Analyse von Behandlungsfehlervorwürfen gegen Dermatologen im Zeitraum 2004 bis 2018 anhand von Gutachten der Ärztekammer Nordrhein.
Journal der Deutschen Dermatologischen Gesellschaft = Journal of the German Society of Dermatology : JDDG(2022)
摘要
Die von der Gutachterkommission für ärztliche Behandlungsfehler bei der Ärztekammer Nordrhein begutachteten Behandlungsfehlervorwürfe ermöglichen die Identifikation von Qualitätssicherungsproblemen in der Patientenversorgung.333 dermatologische Begutachtungen (Gutachten) aus den Abschlussjahren 2004-2018 wurden analysiert. Um Veränderungen im zeitlichen Verlauf hinsichtlich der Gutachtenanzahl (kumulativ oder indikationsbezogen) abzubilden, erfolgte eine Zuordnung in drei Fünf-Jahres-Intervalle. Weiterhin wurden die Gutachten im Hinblick auf die Versorgungsarten, definierte Diagnosekategorien und therapeutische Interventionen betrachtet. Die statistisch-deskriptive Analyse erfolgte mit SPSS 27. Einzelne relevante Gutachtenfälle werden kasuistisch näher erläutert.Die Anzahl dermatologischer Gutachten ist von 119 im ersten auf 92 Gutachten im letzten Fünf-Jahres-Intervall gesunken einhergehend mit rückläufigen Behandlungsfehlerquoten (43 % und 29 %) trotz fachübergreifend steigender Verfahrensanzahl. 104 Gutachten bezogen sich auf (vermeintliche) Diagnostikfehler, 156 auf physikalische oder pharmakologische Therapien und 73 auf operative Therapien. Letztere wiesen eine niedrige Behandlungsfehlerquote auf (29 %).Gemessen an der Zahl der dermatologischen Behandlungsfälle in Deutschland werden Patientenvorwürfe nur sehr selten erhoben und belegen möglicherweise eine größere Patientenzufriedenheit und/oder ein geringeres Risikopotenzial dermatologischer Behandlungen im Vergleich zu anderen Fachbereichen. Fehlerhafte Dosierungen oder Geräteeinstellungen stellen ebenso wie Aufklärungs- und Befunderhebungsfehler relevante Fehlerquellen dar. Die dargestellten Kasuistiken zeigen Fehlerquellen auf und sollen dazu beitragen zukünftige Behandlungsfehler zu vermeiden.
更多查看译文
关键词
dermatologen
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要