Projektname
Workforce Effectiveness Research at the Inselspital (WER@INSEL)
Entwicklung eines Vorhersagemodells für die Pflegepersonalausstattung mit Routinedaten auf der Schichtebene

Projektleitung
Michael Simon

INS-Projektteam
Sarah Musy

Externe Projektpartner
Institute of Health Sciences, University of Southampton, Southampton, UK; National Institute for Health Research Applied Research Collaboration (Wessex), Southampton, UK; LIME Karolinska Institutet, Stockholm, Sweden (Petter Griffiths) |  Institute of Clinical Chemistry, Inselspital, Bern; Laboratory of Biometry, University of Thessaly, Volos, Greece (Christos T. Nakas) | Institute of Clinical Chemistry, Inselspital, Bern; Insel Data Science Center (IDSC), Inselspital, Bern (Alexander B. Leichtle) | Medical Directorate, Inselspital, Bern (Olga Endrich

Ort der Datenerhebung
Inselspital, Bern

Laufzeit
2015 bis 2020

Projektbeschreibung
Hintergrund
Seit mehr als drei Jahrzehnten untersuchen Forscher die komplexe Beziehung zwischen der Pflegepersonalausstattung, d.h. die verfügbare Pflegezeit von Pflegenden unterschiedlicher Ausbildungsstufen, und unerwünschter Ereignisse in der Versorgung von Patienten und Patientinnen. Eine angemessene (d.h. sichere und nachhaltige) Pflegepersonalausstattung ist nicht nur mit weniger unerwünschten Ereignissen verbunden, sondern auch mit größerer Patientenzufriedenheit und geringerer Sterblichkeit. Pflegemanager und Spitalverwaltungen ringen immer noch darum, die optimale Personalausstattung zu bestimmen, d.h. die sicher und zuverlässig optimale Patientenergebnisse erzielt.

In Anbetracht des ökonomischen Drucks sind Spitäler darauf angewiesen, vorhandene Daten zu nutzen, um sich einer optimalen Personalausstattung anzunähern. Es gibt verschiedene Gründe, warum das bisher noch nicht gelungen ist: 1) Nutzung aggregierter Daten; 2) Querschnittsdesign; 3) Vergleich von Spitäler mit verschiedene Leistungsprofilen; und 4) fehlende Berücksichtigung von relevanten Informationen, z. B. Verlegungen, Tageszeiten und Bettenbelegungen. Bisher gibt es nur wenige Längsschnittstudien – davon keine in der Schweiz –, die detaillierte Analysen verwenden, um den Zusammenhang zwischen der Pflegepersonalausstattung und Patientenergebnissen untersuchen.

Zielsetzung
Ziel der Studie ist es den Zusammenhang zwischen Pflegepersonalausstattung und unerwünschten Patientenergebnisse im Längsschnittdesign auf Schicht-, Stations-, und Patientenebene in einem Universitätsspital zu untersuchen.

Design/Methode
WER@INSEL verfolgt drei spezifischen Ziele mit folgenden Teilstudien:

• Ziel 1: Systematische Literaturanalyse, um aktuelle Verfahren und Herausforderungen in Bezug auf die Verwendung von automatischen Methoden zur Erkennung von unerwünschten Ereignissen in Spitälern zu beschreiben. Die Ergebnisse sollen helfen, Methoden für die automatische Erkennung von unerwünschten Ereignissen innerhalb der elektronischen Patientenakte zu entwickeln und bewerten zu können.
• Ziel 2: Zwei routinemäßige administrative Datenquellen wurden miteinander verknüpft und für einen Zeitraum von drei Jahren (2015-2017) untersucht. Analyse der Schwankungen der Anzahl von Patienten, des Pflegepersonals und des Patienten-Pflegepersonal-Verhältnisses in Bezug auf drei Gruppen von Pflegenden (Diplomierte, Fachangestellte Gesundheit und administratives sowie Pflegehilfspersonal) und extremen Pflegepersonalausstattungen. Die deskriptive Analyse verwendet moderne Data Science-Verfahren und erfolgt im Längsschnittdesign basierend auf 30 Minuten Intervallen, über einen Zeitraum von drei Jahren.
• Ziel 3: Analyse des Zusammenhangs der Sterblichkeit und Patienten mit variabler Pflegepersonalausstattung. 

Erwarteter Nutzen / Relevanz
Insgesamt trägt die Studie zum besseren Verständnis der Beziehung zwischen der Pflegepersonalausstattung und Sterblichkeit im Längsschnitt bei. Basierend auf hochauflösenden Analysen auf Stations-, Schicht-, und Patientenebene mit Data Science-Methoden tragen die Ergebnisse zur besseren Planung der Pflegepersonalausstattungen im Schweizer Kontext bei.

Publikationen

1. Musy SN, Ausserhofer D, Schwendimann R, Rothen HU, Jeitziner MM, Rutjes AW, et al. Trigger Tool-Based Automated Adverse Event Detection in Electronic Health Records: Systematic Review. J Med Internet Res. 2018 May 30;20(5):e198. doi: 10.2196/jmir.9901.
2. Musy SN, Endrich O, Leichtle AB, Griffiths P, Nakas CT, Simon M. Longitudinal Study of the Variation in Patient Turnover and Patient-to-Nurse Ratio: Descriptive Analysis of a Swiss University Hospital. J Med Internet Res 2020;22(4):e15554. DOI: 10.2196/15554
3. Musy SN, Endrich O, Leichtle AB, Griffiths P, Nakas CT, Simon M. The association between nurse staffing and inpatient mortality: A shift-level retrospective longitudinal study. International Journal of Nursing Studies.2021 Aug:120:103950. doi: 10.1016/j.ijnurstu.2021.103950. Epub 2021 Apr 25.