Die Beurteilung von OP-Prozessen mittels der Kennzahlen

Aus der Universitätsklinik für Anästhesiologie

mit Schwerpunkt operative Intensivmedizin CCM / CVK

der Medizinischen Fakultät Charité – Universitätsmedizin Berlin

DISSERTATION

Die Beurteilung von OP-Prozessen mittels der Kennzahlen

„Auslastung“ und „Wechselzeit“. Eine empirische und

simulationsexperimentelle Untersuchung.

zur Erlangung des akademischen Grades

Doctor medicinae (Dr. med.)

vorgelegt der

Medizinischen Fakultät

Charité – Universitätsmedizin Berlin

Von Lena Lisa Wicha

aus Bremen

2

Gutachter/in: 1. Priv.-Doz. Dr. med. M. Schuster

2. Prof. Dr. med. Th. Volk

3. Priv.-Doz. Dr. med. T. Krause

Datum der Promotion: 16. 05. 2010

Vorbemerkung 3

Vorbemerkung

Die vorliegende Untersuchung war Teil einer größeren Untersuchungsreihe, die am

Universitätsklinikum Hamburg-Eppendorf durchgeführt wurde und verschiedene Aspek-

te der Effizienz und Qualität perioperativer Prozesse im Fokus hatte. Mit Tina Kotjan

und Christiane Buckl nahmen zwei weitere Doktorandinnen an dem Projekt teil. Die Er-

fassung der Daten aller drei Dissertationsprojekte erfolgte gemeinsam in einem Zeit-

raum von 4 Monaten. Die Dissertationen untersuchten im Weiteren unterschiedliche

Fragestellungen, so dass die Analyse der Daten und die Erstellung der Dissertationen

vollständig getrennt erfolgte.

Wesentliche Ergebnisse der vorliegenden Arbeit wurden von mir zusammen mit mei-

nem Doktorvater und weiteren Ko-Autoren in folgender Originalarbeit publiziert:

• Schuster M, Wicha LL, Fiege M, Goetz AE. Auslastung und Wechselzeit als

Kennzahlen der OP-Effizienz. Anaesthesist 2007;56:1058-1066.

Die in der Dissertation verwendeten Abbildungen und Tabellen sind zum Teil aus dieser

Arbeit übernommen und sind als solche gekennzeichnet.

Widmung 4

Widmung

Meiner Mutter Gisela Wicha und meinem Vater Dr. rer. nat. Michael Urbach gewidmet.

Inhaltsverzeichnis 5

Inhaltsverzeichnis

Vorbemerkung ....................................... ....................................................................3

Widmung ............................................ ........................................................................4

Inhaltsverzeichnis ................................. ....................................................................5

Abbildungsverzeichnis .............................. ...............................................................7

Tabellenverzeichnis ................................ ..................................................................8

1 Einleitung ......................................... ................................................................9

2 Arbeitshypothese und Fragestellung ................. .........................................13

3 Material und Methoden .............................. ...................................................14

3.1 Setting der Studie und Charakteristiken des untersuchten OP-Bereichs.........14

3.2 Methodik der Datenerhebung ..........................................................................19

3.3 Untersuchte Kennzahlen .................................................................................23

3.4 Weitere Einflussgrößen der Auslastung ..........................................................24

3.5 Auswirkungen verkürzter Wechselzeiten durch überlappende Einleitung auf die OP-Abläufe ..........................................................................................25

3.6 Statistik............................................................................................................28

4 Ergebnisse ......................................... ............................................................29

4.1 Korrelation von Auslastung und ungenutzter OP-Zeit .....................................34

4.2 Korrelation von Wartezeit und Wechselzeit .....................................................38

4.3 Multivariate Regressionsanalyse.....................................................................41

4.4 Ressourcenbedarf ...........................................................................................44

4.5 Einfluss der überlappenden Einleitung auf Überauslastung und Unterauslastung ..............................................................................................49

5 Diskussion ......................................... ............................................................52

5.1 Auslastung.......................................................................................................53

5.2 Wechselzeit .....................................................................................................57

5.3 Steigerung der Effizienz durch verkürzte Wechselzeiten.................................60

5.4 Effizienzfaktor..................................................................................................61

5.5 Ressourcen .....................................................................................................63

5.6 Methodenkritik .................................................................................................65

Inhaltsverzeichnis 6

5.7 Schlussfolgerung.............................................................................................67

6 Zusammenfassung.................................... ....................................................69

Literaturverzeichnis ............................... .................................................................71

Lebenslauf......................................... .......................................................................78

Publikationsverzeichnis............................ ..............................................................79

Erklärung.......................................... ........................................................................80

Danksagung......................................... ....................................................................81

Abbildungsverzeichnis 7

Abbildungsverzeichnis Abbildung 1: OP-Ebene 1 .....................................................................................15

Abbildung 2: OP-Ebene 2 .....................................................................................16

Abbildung 3: Datenerhebung der Prozessabläufe.................................................22

Abbildung 4: Schematische Darstellung der Einleitungsstrategien .......................26

Abbildung 5: Verteilung der Wartezeit der beiden häufigsten Gründe...................33

Abbildung 6: Korrelationsanalyse von OP-Auslastung (Chirurgische Zeit/Blockzeit) und ungenutzter Zeit .................................................35

Abbildung 7: Korrelationsanalyse von OP-Auslastung (Chirurgische Zeit innerhalb Blockzeit/Blockzeit) und ungenutzter Zeit .........................36

Abbildung 8: Korrelationsanalyse von Wechselzeit (Naht-Schnitt) und Wartezeit ..........................................................................................39

Abbildung 9: Korrelationsanalyse von Wechselzeit (Ende chir. Maßnahmen - Beginn chir. Maßnahmen) und Wartezeit .........................................40

Abbildung 10: Personalbedarf Real, OP-Bereich 1 und 2 .......................................44

Abbildung 11: Personalbedarf KÜ vs. NÜ, OP-Bereich 1........................................45

Abbildung 12: Personalbedarf KÜ vs. NÜ, OP-Bereich 2........................................46

Abbildung 13: Bedarfswahrscheinlichkeiten für KÜ.................................................48

Abbildung 14: Veränderung von Überauslastung und Unterauslastung durch KÜ im Vergleich zu Real ..................................................................50

Abbildung 15: Verminderte Überauslastung und zusätzliche Unterauslastung (in min) durch KÜ im Vergleich zu Real............................................51

Tabellenverzeichnis 8

Tabellenverzeichnis Tabelle 1: Zuordnung der OP-Säle und geplante OP-Blockzeiten nach

Fachdisziplinen ................................................................................18

Tabelle 2: Patientencharakteristika ..................................................................30

Tabelle 3: Produktive Zeiten und Wartezeiten .................................................31

Tabelle 4: Korrelationsanalyse: Ungenutzte Zeit vs. Auslastung ......................37

Tabelle 5: Ergebnisse der multivariaten Regressionsanalyse mit der abhängigen Variable „OP-Auslastung“ .............................................42

Tabelle 6: Einzelbetrachtung der Einflussstärke der unabhängigen Variablen ..........................................................................................43

Tabelle 7: Unterauslastung und Überauslastung in Minuten pro Tag und OP-Saal im Vergleich der Einleitungsstrategien Real und KÜ .............................................................................................49

1 Einleitung 9

1 Einleitung

Infolge der Privatisierung ehemals städtischer und landeseigener Krankenhausbetriebe,

sowie neuer Abrechnungssysteme in der Krankenversorgung, wie der Einführung von

Fallpauschalen zur Bezahlung der Behandlungen, ist der Kostendruck in den Kranken-

häusern stetig gewachsen.

Personal- und Sachkosten des OP-Bereichs sind verantwortlich für mehr als 30% der

Gesamtausgaben in der operativen Medizin (Macario 1995). OP-Kapazitäten sind kos-

tenintensiv und sollten daher optimal genutzt werden. Maßnahmen zur Optimierung von

OP-Prozessabläufen haben eine erhebliche Bedeutung für den ökonomischen Erfolg

von Krankenhäusern. Das Ziel ist hierbei, die Arbeitsabläufe effizienter zu steuern und

Leerzeiten zu verhindern.

Geplante OP-Zeit verursacht fixe Kosten, unabhängig davon ob sie für Operationen

verwendet wird oder nicht (Freytag 2005). Ungenutzte OP-Zeit steht somit einem effi-

zienten Prozessablauf entgegen. Eine Ursache für ungenutzte OP-Zeit sind Wartezei-

ten. Sie entstehen z.B. durch Warten von OP- und Anästhesie-Team auf den Patient,

der verspätet von der Station kommt. OP-Zeit ohne Programm verursacht ebenfalls un-

genutzte Zeit. Sie tritt zwischen zwei Fällen auf, wenn der vorherige früher endet als der

nächste beginnt, oder am Ende des OP-Tages, wenn nach dem letzten Fall noch OP-

Blockzeit vorhanden ist. Zur Bestimmung der Ursachen für Wartezeiten ist eine präzise

Dokumentation notwendig. Dies erfordert manuelle Datenerfassung, möglichst von nicht

in den OP-Alltag involvierten Beobachtern, und bedeutet somit einen hohen Arbeitsauf-

wand.

In verschiedenen Studien wurden Methoden untersucht, die OP-Nutzung effizienter zu

gestalten. Nach Identifizierung der entscheidenden Gründe für Wartezeit im OP (Over-

dyk 1998), führte ein Training aller OP-Mitarbeiter in Bezug auf die für ihren Bereich

spezifischen Ursachen, sowie darauffolgend monatliche Berichte über die aktuelle Situ-

ation, zu einem im Mittel 22 min früheren Beginn des ersten Falls des Tages und zu

einer im Mittel um 16 min verkürzten Wechselzeit. In einer weiteren Studie (Truong

1996) wurde die Wichtigkeit von Pünktlichkeit beim morgendlichen Beginn in Diskussi-

onsrunden der einzelnen Arbeitsgruppen und in Briefen an die Mitarbeiter verdeutlicht.

Ein verspäteter morgendlicher Beginn konnte dadurch von 15,73 ± 4,56 min auf 10,54 ±

1 Einleitung 10

3,92 min reduziert werden. Mathematische Modelle zur Verbesserung der OP-

Kapazitätsplanung wurden untersucht. Mit ihrer Hilfe konnte eine Senkung der Perso-

nalkosten um mehr als 10% (Freytag 2005), sowie eine Verminderung der Differenz

zwischen Ziel-OP-Blockzeit und tatsächlich allozierter OP-Blockzeit im OP-Plan (Blake

2002) erreicht werden. Die Computersimulation eines OP-Saals (Tyler 2003) zur Be-

stimmung der optimalen Auslastung führte zu dem Ergebnis, dass die geplante Zielaus-

lastung für eine optimale Nutzung der Kapazitäten zwischen 85% und 90% liegen sollte.

Eine höhere Auslastung war nur auf Kosten von Überstunden und längeren Wartezeiten

der Patienten möglich, wenn nicht parallel die Variabilität der Falldauern gesenkt wer-

den konnte. Durch Einführung einer internen Leistungsverrechnung, mittels der die chi-

rurgische Abteilung die Leistungen der Anästhesiologen ausschließlich auf Basis der

chirurgisch kontrollierten Zeit vergüteten, wurde die finanziell nicht rentable anästhesio-

logisch kontrollierte Zeit signifikant von 40,4 ± 23,5 min im Jahr 1998 auf 34,3 ± 21,7

min im Jahr 2003 verkürzt (Schuster 2005). Die chirurgisch kontrollierte Zeit wurde e-

benfalls signifikant reduziert von 121,30 ± 111,53 min im Jahr 2000 auf 107,20 ± 105,

21 min im Jahr 2002 (Kuntz 2005).

Eine weitere Möglichkeit zur Optimierung des Arbeitsablaufs bieten organisatorische

und strukturelle Veränderungen des OP-Bereichs. Wurden zeitintensive Regionalanäs-

thesien (Armstrong 2004) in zusätzlichen Räumen durchgeführt, betrug die mittlere a-

nästhesiologisch kontrollierte Zeit 11,4 min. Fand die Regionalanästhesie erst im OP-

Saal statt, belief sich die mittlere anästhesiologisch kontrollierte Zeit auf 32,9 min. Willi-

ams (2000) verglich in seiner Studie die in einem zusätzlichen Raum erfolgte Regional-

anästhesie mit einer im OP-Saal durchgeführten Allgemeinanästhesie. Hier betrug die

anästhesiologisch kontrollierte Zeit 11,4 ± 1,3 min, im Gegensatz zu der Allgemeinanäs-

thesie, die eine mittlere anästhesiologisch kontrollierte Zeit von 20,3 ± 1,2 min erforder-

te. Das zielgerichtete Neudesign eines OP-Saals, durch bauliche und technische Maß-

nahmen, wie die Einleitung und Ausleitung direkt an den OP-Saal anzubinden, durch-

gängiges Monitoring während der verschiedenen Arbeitsprozesse zu schaffen und den

OP-Saal optimal mit chirurgischen Arbeitsgeräten auszustatten, führte zusammen mit

einer Neustrukturierung der anästhesiologischen Prozesse zu einer Verkürzung der

nicht operativen Zeit von 67 ± 3 min auf 38 ± 2 min je Fall (Sandberg 2005). Überlap-

pende Einleitungen, d.h. der folgende Patient wurde eingeleitet, während die Operation

des vorherigen Patienten noch andauerte, wurden durch zusätzliche Anästhesieteams

1 Einleitung 11

ermöglicht und führten ebenfalls zu einer Verringerung der nicht operativen Zeit, der

anästhesiologisch kontrollierten Zeit und der Wechselzeit (Torkki 2005, Hanss 2005).

Um den Erfolg dieser Maßnahmen messen zu können und für die Steuerung von OP

Prozessen, werden Kennzahlen benötigt. Denz (2007) zeigte in seiner Studie den er-

heblichen Bedarf an Verbesserungen in der Organisation des OP-Ablaufs, unabhängig

von einem zentralen oder dezentralen OP-Management. Dies kann vor allem durch eine

verbesserte direkte Steuerung und Koordination der Arbeitsprozesse durch Kennzahlen

erreicht werden. Diese müssen objektiv, für alle Beteiligten nachvollziehbar und mit

möglichst geringem Aufwand zu generieren sein. Üblicherweise werden sie daher auf

Basis der Daten der OP-Datenmanagementsysteme erstellt. Die Aufgabe dieser Kenn-

zahlen ist es, die Effizienz der Abläufe zu quantifizieren.

