in den teilnehmenden Arztpraxen anonymisiert und dann zur zentralen Datenbank übermittelt – dies geschieht alle 2 Wochen. Dadurch wurde die weltweit größte computerisierte Datenbank für anonymisierte Patientendaten erstellt: aktuell befinden sich Informationen zu ungefähr 9 Millionen Patienten und insgesamt 35 Millionen
„Behandlungsjahren“ in diesem System (www.gprd.com, Stand:10.10.2006). Insgesamt partizipieren 755 Allgemeinarztpraxen an diesem Projekt.
In den Jahren nach Implementierung dieser Datenbank wurden Studien durchgeführt, die belegen, dass Verschreibungen und Diagnosen sehr ausführlich dokumentiert werden.
Aufgrund dieser Vollständigkeit und Menge an Datenmaterial werde es in Zukunft möglich sein, klinische Studien zu verschiedenen Fragestellungen in angemessenem Kosten- und Zeitrahmen durchzuführen (Jick et al. 1991). In einer späteren Untersuchung wurde kritisch angemerkt, dass Befunde von Fachärzten nur in geringem Maß in den elektronischen Akten zur Verfügung gestanden hätten (Jick et al. 1992). In den darauf folgenden Jahren wurden permanent Untersuchungen zur Qualität der Daten durchgeführt. Diese beinhalteten auch stichprobenartige Validierung der gewonnenen Daten durch Nutzung anderer Informationsquellen als die elektronischen Daten selbst, z.B. Diagnoseüberprüfung durch Kontaktaufnahme mit Krankenhäusern und Fachärzten. Die Übereinstimmung dieser Befragung mit den durch die Hausärzte elektronisch dokumentierten Daten lag je nach untersuchten Bereichen zwischen 90% und 100% (Jick et al. 2003).
Ein weiteres britisches und sehr ähnliches Projekt heißt „Q-Research“, welches eine Datenbank mit anonymisierten Patientendaten erstellt (http://www.nottingham.ac.uk/). Im Rahmen dieses Projektes werden die elektronischen Patientendaten vollständig und irreversibel anonymisiert. Bei diesem Projekt werden zunächst innerhalb jeder teilnehmenden Praxis pseudonymisierte Patientennummern generiert, welche dem Anwender bei der Nutzung der Datenbank aber nicht zur Verfügung stehen. So ist durch das Pseudonym eine fortlaufende Aktualisierung der Datenbanken möglich. Sowohl „Q-research“ als auch
„GPRD“ arbeiten jeweils nur mit einer Software, innerhalb derer sehr detaillierte Vorgaben bezüglich der Dokumentation gemacht werden, wodurch ein recht „homogener“ Datensatz entsteht.
In Deutschland stand eine solche Datenbank zum Zeitpunkt dieser Untersuchung (noch) nicht zur Verfügung. Ein Weg, wie wissenschaftlich verwertbare Daten aus dem ambulanten Versorgungsbereich auch in Deutschland gewonnen werden könnten - z.B. zum Aufbau einer Datenbank mit „Rohdaten“ als Grundlage hausärztlicher Versorgungsforschung - wird in den folgenden Teilen dieser Arbeit näher erläutert.
Grundlage dieser relativ jungen Methode zur Datengewinnung ist die sogenannte BDT- Schnittstelle, die seitens der Herstellerfirmen in jeder Abrechnungssoftware für Arztpraxen integriert sein muss. BDT steht für Befund-Daten-Transfer. Ursprünglich nur für Abrechnungszwecke entwickelt, ermöglicht diese Schnittstelle nicht nur den Umstieg auf eine andere Praxissoftware unter Mitnahme aller Patientendaten sondern auch den Export aller Patientendaten auf Disketten, was im Rahmen dieser Arbeit genutzt wurde. Innerhalb der verschiedenen Praxen-EDV sind dem Nutzer, also dem Arzt oder der Arzthelferin, relativ wenige Vorgaben gemacht, welche BDT-Felder für welche Einträge genutzt werden. Ein geringes Maß an Standardisierung bei der Dokumentation ist die Folge. Hierin besteht ein wesentlicher Unterschied der BDT-Struktur zu den bisher laufenden, internationalen Projekten, die mit einer einzigen Software auskommen, innerhalb der auch noch strukturierte Einträge verlangt werden: z.B. müssen in Großbritannien Allgemeinmediziner nach Vorgaben vom National Health Service (NHS) eine Software verwenden, die eine strukturierte Suche in den Praxisdatensätzen ermöglicht (de Lusignan 2005). Ein weiterer Unterschied in der BDT Struktur besteht darin, dass auch Textfelder enthalten sind, in die der dokumentierende Arzt freie Texteinträge schreiben kann.
