Fuzzy-Entscheidungsunterstützungssysteme für das Management von Krankenhausinfektionen: eine zirkuläre q-ROF-CRADIS-Methode zur Prävention und Kontrolle

Warum Krankenhauskeime so schwer zu beherrschen sind

Jedes Mal, wenn wir ein Krankenhaus betreten, erwarten wir einen Ort der Heilung und nicht eine Quelle neuer Infektionen. Dennoch betreffen nosokomiale Infektionen weltweit weiterhin Millionen von Patienten, verlängern Krankenhausaufenthalte, treiben die Kosten in die Höhe und kosten manchmal Leben. Die Entscheidung, welche Präventionsmaßnahmen finanziert und durchgesetzt werden sollen — bessere Händehygiene, neue Reinigungsmaschinen, Antibiotikarichtlinien, zusätzliche Mitarbeiterschulungen — ist alles andere als einfach. Dieser Artikel stellt ein neues Entscheidungsunterstützungsinstrument vor, das Krankenhäusern hilft, unübersichtliche, unsichere Expertenmeinungen zu ordnen und zu entscheiden, welche Infektionskontrollstrategien in der Praxis den größten Nutzen bringen.

Wenn klare Zahlen nicht ausreichen

Krankenhausleitungen verlassen sich oft auf Checklisten, Bewertungsbögen oder statistische Berichte, um Infektionsrisiken zu beurteilen. Diese Werkzeuge setzen voraus, dass Daten vollständig und präzise sind und dass verschiedene Faktoren — wie Kosten, Sicherheit und Arbeitsbelastung des Personals — auf einfache Weise kombiniert werden können. In Wirklichkeit herrschen jedoch Expertenmeinungsverschiedenheiten, Belege sind unvollständig und Prioritäten verschieben sich mit Ausbrüchen und Änderungen in Resistenzmustern. Klassische Entscheidungsverfahren tun sich schwer mit dieser Art von Mehrdeutigkeit. Sie zwingen möglicherweise zu einer einfachen Ja‑oder‑Nein‑Antwort, wo Expertinnen und Experten tatsächlich „einigermaßen zuversichtlich, aber noch zögerlich“ sind, oder sie ignorieren die zyklische Natur von Meinungen, die sich mit neuen Krankheitswellen verändern.

Eine neue Möglichkeit, Zweifel und Meinungsverschiedenheiten abzubilden

Um dem zu begegnen, bauen die Autorinnen und Autoren auf einem Zweig der Mathematik auf, der als Fuzzy-Logik bekannt ist und darauf ausgelegt ist, Graustufen statt schwarz‑weißiger Entscheidungen zu modellieren. Standard-Fuzzy‑Werkzeuge erlauben Experten, eine Option teilweise akzeptabel und teilweise nicht akzeptabel zu nennen. Das neue Rahmenwerk geht weiter, indem es Annahme, Ablehnung und Zögern gemeinsam darstellt, angeordnet in einer zirkulären Struktur, die natürliche Hin‑und‑Her‑ und zyklische Urteile widerspiegelt. Diese Struktur — genannt zirkuläres q‑Rung‑Orthopair‑Fuzzy‑Modell — kann extreme Unsicherheit und starke Meinungsunterschiede besser bewältigen als frühere Fuzzy-Ansätze, ohne die Analyse in eine undurchsichtige „Black Box“ zu verwandeln.

Unordentliche Meinungen in verwertbare Ranglisten verwandeln

Die zweite Zutat des Rahmenwerks ist eine Rangmethode namens CRADIS, die jede Infektionskontrollstrategie mit einer gedachten „idealen“ Strategie und einer Worst‑Case‑„Anti‑Idealen“ vergleicht. In dieser Studie überarbeiten die Autorinnen und Autoren CRADIS so, dass es innerhalb der neuen zirkulären Fuzzy‑Umgebung arbeiten kann. Expertinnen und Experten bewerten mehrere gängige Krankenhausmaßnahmen — wie strikte Händehygieneprotokolle, verbesserte Reinigung der Umgebung, Programme zur Antibiotika‑Stewardship, fortgeschrittene Desinfektionstechnologien und Mitarbeiterschulungen — anhand von sechs Zielen: Infektionsreduktion, Patientenschutz, genaue Implementierung, langfristige Nachhaltigkeit, Anpassungsfähigkeit an veränderte Bedingungen und Umgang mit Aufgabenkomplexität. Das System kombiniert alle Expertenansichten, misst, wie nah jede Option dem Ideal und wie weit sie vom Anti‑Ideal entfernt ist, und erzeugt dann eine Gesamt­rangliste.

Was das Modell in der Praxis bevorzugt

In einer Fallstudie mit drei Infektionskontrollspezialistinnen und -spezialisten und fünf konkurrierenden Strategien hob das Werkzeug strikte Händehygiene und antimikrobielle Stewardship als vorrangige Maßnahmen hervor. Abfalltrennung und Sterilisationssysteme schnitten ebenfalls gut ab, während hochentwickelte Desinfektionsgeräte und rein routinemäßige Schulungen allein unter den gewählten Kriterien und Einschränkungen schlechter platziert wurden. Wichtig ist, dass das Rahmenwerk mehr tat, als nur eine einzelne Liste zu erzeugen: Es ermöglichte den Autorinnen und Autoren, zu testen, wie sich die Rangfolgen ändern würden, wenn sich Expertengewichtungen oder Annahmen verschoben. Die Ranglisten erwiesen sich als stabil, insbesondere für weithin akzeptierte Maßnahmen wie Händehygiene, und nur moderat empfindlich bei komplexeren, ressourcenintensiven Optionen, was darauf hindeutet, dass die Ergebnisse robust und nicht brüchig sind.

Warum das für Patientinnen, Patienten und Krankenhäuser wichtig ist

Für Nicht‑Spezialisten lautet die Kernbotschaft, dass die „beste“ Infektionskontrollstrategie selten offensichtlich ist, selbst für Expertinnen und Experten, weil sie Effektivität, Sicherheit, Kosten, Personalaufwand und zukünftige Risiken unter tiefer Unsicherheit ausbalancieren muss. Diese Studie bietet Krankenhäusern eine strukturierte Methode, Expertenzweifel abzubilden statt zu verbergen, Optionen fair zu vergleichen und zu sehen, wie empfindlich ihre Entscheidungen gegenüber unterschiedlichen Meinungen sind. Dadurch hilft das Rahmenwerk Führungskräften, bewährte, präventive Maßnahmen — wie Händehygiene und sorgfältigen Antibiotikaeinsatz — zu priorisieren und gleichzeitig lokale Realitäten zu berücksichtigen. Obwohl mathematisch anspruchsvoll, ist das Ziel einfach: unordentliche menschliche Urteile über Krankenhauskeime in klarere, besser begründbare Entscheidungen zum Schutz der Patientinnen und Patienten zu verwandeln.

Zitation: Li, M., Wang, R., Wang, M. et al. Fuzzy decision support systems for hospital infection management: a circular q-ROF CRADIS method to prevention and control. Sci Rep 16, 12154 (2026). https://doi.org/10.1038/s41598-026-40658-5

Schlüsselwörter: Krankenhaushygiene, Entscheidungsunterstützung, Fuzzy-Logik, Multi-Kriterien-Rangordnung, Antimikrobielle Stewardship