Am häufigsten verwendet werden hierfür die Prozesskennzahlen OP-Auslastung und

Wechselzeit:

• Die Auslastung beschreibt das Verhältnis von tatsächlich genutzter OP-Zeit zu

der zur Verfügung stehenden OP-Blockzeit.

• Die Wechselzeit beinhaltet den Zeitraum zwischen Ende des vorherigen chirurgi-

schen Falls bis zum folgenden chirurgischen Fall. Sie schließt anästhesiologi-

sche Prozesszeiten, wie Einleitung und Ausleitung, aber auch Reinigung des

OP-Saals und Vorbereitung der Instrumente mit ein. Ein Großteil der Wartezeit

entsteht während dieses Intervalls (Overdyk 1998, Escobar 2006).

Trotz der häufigen Verwendung von Auslastung und Wechselzeit als Kennzahl, unter

der Annahme damit die Güte der Prozessabläufe messen zu können, ist die wissen-

schaftliche Evidenz hierzu eher gering (Schuster 2007a). In der vorliegenden Arbeit wird

untersucht, inwiefern Auslastung und Wechselzeiten geeignet sind, ungenutzte Zeiten

im OP-Tagesablauf zu detektieren. Hierbei liegt die Annahme zu Grunde, dass unge-

nutzte Zeit in Form von OP-Leerstand (d.h. Blockzeit ohne OP-Programm) und als War-

tezeit entstehen kann. Der Zusammenhang von diesen beiden Formen ungenutzter OP-

Zeit mit den Prozesskennzahlen Auslastung und Wechselzeit wird in der vorliegenden

Arbeit an Hand einer umfangreichen Prozessanalyse des Zentral-OPs einer Universi-

tätsklinik detailliert untersucht.

Von einigen Autoren werden überlappende Einleitungen als wesentliche anästhesiolo-

gische Intervention zur Reduktion der Wechselzeiten vorgeschlagen. Hierdurch sei eine

1 Einleitung 12

Verbesserung der OP-Effizienz möglich (Hanss 2005, Torkki 2005). Daher wurden im

Weiteren die empirisch gewonnen Daten der Prozessanalyse genutzt, um mittels eines

Simulationsmodells zu untersuchen, welchen Einfluss verschiedenen Strategien des

anästhesiologischen Prozessmanagements auf die Abläufe im OP haben.

2 Arbeitshypothese und Fragestellung 13

2 Arbeitshypothese und Fragestellung

Gegenstand der hier vorliegenden Untersuchung ist es, an Hand von empirischen Da-

ten den Zusammenhang der Kennzahlen „Auslastung“ und „Wechselzeit“ mit ungenutz-

ter Zeit im OP im Detail zu analysieren und mögliche Einflussfaktoren zu beschreiben.

Im Einzelnen wurden folgende Fragen untersucht:

• Welche Ursachen für Wartezeit sind im OP-Ablauf von besonderer Bedeutung?

• Kann die Auslastung als Maß für die ungenutzte OP-Zeit oder die OP-Zeit ohne

Programm innerhalb der Blockzeit verwendet werden?

• Besteht ein reproduzierbarer Zusammenhang zwischen Auslastung und Warte-

zeit, respektive zwischen Wechselzeit und Wartezeit?

• Welche weiteren Faktoren haben Einfluss auf die Auslastung?

Die Reduktion der Wechselzeiten mittels überlappender Einleitung ist eine wiederkeh-

rende Forderung der Krankenhausleitungen und der operativen Disziplinen. Daher soll-

te als zweiter Aspekt mittels eines einfachen Simulationsmodells auf Basis der zuvor

gewonnenen empirischen Daten die Folgen überlappender Einleitungen bezüglich Aus-

lastung und Ressourcenbedarf untersucht werden.

Hierbei wurden im Einzelnen folgende Fragen untersucht:

• Wie hoch ist der Mehrbedarf an Personal, um in zwei exemplarischen OP-

Bereichen überlappende Einleitungen gewährleisten zu können?

• Wie verteilt sich ein möglicher Mehrbedarf an Personal über den Tag?

• Wird durch die überlappende Einleitung ein zeitgerechtes Ende des OP-

Programms ermöglicht und damit Überauslastung und Überstunden eingespart?

• Entsteht durch überlappende Einleitungen möglicherweise zusätzliche OP-Zeit

innerhalb der Blockzeit?

Ziel der Arbeit ist es damit, die Grundlagen zur Steuerung von OP-Prozessen und für

Management-Entscheidungen bezüglich Ressourcenallokationen auf eine bessere Ba-

sis zu stellen.

3 Material und Methoden 14

3 Material und Methoden

3.1 Setting der Studie und Charakteristiken des unt ersuchten OP-

Bereichs

Die vorliegende Studie fand mit Genehmigung der Ethikkommission der Ärztekammer

Hamburg statt. Während eines 8-wöchigen Zeitraums, vom 24. April bis 16. Juni 2006,

wurden prospektiv die Abläufe im Zentral-OP des Universitätsklinikums Hamburg-

Eppendorf erfasst. In diesem Zentral-OP sind neun OP-Säle auf zwei miteinander ver-

bundenen Ebenen angeordnet, Abbildung 1 und 2 zeigen die Lagepläne der einzelnen

OP-Ebenen. Jeder OP-Saal verfügte über einen komplett ausgestatteten Einleitungs-

raum, die Ausleitungsräume waren zum Teil zwei Sälen, zum Teil einzelnen Sälen zu-

geordnet. Ein- und Ausleitung konnten also unabhängig von der Belegung des OP-

Saals stattfinden, zudem bestand die Möglichkeit, bei ausreichend Personalressourcen,

die Einleitungen überlappend zu gestalten. Überlappende Einleitung bedeutet, dass die

Anästhesie des folgenden Patienten so rechtzeitig beginnt, dass er bei Ende der vorhe-

rigen Operation bereits von der Anästhesie freigegeben werden kann (Schuster 2006).

Folgende chirurgischen Disziplinen nutzten den Zentral-OP:

• Allgemeinchirurgie inklusive pädiatrischer Allgemeinchirurgie,

• Urologie,

• Hepatobiliäre Chirurgie inklusive der Transplantationschirurgie,

• Thorax-Herz-Gefäß Chirurgie inklusive der pädiatrischen Thorax-Herz-Gefäß

Chirurgie.


OP 4 OP 3 OP 2 OP 1 SCH

E 4 A 4 E 3 E 2 A 1/2 E 1

OP 4

A 3

AWR

Abbildung 1: OP-Ebene 1 Der Lageplan der OP-Ebene 1 zeigt vier OP-Säle, jeder verfügt über einen direkt angebundenen Einlei-tungsraum. OP-Saal 1 und 2 teilen sich einen Ausleitungsraum, Saal 3 und 4 sind jeweils eigene Auslei-tungsräume zugeordnet. Zudem sind Schleuse und Aufwachraum ersichtlich. OP 1-4 = OP-Saal 1-4; E 1-4 = Einleitungsraum 1-4; A 1-4 = Ausleitungsraum 1-4; AWR = Aufwachraum; SCH = Schleuse.


OP 5 OP 4 OP 3 OP 2 OP 1

E 5 E 4 E 3 E 2 E 1A 4/ 5 A 2/3

AWR

SCH

Abbildung 2: OP-Ebene 2 Der Lageplan der OP-Ebene 2 zeigt fünf OP-Säle, jeder verfügt über einen direkt angebundenen Einlei-tungsraum. Der OP-Saal 1 besitzt keinen eigenen Ausleitungsraum, Saal 2 und 3, sowie Saal 4 und 5 teilen sich jeweils einen Ausleitungsraum. Zudem sind Schleuse und Aufwachraum ersichtlich. OP 1-4 = OP-Saal 1-4; E 1-4 = Einleitungsraum 1-4; A 1-4 = Ausleitungsraum 1-4; AWR = Aufwachraum; SCH = Schleuse.


Die OP-Blockzeit in dieser Studie ist die geplante, reguläre Zeitspanne, die für die Fälle

einer chirurgischen Disziplin an einem Tag in einem Saal zur Verfügung stand. Dies

beinhaltete somit nicht nur chirurgische Prozesse und Zeiten, sondern auch anästhesio-

logische Prozesse und Zeiten. Die reguläre Blockzeit der OP-Säle während der Daten-

erhebung war für fünf OP-Säle von Montag bis Freitag von 7:00 bis 20:00, in den ande-

ren vier OP-Sälen von 7:00 bis 15:30, zusätzlich lief einer dieser vier Säle von Dienstag

bis Donnerstag weiter bis 20:00. Für die einzelnen Fachdisziplinen bestanden fest zu-

geteilte OP-Blockzeiten. Die Zuteilung der OP-Blockzeiten beruhte hauptsächlich auf

historischen Gegebenheiten. So stand z.B. der Allgemeinchirurgie montags ein OP-Saal

mit einer Blockzeit von 7:00 bis 15:30 zur Verfügung sowie zwei OP Säle mit einer OP-

Block-Zeit von 7:00 bis 20:00 Uhr. Die Verteilung der Blockzeiten auf die Disziplinen

kann der Tabelle 1 entnommen werden. Aus verschiedenen Gründen wurde die Zutei-

lung der OP-Blockzeit jedoch nicht immer eingehalten, z.B. aufgrund kurzfristig abge-

sagter Fälle, stattfindender Konferenzen oder weil wegen eines Notfalls eine chirurgi-

sche Disziplin mehr Blockzeit beanspruchte als vorgesehen.


Tabelle 1: Zuordnung der OP-Säle und geplante OP-Bl ockzeiten nach Fachdiszip-linen 1

Fachrichtung OP-Ebene OP-Saal Montag Dienstag Mittw och Donnerstag Freitag

Allgemein-chirurgie

2 2 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00

2 3 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00

1 4 7:00-15:30 7:00-15:30 7:00-15:30 7:00-15:30 7:00-15:30

Urologie 2 4 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00

2 5 7:00-15:30 7:00-15:30 7:00-15:30 7:00-15:30 7:00-15:30

Hepatobiliäre-Chirurgie

2 1 7:00-15:30 7:00-20:00 7:00-20:00 7:00-20:00 7:00-15:30

Thorax-Herz-Gefäß-Chirurgie

1 1 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00

1 2 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00 7:00-20:00

1 3 7:00-15:30 7:00-15:30 7:00-15:30 7:00-15:30 7:00-15:30

1 Die Zuordnung der Anzahl von langen (7:00-20:00) und kurzen (7:00-15:30) Sälen pro Tag war wäh-

rend der Studie für jede Woche gleich. Innerhalb der Fachdisziplinen wurden lange und kurze Säle je-doch räumlich flexibel disponiert, z.B. in der Allgemeinchirurgie Saal 4/Ebene 1 als langer Saal statt Saal 1/Ebene 2.


3.2 Methodik der Datenerhebung

Die Abläufe in den neun OP-Sälen wurden für die gesamte Regel-OP-Blockzeit (Tab. 1)

für jeden OP-Saal an jedem Studientag von unabhängigen Beobachtern in 5-Minuten-

Intervallen erfasst. Hierzu wurden alle Abläufe mittels eines von insgesamt 31 Schlüs-

seln dokumentiert, welche die einzelnen Abläufe im OP widerspiegelten. Unterschieden

wurde hierbei in unproduktive und produktive Zeit. Als unproduktive Zeit wurde Warte-

zeit (z.B. Wartezeit auf den Patient) und Zeit ohne OP-Programm (wie sie z.B. zwischen

zwei Fällen auftreten kann) erfasst. Die produktive Zeit umfasste sämtliche anästhesio-

logische und chirurgische Arbeitsvorgänge im OP-Saal. Die produktiven Arbeitsprozes-

se wurden unterschieden in anästhesiologisch und chirurgisch kontrollierte Zeit. Die

chirurgisch kontrollierte Zeit wird definiert (Dexter 1995) als der Zeitraum zwischen Be-

ginn der Lagerung und/oder Hautdesinfektion und dem Vollenden der chirurgischen

Verbände und umfasst damit den eigentlichen chirurgischen Eingriff. Die anästhesiolo-

gisch kontrollierte Zeit umfasst die zwei Zeiträume vor und nach der chirurgisch kontrol-

lierten Zeit (Dexter 1995). Die erste Zeitspanne beginnt mit der Vorbereitung zur Einlei-

tung, und dauert an bis der Patient dem chirurgischen Personal zur Lagerung und

Hautdesinfektion übergeben wird. Die zweite Zeitspanne beginnt nach den chirurgi-

schen Verbänden und dauert bis zur Übergabe des Patienten im Aufwachraum bzw. auf

der Intensivstation. Für die produktive Zeit wurden elf Schlüssel verwendet, die sich an

der publizierten Terminologie orientieren (Donham 1998, Kuss 2006):

• Anästhesie-Vorbereitung Funktionsdienst,

• Anästhesie-Vorbereitung Arzt,

• Anästhesie-Einleitung,

• Chirurgie-Lagerung,

• Chirurgie-Abwaschen,

• Chirurgie Schnitt-Naht,

• Chirurgie Verband/chirurgische Nachbereitung,

• Anästhesie-Ausleitung,

• Saalreinigung,


• Benchen (Splitten der Leber für Transplantation)

• und sonstige Tätigkeit.

Die Wartezeit wurde gemäß früherer Arbeiten (Overdyk 1998) und eigener Analyse in

insgesamt 20 Schlüsseln erfasst.

Als Anästhesiologie bezogen wurden folgende Wartezeiten erfasst:

• kein Anästhesist verfügbar,

• fehlende Unterlagen Anästhesiologie,

• anästhesiologisches Material/Geräte nicht verfügbar/defekt,

• Patient nicht prämediziert bzw. laufende Prämedikation,

• kein Funktionsdienst Anästhesie verfügbar,

• Unklarheiten zum Anästhesieverfahren,

• Anästhesist wegen Notfall abwesend.

Als Chirurgie bezogene wurden folgende Wartezeiten erfasst:

• kein entscheidungsberechtigter Operateur verfügbar,

• kein Funktionsdienst OP verfügbar,

• Tischaufbau,

• chirurgisches Material/Geräte nicht verfügbar/defekt,

• fehlende Unterlagen Chirurgie,

• Lagerung unklar.

Organisatorisch bedingte Wartezeiten wurden erfasst als:

• Unklarheit über nächsten Patient,

• Patient ist nicht im OP verfügbar,

• Saal nicht verfügbar (nicht gereinigt, technischer Defekt),

• Warten auf Notfall,

• Intensivstation nicht aufnahmebereit,

• Intensivbettenzusage offen,


• nicht näher definierte Wartezeit.

Ein Schlüssel wurde der OP-Zeit ohne Programm zugeordnet, ebenso wurde die Über-

auslastung mit einem Schlüssel erfasst. Das Bespiel eines Datenerhebungsblattes ist in

Abbildung 3a abgebildet.