Zum Zeitpunkt meiner Datenerhebung zu dieser Studie gab es bereits ein Projekt der Abteilung Allgemeinmedizin der Universität Göttingen, welches „BDT-Daten“ nutzte, um das Verhalten von Allgemeinmedizinern bezüglicher der Verschreibungspraxis von Generika zu untersuchen: im Rahmen einer randomisiert-kontrollierten Interventionsstudie wurde untersucht, ob der Einsatz von Generika-Präparaten der Ärzte durch persönliche Besuche eines Experten bei den Ärzten der Interventionsgruppe sowie Patienteninformationsbroschüren modifiziert werden kann. Der Erfolg der Intervention wurde anhand einer Analyse der Verordnungen durch die Ärzte untersucht (Hummers-Pradier et al.
2003).
geht einen Schritt über das oben vorgestellte „Generika-Projekt“ hinaus und soll, im Sinne einer Machbarkeits-, bzw. Pilotstudie, weitergehende Möglichkeiten der BDT-Daten für hausärztliche Forschung zu Befunden und Behandlung ausloten.
In anderen Ländern laufen ähnliche Forschungsvorhaben an: im Rahmen einer schwedischen Studie wurde evaluiert, wie aus elektronischen Patientenakten Daten als Grundlage für die hausärztliche Versorgungsforschung gewonnen werden können. Die Autoren folgerten aus Ihrer Untersuchung, dass es mit moderatem Arbeitsaufwand möglich sei, nahezu vollständige Datensätze aus den elektronisch geführten Patientenakten zu gewinnen (Mansson et al. 2004).
Nilson et al. (2002) kommen zu dem Ergebnis, dass elektronische Patientenakten eine wichtige Rolle in der hausärztlichen Versorgungsforschung spielen können und durchaus geeignet sind, als Grundlage für eine Datenbank zur Versorgungsforschung im hausärztlichen Bereich zu dienen. De Lusignan et al. (2005) kamen in Ihrer Untersuchung aus Groß Britannien zu dem Schluss, dass elektronisch gewonnene hausärztliche Routinedaten sich dafür eignen, bestimmte Patienten für Studienzwecke (hier Patienten mit einer eingeschränkten Nierenfunktion) zu identifizieren. Die Autoren stellten fest, dass Risikofaktoren sowie Dauerdiagnosen und Therapiemaßnahmen anhand dieser Routinedaten ausgewertet werden konnten.
3. Forschungsfragen
Im Rahmen dieser Arbeit soll zunächst überprüft werden, ob und wie sich elektronische Abrechnungsdaten (sogenannte „BDT-Daten“) aus hausärztlichen Praxen pseudonymisieren und von Arztpraxen-Computern extrahieren lassen (Machbarkeitsstudie).
Nach Prüfung der Praktikabilität dieser Methode soll – exemplarisch am Krankheitsbild der ambulant erworbenen Pneumonie - untersucht werden, ob und welche Fragestellungen in der hausärztlichen Versorgungsforschung mit diesen Routinedaten beantwortet werden können.
Falls die Datenlage ausreichend erscheint, soll ein Überblick über den aktuellen Stand der Diagnostik und Therapie der ambulant erworbenen Pneumonie in den eingeschlossenen Hausarztpraxen gegeben werden. Fragestellungen zu folgenden Aspekten sollen, wenn möglich, beantwortet werden:
- Häufigkeit und Altersverteilung der AEP in hausärztlichen Praxen
- Evaluierung von Risikofaktoren für eine AEP in Form von zugrunde liegenden chronischen Erkrankungen (Dauerdiagnosen)
- Anzahl der Arzt-Patienten-Kontakte im Verlauf der Erkrankung - vom Hausarzt durchgeführte Diagnostik bei Verdacht auf eine AEP
- Einweisung zur stationären Behandlung / Überweisung an Fachärzte - eingesetzte Antibiotika bei dem Verdacht auf eine AEP
- Einsatz von Pneumokokken- und Influenzaimpfstoff und Häufigkeit von ambulant erwor- benen Pneumonien bei Patienten, die oben genannte Impfung erhielten
4. Material und Methoden
4.1 Studiendesign
Dieser Arbeit liegt eine retrospektive Datenerhebung über 24 Monate (01.10.2000 bis 30.09.2002) zugrunde. Es handelt sich um eine Beobachtungsstudie im Sinne einer Querschnittsstichprobe.
