Automatisering van de beoordeling van kwaliteitsindicatoren met een klinische datawarehouse: een pilotstudie over deur‑tot‑beeldvormingstijd bij beroertezorg

Waarom elke minuut telt

Wanneer iemand een beroerte krijgt, draait alles om tijd: hoe sneller hersenscans worden gemaakt, hoe groter de kans om blijvende schade te beperken. Ziekenhuizen moeten bijhouden hoe snel ze van aankomst van de patiënt naar de eerste hersenscan komen, maar tegenwoordig gebeurt dat vaak handmatig, dossier na dossier — een traag en foutgevoelig proces. Deze studie onderzoekt of moderne ziekenhuisinformatiesystemen deze vertragingen automatisch kunnen meten, wat mogelijk personeel zou ontlasten en zorgverleners een helderder en actueler beeld kan geven van hoe goed ze beroertepatiënten behandelen.

Ziekenhuistransacties omzetten in bruikbare signalen

De onderzoekers richtten zich op een eenvoudige maar cruciale maatstaf: “deur‑tot‑beeldvormingstijd,” de vertraging tussen aankomst van de patiënt in het ziekenhuis en de eerste hersenscan. Met gebruik van het klinische datawarehouse van de Universitaire Ziekenhuizen Groot‑Parijs — een uitgebreide verzameling elektronische gegevens uit 38 ziekenhuizen — haalden ze gegevens op voor meer dan 6.000 volwassenen die in 2022 wegens een acute beroerte waren opgenomen. Voor elk verblijf combineerden ze administratieve aankomsttijden met technische informatie uit het beeldvormingssysteem, dat vastlegt wanneer een scan daadwerkelijk begint. Door deze tijdstippen van elkaar af te trekken, liet het computersysteem de vertraging automatisch berekenen, in plaats van dat personeel elk dossier moest lezen en interpreteren.

De computer vergelijken met handmatige beoordeling

Om te onderzoeken of deze geautomatiseerde aanpak de traditionele methode kon vervangen, vergeleek het team deze met de Franse nationale kwaliteitsaudit, waarin ziekenhuispersoneel steekproefsgewijs patiëntendossiers handmatig beoordeelde. Ze koppelden 361 beroertegevallen die zowel in het datawarehouse als in de handmatige audit voorkwamen en vergeleken vervolgens de twee berekeningen van deur‑tot‑beeldvorming. Op het niveau van de algemene ziekenhuisprestatie waren de twee methoden opvallend gelijk: beide vonden een mediaanvertraging van ongeveer tweeënhalf uur, en beide stelden vast dat iets meer dan de helft van de patiënten binnen drie uur na aankomst beeldvorming kreeg. Statistische toetsen toonden een sterke mate van overeenstemming bij het classificeren van patiënten boven of onder deze drie‑uurgrens.

Waar automatisering tekortschiet

Bij nader inzien op individueel patiëntniveau was het beeld minder goed. Bij ongeveer driekwart van de gevallen kwamen de twee methoden binnen een uur overeen, maar een exacte match was vaak afwezig en de algemene overeenstemming voor tijden per individuele patiënt was matig. Het grootste probleem zat in het nauwkeurig vaststellen van het werkelijke moment van de eerste hersenscan. Handmatige beoordelaars kunnen deze tijd uit vele plaatsen in het dossier halen — vrije‑tekstnotities, beeldverslagen of specifieke formulieren — terwijl de geautomatiseerde methode afhankelijk is van gestandaardiseerde technische gegevens uit het beeldvormingssysteem. In aanvullende controles van 300 rapporten bleken deze technische tijdstempels redelijk betrouwbaar wanneer alle scans correct waren vastgelegd, maar gaten in de documentatie — zoals scans uitgevoerd in een ander ziekenhuis of ontbrekende registraties — veroorzaakten discrepanties. In sommige gevallen koos de geautomatiseerde methode de verkeerde scan; in andere gevallen lazen menselijke beoordelaars de tijd verkeerd of registreerden die inconsistente.

Lessen voor betere gegevens en betere zorg

De studie bracht ook bredere zwaktes aan het licht in hoe ziekenhuizen sleutelgebeurtenissen rond de beroerte vastleggen. Zelfs iets ogenschijnlijks eenvoudigs als “aankomsttijd” kan dubbelzinnig zijn: een patiënt kan eerst zorg krijgen voordat hij formeel wordt geregistreerd, en verschillend personeel kan op verschillende delen van het dossier vertrouwen. Omdat informatie op meerdere plaatsen kan worden gedupliceerd en aangepast, zijn handmatige beoordelaars het ook niet altijd met elkaar eens. De auteurs stellen dat het verbeteren van de structuur van gegevens — het standaardiseren van beeldvormingsbeschrijvingen, het zorgen dat scans van buiten consequent worden vastgelegd en het harmoniseren van hoe aankomst‑ en beeldvormingstijden worden opgeslagen — zowel geautomatiseerde als handmatige metingen betrouwbaarder zou maken.

Wat dit betekent voor patiënten

In praktische termen laat de studie zien dat computers al een solide algemeen beeld kunnen geven van hoe snel ziekenhuizen hersenscans uitvoeren bij beroertepatiënten, en dat met veel minder personeelsinzet dan bij huidige audits. Voor het onderzoeken van een individueel geval — bijvoorbeeld om te begrijpen wat er misging bij een bepaalde patiënt — is de geautomatiseerde methode echter nog niet precies genoeg, vooral wanneer de zorg complex is of meerdere instellingen betreft. Totdat ziekenhuisgegevens schoner, vollediger en beter gekoppeld zijn tussen locaties, raden de auteurs aan geautomatiseerde berekeningen te combineren met gerichte menselijke controles. Goed uitgevoerd kan deze samenwerking tussen mensen en datasystemen zorgautoriteiten een scherper, betrouwbaarder beeld van de kwaliteit van beroertezorg geven — en uiteindelijk helpen voorkomen dat kostbare minuten verloren gaan wanneer een beroerte toeslaat.

Bronvermelding: Hassanaly, O., Doutreligne, M., Troude, P. et al. Automating the assessment of quality indicators using a clinical data warehouse: a pilot study on door-to-imaging time in stroke management. Sci Rep 16, 12121 (2026). https://doi.org/10.1038/s41598-026-41833-4

Trefwoorden: beroertezorg, klinische datawarehouse, deur‑tot‑beeldvormingstijd, zorgkwaliteit, elektronische patiëntendossiers