OP-Saal und Einleitungsraum sind in dem konkreten Setting des untersuchten Zentral-

OPs in ihren Abläufen eng miteinander verbunden. In der Regel wird die Anästhesie im

Einleitungsraum begonnen: der Patient wird zunächst vom Anästhesie-Funktionsdienst

an die Überwachungsgeräte (EKG, Blutdruckmessung, O2-Sättigung) angeschlossen

und für die weitere Anästhesie vorbereitet (z.B. durch das Legen von venösen oder ar-

teriellen Zugängen), der Anästhesist beginnt nach Studium der Patientenunterlagen mit

der Narkoseeinleitung, der Patient wird intubiert und an das Beatmungsgerät ange-

schlossen, danach folgen eventuell weitere Vorbereitungen durch den Arzt, wie z.B. das

Legen eines Zentralvenenkatheters. Nach vollendeter Einleitung beginnt meist schon im

Einleitungsraum die Lagerung des Patienten durch den OP-Funktionsdienst und die

Operateure. Daraufhin wird der Patient von den Überwachungsgeräten und dem Beat-

mungsgerät im Einleitungsraum dekonnektiert und auf dem fahrbaren OP-Tisch in den

OP-Saal geschoben. Dort wird der Patient an das Beatmungsgerät und die Überwa-

chungsgeräte des OP-Saals angeschlossen. Im OP-Saal erfolgt die endgültige Lage-

rung und Hautdesinfektion. Die Arbeitsabläufe in OP-Saal und Einleitungsraum sind eng

miteinander verzahnt, daher wurden beide Räume für die Auswertung zu einem virtuel-

len Raum zusammengefasst. Die konsekutiven Arbeitsschritte aus zwei Räumen sind

somit in einem dargestellt. Entstand die Situation, dass in beiden Räumen parallel Ar-

beitsprozesse abliefen (Beginn der nächsten Narkose im Einleitungsraum während die

Vor-OP noch andauerte, z.B. um Wechselzeiten zu verkürzen), dominierte der Schlüs-

sel des vorherigen Falls den des folgenden. Das Excel-Blatt, welches die Arbeitspro-

zesse in diesen virtuellen OP-Sälen wiederspiegelt, wird in Abbildung 3b gezeigt. War

ein OP-Saal geplant für einen Tag geschlossen, z.B. aufgrund eines reduzierten Pro-

gramms aus personellen Gründen, wurde er für diesen Tag von der Studie ausge-

schlossen.


[[[[3a]]]]

[[[[3b]]]]

Abbildung 3: Datenerhebung der Prozessabläufe Gezeigt sind die Excel-Blätter der Datenerhebung. Abb. 3a zeigt das Blatt mit Hilfe dessen jeder Pro-zessschritt in jedem OP-Saal und dem dazu gehörenden Einleitungsraum durch einen Schlüssel2 in 5-Minuten Intervallen erfasst wurde. Abb. 3b zeigt das Blatt nachdem jeweils OP-Saal und Einleitungsraum zu einem virtuellen Raum zusammengefasst wurden. Jeder Prozessschritt in jedem virtuellen OP-Saal ist durch einen Schlüssel in 5-Minuten Intervallen dargestellt, bei parallelen Arbeitsprozessen in beiden Räumen dominierte der Schlüssel des vorherigen Falls den des folgenden.

2 Zahlenschlüssel, z.B.: 53=Anästhesie-Einleitung, 56=Chirurgie-Schnitt-Naht, 13=Kein Anästhesist

verfügbar, 22=Kein entscheidungsberechtigter Operateur verfügbar.


3.3 Untersuchte Kennzahlen

Die Auslastung eines OP-Saals ist definiert als die chirurgische Zeit geteilt durch die

verfügbare Blockzeit (Donham 1998). Rein mathematisch kann die OP-Auslastung für

jeden beliebigen Zeitraum und für eine beliebige Anzahl von OP-Sälen zusammen oder

getrennt berechnet werden (z.B. pro Tag, pro Woche, pro Monat). In der vorliegenden

Arbeit sind jeweils die Auslastungen pro Tag und OP-Saal bestimmt worden.

Es gibt zwei gängige Methoden, die Auslastung eines OP-Saals zu berechnen:

• Auslastung definiert auf Basis der Schnitt-Naht-Zeit. Hierbei wird die gesamte

Schnitt-Naht-Zeit geteilt durch die verfügbare Blockzeit.

• Auslastung definiert auf Basis der chirurgischen Zeit. Hierbei wird die gesamte

chirurgische Arbeitszeit (inklusive chirurgischer Lagerung, Hautdesinfektion,

Schnitt-Naht-Zeit und Verbände) als Dividend verwendet. Diese ist gleichzuset-

zen mit der chirurgisch kontrollierten Zeit (Dexter 1995).

Um einen Einfluss der Definition auf die Ergebnisse der Studie auszuschließen, wurden

die Ergebnisse hier mit beiden Definitionen getrennt berechnet.

Eine hohe Auslastung zeigt in der Regel einen hohen Nutzungsgrad der zugeteilten

Blockzeit an. Wird am Ende des Tagesprogramms die Blockzeit überschritten, da die

Operation nicht rechtzeitig fertig wird, kommt es zu sogenannter Überauslastung. Wird

hier die gesamte chirurgische Zeit durch die Blockzeit dividiert, kommt es zu einer ver-

meintlich gesteigerten Auslastung. Überauslastung erhöht also nominell die Auslastung,

ist aber negativ zu sehen, da sie aufgrund der zu bezahlenden Überstunden zu einem

finanziellen Mehraufwand führt und zur Frustration der Mitarbeiter beiträgt. Darüber hin-

aus entstehen ausgeprägte organisatorische Probleme für das OP-Management

(Schuster 2007a). Die Alternative ist, nur die in der Blockzeit stattfindende chirurgische

Zeit als Dividend zu verwenden. Hierzu wird von der gesamten chirurgischen Zeit der

Anteil bestimmt, der sich außerhalb der zugeteilten OP-Blockzeit befindet, und dann

subtrahiert. In dieser Studie wurden beide Auslastungsraten berechnet.

Wechselzeit ist die Zeit zwischen dem Ende der vorherigen OP und dem Beginn der

folgenden OP, wobei in der Literatur erhebliche Unterschiede existieren, wie diese Zeit-

punkte zu definieren sind (Donham 1998).

In dieser Studie wurden die Wechselzeiten auf zwei verschiedene Arten erfasst:


• Wechselzeit auf Basis der chirurgischen Zeit. Die Wechselzeit ist hier der Zeit-

raum zwischen Ende der chirurgischen Zeit des vorherigen Patienten (Ende der

Verbände) und Beginn der chirurgischen Zeit des folgenden Patienten (Ende der

Anästhesie-Einleitung). Wechselzeit und chirurgische Zeit sind hierbei klar von-

einander abgegrenzt.

• Wechselzeit auf Basis der Schnitt-Naht-Zeit. Die sogenannte Naht-Schnitt-Zeit

ist definiert als der Zeitraum zwischen Ende der Hautnaht des vorherigen Pati-

enten bis zum Hautschnitt des folgenden Patienten. Die Naht-Schnitt-Zeit lässt

sich jedoch nicht eindeutig von der chirurgischen Zeit abgrenzen, da chirurgi-

sche Arbeitsprozesse (Lagerung, Hautdesinfektion und Verbände) zum Teil der

Wechselzeit werden (Schuster 2007a). Sie schließt die gesamte Zeit zwischen

zwei Fällen ein, und nicht nur die Zeitspanne für die Reinigung und Vorbereitung

des OP-Saals, da wesentliche Verzögerungen schon vor dem eigentlichen

Hautschnitt in der chirurgischen Zeit entstehen (Overdyk 1998, Escobar 2006).

Wechselzeit ist Artefakt-anfällig, wenn Zeit ohne OP-Programm zwischen zwei Fällen

entsteht. Dies ist aus zwei Gründen möglich:

• der nachfolgende Fall beginnt aus organisatorischen Gründen viel später, als

der vorangegangene endet (z.B. wegen mangelnder Verfügbarkeit von Personal

oder technischem Gerät).

• zusätzliche Fälle treten auf, nachdem der OP-Saal eigentlich schon für den Tag

geschlossen war.

In beiden Fällen führt dies zu falsch hohen Wechselzeiten. Die Wechselzeiten aller be-

obachteten Fälle wurden erfasst und zusätzlich die Wechselzeiten der rein konsekuti-

ven Fälle (Wechselzeiten von wirklich aufeinander folgenden Fällen, keine OP-Zeit oh-

ne Programm zwischen zwei Fällen) berechnet. Berichtet werden beide Ergebnisse.

3.4 Weitere Einflussgrößen der Auslastung

Weitere Faktoren können die Auslastung eines OP beeinflussen: der jeweilige Wochen-

tag (Dexter 1999b), die operierende Fachdisziplin, die durchschnittliche Falldauer

(Schuster 2007a) oder die Anzahl der Wechsel. Um den Einfluss der verschiedenen

Faktoren auf die Auslastung als abhängige Variable zu analysieren wurde eine multiva-


riate „stepwise forward“-Regressionsanalyse mit folgenden unabhängigen Variablen

durchgeführt:

• chirurgische Disziplin,

• durchschnittliche Dauer der chirurgischen Zeit pro Tag,

• Anzahl der OPs pro Tag,

• Wochentag,

• Dauer der verfügbaren Blockzeit,

• Anteil der Zeit ohne Programm von der verfügbaren Blockzeit,

• Anteil der Wartezeit von der verfügbaren Blockzeit.

3.5 Auswirkungen verkürzter Wechselzeiten durch übe rlappende

Einleitung auf die OP-Abläufe

Überlappende Einleitung bedeutet, dass die Anästhesie des folgenden Patienten so

rechtzeitig begonnen wird, dass er bei Ende der vorherigen Operation bereits von der

Anästhesie freigegeben werden kann (Schuster 2006). Bestenfalls kann hier die durch

die Einleitung entstehende Wartezeit vollständig eingespart oder zumindest reduziert

werden.

Um die Auswirkungen überlappender Einleitungen und somit schneller Wechselzeiten

auf die OP-Abläufe zu untersuchen, wurden mittels eines Simulationsmodells folgende

drei Strategien der Narkoseeinleitung verglichen:

• Real.

Hier wurde die reale Einleitungssituation widergespiegelt. Sie ergab sich durch

die während des 2-wöchigen Untersuchungszeitraums im Universitätsklinikum

Hamburg-Eppendorf erhobenen Prozessablauf-Daten. Bei ausreichend Perso-

nalressourcen fanden teilweise bzw. komplett überlappende Einleitungen statt,

zum Teil aber auch nicht überlappende Einleitungen.

• Komplett überlappend (KÜ).

Bei einer komplett überlappenden Narkoseeinleitung ist die Narkoseeinleitung

des folgenden Patienten bei Ende der Hautnaht des vorherigen Falls vollendet.


Die Vorbereitung und Lagerung des Patienten durch das chirurgische Team im

Einleitungsraum gibt den Reinigungskräften Zeit den OP-Saal zu säubern. Die

Wechselzeit auf Basis der chirurgischen Zeit liegt hier bei Null.

• Nicht überlappend (NÜ).

Für den Fall der nicht überlappenden Einleitung galt die Annahme, dass pro OP-

Saal und dem dazu gehörendenden Ein- und Ausleitungsraum je genau ein A-

nästhesist verfügbar war. Die Einleitung des nächsten Patienten konnte erst be-

ginnen, wenn der Anästhesist den vorherigen Patienten extubiert und im Auf-

wachraum bzw. auf der Intensivstation übergeben hatte.

Eine schematische Darstellung der drei Strategien ist in Abbildung 4 ersichtlich:

OP-Blockzeit

Komplett überlappend (KÜ):

Fall 2Fall 1 Fall 3 Fall 4

Einleitungsraum: E 1 E 4E 3E 2

OP-Saal:

A 1 A 2 A 3 A 4Ausleitungsraum:

Fall 4

Nicht überlappend (NÜ):

E 1

Fall 3Fall 2Fall 1

A 1

E 2

A 2

E 3

A 3

E 4Einleitungsraum:

OP-Saal:

Ausleitungsraum:

Real:

Fall 2 Fall 3 Fall 4Fall 1

E 1 E 2

A 1

E 3 E 4

A 2 A 3 A 4

Einleitungsraum:

OP-Saal:

Ausleitungsraum:

Abbildung 4: Schematische Darstellung der Einleitun gsstrategien Bei der realen Einleitungsstrategie sind sowohl komplett, als auch teilweise oder nicht überlappende Ein-leitungen möglich. Bei KÜ ist der folgende Patient bei Ende des vorherigen Falls bereits eingeleitet, der OP-Saal ist nahtlos durch chirurgische Zeit gefüllt; bei NÜ kann die folgende Narkose-Einleitung erst nach Ende des vorherigen Falls begonnen werden. Real = reale Einleitung; KÜ = komplett überlappende Einleitung; NÜ = nicht überlappende Einleitung; E 1-4 = Einleitung 1-4; A 1-4 = Ausleitung 1-4.


Auf Grundlage der erhobenen Prozessablauf-Daten aus einem 2-wöchigen Zeitraum (8.

bis 19. Mai 2006) wurde das Simulationsmodell in Excel erstellt. Ziel war es, zu simulie-

ren, welchen Einfluss Veränderungen in der Ablauforganisation auf die Prozesszeiten,

die Auslastung und den Ressourcenbedarf haben würden. Verwendet wurden die rea-

len Prozessablauf-Daten, welche die Abläufe im Einleitungsraum, im OP-Saal, sowie im

Ausleitungsraum als getrennte Räumlichkeiten zeigten. Für jede Lokalität war für jedes

5-Minuten Intervall der jeweilige Arbeitsprozess oder die Wartezeit dokumentiert. So

konnte z.B. im Einleitungsraum gerade die Narkoseeinleitung des folgenden Patienten

durchgeführt werden, während gleichzeitig im OP-Saal die neuen Instrumente vorberei-

tet wurden und im Ausleitungsraum der vorherige Patient extubiert wurde.