4.2 Ort der Datenerhebung
Der Landkreis Hameln-Pyrmont liegt in der Mitte Niedersachsens, ca. 50 Kilometer südlich von Hannover. Die größten Städte sind Hameln (ca. 60.000 Einwohner) und Bad Pyrmont (ca.
25.000 Einwohner). In diesen beiden Städten sowie den umliegenden Orten Aerzen (ca.
12.000 Einwohner), Salzhemmendorf (ca. 11.000 Einwohner) und Emmerthal (ca. 11.000 Einwohner) sind die teilnehmenden Arztpraxen beheimatet.
4.3 Rekrutierung und Teilnahme
Für die vorliegende Arbeit wurden alle Fachärzte für Allgemeinmedizin, die im November 2002 in der Liste der kassenärztlichen Vereinigung für den Landkreis Hameln-Pyrmont, Niedersachsen, geführt wurden, mit einem Anschreiben für die Studie angeworben (Anhang 1). Neben dem Anschreiben, in dem die Studie kurz vorgestellt wurde, erhielten die angeschriebenen Ärzte ein Formular, das die Möglichkeit der Antwort per Telefax beinhaltete (Anhang 2). Auf diesem Formular wurde nach Interesse an der Teilnahme an der vorher im Anschreiben beschriebenen Studie gefragt. Bei Ablehnung gab es die Möglichkeit der Begründung für „kein Interesse“ an der Teilnahme. Des weiteren wurde nach der verwendeten Praxissoftware, der Version und dem Betriebssystem gefragt, ebenso nach dem Einsatzbereich der Praxissoftware. Hier konnten zwischen den Angaben „Nur zur Abrechnung“, „für die Dokumentation“, „für Verordnungen“ und „Sonstiges“ gewählt werden. Die im Anschreiben aufgeführte Telefonnummer bot auch die Möglichkeit, telefonisch direkt mit der Abteilung für Allgemeinmedizin in Göttingen in Kontakt zu treten.
4.4 Besuch in den teilnehmenden Praxen
Jede teilnehmende Praxis wurde von mir persönlich besucht. In einem Projekt, in dem man versucht hatte, den Export seitens der Arztpraxen selbst vornehmen zu lassen, war festgestellt worden, dass die Akzeptanz zum selbstständigen Datenexport (nach schriftlicher Anleitung) gering, bzw. die gewonnenen Daten fehlerhaft waren (Hummers-Pradier et al. 2003). Somit erschien es am sichersten, die Daten selbst zu extrahieren.
4.5 Die Grundlage aller gewonnenen Daten: die BDT-Schnittstelle
BDT steht für Befund-Daten-Transfer und bezeichnet eine elektronische Schnittstelle, bzw.
ein Programm-Modul in der von Arztpraxen genutzten Software. Die BDT-Schnittstelle war ursprünglich für Abrechnungszwecke geschaffen worden. Außerdem soll dieser Programmteil einen Umstieg auf eine andere Software unter Mitnahme der existierenden elektronischen Patientendaten ermöglichen, falls ein solcher Wechsel seitens einer Arztpraxis gewünscht wird.
Sämtliche Hersteller von Software für Ärzte müssen diesen Standard in ihren Programmen integrieren, um von der Kassenärztlichen Bundesvereinigung (KBV) zertifiziert zu werden.
Eine weitere Verwendungsmöglichkeit, nämlich der Export von ärztlichen Routinedaten über die BDT-Schnittstelle zu Forschungszwecken, soll in dieser Arbeit evaluiert werden.
4.6 Datenerhebung über die Befund-Daten-Transfer- (kurz BDT-) Schnittstelle Die Abbildung 4.1 enthält eine stichpunktartige Übersicht der einzelnen Schritte der Datengewinnung, die auf den folgenden Seiten näher erläutert wird.
