Bestimmung der postoperativen Genesung und der Auswirkungen unerwünschter Ereignisse in der Neurochirurgie basierend auf einer selbstberichteten, App-basierten Längsschnittbewertung – ein gemeinschaftliches Beobachtungsforschungsprojekt

Das Verständnis und die Analyse der Auswirkungen von Operationen und unerwünschten Ereignissen (UE) auf das subjektive Wohlbefinden von Patienten sind von größter Bedeutung, da sie objektive Informationen liefern, die für eine Risiko-Nutzen-Diskussion nützlich sein können. Aktuelle Methoden in der Ergebnisforschung sind statisch, ressourcenintensiv und unterliegen Problemen aufgrund fehlender Daten. Dies führt zu einem schlechten Verständnis des normalen postoperativen Verlaufs, was wiederum eine konsistente Meldung von UEs verhindert, da diese normalerweise als Abweichung davon definiert werden. Als zusätzliche Herausforderung und weil es zu diesem Thema keinen Konsens und/oder keine Empfehlung gibt, werden UE mithilfe verschiedener Klassifikationen bewertet, die den Einfluss von UE auf das subjektive Wohlbefinden der Patienten vernachlässigen. Das am häufigsten verwendete AE-Bewertungssystem ist beispielsweise das therapiebasierte Clavien-Dindo-Grading-System (CDG, doi:10.1097/01.sla.0000133083.54934.ae). die den Schweregrad von UE nicht erkennen kann, die nicht durch Pharmakotherapie und/oder Operation behandelt werden. Dies ist eine wichtige Einschränkung, da neue neurologische Defizite häufige Nebenwirkungen sind, die dramatische Folgen für die Lebensqualität haben können, in therapiebasierten Bewertungssystemen wie dem CDG jedoch als niedrig eingestuft werden. Andere Klassifikationen wurden speziell für die Neurochirurgie entwickelt, weisen jedoch dieselben Einschränkungen auf. Kürzlich hat unsere Gruppe den Therapy-Disability-Neurology Grade (TDN, doi:10.1093/neuros/nyab121) vorgeschlagen, um dieses Problem anzugehen. Der TDN-Grad berücksichtigt die Therapie zur Bekämpfung von Nebenwirkungen (wie auch der CDG), die damit verbundenen neurologischen Defizite und die daraus resultierende Behinderung, es mangelt jedoch derzeit an einer breiten Anwendung und Validierung. Dies sind schwerwiegende Nachteile für die Ergebnisforschung, da sie die Überwachung, den Vergleich und die Verbesserung der Qualität der durchgeführten Behandlung behindern.

Die zunehmende Nutzung von Smartphones über alle Altersgruppen hinweg bietet beispiellose Möglichkeiten zur Datenerfassung. Wir haben eine Smartphone-Anwendung (App) entwickelt, um das Wohlbefinden des Patienten standardisiert und längsschnittlich zu beurteilen. Die App heißt „Op-Tracker-App“. Es sammelt longitudinale, selbstberichtete Daten (subjektives Wohlbefinden, bewertet von 0 bis 10) zu festgelegten Zeitpunkten vor und nach der Operation. Zusätzliche Informationen wie Art der Erkrankung, Art der Operation (derzeit vier Kategorien), UE-Beschreibung und Schweregrad (gemäß CDG- und TDN-Grad) werden ebenfalls erfasst, zusammen mit einem standardisierten Fragebogen zur Lebensqualität (QoL) (EQ-5D- 5L). Eine kürzlich in einer Machbarkeitsstudie beschriebene vereinfachte Version zeigte eine gute Akzeptanz und keine größeren technischen Probleme (doi:10.1007/s00701-021-04967-0). Mit dieser innovativen Datenerfassungstechnik werden wir eine höhere Datendichte mit weniger Ressourcen als mit herkömmlichen Methoden erfassen.

In einer prospektiven, beobachtenden Pilotstudie ohne Intervention mit der „Op-Tracker-App“ zur Erfassung longitudinaler patientenberichteter Ergebnismaße (subjektiver Wohlbefindensindex, SWI) vor und nach der Operation wollen wir den regulären postoperativen Verlauf für bestimmte chirurgische Eingriffe bestimmen sowie deren Abweichung je nach Schweregrad spezifischer UEs. Wir werden die Gültigkeit bestehender Systeme zur Einstufung des AE-Schweregrads bewerten und bei Bedarf eine Klassifizierung vorschlagen, die besser mit dem subjektiven Wohlbefinden der Patienten übereinstimmt. Dies kommt der Patienteninformation erheblich zugute, da wichtige Erkenntnisse über den normalen und komplizierten postoperativen Verlauf gewonnen werden. Über den Nutzen hinaus, den diese neuen Daten der wissenschaftlichen Literatur bringen werden, hoffen wir, dass die App die tägliche Patientenversorgung verbessern wird, indem sie die Früherkennung und Reaktion auf unerwünschte Ereignisse im Falle einer „pathologischen Verschlechterung“ des selbstberichteten Wohlbefindens und der Lebensqualität ermöglicht. Sollte sich dies bestätigen, könnte die App einen breiten Einsatz finden und ihr Anwendungsbereich auf das gesamte neurochirurgische Spektrum oder sogar auf weitere chirurgische Teilgebiete ausgeweitet werden. Wir gehen davon aus, dass dies zu einer Zunahme der standardisierten Berichterstattung über Patientenergebnisse und letztendlich zu einer stärker evidenzbasierten Patienteninformation und Entscheidungsfindung führen wird.