Um die Strategie KÜ zu simulieren, wurde in dem realen OP-Ablaufplan der jeweils fol-

gende Fall auf der Zeitachse manuell so weit nach vorne verschoben, dass dessen Ein-

leitung mit dem Ende der chirurgischen Nachbereitung des vorherigen Patienten ab-

schloss. Eventuelle Wartezeiten in der Wechselzeit wurden somit eliminiert. Dem ent-

sprechend begannen und endeten auch die zugehörigen OP- und Ausleitungsdaten

früher und der OP-Saal war durchgehend mit chirurgischer Zeit gefüllt (s. Abb. 4). Durch

diese „Raffung“ der Prozesse konnte es zu einer Steigerung der Zeit ohne Programm

am Ende der OP-Blockzeit kommen bzw. zu einer verminderten Überauslastung. Diese

wurde im Vergleich zu den realen Daten berechnet. Da die Strategie KÜ, wie leicht zu

ersehen, zu einer Zunahme der parallelen Prozesse und damit des Personalbedarfes

führt, wurde getrennt für jedes 5-Minuten Intervall, die Anzahl der benötigten Anästhe-

sie-Teams berechnet.

Die Strategie NÜ wurde wie folgt simuliert: Als Grundlage dienten wieder die realen OP-

Ablaufdaten. Manuell wurde der jeweils folgende Fall zeitlich so weit nach hinten ver-

schoben bis der für den OP-Saal zuständige Anästhesist, nach Übergabe des vorheri-

gen Falls, wieder verfügbar für die Einleitung war. Es durfte also in jedem 5-Minuten-

Intervall immer nur genau ein Anästhesie-Team gebunden sein. Dies führte im Ver-

gleich zur realen Situation zu einer „Dehnung“ des Ablaufes. Die erhöhte Überauslas-

tung, entstanden durch die nur konsekutiv mögliche Bearbeitung der Fälle, wurde in

Bezug auf die realen Ablaufdaten berechnet und der Personalbedarf wurde wiederum

für jedes 5-Minuten Intervall bestimmt.

Für alle drei Strategien wurde der Bedarf an Anästhesie-Teams für jedes 5-Minuten In-

tervall getrennt bestimmt und hinterher die einzelnen Bedarfe miteinander verglichen.


Zusätzlich wurden die durchschnittliche Unterauslastung (OP-Blockzeit ohne Programm

am Ende des Tages) und Überauslastung (d.h. Tätigkeit nach Ende der Blockzeit) pro

OP-Saal und Tag in Minuten errechnet und die drei Strategien miteinander verglichen.

3.6 Statistik

Die Daten-Analyse erfolgte mit Microsoft Excel 2002 (Microsoft, Redmond, USA) und

SPSS 13.0 (SPSS, Chicago, USA). Wenn nicht anders angegeben, wird der arithmeti-

sche Mittelwert ± Standardabweichung angezeigt. Für die Korrelationsanalyse wurden

Spearman´s Rangkorrelationskoeffizient rs und der dazugehörige p-Wert berechnet.

Die multivariate Regressionsanalyse wurde durchgeführt als lineare „stepwise forward“-

Regression mit der Auslastung (chirurgische Zeit innerhalb der Blockzeit/Blockzeit) als

abhängiger Variable und den folgenden unabhängigen Variablen: chirurgische Disziplin,

durchschnittliche chirurgische Zeit pro Tag, Anzahl der OPs pro Tag, Wochentag, Dauer

der Blockzeit, Anteil der Zeit ohne Programm und Anteil der Wartezeit.

Der Vergleich der Mittelwerte des kalkulatorischen Personalbedarfs der beiden Einlei-

tungsstrategien KÜ und NÜ zu den untersuchten Zeitpunkten wurde mittels des Mann-

Whitney-U-Test getestet. Ein p-Wert ≤0,05 wurde als signifikant angesehen.

4 Ergebnisse 29

4 Ergebnisse

Im Zentral-OP des UKE wurden während der Datenerhebung insgesamt 790 Fälle

durchgeführt, die im Rahmen der Studie untersucht und dokumentiert wurden. Weiter-

führende Informationen zu den Patienten und zu ihrer Verteilung auf die einzelnen

Fachdisziplinen sind in Tabelle 2 dokumentiert. Die Allgemeinchirurgie erreichte die

höchste Fallzahl der vier Disziplinen. In allen Disziplinen wurden Patienten aller ASA-

Klassen behandelt, und in allen Disziplinen fanden sich Patienten aller Altersklassen,

vom Neugeborenen bis zum sehr alten Menschen. Der überwiegende Teil der Patienten

wurde elektiv operiert, einige Fälle erforderten jedoch auch einen zeitnahen bzw. sofor-

tigen Eingriff. Die durchschnittlich längsten chirurgischen Zeiten wurden in der Hepato-

biliären Chirurgie sowie in der Thorax-Herz-Gefäß Chirurgie benötigt, die mittleren A-

nästhesiepräsenzzeiten waren dort ebenfalls am längsten.

Die Gesamtsumme der untersuchten und dokumentierten OP-Blockzeit betrug 3501

Stunden. Diese setzten sich zusammen aus 3000,1 Stunden (85,7% der Gesamtzeit)

produktiver Tätigkeiten, also anästhesiologisch oder chirurgisch kontrollierter Zeit, und

500,9 Stunden ungenutzter OP-Zeit. Die ungenutzte OP-Zeit lässt sich unterteilen in

268,8 Stunden (7,7% der Gesamtzeit) Zeit ohne Programm und 232,1 Stunden (6,6%

der Gesamtzeit) Wartezeit. Die genaue Verteilung der einzelnen Arbeitsprozesse und

Wartezeiten auf die gesamten OP-Stunden zeigt Tabelle 3.

Der Großteil der produktiven Zeit wurde von der chirurgischen Schnitt-Naht-Zeit (58,2%

der Gesamtzeit) eingenommen, die anästhesiologischen Prozesszeiten hatten einen

Anteil von 13,1% an der Gesamtzeit. In weniger als 4% der beobachteten Fälle wurden

Operationen in Lokalanästhesie ohne Anwesenheit eines Anästhesisten durchgeführt.

Als Hauptursache für Wartezeiten erwies sich die fehlende Verfügbarkeit des Patienten

im OP (1,9% der Gesamtzeit). Dass der Patient nicht rechtzeitig im OP-Saal eintraf,

konnte z.B. an begrenzten Patienten-Transportmöglichkeiten liegen. Die nächstfolgen-

den Gründe für Wartezeit waren Warten auf den Anästhesisten (1% der Gesamtzeit),

welches der Anästhesiologie bezogenen Wartezeit zuzuordnen ist sowie Warten auf

den Chirurgen (0,9% der Gesamtzeit) und auf den OP-Funktionsdienst (0,8% der Ge-

samtzeit), welche zur Chirurgie assoziierten Wartezeit gehörten.

4 Ergebnisse 30

Tabelle 2: Patientencharakteristika 3

Allgemein-

chirurgie

Hepato-

biliäre Chir.

Herz- und

Gefäßchir. Urologie Alle

Anzahl Fälle 310 67 238 175 790

ASA Status 1 16 7 20 43

2 116 21 13 104 254

3 114 30 178 46 368

4 35 9 39 4 87

5/6 3 8 1 12

Nicht

definiert 4 26 26

Alter MW ± SD

(Jahre) 52,6 ± 21,8 44,9± 22,0 60,3± 21,0 57,7± 19,5 55,4± 21,6

Spanne

(Jahre) < 0,01- 96 0,5- 85 0,02- 86 1,2- 87 < 0,01- 96

Notfall-Status Elektiv 270 54 207 166 697

<24h 18 7 10 5 40

<4h 6 3 6 1 16

Sofort 16 3 15 3 37

Chirurgische

Zeit 5

MW ± SD

(min)

165,2 ±

132,1

256,0 ±

149,2

254,5 ±

141,4

192, 7±

120,3

205,9 ±

139,9

Anästhesie-

präsenzzeit 6

MW ± SD

(min)

232,2 ±

153,5

325,8 ±

163,8

318,8 ±

160,8

242,1 ±

135,6

269,8 ±

158,5

3 Übernommen aus Schuster 2007b; 4 Patienten die in Lokalanästhesie operiert wurden ohne Beteiligung der Anästhesiologie; 5 chirurgisch kontrollierte Zeit inklusive Lagern, Abwaschen, Schnitt-Naht-Zeit und Verband; 6 Patienten-bezogene Anästhesiepräsenzzeit, inklusive Vorbereitung des Patienten, Einleitung, OP Zeit, Ausleitung

und Übergabe im Aufwachraum.

4 Ergebnisse 31

Tabelle 3: Produktive Zeiten und Wartezeiten 7

in h in %

Produktive Tätigkeit

Chirurgie - Schnitt-Naht 2038,0 58,2% Anästhesie - Einleitung 276,4 7,9%

Chirurgie - Lagerung 211,6 6,0%

Chirurgie - Abwaschen 113,6 3,2% Chirurgie - Verband/chir. Nachbereitung 89,8 2,6%

Anästhesie-Vorbereitung (Arzt) 75,9 2,2% Anästhesie-Vorbereitung (FD) 59,8 1,7%

Saalreinigung 57,5 1,6% Anästhesie-Ausleitung 47,5 1,4%

sonstige Tätigkeit 20,8 0,6%

Benchen 9,2 0,3% Zeit ohne Programm

Kapazität vorhanden, keine OP anstehend 268,8 7,7% Organisatorische Wartezeit

Patient ist nicht im OP verfügbar 66,2 1,9% Saal nicht verfügbar (nicht gereinigt, techn. Defekt) 10,6 0,3%

Warten auf Notfall 8,5 0,2% Intensivstation nicht aufnahmebereit 8,1 0,2%

Unklarheit über nächsten Patient 7,5 0,2% nicht näher definiert 5,8 0,2%

Intensivbettenzusage offen 0,4 0,0% Anästhesiologie assoziierte Wartezeit

Kein Anästhesist verfügbar 34,6 1,0%

Fehlende Unterlagen Anästhesiologie 4,4 0,1% Anästhesiologisches Material/Geräte nicht verfügbar/defekt 3,3 0,1%

Patient ist nicht prämediziert/ laufende Prämedikation 2,8 0,1% Kein Funktionsdienst Anästhesie verfügbar 2,3 0,1%

Unklarheiten zum Anästhesieverfahren 1,2 0,0%

Anästhesist wg. Notfall abwesend 0,4 0,0% Chirurgie assoziierte Wartezeit

Kein entscheidungsberechtigter Operateur verfügbar 30,3 0,9% Kein Funktionsdienst OP verfügbar 26,9 0,8%

Tischaufbau 15,3 0,4% Chirurgisches Material/Geräte nicht verfügbar/defekt 2,5 0,1%

Fehlende Unterlagen Chirurgie 0,7 0,0% Lagerung unklar 0,3 0,0%

7 Übernommen aus Schuster 2007b

4 Ergebnisse 32

Abbildung 5 zeigt die zeitliche Verteilung der Wartezeit der beiden häufigsten Gründe.

Abbildung 5a zeigt die Verteilung der Wartezeit auf den Patienten, in 33% der Fälle be-

trug die Wartezeit auf den Patienten >0 und ≤10 min. Abbildung 5b zeigt die Verteilung

der Wartezeit auf den Anästhesisten, hier betrug die Wartezeit in knapp der Hälfte aller

Fälle >0 und ≤10 min.

Operationen, die länger als die zugeteilte OP-Blockzeit liefen, führten zu insgesamt 186

Stunden an Überauslastung.

4 Ergebnisse 33

Häu

figke

it in

%[5a]

0%

10%

20%

30%

40%

50%

60%

0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 >120

Wartezeit auf Patient (in min)

Häu

figke

it in

%[5a]

0%

10%

20%

30%

40%

50%

60%

0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 >120

Wartezeit auf Patient (in min)

0%

10%

20%

30%

40%

50%

60%

0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 >120

Wartezeit auf Anästhesist (in min)

Häu

figke

it in

%

[5b]

0%

10%

20%

30%

40%

50%

60%

0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 >120

Wartezeit auf Anästhesist (in min)

Häu

figke

it in

%

[5b]

Abbildung 5: Verteilung der Wartezeit der beiden hä ufigsten Gründe Dargestellt sind die Wartezeiten (in min) je Tag und OP-Saal und ihre Verteilung (in %). Abb. 5a zeigt die Verteilung der Wartezeit auf den Patienten. Abb. 5b zeigt die Verteilung der Wartezeit auf den Anästhe-sisten. Lesart: 20 – 30 min = >20 - ≤30 min.

4 Ergebnisse 34

4.1 Korrelation von Auslastung und ungenutzter OP-Z eit

Abbildung 6 und 7 zeigen die Korrelationsanalyse von Auslastung und ungenutzter OP-

Zeit. Die OP-Auslastung wurde auf zwei Arten berechnet. Die eine berücksichtigt die

gesamte chirurgische Zeit, also auch die, die außerhalb der Blockzeit in Überstunden

stattgefunden hat. Wird hier für die Berechnung der Auslastungsrate die chirurgische

Zeit durch die Blockzeit dividiert, sind Werte >100% möglich (Abb. 6a-c). Die zweite

Möglichkeit zur Berechnung der Auslastung verwendet die chirurgische Zeit innerhalb

der Blockzeit als Dividend, die Auslastungsraten waren infolge <100% (Abb. 7a-c).

In Abbildung 6a und 7a wurde die gesamte ungenutzte OP-Zeit innerhalb der Blockzeit

als Variable mit der Auslastung korreliert. Die errechneten Korrelationskoeffizienten be-

trugen rs=0,718 und rs=0,745. Die ungenutzte OP-Zeit teilt sich auf in OP-Zeit ohne

Programm und Wartezeit. Werden diese Variablen jeweils mit der Auslastung korreliert,

ergeben sich bei der Korrelation mit der OP-Zeit ohne Programm Korrelationskoeffizien-

ten von rs=0,706 und rs=0,620 (Abb. 6b und 7b). Bei der Korrelationsanalyse von Aus-

lastung und Wartezeit wurden deutlich geringere Korrelationskoeffizienten berechnet,

sie betrugen hier rs=0,104 und rs=0,233 (Abb. 6c und 7c).

Die in Abbildung 6 und 7 gezeigten Graphen wurden auf Grundlage der chirurgischen

Zeit erstellt. Für eine vollständige Darstellung wurde zusätzlich dieselbe Korrelations-

analyse mit der jeweiligen Schnitt-Naht Zeit als Dividend durchgeführt. Die ermittelten

Korrelationskoeffizienten sind in Tabelle 4 ersichtlich. Hierbei wird deutlich, dass beide

Analysen zu ähnlichen Korrelationskoeffizienten und p-Werten führen. Die gewählte

Definition der Auslastung (chirurgische Zeit/Blockzeit oder Schnitt-Naht-Zeit/Blockzeit)

ist also nicht von entscheidender Bedeutung für die Ergebnisse.