Abbildung 4.1: Schritte des Datenexportes
Schritte des Datenexportes
BDT-Modul (Softwareteil) wird aktiviert
▼
gewünschten Zeitraum selektieren
▼
Datei mit allen Rohdaten des gewählten Zeitraumes wird generiert
▼
Datei wird mit einem Programm anonymisiert („Anonymizer“)
▼
anonymisierte Datei wird in diskettengroße, kleinere Dateien zerlegt (jetzt transportfähig)
Der Export der BDT-Daten geschieht über in die Software integrierte BDT-Module. In einigen Fällen mussten diese Module erst bei den Herstellern angefordert werden und nachträglich auf den Rechnern in den Arztpraxen installiert werden.
Vor dem Datenexport über die BDT-Schnittstelle kann in der Software gewählt werden, ob bestimmte Patienten (Auswahl erfolgt nach Patientennummern) oder die Patienten eines bestimmten Zeitraums (Auswahl erfolgt nach Datum) exportiert werden sollen. Im Rahmen dieser Arbeit wurde letztere Option verwendet.
Beim eigentlichen Export werden Dateien erzeugt, die Informationen über die Praxis, individuelle Patienten und Einträge über die Arztkonsultationen enthalten.
Der Aufbau dieser Dateien besteht grundsätzlich aus einem BDT-Feld - kodiert durch eine vierstellige Zahl –und einem nachgeordnetem Feldinhalt, welches die eigentliche Information beinhaltet (exemplarischer Auszug siehe nachstehende Tabelle 4.1). Eine komplette Auflistung aller BDT-Felder und deren Bedeutung sind als „Anhang 3 – BDT-Felder- Definitionen“ dieser Arbeit beigefügt. Mehrere BDT-Felder mit nachgeordnetem Feldinhalt bilden einen BDT-Datensatz.
Tabelle 4.1: Beispiele für BDT-Feldinhalte
BDT Definition Beispiel
3101 Geburtsdatum 25.08.1944
3103 Geschlecht 1 (Bedeutung: männlich)
6000 Abrechnungsdiagnose Pneumonie nicht näher bezeichnet
6001 ICD-Schlüssel J18.9
6205 Aktuelle Diagnose Mykoplasmenpneumonie
6210 Medikament verordnet Erythromycin
6280 Überweisung Inhalt FA für Radiologie
6331 Inhalt der ersten freien Pat. lehnt Einweisung ab.
Kategorie Satzart „6200“
8420 Testergebnis Na+ = 131
Nach dem Export liegen die Daten als „Rohdatensätze“ im ASCII-Format auf dem jeweiligen Praxencomputer vor. Dieses Format erscheint zunächst recht unübersichtlich, da den Zahlenkolonnen die Feldinhalte einfach angehängt sind. Mit „Zeichenlänge“ wird festgelegt, wie viele Zeichen in diesem BDT-Feld vorkommen können. Die BDT-Feldkennung kodiert für ein bestimmtes BDT-Feld und erst danach wird der eigentliche Feldinhalt gelistet.
Ein Beispiel für dieses noch recht unübersichtliche Format gibt die nachstehende Abbildung 4.2 auf der folgenden Seite.
Abbildung 4.2: Screenshot einer im Text-Viewer geöffneten BDT-Datei nach Export
4.7 Anonymisierung und Pseudonymisierung der BDT-Datensätze
Um den Ansprüchen des Datenschutzes gerecht zu werden, wurden die auf dem Praxisrechner erstellten „Rohdatensätze“, die auf der Festplatte im Klartext lesbar sind, mit einem Anonymisierungsprogramm noch vor Ort bearbeitet, welches speziell für diesen Zweck vom Softwarehaus Müller (Müller Software GmbH, Hohe-Kreuz-Str. 38, 96049 Bamberg) entwickelt worden war. Dieses Programm erkennt innerhalb der Datensätze anhand der BDT- Feldkennung (Beispiel s. Tabelle 4.1), wo personenbezogene Daten enthalten sind: hierzu gehören Vorname, Patientenname, Titel, PLZ/Ort, Strasse mit Hausnummer und die Krankenversicherung. Diese Felder werden anonymisiert. Bei der Anonymisierung wird der entsprechende Feldinhalt entfernt. Bei der anschließenden Pseudonymisierung wird der Inhalt nach mathematischen Verfahren verfremdet, so dass zwar eine Verfolgung der Pseudo-
Identifikation quartalsübergreifend ermöglicht wird, aber ohne die Originaldaten, konkret die Patientennummer, keine Rückverfolgung auf die ursprünglichen Personalien möglich ist.
