Eine retrospektive Identifikation von Schwerverletzten mittels ICD-10-Diagnosen

Abstract

Zusammenfassung Hintergrund Durch eine stetige Verbesserung in der Behandlung überleben immer mehr Schwer- und Schwerstverletzte. Die Komplexität der Verletzungsmuster dieser Patient*innen bedingt, dass diese nur schwer in Routinedaten abbildbar sind. Ziel der Arbeit Das Ziel der Auswertung war es, International Statistical Classification of Diseases and Related Health Problems (ICD-10)-Diagnosen, welche eine Assoziation mit einem Injury Severity Score (ISS) ≥ 16 aufweisen und somit zur Operationalisierung von Schwerverletzten in Routinedaten genutzt werden könnten, zu identifizieren. Material und Methoden Es wurden die kodierten vierstelligen ICD-10-S-Diagnosen und der errechnete ISS von Traumapatienten des Bundeswehrzentralkrankenhauses Koblenz (BwZKrhs) und des Universitätsklinikums Düsseldorf (UKD) mittels statistischer Assoziationsmaße (Phi und Cramers V), linearer Regressionen sowie Methoden des Machine Learning (wie beispielsweise Random Forrest) analysiert. Ergebnisse Es konnten S‑Diagnosen zu Gesichts‑, Kopf‑, Thorax- und Beckenverletzungen, die mit einem ISS ≥ 16 assoziiert waren, identifiziert werden. Manche S‑Diagnosen zeigten nur in einem der beiden Datensätze eine Assoziation mit einem ISS ≥ 16. Ebenso fanden sich assoziierte Gesichts‑, Kopf‑, Thorax- und Beckenverletzungen in der Subgruppenanalyse der 18- bis 55-Jährigen. Diskussion Die aktuellen Auswertungen zeigen, dass es möglich ist, ICD-10-S-Diagnosen, welche eine signifikante Assoziation zu einem ISS ≥ 16 aufweisen, zu identifizieren. Gemäß dem Jahresbericht des TR-DGU® sind insbesondere in den Regionen Kopf und Thorax häufig Verletzungen mit einem Abbreviated Injury Scale Wert von ≥ 3 (AIS ≥ 3) zu finden. Graphic abstract