Universität zu Köln

Ural, Yasemin ORCID: 0000-0002-8267-3967 (2024). Implementierung einer digitalen Applikation zur Validierung und Qualitätssicherung eines urologischen Tumorboards einer Klinik der Maximalversorgung anhand von Prostatakarzinomen. PhD thesis, Universität zu Köln.

PDF DissertationsschriftUral.pdf Download (6MB)

Abstract

Einleitung: Zertifizierte Krebszentren müssen alle Patienten in multidisziplinären Tumorboards (MTD) vorstellen, auch Standardfälle mit gut etablierten Behandlungsstrategien. Zu viele Standardfälle können einen Großteil der zur Verfügung stehenden Zeit vereinnahmen, zu Ungunsten für die Diskussion komplexer Fälle. Dies führt in jedem Fall zu einer hohen Quantität, aber nicht unbedingt zu einer hohen Qualität der Tumorboards. Zielsetzung: Ziel war es, ein teilalgorithmusgesteuertes Entscheidungsunterstützungssystem (DSS) für Smartphones zu entwickeln, das evidenzbasierte Empfehlungen für die Erstlinientherapie von häufigen urologischen Krebserkrankungen gibt. Um die Qualität zu sichern, wurde jede einzelne digitale Entscheidung mit der Empfehlungen eines erfahrenen MTD verglichen und die Konkordanz ermittelt. Material und Methoden: Es wurden 1873 Prostatakrebspatienten ausgewertet, die von 2014 bis 2018 in der MTD der urologischen Abteilung der Uniklinik Köln vorgestellt wurden. Ergebnisse: Zu den Patientencharakteristika gehörten Alter, Krankheitsstadium, Gleason Score, PSA und bisherige Therapien. Die an MTD gerichteten Fragen wurden wiederum mittels DSS beantwortet. Alle verblindeten Antwortpaare wurden von unabhängigen Gutachtern auf Diskrepanzen geprüft. Die Gesamtkonkordanzrate betrug 99,1 % (1856/1873). Die stadienspezifischen Konkordanzraten betrugen 97,4% (Stadium I), 99,2% (Stadium II), 100% (Stadium III) und 99,2% (Stadium IV). Die Qualität der Konkordanz war unabhängig von Alter und Risikoprofil.

Item Type:	Thesis (PhD thesis)
Translated title:	Title Language Validation and implementation of a mobile app decision support system for quality assurance of tumor boards. Analyzing the concordance rates for prostate cancer from a multidisciplinary tumor board of a University Cancer Center English
Translated abstract:	Abstract Language Introduction: Certified cancer centers must present all patients in multidisciplinary tumor boards (MTD), including standard cases with well-established treatment strategies. Too many standard cases can take up much of the available time, to the detriment of discussing more complex cases. In any case, this leads to a high quantity, but not necessarily to a high quality of the tumor boards. Objective: The aim was to develop a semi-algorithm-driven decision support system (DSS) for smartphones that provides evidence-based recommendations for the first-line treatment of common urological cancers. To ensure quality, each individual digital decision was compared with the recommendations of an experienced MTD and concordance was determined. Material and methods: 1873 prostate cancer patients presenting to the MTD of the Department of Urology at the University Hospital of Cologne from 2014 to 2018 were evaluated. Results: Patient characteristics included age, disease stage, Gleason score, PSA and previous therapies. The questions addressed to MTD were again answered using DSS. All blinded response pairs were reviewed for discrepancies by independent reviewers. The overall concordance rate was 99.1% (1856/1873). The stage-specific concordance rates were 97.4% (stage I), 99.2% (stage II), 100% (stage III) and 99.2% (stage IV). The quality of concordance was independent of age and risk profile. English
Creators:	Creators Email ORCID ORCID Put Code Ural, Yasemin uralya@hotmail.com orcid.org/0000-0002-8267-3967 UNSPECIFIED
URN:	urn:nbn:de:hbz:38-732176
Date:	2024
Place of Publication:	Köln
Language:	German
Faculty:	Faculty of Medicine
Divisions:	Faculty of Medicine > Innere Medizin > Klinik I für Innere Medizin - Hämatologie und Onkologie Faculty of Medicine > Urologie > Klinik und Poliklinik für Urologie
Subjects:	Generalities, Science Data processing Computer science Technology (Applied sciences) Medical sciences Medicine
Uncontrolled Keywords:	Keywords Language Qualitätskontrolle; Tumorboard;künstliche Intelligenz; Applikation; Entscheidungsunterstützung; Digitalisierung German Quality assurance; tumor board; artificial Intelligence; Application; Decision-Support-System; digitalization English
Date of oral exam:	24 May 0029
Referee:	Name Academic Title Elter, Thomas Privatdozent Dr.med. Datta, Rabi Privatdozent Dr.med.
Refereed:	Yes
URI:	http://kups.ub.uni-koeln.de/id/eprint/73217