Nach der Pseudonymisierung wurden die Daten komprimiert, auf Diskettengröße geteilt und auf 1,44 MB-Disketten gespeichert, die dann aus den Arztpraxen mitgenommen werden konnten. Im Anschluss mussten die Daten jeder Praxis wieder zu ganzen Dateien zusammengeführt werden, damit sie zur weiteren Bearbeitung zur Verfügung standen.
4.8 Die Datenaufbereitung
Nachdem die Daten einer jeden Praxis wieder zusammengefügt worden waren, überprüfte ich, ob dieses vollständig geschehen war. Danach wurden die im ASCII-Format vorliegenden BDT-Datensätze (s. Abbildung 4.2 / Kapitel 4.6) in der Abteilung Allgemeinmedizin der Universität Göttingen in für das Statistikprogramm SAS (Version 8.02) lesbare SAS-Dateien umgewandelt. Hierbei mussten zunächst Sprachinhalte vereinheitlicht werden: Umlaute wurden in die ausgeschriebene Form (z.B. „ä“ nach „ae“) und „ß“ nach „ss“ umgewandelt, um die folgenden Datenverarbeitungsschritte fehlerfrei bewältigen zu können (Konvertierung von „ASCII“-Zeichensatz nach „ANSI“).
Das SAS-Programm zum Import von schon ins ANSI-Format umgeformten BDT-Daten in SAS-Dateien wurde im Rahmen eines Werkvertrags mit der Abteilung Allgemeinmedizin, Göttingen, von einem Mathematiker (Dr. rer. nat. Thomas Bruckner, Heidelberg) geschrieben.
Wichtig für die folgende Auswertung war hier, dass in jeder Zeile des neu formierten Datensatzes eine Verknüpfung der Feldinhalte zur Patientennummer und zum Abrechnungsdatum, bzw. zum eigentlichen Datum der erbrachten Leistung erhalten blieb, um z.B. verordnete Medikamente (z.B. Amoxicillin) auch zeitlich einer Abrechnungsdiagnose (z.B. Broncho-pneumonie) zuordnen zu können oder den zeitlichen Zusammenhang zwischen einer Ein- oder Überweisung mit einer bestimmten Diagnose belegen zu können.
Obwohl beim Export in allen Praxen der gewünschte Untersuchungszeitraum gewählt wurde, kam es vor, dass der gesamte Patientenstamm einer Praxis pseudonymisiert und exportiert wurde. Deshalb war es vor weiteren Verarbeitungsschritten nötig, Daten aus unerwünschten Zeiträumen aus den Dateien zu löschen. Der eben beschriebene Vorgang und alle weiteren Schritte wurden mit dem Programm SAS durchgeführt.
4.9 Die Datenauswertung
Ein Beispiel dafür, wie die Daten nach dieser in Kapitel 4.5 beschriebenen Aufbereitung aussahen, zeigt nachfolgende Abbildung 4.3.
Abbildung 4.3: Screenshot des in SAS geöffneten „Rohdatensatzes“
In diesen Datensätzen identifizierte ich zunächst Beispielpatienten mit einer Pneumonie mittels manueller Durchsicht der Daten und erstellte ein Profil von diesen, um eine Vorstellung davon zu gewinnen, welche Informationen zu den Patienten überhaupt zu erwarten waren. Die Tabelle 4.2 auf der nächsten Seite zeigt beispielhaft das manuell erstellte Profil von zwei Patienten (Patientennummer 161 und 654) der Praxis 1.
Tabelle 4.2: manuell erstelltes Patientenprofil anhand von BDT-Daten
Zu diesem Zeitpunkt der Datenbearbeitung waren von allen 13 teilnehmenden Praxen
einzelne Datensätze vorhanden. Um nicht jede Praxis einzeln für sich bearbeiten zu müssen, wurden die Datensätze aller Praxen zusammengeführt.
Um spätere Verwechslung (z.B. durch gleiche Patientennummern in verschiedenen Praxen) von Patienten zu vermeiden, wurden vor dem Zusammenfügen der Datensätze die alten Patientennummern durch neue ersetzt, wobei nach dieser Neuzuteilung von Nummern, die ersten beiden Stellen der Patientennummer die Praxis bezeichneten; darauf folgten als Trennung drei Nullen gefolgt von der eigentlichen, alten Patientennummer (Beispiel: die Patientennummer 1000161 bezieht sich auf den Patienten mit der früheren Patientennummer 161 aus der Praxis 1).
