Ein interdisziplinäres Team aus der Klinik und Poliklinik für Anästhesiologie, Intensivmedizin, Notfallmedizin und Schmerztherapie, dem Lehrstuhl für Psychologische Ergonomie und dem Lehrstuhl für Mensch-Computer-Interaktion der Julius-Maximilians-Universität Würzburg untersuchte mit qualitativen und quantitativen Methoden die Auswirkungen eines prototypischen Entscheidungssystems auf die Entscheidungsfindung in Anästhesieteams während eines simulierten schweren Zwischenfalls.

Die qualitativen Ergebnisse der Gesprächsanalyse und die quantitativen Ergebnisse zur Entscheidungseffizienz und Arbeitsbelastung zeigten, dass das Entscheidungssystem die Teamstruktur, die Kommunikation und die Diagnoseprozesse veränderte. Das Entscheidungssystem homogenisierte die Entscheidungsfindung, stärkte die Einbindung des Pflegepersonals und führte zu Reibungen zwischen analytischem und intuitivem Denken im Anästhesieteam. Die Ergebnisse können bei der Interaktionsgestaltung von zukünftigen Entscheidungssystemen im Gesundheitswesen genutzt werden.

Der Artikel entstand im Rahmen des Deutsche Forschungsgemeinschaft (DFG) Projekts „Mehr als Sicherheit und Effizienz in der Akutmedizin: Die Erfahrung einer verkörperten Personal-Umwelt Interaktion“ (Projektnummer 425868361) und wurde Ende April im Rahmen der CHI Conference on Human Factors in Computing Systems 2025 in Yokohama, Japan, publiziert. Die ACM (Association of Computing Machinery) CHI Conference on Human Factors in Computing Systems ist mit über 5.000 eingereichten Beiträgen und einer Publikationsrate von 24,9% die renommierteste Konferenz im Bereich Human-Interaction. Der Artikel hat einen Honorable Mention Preis bekommen, den die besten 5 Prozent der eigereichten Beiträge bekommen.

Sara Wolf, Tobias Grundgeiger, Raphael Zähringer, Lora Shishkova , Franzisca Maas, Christina Dilling, Oliver Happel. How a Clinical Decision Support System Changed the Diagnosis Process: Insights from an Experimental Mixed-Method Study in a Full-Scale Anesthesiology Simulation. In the Proceedings of the CHI Conference on Human Factors in Computing Systems Proceedings (CHI '25). Yokohama, Japan, 2025 April. https://doi.org/10.1145/3706598.3713372 

Für Krankenhausaufenthalte wurden mehrere Risikofaktoren identifiziert – darunter ein erhöhter Prokalzitonin-Wert (ein spezifischer Biomarker für bakterielle Infektionen), höheres Alter (insbesondere über 65 Jahre), niedriger Blutdruck, hohes Fieber, erhöhte Werte des Entzündungsmarkers C-reaktives Protein (CRP), erhöhte Kreatininwerte (ein Stoffwechselabbauprodukt, das hauptsächlich über die Nieren ausgeschieden wird), männliches Geschlecht sowie das Vorliegen eines Diabetes mellitus.

Diese Ergebnisse deuten darauf hin, dass bestimmte klinische Merkmale und Laborwerte dabei helfen können, Patientinnen und Patienten mit einem erhöhten Risiko – insbesondere bei Pyelonephritis (eitrige Entzündung des Nierenbeckens und der Niere) – frühzeitig zu erkennen. Die Studie unterstreicht zudem den Bedarf an weiterer Forschung, insbesondere bei Patientinnen mit Zystitis (Harnblasenentzündung), um eine evidenzbasierte Risikostratifizierung und gezielte Therapieentscheidungen in der hausärztlichen Versorgung zu ermöglichen. 

Peter K. Kurotschka; Felix Kannapin, Andreas Klug; Maria Chiara Bassi, Ildikó Gágyor; Mark Ebell. Risk Factors for Poor Prognosis in Adult Outpatient Urinary Tract Infection: Meta-Analysis. BJGP Open 2025, BJGPO.2024.0298. DOI: https://doi.org/10.3399/BJGPO.2024.0298

Zur Publikation bei PubMed