[Automatic calculation and visualization of comorbidity scores for decision-making in tumor boards].

Comorbidity reduces treatment options for patients with head and neck cancer (HNC). Utilization of ICD-10 codes instead of manual research may facilitate estimation of comorbidity relevant for decision-making in the interdisciplinary tumor board (TB). Providing this information immediately in an intuitively ascertainable way whenever registering a patient for the TB would trigger awareness for comorbidities and shows potentially missing information. Administrative data was extracted of four databases at our clinic (hospital information system (HIS*-MED), the clinic's tumor database, OncoFlow 29 073 ICD-10 codes of 2087 HNC patients were extracted. Matched data are immediately made available whenever registering a patient for the TB and are visualized in a pictogram within OncoFlow The high prevalence of comorbidities in HNC patients with impact on their eligibility for particular treatment indicates the usefulness of our algorithm for providing automatic comorbidity assessment from administrative data for clinical routine and requires high quality of coding diagnoses. Komorbidität beeinflusst die für die kurative Therapie von Kopf-Hals-Karzinomen (HNC) verfügbaren Optionen. Das manuelle Zusammentragen der Nebenerkrankungen vor der Anmeldung im interdisziplinären Tumorboard (TB) ist zeitintensiv und oft unvollständig. Eine automatisierte Erfassung von nach ICD-10 kodierten Komorbiditätsdaten und deren Darstellung könnte die therapeutische Entscheidungsfindung im TB verbessern sowie bestehenden Informationsbedarf aufzeigen. Die ICD-10-Codes unserer Patienten wurden aus 4 Datenbanken (hospital-information-system (HIS*-MED), der klinikinternen Tumordatenbank, OncoFlow 29 073 ICD-10-Codes von 2087 Patienten mit HNC wurden extrahiert. Die Anmeldung eines Patienten im TB triggert die sofortige automatische Erfassung und Visualisierung der Daten als Piktogramm in OncoFlow. Dies ermöglicht die schnelle Erfassung und Bewertung der Komorbidität sowie erforderlicher Diagnostik zur Komplettierung der Daten. Die klinikinterne Validationsstudie ergab eine Präzision der durch Datenimport verfügbaren Information zu Diabetes von 95,0 %. Patienten mit HNC weisen häufig für die Therapieentscheidung relevante Nebenerkrankungen auf. Die automatisierte Erfassung der Komorbidität aus administrativen Daten und deren intuitive Darstellung ist ressourcen- und kostengünstig möglich. Voraussetzung ist eine präzise, vollständige Verschlüsselung der Krankheitsdiagnosen.

Informations de copyright

© Georg Thieme Verlag KG Stuttgart · New York.

Déclaration de conflit d'intérêts

Die Autoren geben an, dass kein Interessenkonflikt besteht.