4 Ergebnisse 35

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%

Ungenutzte Zeit gesamt (in % von Blockzeit)

rs = 0,718

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%

Zeit ohne Programm (in % von Blockzeit)

rs = 0,706

0%20%

40%60%

80%100%

120%140%

160%180%

0% 10% 20% 30% 40% 50% 60% 70%

Wartezeit (in % von Blockzeit)

rs = 0,104

[6a]

[6b]

[6c]OP

–Aus

last

ung

(in %

) –

Chi

rurg

isch

e Z

eit/B

lock

zeit

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,718

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,706

0%20%

40%60%

80%100%

120%140%

160%180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,104

[6a]

[6b]

[6c]OP

–Aus

last

ung

(in %

) –

Chi

rurg

isch

e Z

eit/B

lock

zeit

Abbildung 6: Korrelationsanalyse von OP-Auslastung (Chirurgische Zeit/Blockzeit) und ungenutz-ter Zeit 8 Auslastung definiert als Chirurgische Zeit geteilt durch die Blockzeit. Alle Datenpunkte stellen den Wert eines OPs an einem Tag dar. Die Werte für ungenutzte Zeit, Zeit ohne Programm und Wartezeit entspre-chen dem Anteil an der Blockzeit in Prozent. Abb. 6a zeigt die Korrelation von Auslastung und ungenutz-ter Zeit gesamt, Abb. 6b zeigt die Korrelation von Auslastung und Zeit ohne Programm, Abb. 6c zeigt die Korrelation von Auslastung und Wartezeit. Spearmans Korrelationskoeffizient wird durch rs dargestellt.


4 Ergebnisse 36

0%20%40%60%80%

100%120%140%160%180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,745

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,620

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,233

[7a]

[7c]

[7b]

OP

–Aus

last

ung

(in %

) –

Chi

rurg

isch

e Z

eit i

nner

halb

Blo

ckze

it/B

lock

zeit

0%20%40%60%80%

100%120%140%160%180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,745

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,620

0%

20%40%

60%80%

100%120%

140%160%

180%

0% 10% 20% 30% 40% 50% 60% 70%


rs = 0,233

[7a]

[7c]

[7b]

OP

–Aus

last

ung

(in %

) –

Chi

rurg

isch

e Z

eit i

nner

halb

Blo

ckze

it/B

lock

zeit

Abbildung 7: Korrelationsanalyse von OP-Auslastung (Chirurgische Zeit innerhalb Block-zeit/Blockzeit) und ungenutzter Zeit 9 Auslastung definiert als Chirurgische Zeit innerhalb Blockzeit geteilt durch die Blockzeit. Alle Datenpunkte stellen den Wert eines OPs an einem Tag dar. Die Werte für ungenutzte Zeit, Zeit ohne Programm und Wartezeit entsprechen dem Anteil an der Blockzeit in Prozent. Abb. 7a zeigt die Korrelation von Auslas-tung und ungenutzter Zeit gesamt, Abb. 7b zeigt die Korrelation von Auslastung und Zeit ohne Pro-gramm, Abb. 7c zeigt die Korrelation von Auslastung und Wartezeit. Spearmans Korrelationskoeffizient wird durch rs dargestellt.


4 Ergebnisse 37

Tabelle 4: Korrelationsanalyse: Ungenutzte Zeit vs. Auslastung 10

Spearman r s p-Wert

Auslastung basierend auf OP-Zeit inkl. Überauslastu ng

-- basierend auf chirurgischer Zeit

- Ungenutzte Zeit gesamt vs. Auslastung 0,718 < 0,01

- Zeit ohne Programm vs. Auslastung 0,706 < 0,01

- Wartezeit vs. Auslastung 0,104 n.s.

-- basierend auf Schnitt-Naht-Zeit



- Wartezeit vs. Auslastung 0,249 < 0,01

Auslastung basierend auf OP-Zeit innerhalb der Bloc kzeit

-- basierend auf chirurgischer Zeit




-- basierend auf Schnitt-Naht-Zeit




10 übernommen aus Schuster 2007b

4 Ergebnisse 38

4.2 Korrelation von Wartezeit und Wechselzeit

Abbildung 8 und 9 zeigen die Korrelationsanalyse von Wartezeit und Wechselzeit. Die

Wechselzeit wurde nach zwei unterschiedlichen Definitionen berechnet. In Abbildung 8

wurde die Wechselzeit als Naht-Schnitt-Zeit bestimmt, also der Zeitraum zwischen

Hautnaht des vorherigen Patienten bis zum Hautschnitt des folgenden. Die berechneten

Korrelationskoeffizienten waren niedrig, die Werte betrugen rs=0,063 und rs=0,183. Ab-

bildung 9 zeigt die Korrelation von Wartezeit und Wechselzeit als Zeitraum vom Ende

chirurgischer Maßnahmen (Ende der Verbände) bis zum Beginn chirurgischer Maß-

nahmen (Ende der Einleitung bzw. Beginn der chirurgischen Lagerung). Die Werte der

Korrelationskoeffizienten waren ebenfalls niedrig, rs=0,032 und rs=0,175. Beide Analy-

sen führten zu Korrelationskoeffizienten von geringem Unterschied. Dies macht deut-

lich, dass die Definition der Wechselzeit für die Ergebnisse nicht von entscheidender

Bedeutung ist. Sämtliche Wechselzeiten wurden in Abbildung 8a und 9a berücksichtigt.

Nur die rein konsekutiven Wechsel, d.h. zwischen zwei Fällen durfte keine OP-Zeit oh-

ne Programm auftreten, erscheinen in Abbildung 8b und 9b.

4 Ergebnisse 39

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


Alle Wechsel

rs = 0,183

[8a]

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


rs = 0,063

Nur konsekutive Wechsel[8b]

Wec

hsel

zeit

(in m

in)

–N

aht-

Sch

nitt

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


Alle Wechsel

rs = 0,183

[8a]

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


rs = 0,063

Nur konsekutive Wechsel[8b]

Wec

hsel

zeit

(in m

in)

–N

aht-

Sch

nitt

Abbildung 8: Korrelationsanalyse von Wechselzeit (N aht-Schnitt) und Wartezeit 11 Wechselzeit definiert als Zeitraum zwischen Ende der Naht des vorherigen Patienten und Schnitt des folgenden Falls. Abb. 8a zeigt alle Wechsel, Abb. 8b nur die konsekutiven Wechsel. Alle Datenpunkte stellen den Wert eines OPs an einem Tag dar; alle Wechselzeiten entsprechen den durchschnittlichen Wechselzeiten eines OPs eines Tages; alle Wartezeiten entsprechen dem Anteil der Wartezeit an der Blockzeit in Prozent. Spearmans Korrelatonskoeffizient wird durch rs dargestellt.


4 Ergebnisse 40

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


Alle Wechsel

rs = 0,175

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


rs = 0,032

Nur konsekutive Wechsel

Wec

hsel

zeit

(in m

in)

–E

nde

chir.

Maß

nahm

en-B

egin

nch

ir. M

aßna

hmen

[9a]

[9b]

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


Alle Wechsel

rs = 0,175

0

50

100

150

200

250

300

0% 5% 10% 15% 20% 25% 30% 35%


rs = 0,032

Nur konsekutive Wechsel

Wec

hsel

zeit

(in m

in)

–E

nde

chir.

Maß

nahm

en-B

egin

nch

ir. M

aßna

hmen

[9a]

[9b]

Abbildung 9: Korrelationsanalyse von Wechselzeit (Ende chir. Maß nahmen-Beginn chir. Maßnah-men) und Wartezeit 12 Wechselzeit definiert als Zeitraum zwischen Ende der chirurgischen Maßnahmen des vorherigen Falls, d.h. Ende der Verbände, und Beginn der chirurgischen Maßnahmen des folgenden Patienten, wie der chirurgischen Lagerung. Abb. 9a zeigt alle Wechsel, Abb. 9b nur die konsekutiven Wechsel. Alle Daten-punkte stellen den Wert eines OPs an einem Tag dar; alle Wechselzeiten entsprechen den durchschnittli-chen Wechselzeiten eines OPs eines Tages; alle Wartezeiten entsprechen dem Anteil der Wartezeit an der Blockzeit in Prozent. Spearmans Korrelationskoeffizient wird durch rs dargestellt.


4 Ergebnisse 41

4.3 Multivariate Regressionsanalyse

Um den Einfluss weiterer Faktoren auf die Auslastung (chirurgische Zeit innerhalb

Blockzeit/Blockzeit) zu bestimmen, wurde eine multivariate Regressionsanalyse mit der

Auslastung als abhängiger Variable durchgeführt. Die unabhängigen Variablen wurden

nacheinander, in absteigender Folge ihrer Einflussgröße, mit in die Analyse aufgenom-

men. Als wichtigster signifikanter Einflussfaktor für die Auslastung zeigte sich die OP-

Zeit ohne Programm mit einem Regressionskoeffizienten von R=0,713. Weitere Fakto-

ren, die eine signifikante Auswirkung auf die Auslastung erzielten, waren die durch-

schnittliche chirurgische Zeit und der Anteil an Wartezeit. Einen geringeren, aber den-

noch signifikanten Einfluss hatten die Variablen Mittwoch als OP-Tag, die Thorax-Herz-

Gefäß Chirurgie als operative Fachdisziplin und eine OP-Blockzeit von 8 Stunden, wo-

bei bei diesen nur noch ein geringer Anstieg des adjustierten R² zu verzeichnen war.

Tabelle 5 zeigt die Ergebnisse der multivariaten Regressionsanalyse. Tabelle 6 zeigt

die Einflussstärke der unabhängigen Variablen.

4 Ergebnisse 42

Tabelle 5: Ergebnisse der multivariaten Regressions analyse mit der abhängigen Variable „OP-Auslastung“ 13

Nr. Modell-Bestandteile

R des

Modells

Adjustier-

tes R2 des

Modell

Verände-

rung im

adj. R2

p-Wert

der ANO-

VA

1 Anteil Zeit ohne Programm 0,713 0,506 0,506 <0,001

2 Anteil Zeit ohne Programm,

durchschn. chirurgische Zeit 0,813 0,659 0,153 <0,001

3

Anteil Zeit ohne Programm,

durchschn. chirurgische Zeit,

Anteil Wartezeit 0,843 0,708 0,049 <0,001

4



Anteil Wartezeit,

OP-Tag : Mittwoch

0,858 0,732 0,024 <0,001

5



Anteil Wartezeit,

OP-Tag : Mittwoch,

operative Disziplin : Herz-

Gefäßchirurgie

0,869 0,751 0,019 <0,001

6



Anteil Wartezeit,

OP-Tag : Mittwoch,

opererative Disziplin Herz-

Gefäßchirurgie, Blockzeit : 8 Stun-

den

0,871 0,755 0,004 <0,001

Folgende Variablen wurden vom Modell ausgeschlossen, da sie keine signifikanten Verbesserung des Regressionsmodells erbrachten: Anzahl OPs pro Tag, operative Disziplin Allgemeinchirurgie, Urologie oder hepatobiliäre Chirurgie, andere OP-Tage als Mittwoch.


4 Ergebnisse 43

Tabelle 6: Einzelbetrachtung der Einflussstärke der unabhängigen Variablen

Nicht standardisierte Koef-

fizienten

Standardisierte

Koeffizienten

Nr- Modell B Standardfehler Beta Signifikanz

(Konstante)

76,083 1,347 <0,001

1 Anteil Zeit ohne Pro-

gramm

-0,828 0,036 -0,689 <0,001

2 Durchschn. chirurgi-

sche Zeit

0,026 0,003 0,266 <0,001

3 Anteil Wartezeit

-0,619 0,078 -0,254 <0,001

4 OP-Tag: Mittwoch

-4,755 0,838 -0,161 <0,001

5 Operative Disziplin:

Herz-Gefäßchirurgie

3,631 0,768 0,138 <0,001

6 Blockzeit: 8 Stunden -1,796 0,759 -0,069 0,019

Der nicht standardisierte Koeffizient B zeigt den erwarteten Zuwachs bzw. die Abnahme der abhängigen Variablen (OP-Auslastung) an. Der standardisierte Koeffizient Beta beschreibt die relative Wichtigkeit der einzelnen unabhängigen Variablen im Gesamtmodell.

4 Ergebnisse 44

4.4 Ressourcenbedarf

Als Vergleich zu den fiktiven Einleitungsstrategien KÜ und NÜ zeigt Abbildung 10 den

durchschnittlichen Ressourcenbedarf (mittlere Anzahl Anästhesieteams je OP-Tag in-

nerhalb des 2-wöchigen Erhebungszeitraums) der realen Einleitungsstrategie für beide

OP-Bereiche. Hier wird deutlich, dass während des Vormittags und der Mittagszeit die

meisten Anästhesieteams benötigt wurden.

0

1

2

3

4

5

6

7

8

07:0

0

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

Einleitung Real, Bereich 1 Einleitung Real, Bereich 2

Anz

ahl A

näst

hesi

etea

ms

0

1

2

3

4

5

6

7

8

07:0

0

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

Einleitung Real, Bereich 1 Einleitung Real, Bereich 2

Anz

ahl A

näst

hesi

etea

ms

Abbildung 10: Personalbedarf Real, OP-Bereich 1 und 2 Durchschnittlicher Ressourcenbedarf je OP-Tag der realen Einleitungsstrategie (mittlere Anzahl Anästhe-sieteams innerhalb des 2-wöchigen Erhebungszeitraums) in OP-Bereich 1 und 2, angegeben in 5-Minuten-Intervallen.

In Abbildung 11 und 12 ist der durchschnittliche Ressourcenbedarf bzw. der Mitarbei-

terbedarf (mittlere Anzahl Anästhesieteams ± Standardabweichung innerhalb des 2-

wöchigen Erhebungszeitraums) je OP-Tag für die Strategie der komplett überlappenden

Narkoseeinleitung und für die Strategie der nicht überlappenden Einleitung des Simula-

tionsmodells ersichtlich. Die Graphiken stellen dar, zu welcher Uhrzeit des Tages, an-

gegeben in 5-Minuten-Intervallen, wie viele Anästhesieteams durchschnittlich für die

jeweiligen Einleitungsstrategien benötigt würden. Zusätzlich zeigen Balken diejenigen

Bereiche an, in denen statistisch signifikante Unterschiede (p≤0,05), berechnet mit dem

Mann-Whitney Test, zwischen den beiden Strategien bestehen. Dargestellt sind die Er-

gebnisse für beide untersuchte OP-Bereiche.

