Anwendung des KDD-Prozesses auf pflegerische Daten: Identifikation von Leistungsmustern über das LEP-System

Die vorliegende Arbeit dokumentiert die Anwendung des Data Mining Verfahrens der Assoziationsanalyse im Rahmen des Knowledge Discovery in Databases in einem anwendungsorientierten Ansatz auf pflegerische Leistungsdaten der Methode LEP Nursing 2. Die Assoziationsanalyse beschreibt dabei Korrelationen zwischen gemeinsam auftretenden Objekten und hat ihren Ursprung in der Warenkorbanalyse. Die zunehmende Entwicklung der Informationstechnologie im Krankenhaus, insbesondere die fortschreitende Verbreitung pflegerischer Informationssysteme in Verbindung mit dem Einsatz pflegerischer Terminologien und Klassifikationen, führt im Krankenhausalltag zur Speicherung großer Datenmengen, die jedoch bislang oft nur unzureichend analysiert werden. Ziel der in dieser Arbeit dargestellten Untersuchungen ist die Überprüfung der Anwendbarkeit der Assoziationsanalyse auf Leistungsdaten der Pflege sowie die Generierung nützlicher Assoziationsregeln, die Informationen über bislang unbekannte, aber nachvollziehbare pflegerische Zusammenhänge/Handlungsmuster enthalten. Assoziationsregeln bestehen dabei immer aus einer Prämisse und einer Konklusion, wobei beide Teile disjunkt sind. Die Relevanz einer Regel wird zudem anhand der Gütekriterien Support, Konfidenz und Lift-Faktor bewertet. Eine Assoziationsanalyse kann als ein unüberwachtes oder überwachtes Verfahren durchgeführt werden und wird über die Vorgabe von Schwellenwerten für den Mindest-Support und -Konfidenz gesteuert. Die Studienpopulation dieser Arbeit umfasst 46.679 Behandlungsfälle des Universitätsklinikums Essen mit Aufnahme und Entlassung im Jahr 2006, mit über 10 Millionen kodierten LEP ® - Einzelleistungen. Insgesamt wurden 28 Assoziationsanalysen in fünf Analysen durchgeführt, die sich bezüglich des methodischen Vorgehens und der ihnen zu Grunde liegenden Datenbasis unterscheiden. Die über 14 Mio. generierten Assoziationsregeln sind ein Beleg dafür, dass die Methode der Assoziationsanalyse auf pflegerische Leistungsdaten der Methode LEP Nursing 2 angewendet werden kann. Die in dieser Arbeit untersuchten Regeln sind jedoch alle der Gruppe der semantisch trivialen Assoziationsregeln zuzuordnen, da sie bestehendes Wissen der Domäne Pflege widerspiegeln und keine neuen nützlichen Informationen enthalten. Ursachen dafür können die Methode LEP Nursing 2, die vorliegende retrospektiv erfasste Datenbasis, aber auch das Tätigkeits- und Aufgabenfeld der Pflege selbst sein. Nichtsdestotrotz können die semantisch trivialen Assoziationsregeln zur Beurteilung und Entwicklung von pflegerischen Handlungskomplexen/Modulen dienen und Anhaltspunkte zur Validierung klinischer Behandlungspfade und zur Verbesserung der Dokumentationsqualität liefern. Aufbauend auf den Ergebnissen dieser Arbeit und den aufgezeigten Modifikationsressourcen, kann das Data Mining Verfahren der Assoziationsanalyse zu einem nützlichen Analyseinstrument auf Basis pflegerischer strukturierter Leistungsdaten entwickelt werden.