Für den nun vorliegenden Datensatz wurden Suchalghoritmen programmiert, die die Patientendaten nach einer oder mehreren der folgenden ICD-10-verschlüsselten Diagnosen (Abbildung 4.4) durchsuchten.
Abbildung 4.4: ICD-Codes, die in den Suchalgorithmus aufgenommen wurden
J11.0 Grippe mit Pneumonie, Viren nicht nachgewiesen;
J12 Viruspneumonie, anderenorts nicht klassifiziert;
J12.0 Pneumonie durch Adenoviren;
J12.1 Pneumonie durch Respiratory-Syncytial-Viren [RS-Viren];
J12.2 Pneumonie durch Parainfluenzaviren;
J12.8 Pneumonie durch sonstige Viren;
J12.9 Viruspneumonie, nicht näher bezeichnet;
J13 Pneumonie durch Streptococcus pneumoniae ; J14 Pneumonie durch Haemophilus influenzae ;
J15 Pneumonie durch Bakterien, anderenorts nicht klassifiziert ; J15.0 Pneumonie durch Klebsiella pneumoniae;
J15.1 Pneumonie durch Pseudomonas;
J15.2 Pneumonie durch Staphylokokken;
J15.3 Pneumonie durch Streptokokken der Gruppe B;
J15.4 Pneumonie durch sonstige Streptokokken;
J15.5 Pneumonie durch Escherichia coli;
J15.6 Pneumonie durch andere aerobe gramnegative Bakterien;
J15.7 Pneumonie durch Mycoplasma pneumoniae;
J15.8 Sonstige bakterielle Pneumonie;
J15.9 Bakterielle Pneumonie, nicht näher bezeichnet;
J16 Pneumonie durch sonstige Infektionserreger, anderenorts nicht klassifiziert ; J16.0 Pneumonie durch Chlamydien;
J16.8 Pneumonie durch sonstige näher bezeichnete Infektionserreger;
J17 Pneumonie bei anderenorts klassifizierten Krankheiten ;
J17.0 Pneumonie bei anderenorts klassifizierten bakteriellen Krankheiten;
J17.1 Pneumonie bei anderenorts klassifizierten Viruskrankheiten;
J17.2 Pneumonie bei Mykosen;
J17.3 Pneumonie bei parasitären Krankheiten
J17.8 Pneumonie bei sonstigen anderenorts klassifizierten Krankheiten;
J18 Pneumonie, Erreger nicht näher bezeichnet ; J18.0 Bronchopneumonie, nicht näher bezeichnet;
J18.1 Lobärpneumonie, nicht näher bezeichnet;
J18.2 Hypostatische Pneumonie, nicht näher bezeichnet;
J18.8 Sonstige Pneumonie, Erreger nicht näher bezeichnet;
J18.9 Pneumonie, nicht näher bezeichnet;
J22 Akute Infektion der unteren Atemwege, nicht näher bezeichnet;
J69 Pneumonie durch feste und flüssige Substanzen;
J69.0 Pneumonie durch Nahrung oder Erbrochenes;
J69.1 Pneumonie durch Öle und Extrakte;
J69.8 Pneumonie durch sonstige feste und flüssige Substanzen.
In Praxen, in denen keine Verschlüsselungen der Diagnosen nach ICD-10 vorgenommen worden waren, wurde ein alternatives Suchverfahren angewendet: Pneumoniepatienten wurden identifiziert, indem ich nach Klartextdiagnosen in allen Variablen der elektronischen Kartei gesuchte (z.B. „Bronchopneumonie“). Um keinen Patienten zu übersehen, wurde zunächst eine Übersicht über sämtliche Texteinträge im Datensatz ausgegeben. Hier selektierte ich vorhandene Klartextdiagnosen. Anhand dieser Übersicht konnten nicht nur die in Frage kommenden Diagnosen eingesehen werden, sondern auch die verschiedenartige Ausprägung der Rechtschreibung und Rechtschreibfehler bei der Dokumentation berücksichtigt werden. Nach den über dieses Verfahren identifizierten Diagnosen und deren Schreibformen wurde dann in den Datensätzen nach Patienten mit einer Pneumonie gesucht.
Der Vollständigkeit halber wurden auch in den Praxendaten, die Diagnosen mit ICD-Codes enthielten, die eben beschriebene Freitextsuche durchgeführt. Vergleichend wurde untersucht, ob über eine Freitextsuche oder über eine Abfrage der ICD-Kodierungen mehr Patienten identifiziert werden konnten.
