Bedeutung verschiedener Komponenten der elektronischen Patientenakte für die Identifizierung chronischer Krankheiten in einer Schweizer Primärversorgungsdatenbank: eine Querschnittsstudie
Balaj D, Burgstaller JM, Wallnöfer A, Weiss K, Senn O, Rosemann T, Grischott T, Markun S, and the FIRE research group
Hintergrund:
Elektronische Patientenakten (EPA) in der Allgemeinmedizin bieten verschiedene Methoden zur Identifizierung von Patienten mit spezifischen Diagnosen. Während sich mehrere Studien auf die Fallidentifizierung über strukturierte EPA-Komponenten konzentriert haben, werden Diagnosen in der Allgemeinmedizin häufig als unstrukturierte Freitexteinträge dokumentiert, was ihre Verwendung für Forschungszwecke erschwert. Darüber hinaus können Diagnosen undokumentiert bleiben, selbst wenn in strukturierten EPA-Daten Hinweise auf die zugrunde liegende Krankheit vorliegen.
Diese Studie zielte darauf ab, das Ausmass zu quantifizieren, in dem Freitextdiagnosen zur Identifizierung zusätzlicher Fälle von Diabetes mellitus, Adipositas und Dyslipidämie (Zielkrankheiten) beitragen, und die Fälle zu bewerten, die übersehen werden, wenn man sich ausschliesslich auf Freitexteinträge verlässt.
Methoden:
Diese Querschnittsstudie verwendete EMR-Daten aus allen Konsultationen bis 2019 für 6.000 Patienten in 10 Hausarztpraxen in der Schweiz. Die in einem Freitextfeld für Diagnosen dokumentierten Diagnosen wurden manuell für die Zieldiagnosen kodiert. Fälle wurden als Patienten mit einer entsprechenden kodierten Freitextdiagnose definiert oder als Patienten, die in strukturierten EMR-Komponenten (Medikationsdaten oder klinische und Laborparameter) vordefinierte Kriterien erfüllten. Für jede Zieldiagnose wurde die Prävalenz zusammen mit dem Anteil der Fälle, die ausschliesslich über Freitextdiagnosen identifiziert wurden, und dem Anteil der Fälle, die bei ausschliesslicher Verwendung von Freitextdiagnosen übersehen wurden, berechnet.
Ergebnisse:
Die Prävalenzschätzungen für Diabetes mellitus, Adipositas und Dyslipidämie lagen bei 8,8 %, 16,2 % bzw. 38,9 %. Nur wenige Fälle wurden ausschliesslich anhand von Freitextdiagnosen identifiziert, aber ein erheblicher Teil der Fälle wurde übersehen, wenn man sich ausschliesslich auf Freitextdiagnosen stützte, insbesondere bei Adipositas (19,5 % ausschliesslich identifiziert; 50,7 % übersehen) und Dyslipidämie (8,7 % ausschliesslich identifiziert; 53,3 % übersehen).
Schlussfolgerung:
Freitext-Diagnosen waren für die Fallidentifizierung von Diabetes mellitus, Adipositas oder Dyslipidämie nur von begrenztem Nutzen, was darauf hindeutet, dass die manuelle Kodierung von Freitext-Diagnosen nicht immer gerechtfertigt ist. Es wird nicht empfohlen, sich bei der Fallidentifizierung ausschliesslich auf Freitext-Diagnosen zu verlassen, da ein erheblicher Teil der Fälle unentdeckt bleiben könnte, was zu verzerrten Prävalenzschätzungen führt.