Verschlechterungs- & Sepsis-Alarme
Machine-Learning- und elektronische Frühwarnsysteme auf Normalstationen: CONCERN, SCREEN, der Kaiser Advance Alert Monitor und TREWS.
- Studien
- 4
- Zeitraum
- 2020–2025
Sortieren
- 2025CONCERN KernstudieAllgemeine VerschlechterungBei 60.893 Krankenhausaufenthalten auf 74 klinischen Stationen senkte ein Machine-Learning-Frühwarnsystem auf Basis der Pflegedokumentation die Krankenhausmortalität und Verweildauer verglichen mit der üblichen Versorgung.HR 0,6495%-KI 0,53-0,78Lesen →
- 2025SCREENSepsisalarmeBei 60.055 stationär aufgenommenen Patienten, senkte ein elektronischer qSOFA-basierter Sepsis-Alarm die 90-Tage-Krankenhausmortalität verglichen mit keinem Screening (Alarm im Silent Mode).RR 0,8595%-KI 0,77-0,93Lesen →
- 2022TREWSSepsisalarmeBei 6.877 Patienten mit Sepsis, vor Antibiotikabeginn erkannt, senkte die Bestätigung des Machine-Learning-Sepsis-Alarms innerhalb von 3 h die Krankenhausmortalität verglichen mit Alarmen, die nicht innerhalb von 3 h von einem Behandler bestätigt wurden.Lesen →
- 2020Escobar Advance Alert MonitorAllgemeine VerschlechterungBei 43.949 Nicht-Intensiv-Aufenthalten, die die Alarmschwelle erreichten, senkten automatisierte Verschlechterungsalarme mit Prüfung durch Remote-Pflegende und Eskalation die 30-Tage-Mortalität nach einem Alarm verglichen mit die übliche Versorgung dort, wo das System noch nicht eingeführt war.RR 0,8495%-KI 0,78-0,90Lesen →