4 Ergebnisse 45

0

1

2

3

4

5

6

7

807

:00

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

Einleitung komplett überlappend (KÜ) Einleitung nicht überlappend (NÜ)

Mann-Whitney:

Anz

ahl A

näst

hesi

etea

ms

0

1

2

3

4

5

6

7

807

:00

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h


Mann-Whitney:

Anz

ahl A

näst

hesi

etea

ms

Abbildung 11: Personalbedarf KÜ vs. NÜ, OP-Bereich 1 Durchschnittlicher Ressourcenbedarf (mittlere Anzahl Anästhesieteams ± Standardabweichung innerhalb des 2-wöchigen Erhebungszeitraums) je OP-Tag für die Einleitungsstrategien der komplett überlappen-den Einleitung und der nicht überlappenden Einleitung in OP-Bereich 1, angegeben in 5-Minuten-Intervallen. Darstellung der statistisch signifikanten Bereiche im Mann-Whitney Test.

4 Ergebnisse 46

0

1

2

3

4

5

6

7

807

:00

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h


Mann-Whitney:

Anz

ahl A

näst

hesi

etea

ms

0

1

2

3

4

5

6

7

807

:00

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h


Mann-Whitney:

Anz

ahl A

näst

hesi

etea

ms

Abbildung 12: Personalbedarf KÜ vs. NÜ, OP-Bereich 2 Durchschnittlicher Ressourcenbedarf (mittlere Anzahl Anästhesieteams ± Standardabweichung innerhalb des 2-wöchigen Erhebungszeitraums) je OP-Tag für die Einleitungsstrategien der komplett überlappen-den Einleitung und der nicht überlappenden Einleitung in OP-Bereich 2, angegeben in 5-Minuten-Intervallen. Darstellung der statistisch signifikanten Bereiche im Mann-Whitney Test.

4 Ergebnisse 47

In OP-Bereich 1 (Abb. 11) besteht für die Strategie KÜ im Vergleich zu der nicht über-

lappenden Einleitungsstrategie zwischen 11:45 und 13:55 ein signifikant erhöhter Be-

darf an Anästhesie-Teams.

In OP-Bereich 2 (Abb. 12) wurden für die Strategie KÜ im Vergleich zu der nichtüber-

lappenden Einleitungsstrategie fast während des gesamten Vormittags zusätzliche A-

nästhesieteams benötigt. Der Mann-Whitney Test zeigt zwischen 9:55 und 13:10 sowie

gegen 19:00 signifikante Unterschiede der beiden Strategien an.

Für die Durchführung komplett überlappender Einleitungen müssten also vor allem wäh-

rend der Mittagszeit, in Bereich 2 schon im Laufe des Vormittags, zusätzliche Anästhe-

sieteams vorgehalten werden. Der signifikant erhöhte Bedarf an Anästhesieteams der

nicht überlappenden Einleitungsstrategie in Bereich 2 gegen 19 Uhr lässt sich dadurch

erklären, dass bei der komplett überlappenden Einleitungsstrategie das OP-Programm

zu diesem Zeitpunkt meist schon vollendet war.

Da der Bedarf an Personal selbst wieder einer statistischen Streuung unterliegt, genü-

gen zur Ermittlung des Bedarfs die Mittelwerte nicht. Es müssen stattdessen Bedarfs-

wahrscheinlichkeiten für einzelne Zeitpunkte ermittelt werden; wie viele Anästhesie-

teams werden punktuell benötigt, um dem Bedarf mit einer gewissen Wahrscheinlichkeit

gerecht zu werden. Um dies zu bestimmen, wurden die 100.-, 75.- und 50.-Perzentile

der Personalbedarfe für die Strategie der komplett überlappenden Einleitung berechnet.

In Abbildung 13 ist die ermittelte Anzahl der benötigten Anästhesieteams zu jeder Uhr-

zeit des Tages, angegeben in 5-Minuten Intervallen, angezeigt. In der Graphik ist somit

der zusätzliche Bedarf an Personal ersichtlich, um mit einer Wahrscheinlichkeit von

100%, 75% bzw. 50% komplett überlappende Einleitungen gewährleisten zu können.

In Bereich 1 (Abb. 13a) könnten mit 7 Anästhesieteams 100% der Einleitungen verläss-

lich überlappend gestaltet werden.

In Bereich 2 (Abb. 13b) wären mit 8 Anästhesieteams komplett überlappende Einleitun-

gen aller Fälle gewährleistet.

4 Ergebnisse 48

0

1

2

3

4

5

6

7

8

907

:00

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

100% 75% 50%

[13a]

Anz

ahl A

näst

hesi

etea

ms

0

1

2

3

4

5

6

7

8

907

:00

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

100% 75% 50%

[13a]

Anz

ahl A

näst

hesi

etea

ms

[13b]

Anz

ahl A

näst

hesi

etea

ms

0

1

2

3

4

5

6

7

8

9

07:0

0

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

100% 75% 50%

[13b]

Anz

ahl A

näst

hesi

etea

ms

0

1

2

3

4

5

6

7

8

9

07:0

0

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

Zeit in h

100% 75% 50%

Abbildung 13: Bedarfswahrscheinlichkeiten für KÜ Bedarf an Anästhesieteams in OP-Bereich 1 (Abb. 13a) und OP-Bereich 2 (Abb.13b), angegeben in 5-Minuten Intervallen, um mit einer Wahrscheinlichkeit von 100%, 75% bzw. 50% alle Prozesse komplett überlappend gestalten zu können.

4 Ergebnisse 49

4.5 Einfluss der überlappenden Einleitung auf Übera uslastung und Unterauslastung

Eine überlappende Einleitung kann auf zwei Wegen Einfluss auf die Effizienz der OP-

Nutzung nehmen. Entweder geschieht dies durch eine Reduktion der Überauslastung

oder durch den Gewinn zusätzlich nutzbarer OP-Zeit innerhalb der Blockzeit, die gege-

benenfalls weitere Fälle im laufenden OP-Programm ermöglicht. Tabelle 7 zeigt die

Dauer in min (MW ± SD) der Unterauslastung bzw. der Überauslastung für die Simulati-

on einer komplett überlappenden Einleitung (KÜ) und der realen Einleitung (Real) sowie

deren jeweilige Differenz. Bei der Simulation entstanden durch KÜ im Mittel pro Tag und

OP-Saal 32,10 ± 42,29 min zusätzliche Blockzeit und 9,81 ± 22,23 min weniger an Ü-

berauslastung.

Tabelle 7: Unterauslastung und Überauslastung in Mi nuten pro Tag und OP-Saal im Vergleich der Einleitungsstrategien Real und KÜ

Unterauslastung Überauslastung

Real 47,78 ± 74,12 min 22,22 ± 48,39 min

KÜ 79,88 ± 88,18 min 12,41 ± 36,04 min

Differenz 32,10 ± 42,29 min 9,81 ± 22,23 min

In 70,4% der Fälle des Simulationsmodells könnte durch komplett überlappende Einlei-

tungen im Vergleich zu der realen Einleitungsstrategie die Überauslastung reduziert und

bzw. oder zusätzlich freie Zeit innerhalb der Blockzeit erzeugt werden. In 29,6% der

untersuchten Fälle wurden durch KÜ im Vergleich zu der realen Einleitungsstrategie

keine Einsparungen erreicht (Abb.14).

Abbildung 15 zeigt die Verteilung der Zeitspannen dieser 70,4%, aufgeschlüsselt dar-

gestellt für reduzierte Überauslastung sowie für zusätzliche Unterauslastung. Die Zeit

wurde hierbei in 20-Minuten-Schritten geclustert. In der Graphik ist somit ersichtlich, wie

oft, wie viel Zeit eingespart werden könnte bzw. wie oft, wie viel Zeit zusätzlich zur Ver-

fügung stünde.

4 Ergebnisse 50

Keine Einsparung29,6%

Verminderte OU19,8% Zusätzliche UU

42,0%

Zusätzliche UU+Verminderte OU

8,6%

Abbildung 14: Veränderung von Überauslastung und Un terauslastung durch KÜ im Vergleich zu Real Dargestellt sind die durch die komplett überlappende Einleitungsstrategie erzielten Veränderungen in Bezug auf Überauslastung und Unterauslastung; berechnet im Vergleich zu der realen Strategie. Angabe in prozentualer Häufigkeit. OU = Überauslastung; UU = Unterauslastung.

In Abbildung 15a ist die durch KÜ mögliche Reduktion der Überauslastung angezeigt.

Angegeben ist die Häufigkeitsverteilung der pro OP-Saal eingesparten Zeit. In 14,8%

der Fälle würde die verminderte Überauslastung >0 und ≤20 min betragen. Eine Redu-

zierung der Überauslastung >60 min wäre durch die komplett überlappende Einleitung

nur in 5% der Fälle möglich.

Abbildung 15b zeigt die durch überlappende Einleitung zusätzlich zur Verfügung ste-

hende OP-Zeit innerhalb der Blockzeit, d.h. die erhöhte Unterauslastung, an. Angege-

ben ist die Häufigkeitsverteilung der zusätzlichen Zeit pro OP-Saal. In 14,8% der Fälle

würde die überlappende Einleitung zu einer zusätzlichen freien Zeit >20 und ≤40 min

führen, in 9,9% wäre eine zusätzlichen Zeit >60 und ≤80 min möglich, in weiteren

11,1% aller Fälle könnte eine zusätzliche Zeit >80 min erreicht werden.

4 Ergebnisse 51

0%

5%

10%

15%

20%

0-20 20-40 40-60 60-80 80-100 100-120 120-140 140-160 160-180 >180

Verminderte Überauslastung durch KÜ in min

[15a]

Häu

figke

it in

%

0%

5%

10%

15%

20%

0-20 20-40 40-60 60-80 80-100 100-120 120-140 140-160 160-180 >180

Verminderte Überauslastung durch KÜ in min

[15a]

Häu

figke

it in

%

[15b]

Häu

figke

it in

%

0%

5%

10%

15%

20%

0-20 20-40 40-60 60-80 80-100 100-120 120-140 140-160 160-180 >180

Zusätzliche Unterauslastung durch KÜ in min

[15b]

Häu

figke

it in

%

0%

5%

10%

15%

20%

0-20 20-40 40-60 60-80 80-100 100-120 120-140 140-160 160-180 >180

Zusätzliche Unterauslastung durch KÜ in min

Abbildung 15: Verminderte Überauslastung und zusätzliche Unteraus lastung (in min) durch KÜ im Vergleich zu Real Abb. 15a zeigt die verminderte Überauslastung (chirurgische Zeit außerhalb der Blockzeit) in min, Abb. 15b zeigt die zusätzliche Unterauslastung (freie OP-Zeit innerhalb der Blockzeit) in min durch die kom-plett überlappende Einleitungsstrategie; beide jeweils berechnet im Vergleich zu der realen Strategie. Angabe in prozentualer Häufigkeit. Lesart: 20 – 40 min = >20 - ≤40 min.

5 Diskussion 52

5 Diskussion

Ein bedeutender Anteil der Gesamtausgaben eines Krankenhauses wird durch die Kos-

ten des OP-Bereichs erzeugt (Macario 1995). Demzufolge ist ein optimaler Ablauf der

OP-Prozesse von großer Wichtigkeit für das Krankenhausmanagement. Zugleich ist es

für das Management schwierig einen objektiven Blick auf die Güte der Prozessabläufe

zu bekommen, wenn es sich nur auf die Berichte der Beteiligten verlässt, die zudem oft

widersprüchlich ausfallen dürften. Daher sind Steuerungskennzahlen notwendig, die

mehrere Bedingungen erfüllen müssen:

• Die Kennzahlen müssen tatsächlich messen, was sie vorgeben zu messen;

• Die Kennzahlen sollen Abweichungen vom Sollprozess zeitnah und möglichst

genau abbilden;

• Die Kennzahlen müssen reproduzierbar und von allen anerkannt sein.

Kennzahlen im Allgemeinen, als Instrument des betriebswirtschaftlichen Controllings

besitzen drei wesentliche Eigenschaften (Hentze 2001):

• Maßgrößencharakter, d.h., sie sollen quantitative Aussagen über fest definierte

Bereiche treffen;

• Verdichtungscharakter, d.h. sie sollen die Information konzentrieren und Über-

flüssiges vermeiden;

• Entscheidungsbezug, d.h. sie sollen in Bezug auf ihre praktische Anwendung de-

finiert werden.

Die Aufgabe der Kennzahlen ist es also, quantitativ messbare Sachverhalte in aussa-

gekräftiger, komprimierter Form wiederzugeben (Wöhe 2005) und somit eine objektive

Aussage über die Effizienz der Abläufe zu ermöglichen. Geeignete Prozesskennzahlen

sollen in ihrer Informationsfunktion das OP-Management rechtzeitig auf nicht optimale

Arbeitsprozesse sowie niedrige OP-Effizienz hinweisen. Probleme bei der Verwendung

von Kennzahlen sind mögliche Informationsdefizite, die durch die verdichteten Aussa-

gen über Sachverhalte entstehen können und die verschiedenen, zum Teil sich wieder-

sprechenden Interpretationsmöglichkeiten (Jung 2003).

5 Diskussion 53

Die Prozesskennzahlen Auslastung und Wechselzeit sind häufig verwendete Parameter

in Gesprächen zwischen der Krankenhausleitung und dem OP-Management, da sie

einen schnellen Überblick über die Qualität des gesamten Arbeitsablaufs zu geben

scheinen. Darüber hinaus gibt es eine Fülle weiterer Parameter, wie z.B. der morgendli-

che Beginn oder einzelne chirurgische bzw. anästhesiologische Zeiten, die separate

Teilprozesse betrachten. In dieser Studie wurden die Kennzahlen Auslastung und

Wechselzeit näher untersucht und bezüglich ihrer Aussagefähigkeit über die Güte der

OP-Abläufe bewertet.

Besonders der Wechselzeit wird von Chirurgen eine hohe Wichtigkeit zugeordnet, da

sie im Tagesablauf der Chirurgen oft in Verbindung steht mit für sie nicht nutzbarer

Wartezeit, auch wenn innerhalb dieser wesentliche Arbeitsschritte stattfinden, wie die

Saalreinigung oder der Aufbau der Instrumente im OP-Saal (Dexter 2003b). Von ver-

kürzten Wechselzeiten durch überlappende Einleitungen wird darüber hinaus erwartet,

dass genügend freie OP-Zeit innerhalb der Blockzeit für zusätzliche Fälle entsteht oder

Überauslastung reduziert werden kann. Ob diese Erwartungen realistisch sind und wie

hoch der dafür benötigte Mehrbedarf an Personal wäre, wurde in einem Simulations-

modell untersucht.