Wurde bei einem Patienten eine der in Abbildung 4.4 gelisteten Diagnosen entdeckt, wurden alle Daten, die zu diesem Patienten gehörten, in eine neue Datei überführt, welche die Grundlage für alle weiteren Auswertungsschritte darstellte.
4.10 Qualität der Daten
Die Aussagekraft der gewonnenen Datensätze kann variieren, je nachdem ob die Praxis- Software nur zur Abrechung oder aber auch zur Dokumentation genutzt wurde, da davon ausgegangen werden kann, dass, wenn auch elektronisch dokumentiert wird, der Datensatz
jeweiligen Software genutzt wurde: in einer Studie der Universität Göttingen, die auch Aussagen zur Qualität von exportierten BDT-Daten macht, wurde deutlich, dass das Vorhandensein des BDT-Feldes „6205“ ein deutlicher Indikator für eine über das Minimum hinausgehende Datendokumentation und damit ein überaus wichtiger Indikator für eine Überprüfung der vorliegenden Datenqualität ist (Sigle et al. 2004).
4.11 Auswertung der in Frage kommenden Patientendaten
Zunächst wurde überprüft, wie viele Patienten über das im BDT vorgesehene Feld für ICD- Diagnoseverschlüsselung (BDT-Felder „6000“ = Abrechnungsdiagnose und „6001“ = ICD- Schlüssel ) identifiziert werden konnten. Im Anschluss hieran wurden weitere, nicht für die Diagnoseverschlüsselung vorgesehene Felder, abgefragt („Freitextfelder“, hier die BDT- Felder 6330 bis 6333).
Sofern entsprechende Daten dokumentiert worden waren, wurde im Einzelnen bei jedem identifizierten Patienten mit einer Pneumonie erfasst, wie alt er zum Zeitpunkt der Diagnosestellung war, welchem Geschlecht er angehört, welche Laboruntersuchungen durchgeführt wurden (falls überhaupt Blut abgenommen worden war), ob er im Zusammenhang mit der Pneumonie überwiesen wurde (z.B. Facharzt für Radiologie), ob er in ein Krankenhaus eingewiesen wurde, ob und welche Medikamente ihm verordnet wurden und unter welchen chronischen Krankheiten er litt (welche Dauerdiagnosen dokumentiert worden waren).
Laboruntersuchungen
Laborleistungen, genauer die Abrechnung über eine erbrachte Laboruntersuchung, kann im BDT-Datensatz an verschiedenen Stellen kodiert sein:
Der BDT-Datensatz enthält das Feld 5001 („GNR“), welches sich auf die Gebührenziffern (Gebührennummern) des einheitlichen Bewertungsmaßstabes (EBM) bezieht. Im zeitlichen Bezug (15 Tage vor/nach Diagnosetag der AEP) zu der Abrechnungsdiagnose (z.B.
„Bronchopneumonie“) soll geprüft werden, ob eine Gebührenziffer für eine Laboruntersuchung dokumentiert wurde . Die folgende Tabelle 4.2 zeigt, nach welchen Abrechnungsziffern gesucht wurde.
Tabelle 4.2: Abrechungsziffern für Laborleistungen und deren Bedeutung
Labor-Ziffer (lt. EBM)1 Bedeutung
3450 Laborgrundgebühr
3510 Erythrozytenzählung
3511 Leukozytenzählung
3512 Thrombozytenzählung
3513 Hämoglobin
3514 Hämatokrit
3550 Bestimmung der Blutkörperchensenkungsgeschwindigkeit 3620 Mikroskopische Differenzierung und Beurteilung aller
korpuskulären Blutbestandteile
3841 Bestimmung von mindestens zwei der folgenden Parameter: Ery- throzytenzahl,
Leukozytenzahl (ggf. einschl. orientierender Differenzierung), Thrombozytenzahl, Hämoglobin, Hämatokrit, mechanisierte Retikulozytenzählung
3842 Mechanisierte Zählung der Neutrophilen, Eosinophilen, Basophilen, Lymphozyten und Monozyten
3843 Vollständiger Blutstatus mittels automatisierter Verfahren (Hämoglobin, Hämatokrit, Erythrozyten-, Leukozyten- und Thrombozytenzählung, mechanisierte Zählung der Neutrophilen, Eosinophilen, Basophilen, Lymphozyten und Monozyten, ggf.