5.1 Auslastung

Zwischen Auslastung und ungenutzter OP-Zeit lässt sich eine deutliche Korrelation

feststellen. Der höchste Korrelationskoeffizient betrug rs=0,745 zwischen OP-

Auslastung (Chirurgische Zeit/Blockzeit) und gesamter ungenutzter OP-Zeit. Dies wurde

allerdings hauptsächlich durch die OP-Zeit ohne Programm hervorgerufen. Die Warte-

zeit als weitere wichtige Komponente der ungenutzten Zeit im OP zeigte mit der Auslas-

tung nur eine geringe Korrelation. Der Korrelationskoeffizient weist wie zu erwarten auf,

dass bei einem hohen Anteil ungenutzter Zeit die Auslastung automatisch sinkt bzw.

dass bei einer hohen Auslastungsrate wenig ungenutzte Zeit während der Blockzeit auf-

tritt. Aufgrund der großen Variabilität der Daten ist die Aussagefähigkeit der Auslastung

als Parameter für ungenutzte Zeit jedoch eingeschränkt. Eine OP-Auslastung von 60%

kann sowohl eine ungenutzte Zeit (in % der Blockzeit) von 5%, als auch von 35% be-

deuten. Umgekehrt kann bei einem Anteil ungenutzter Zeit an der Blockzeit von 12%

die Auslastung zwischen 60% und 95% variieren. Wie ist das möglich? Eine Auslastung

von 95% (9,5 h chirurgische Zeit während einer Blockzeit von 10 h) kann trotz eines

5 Diskussion 54

Anteils von 12% ungenutzter Zeit an der Blockzeit (1,2 h Wartezeit) erreicht werden,

wenn innerhalb der chirurgischen Zeit Wartezeit auftritt. Hier können Wartezeiten para-

doxerweise sogar zu einer Steigerung der Auslastungsrate führen. Treten während der

chirurgischen Zeit Wartezeiten auf, z. B. weil die Lagerung des Patienten unklar ist oder

weil nach Lagerung auf den ersten Operateur gewartet wird, führt dies rechnerisch zu

einer erhöhten Auslastung. Eine mittlere Auslastungsrate wie 60% bedeutet auf der an-

deren Seite nicht unbedingt, dass während der restlichen 40% nicht effizient gearbeitet

wurde, sondern kann z.B. durch aufwendige und lange Einleitungen bedingt sein, die

nicht mit in die Berechnung der Auslastung einfließen. Eine hohe Auslastung deutet

also nicht zwangsläufig auf optimal genutzte OP-Zeit hin, bzw. kann auch trotz geringen

Anteils ungenutzter Zeit die Höhe der Auslastung erheblich schwanken. Die Korrelation

ist daher nicht ausreichend, um eine Aussage über die Güte der OP-Abläufe ab-

zugeben, bzw. um auf den Anteil der Wartezeit rückschließen zu können.

Beide verwendeten Dividenden zur Bestimmung der OP-Auslastung, die chirurgische

Zeit und die chirurgische Zeit innerhalb der Blockzeit, führten zu ähnlichen Korrelations-

koeffizienten. Der Dividend chirurgische Zeit bezieht im Gegensatz zu dem anderen die

Überstunden mit in die Berechnung der Auslastungsrate ein. Der jeweils eingesetzte

Dividend wirkt sich somit eher auf die Höhe der Auslastung aus als auf die Korrelati-

onsanalyse von Auslastung und ungenutzter Zeit. Auch bei Verwendung der Schnitt-

Naht-Zeit als Dividend wurden ähnliche Werte ermittelt. Hanss (2005) demonstrierte

eine andere Nutzung der Schnitt-Naht-Zeit. Er hält die Auslastung ebenfalls für nicht

geeignet, um damit die OP-Effizienz messen zu können, da eine hohe Auslastung nicht

automatisch auf hohe Effizienz hindeutet. Er empfiehlt daher, zusätzlich zur Auslastung

das prozentuale Verhältnis von Schnitt-Naht-Zeit und Auslastung auf Basis der chirurgi-

schen Zeit zu berechnen, um somit eine Aussage über die Aktivitäten im OP-Saal vor

dem Schnitt treffen zu können. Je mehr sich das Verhältnis 100% nähert, desto kürzer

sind die präoperativen Abläufe zwischen Freigabe durch die Anästhesie und chirurgi-

schem Schnitt.

In der multivariaten Regressionsanalyse bestimmten die sechs verwendeten unabhän-

gigen Variablen zu 75,5% die Varianz der OP-Auslastung. Verdeutlicht wurde die Wich-

tigkeit der OP-Zeit ohne Programm und der durchschnittlichen Falldauer auf die Auslas-

tung, welche beide einen größeren Einflussfaktor darstellten als die Wartezeit. Die Be-

deutung der durchschnittlichen Falldauer zeigte sich ebenfalls bei einer Untersuchung

5 Diskussion 55

von Schuster (2007a). Hier wurde eine Korrelation deutlich zwischen den monatlichen

Auslastungsraten der volumenstärksten Kliniken und deren durchschnittlichen OP-

Dauern. Je kürzer die durchschnittlichen Falldauern sind, desto geringer ist die Auslas-

tung. Jeder Fall erfordert erneut Vorbereitung und Nachbereitung durch OP- und Anäs-

thesiepersonal. Bei vielen kurzen Fällen steigt somit der Anteil von Wechselzeit an der

Blockzeit. Der Anteil der chirurgischen Zeit an der Blockzeit sinkt und die Auslastung

wird geringer. Wird nur ein langer Fall im OP-Saal durchgeführt, der die gesamte Block-

zeit in Anspruch nimmt, haben Wechselzeiten keine Bedeutung und die Auslastung liegt

bei fast 100%. In Fachrichtungen mit durchschnittlich langen Falldauern fallen weniger

dieser Zwischenzeiten an, und die Auslastung ist automatisch höher.

Tyler (2003) untersuchte die Frage der optimalen Auslastung mittels Simulation ver-

schiedener OP Szenarien. Es zeigte sich, dass eine Steigerung der Auslastung >90%

erhöhte Wartezeiten für die Patienten und vermehrte Überstunden verursachte. Zudem

wurde eine enge Korrelation zwischen Auslastung und Variabilität der Falldauern deut-

lich, steigt die Variabilität der Falldauern sinkt die Auslastung und umgekehrt. Die hohe

Variabilität der Falldauern verhindert eine exakte OP-Planung und macht somit eine

hohe Auslastung nur auf Kosten der Patientenwartezeiten möglich. Dies würde bedeu-

ten, dass die Patienten schon vor der geplanten Zeit bereit sein müsste, um bei einem

früheren Ende der vorherigen OP sofort folgen zu können, oder um im negativen Fall

bei einem späteren Ende noch länger warten zu müssen. Auch Dexter (1999d) konnte

diesen Zusammenhang nachweisen, jedoch bezogen auf die Wartezeit für den OP-

Termin. Er zeigte mit einer Computer-Simulation zur Steigerung der Ausnutzung der

OP-Blockzeit, dass eine mittlere Wartezeit der Patienten von zwei anstatt einer Woche

zu einem Anstieg der Auslastung um 13% führte. Um Wartezeiten von Patienten gering

zu halten, müsste die Vorhersage der Falldauern verbessert werden. Je genauer sich

die einzelnen Falllängen vorher bestimmen lassen, um damit den OP-Plan zu erarbei-

ten, desto höhere Auslastungsraten und desto weniger Wartezeiten für Patienten resul-

tieren daraus. Realitätsnahe Falldauern lassen sich z.B. mithilfe statistischer Modelle

ermitteln (Strum 2000a, Strum 2003), die zum Teil sogar ohne bzw. mit wenigen retro-

spektiven Daten erstellt werden können (Dexter 2005b). Im OP-Alltag wird dies jedoch

meist nicht umgesetzt. Die mittleren Falldauern der durchgeführten Operationen werden

berechnet und dienen als Grundlage für die Konzeption der OP-Pläne. Wie wenig diese

geplanten Schnitt-Naht-Zeiten oft mit den tatsächlichen Zeiten übereinstimmen zeigte

5 Diskussion 56

Schuster (2007a). Lange Eingriffe, die mehr als 200 Minuten dauern, werden regelmä-

ßig kürzer geplant, kurze Eingriffe wiederum werden zu lang im OP-Plan veranschlagt.

Dies führt sowohl zu OP-Zeit ohne Programm, als auch zu Überauslastung und insge-

samt zu einer suboptimalen OP-Planung. Die Bestimmung realitätsgetreuer Falldauern

ist also wesentlich für eine effektivere OP-Planung.

Ein weiteres Problem stellt die Berechnung der Auslastung dar. Im Regelfall wird sie

automatisch von Datenmanagementsystemen bestimmt. Die Grundlagen bilden die vom

OP-Personal manuell eingegebenen OP-Prozesszeiten und die fest zugeteilten OP-

Blockzeiten der einzelnen chirurgischen Fachdisziplinen. Wird dabei die gesamte chi-

rurgische Zeit durch die Blockzeit dividiert, wandeln sich Überstunden in Auslastungen

über 100%. Um dies zu vermeiden, wäre es notwendig als Dividend nur die chirurgische

Zeit innerhalb der Blockzeit zu verwenden. Momentan ist dies nur durch manuelle An-

passung der Daten möglich. Ausnahmen wie die Schließung von OP-Sälen aufgrund

technischer Ursachen oder Personalmangels werden von den Datenmanagementsys-

temen meist nicht erfasst und führen zu falschen Ergebnissen (Schuster 2007a). Der

Unterschied zwischen geplanten und tatsächlich zur Verfügung stehenden OP-

Kapazitäten variiert erheblich, so kann die real vorhandene OP-Blockzeit in einzelnen

Fachdisziplinen zwischen 60% und 110% der geplanten Sollkapazität schwanken. Die

Schwankung der OP-Kapazitäten macht eine automatische Berechnung der Auslastung

mit fix eingegebenen OP-Blockzeiten so gut wie unmöglich. Die tatsächlichen OP-

Kapazitäten müssten regelmäßig erfasst und im System aktualisiert werden, um eine

sinnvolle Berechnung und anschließende Verwertung der Auslastung als Prozesskenn-

zahl zu gewährleisten.

In dieser Studie zeigte sich die Auslastung nicht als geeigneter Parameter für die Be-

stimmung der ungenutzten Zeit im OP. Hinzu kommen ernsthafte Schwierigkeiten in der

realitätsgetreuen Dokumentation und Berechnung der Auslastung, wie die oben be-

schriebenen Untersuchungen zeigen. Es erscheint daher wenig sinnvoll, diesen Para-

meter als relevante Entscheidungshilfe für das Krankenhausmanagement zu verwen-

den. Es empfiehlt sich stattdessen, die Zeit ohne Programm direkt zu erfassen und nicht

auf die Auslastung zu vertrauen.

5 Diskussion 57

5.2 Wechselzeit

Die Wechselzeit zeigte in beiden Definitionen kaum Korrelation mit der Wartezeit. Der

höchste Korrelationskoeffizient betrug rs = 0,183 für die Korrelation zwischen Wechsel-

zeit, definiert als Naht-Schnitt-Zeit, und Wartezeit unter Berücksichtigung aller Wechsel.

Der Rückschluss von langen Wechselzeiten auf viel Wartezeit während des OP-

Programms und somit ineffizienten Prozessablauf ist also nicht möglich.

Ist die Wechselzeit als Zeitraum zwischen Naht des vorherigen Patienten und Schnitt

des folgenden Patienten definiert, werden chirurgische Arbeitsprozesse wie Lagerung

oder Verbände zum Teil der Wechselzeit. Dies kann in Fachdisziplinen wie Urologie

oder Orthopädie, in denen häufig zeitintensive Lagerungen des Patienten notwendig

sind, zu längeren Wechselzeiten führen als in anderen Disziplinen, ermöglicht jedoch

keine Rückschlüsse auf die Qualität des Prozessablaufs. Wird die Wechselzeit definiert

als Zeitraum zwischen Ende chirurgischer Maßnahmen und Beginn chirurgischer Maß-

nahmen, steigern langwierige Lagerungen oder Wartezeiten die chirurgische Zeit, nicht

aber die Wechselzeit, und haben somit einen scheinbar positiven Effekt auf die Auslas-

tungsrate. Als Nachteil bei beiden Definitionen ist zu sehen, dass die Wechselzeit als

einzelne Ziffer nicht unterscheidet zwischen notwendigerweise zu erfolgenden Arbeits-

schritten, wie Saalreinigung und Vorbereitung der Instrumente, und vermeidbaren oder

nicht vermeidbaren Wartezeiten, die innerhalb der Wechselzeit auftreten (Dexter

1999b).

Einfluss auf die Dauer der Wechselzeit hat generell die verwendete Anästhesietechnik.

Narkoseeinleitungen in der Allgemeinchirurgie bei großen abdominalen oder thorakalen

Eingriffen, oder auch im kardiochirurgischen Bereich, die eine Intubation, das Legen

eines Zentralvenenkatheters sowie eines arteriellen Zugangs erfordern, sind zeitauf-

wendig (Schuster 2004). Dies und zusätzliche auf die Wechselzeit einwirkende Fakto-

ren, wie der operierende Chirurg, das Alter, das Geschlecht oder die ASA-Klassifikation

der Patienten (Strum 2000b), werden von der Wechselzeit als reinen Kennzahl nicht

berücksichtigt.

Die niedrigen Korrelationskoeffizienten zwischen Wartezeit als Anteil der gesamten

Blockzeit und der Wechselzeit zeigen, dass im Hinblick auf den gesamten OP-Tag kein

linearer Zusammenhang zwischen Wartezeit und Wechselzeit besteht, dennoch

bestimmen Wartezeiten innerhalb der Wechselzeiten zwangsläufig deren Dauer mit.

5 Diskussion 58

Daher interessieren die wesentlichen Gründe, warum während der Wechselzeit gewar-

tet wird, um punktuell Verbesserungen des Arbeitsablaufs schaffen zu können. Am häu-

figsten wurde im OP-Saal während der Wechselzeit auf den Patienten gewartet. Der

entscheidende Grund dafür schien mangelnde Transportkapazität zu sein. Die Schlüs-

selposition der Transporteure zeigte sich ebenfalls in anderen Studien. So versuchte

Marcon (2003) mithilfe einer Computer Simulation die optimale Anzahl von Betten im

Aufwachraum zu bestimmen, sowie deren Zusammenhang mit der Anzahl der Trans-

porteure. Die Anzahl der Transporteure erwies sich als der entscheidende Faktor. Bei

unbegrenzter Anzahl von Transporteuren betrug der Maximalwert benötigter Aufwach-

raum-Betten 13. War die Anzahl der Transporteure limitiert, stieg die Bettenzahl an. So

wurden bei 8 Transporteuren bis zu 23 Betten gebraucht, bei nur 6 Transporteuren bis

zu 30 Betten. Je kleiner die Anzahl der Transporteure war, desto höher stieg die Zahl

der benötigten Betten im Aufwachraum.