einschl. mechanisierter Zählung der Retikulozyten und Bestimmung weiterer hämatologischer Kenngrößen 3850 C-reaktives Protein
1 Einheitlicher Bewertungsmaßstab (EBM): Stand 1. Januar 2001
Zur Auswertung wurde zusammenfassend geprüft, ob Entzündungsparameter (hierzu wurden 3511=Leukozytenzählung, 3550=Blutkörperchensenkungsgeschwindigkeit und 3850=C- reaktives Protein gerechnet) oder das Blutbild im weiteren Sinne (hierzu wurden die übrigen in Tabelle 4.2. genannten Parameter gezählt) bestimmt wurden.
Eine weitere Möglichkeit ergibt sich, falls die BDT-Felder „6222“ (Laborbefund), „4522“
(Blutentnahme), „8410“ (Test-Identifikation), „8411“ (Testbezeichnung) oder „8420“
(Ergebnis-Wert) zur Dokumentation genutzt werden. Diese Felder erlauben Rückschlüsse auf die untersuchten Laborparameter, falls die Abrechnungsziffern aus irgendeinem Grund nicht
Antibiotikaverordnungen
Bei der Untersuchung der Antibiotikaverordnungen mussten zwei verschiedene Wege gegangen werden und zwar je nachdem, ob in den Patientendaten eine Pharmazentralnummer („PZN“) oder nur der Medikamentenname allein festgehalten worden war.
In den Datensätzen der Praxen, die die Software „Medistar“ verwendeten, waren keine Pharmazentralnummern enthalten. War mit der Software der „Doc-Gruppe“, „MCS-INA“
oder „Quincy PC-Net“ dokumentiert worden, so befanden sich auch Pharmazentralnummern in den Datensätzen.
Waren die Pharmazentralnummern dokumentiert worden, war es einfach, den dazugehörigen ATC-(anatomisch-therapeutisch-chemischen) Code automatisch zuordnen zu lassen. Dies geschah folgendermaßen: zunächst wurden die für die Behandlung von Pneumoniepatienten in Frage kommenden Medikamente aus dem Katalog mit den ATC-Klassifikationen herausgesucht.
Dies waren im einzelnen Pharmaka der ATC-Untergruppe „J“ (klassifiziert werden
„Antiinfektiva zur systemischen Anwendung“).
Mit Hilfe einer Datei (Wido GKV-Arzneimittelindex der AOK) in der jeder Pharmazentralnummer ein ATC-Code zugeordnet ist, wurde jeder Pharmazentralnummer in meinen Daten der entsprechende ATC-Code - und somit auch der Medikamentenname – zugeordnet (Abbildung 4.5)
Abbildung 4.5: Verknüpfung von Pharmazentralnummern mit ATC-Klassifikation
Eine weitere Untergruppierung, beispielsweise in Makrolid und Penicillin innerhalb der „J- Gruppe“, konnte aufgrund der ATC-Kodierung vorgenommen werden.
BDT-Daten aus Praxen, die mit der Software „Medistar“ arbeiteten, enthielten keine Pharmazentralnummern. Somit konnte nicht einfach jeder in Frage kommenden Verordnung per Computer ein ATC-Code zugeordnet werden. Es blieb hier nichts anderes übrig als alle Antibiotikaverordnungen durchzusehen: wie oben schon erwähnt, war zunächst einmal eine Datei mit den Substanzen (sortiert nach ATC-Code) erstellt worden, die für die Behandlung von Pneumoniepatienten in Frage kam; tauchte bei der Durchsicht einer nicht PZN-kodierten Datei nun ein Medikament aus dieser ATC-Code-Liste auf, wurde der ATC-Code manuell in
Abbildung 4.6: Manuelle Verknüpfung bei fehlenden Pharmazentralnummern
Dies ist ein recht umständlicher Weg, der ein wenig dadurch vereinfacht werden kann, indem man zunächst beide Dateien nach dem Medikamentennamen alphabetisch sortiert: so ist es möglich, gleich allen mehrfach auftauchenden Medikamenten auf einmal den passenden ATC-Code zuzuordnen. So konnte eine Datei erstellt werden, die zu jedem Antibiotikum auch den dazugehörigen ATC-Code enthielt, selbst wenn keine Pharmazentralnummer dokumentiert worden war.