Der nächst häufigste Grund für Wartezeit war fehlende Verfügbarkeit des Anästhesis-

ten. Dieser war meist noch mit der Ausleitung des vorherigen Patienten oder mit dessen

Übergabe im Aufwachraum bzw. auf der Intensivstation beschäftigt, während im Einlei-

tungsraum schon der nächste Patient auf seine Narkose wartete. Begrenzte Personal-

ressourcen spielen hier sicher eine ebenso entscheidende Rolle wie fehlerhafte Ar-

beitsorganisation. Dennoch liegt der Fokus anderer Berufsgruppen im OP eher auf letz-

terem. So bewerteten Chirurgen in einer Studie zur Evaluation der Arbeitsabläufe einer

akademischen, anästhesiologischen Abteilung die Wechselzeit als wichtigstes Quali-

tätsmerkmal (Vitez 1998). Williams (2000) empfiehlt, die Wechselzeit und die anästhe-

siologisch kontrollierten Zeit unabhängig voneinander zu betrachten, um Verbesserun-

gen im Ablauf der Einleitung erkenntlich zu machen. Ist die anästhesiologisch kontrol-

lierte Zeit ein Teil der Wechselzeit, werden optimierte anästhesiologische Prozessabläu-

fe eventuell nicht erkannt. Die vielen anderen die Wechselzeit bestimmenden Faktoren,

wie z. B. die Saalreinigung oder der Auf- und Abbau der chirurgischen Instrumente, die

nicht neu strukturiert wurden, können über die Verbesserung eines Teilbereichs hinweg-

täuschen.

Die in dieser Studie dokumentierten Wartezeiten zu eliminieren, wird sich als problema-

tisch erweisen. Ein Großteil der Wartezeit betrug zwischen 0 und 10 min, bei der War-

tezeit auf den Patienten trat dies in mehr als einem Drittel der erfassten Fällen auf, bei

der Wartezeit auf den Anästhesisten in knapp der Hälfte der Fälle. Die einzelnen War-

5 Diskussion 59

tezeiten waren also meist sehr kurz, zudem es sich hier um die summierten Wartezeiten

je Tag und OP-Saal handelt. Dies erschwert ihre Dokumentation im regulären OP-Alltag

und ebenso ihre Vermeidung, da sie einen perfekt ineinander greifenden Prozessablauf

erfordern.

Elektronisch ermittelte Wechselzeiten haben zahlreiche Schwachstellen, sie sind bei

automatisierter Berechnung durch die OP-Management-Systeme anhand der OP-

Prozesszeiten schwer präzise zu erfassen. Diese subtrahieren normalerweise einfach

den Zeitpunkt Hautnaht des vorherigen Patienten vom Zeitpunkt Hautschnitt des fol-

genden. Unverhältnismäßig lange Wechselzeiten entstehen dann z. B., wenn ein OP-

Saal am Nachmittag nach Ende des OP-Programms erneut für nachgemeldete Fälle

geöffnet wird, oder wenn der OP-Saal für einen Notfall bereitgehalten werden muss.

Solch lange Wechsel sind begründet, verzerren jedoch das Gesamtbild. Daher wäre es

sinnvoll, nur die Wechselzeiten zu erfassen, die zwischen konsekutiven Fällen gesche-

hen. Dies ist zur Zeit nur durch manuellen Aufwand möglich.

Ein weiteres Problem entsteht bei multidisziplinärer Nutzung des OP-Saals mit der Fra-

ge, welcher der Fachdisziplinen die Wechselzeit zugeschrieben werden soll. Entweder

wird sie immer dem folgenden Fall zugeordnet, da dieser ursächlich für aufwendige

Tischaufbauten bzw. OP-Vorbereitung ist, und da die Wechselzeit durch Warten auf

dessen Operateure verlängert werden kann. Oder sie wird jeweils dem vorhergehenden

Fall zugeschrieben, unter der Annahme, dass dieser verantwortlich für den Verschmut-

zungsgrad des OP-Saals und daher für die Dauer der Saalreinigung sei. Bei dieser

Vorgehensweise entsteht für den letzten Fall des Tages jedoch keine Wechselzeit, au-

ßer es wird nachträglich eine fiktive Zeit erstellt. Abouleish (2003b) empfiehlt daher, die

Wechselzeit jeweils dem folgenden Fall zuzuteilen, obwohl auch hier eine imaginäre

Wechselzeit erstellt werden muss, damit der erste Fall des Tages nicht unberücksichtigt

bleibt. Sinnvoll ist es, sich bei Nutzung des OP-Saals durch verschiedene Fachdiszipli-

nen auf ein Konzept der Wechselzeitanrechnung zu einigen, und dieses konsequent

anzuwenden.

Die Wechselzeit zeigt sich als schwierig zu erfassender und unterschiedlich definierter

Parameter, der infolgedessen nicht ohne weiteres vergleichbar ist. Letztlich kann sie

nicht als Kennzahl für die Güte der Prozessabläufe fungieren.

5 Diskussion 60

5.3 Steigerung der Effizienz durch verkürzte Wechse lzeiten

Im Vergleich der drei Strategien der Narkoseeinleitung zeigte sich, dass eine komplett

überlappende Einleitung im Vergleich zur realen Einleitung in annähernd der Hälfte der

Fälle keine OP-Zeit einsparen konnte. In nur 21% der Fälle betrug die zusätzliche Zeit

innerhalb der Blockzeit mehr als 60 Minuten. Die Möglichkeiten, weitere Fälle verläss-

lich einzuplanen und in der hinzugewonnenen Zeit unterzubringen, sind also begrenzt,

zumal die durchschnittliche Falldauer in dieser Studie 205,9 ± 139,9 min betrug.

Um die freiwerdende Zeit prinzipiell nutzbar zu machen, müssten mehrere Vorrausset-

zungen erfüllt sein (Dexter 2005a):

• Patienten, die kurzfristig zur Verfügung stehen;

• Möglichst viele OP-Stunden sollten bereits im Voraus mit zusätzlichen Fällen ge-

plant werden. Wird dies mithilfe eines spezifischen Algorithmus berechnet, kann

die Auslastung um bis zu 4% gesteigert werden (Dexter 1999c);

• Einplanung sehr kurzer Fälle, die am Ende des Tages in jedem der OP-Säle

durchgeführt werden können;

• Fälle werden nur zugelassen, wenn sie absehbar innerhalb der Blockzeit been-

det werden können.

Ob die durch überlappende Einleitung innerhalb eines OP-Saals gewonnene OP-Zeit

ausreichend sei für neue Fälle, untersuchte Dexter (1995) mittels einer statistischen

Analyse von realen OP-Prozesszeiten. Er kam zu dem Ergebnis, dass eine Reduzie-

rung der anästhesiologisch kontrollierten Zeit von über 100% erforderlich wäre, um ei-

nen zusätzlichen 30-Minuten Fall während eines normalen Arbeitstages mit einer

Blockzeit von 8 Stunden gesichert (≥95% der Fälle) unterzubringen. Auch eine Redukti-

on der Falldauern in mehreren OP-Sälen gleichzeitig konnte nicht ausreichend freie OP-

Zeit erzeugen, um zusätzliche Fälle verlässlich einzuplanen (Dexter 1999a). Dies wäre

nur möglich, wenn die Falldauer jeder durchgeführten Operation um mehr als 50% ge-

mindert würde. Schnelleres anästhesiologisches Arbeiten und in Folge kürzere Wech-

selzeiten führen damit eher nicht zu einer höheren Fallzahl, sondern verursachen unter

Umständen sogar mehr Kosten (zusätzliche Einleitungsteams und -räume, schneller

wirkende Medikamente etc.). Der wirtschaftliche Nutzen freigewordener OP-Blockzeit ist

also fraglich. Einen anderen Aspekt zeigt eine Studie von Hanss (2005). Seine prospek-

5 Diskussion 61

tiv durchgeführte Untersuchung über den Nutzen überlappender Einleitungen mit zwei

unterschiedlichen Settings, zwei und drei OP-Säle mit überlappender Einleitung,

schloss im Gegensatz zu Dexter (1995) zusätzliche Anästhesieteams und modifizierte

Prozessabläufe mit ein. Bei Nutzung der überlappenden Einleitung in drei OP-Sälen

konnte die anästhesiologisch kontrollierte Zeit plus die Wechselzeit im Durchschnitt von

0:44 ± 0:20 h auf 0:28 ± 0:18 h je OP-Saal und Tag reduziert werden. Bei durchschnitt-

lich 2,5 Fällen je OP-Saal und Tag standen je 40 min zusätzliche freie OP-Zeit zur Ver-

fügung, die einen weiteren kurzen Fall innerhalb der Blockzeit erlaubte. Die hier in der

Studie mit Hilfe der Simulation berechnete mittlere zusätzliche OP-Zeit durch KÜ von

32,10 ± 42,29 min erreichte einen ähnlichen Wert. Dessen hohe Standardabweichung

sowie die Verteilung der einzelnen freien Zeiten sprechen jedoch gegen die verlässliche

Einplanung weiterer Fälle.

Der Zugewinn an Blockzeit führt nicht automatisch zu einer wirtschaftlichen Einsparung

(Freytag 2005). Finanzieller Nutzen der überlappenden Einleitungen kann auf zwei Ar-

ten erreicht werden, entweder durch dauerhafte Reduktion der benötigten OP-Blockzeit

aufgrund der verkürzten Wechselzeiten und einer damit verbundenen Minderung der

Personalkosten (Dexter 2003b) oder indem zusätzliche Fälle in der freien OP-Zeit nicht

nur begonnen, sondern auch abgeschlossen werden können (Hanss 2005). Eine weite-

re Möglichkeit wäre, dass verkürzte Wechselzeiten vor allem durch eine Reduktion der

Überstunden zu einer Einsparung von Kosten führen könnten. In der durchgeführten

Simulation wurde jedoch in einem Großteil der Fälle trotz überlappender Einleitung kei-

ne Einsparung von Überauslastung erreicht, darüber hinaus betrug die mittlere Zeit re-

duzierter Überauslastung nur 9,81 ± 22,23 min. Die Simulation zeigt, dass überlappen-

de Einleitungen nur in begrenztem Umfang zur Reduktion der Überauslastung beitragen

können.

Unabhängig von der ökonomischen Sichtweise können lange Wechselzeiten jedoch vor

allem einer guten Arbeitsatmosphäre abträglich sein.

5.4 Effizienzfaktor

Strum (1997, 1999) hält die Auslastung als Parameter für nicht ausreichend, um damit

eine Aussage über die Qualität bzw. die Effizienz der OP-Nutzung treffen zu können. Er

schlägt daher vor, stattdessen Überauslastung und Unterauslastung getrennt zu quanti-

fizieren. Basierend auf diesen beiden Messgrößen entwickelt er eine Kostenminimie-

5 Diskussion 62

rungs-Analyse, in welcher er die historische Verteilung der OP-Kapazität mit der optima-

len Verteilung der OP-Kapazität (auf Basis der Minimierung von Über- und Unterauslas-

tung) vergleicht und durch Re-Allokation der Blockzeiten den ökonomischen Nutzen

maximiert.

Dexter (2002b, 2003a) entwickelte daraufhin das Konzept des Effizienzfaktors, der Aus-

kunft gibt über die Ineffizienz des Gebrauchs von OP-Zeit. Er berechnete dafür die

Summe von zwei Produkten: die Anzahl der Stunden Unterauslastung multipliziert mit

dem Kostenfaktor je Stunde Unterauslastung plus die Anzahl der Stunden Überauslas-

tung multipliziert mit dem Kostenfaktor je Stunde Überauslastung. Je niedriger der Effi-

zienzfaktor, desto niedriger die Kosten und die Ineffizienz. Die OP-Effizienz wird somit

durch Minimierung der oben genannten Summe maximiert.

In verschiedenen Studien (Abouleish 2003a, Dexter 2001a, Dexter 2002a) wurde für die

Mehrkosten der Überstunden ein Zuschlag von 75% angenommen. Für die Überstun-

den ergibt sich somit ein Multiplikationsfaktor von 1,75, für die freie OP-Zeit innerhalb

der Blockzeit beträgt der Multiplikationsfaktor 1, da ihr Preis dem der regulär zugeteilten

Blockzeit entspricht. Nutzt man diese Methodik für unsere Daten müssen einige Ab-

wandlungen vorgenommen werden, weil in dieser Studie OP-Zeiten und keine OP-

Kosten dokumentiert und ausgewertet wurden. Es wurden daher OP-Stunden für die

Berechnung des Effizienzfaktors verwendet, um die Ineffizienz bzw. die Effizienz der

Ausnutzung der OP-Zeit für die einzelnen Einleitungsstrategien zu quantifizieren. Der

Effizienzfaktor wurde berechnet, indem die Summe der Stunden an Unterauslastung

multipliziert wurde mit 1, plus die Summe der Stunden an Überauslastung multipliziert

mit 1,75.

Der mittlere Effizienzfaktor betrug:

• Für die komplett überlappende Einleitung 101,59 ± 98,32;

• Für die nicht überlappende Einleitung 96,13 ± 103,38;

• Für die reale Einleitung 86,67 ± 101,07.

Die Unterschiede waren statistisch nicht signifikant; es zeigt sich aber, dass die reale

Einleitungssituation zumindest nicht weniger effizient ist als die anderen beiden unter-

suchten Einleitungsvarianten.

Kuss (2006) beschreibt den positiven Einfluss eines optimal geplanten OP-Programms

auf den Effizienzfaktor, welches möglichst ohne große Abweichungen vom regulären

5 Diskussion 63

Ende der Blockzeit endet. Je weniger Über- und Unterauslastung stattfinden, desto

niedriger ist er.

In dieser Studie sollte jedoch berücksichtigt werden, dass die komplett überlappende

und die nicht überlappende Einleitungsstrategie hier nur simuliert wurden, um ihren Ein-

fluss auf Überauslastung und Unterauslastung zu quantifizieren. Zum einen wurden

keine zusätzlichen Fälle mit eingeplant, die eine Auswirkung auf den Effizienzfaktor der

komplett überlappenden Einleitung gehabt haben könnten, zum anderen wurde auch

keine Fälle abgesagt, die voraussichtlich Überstunden benötigten. Die Gesamtheit der

Fälle entspricht der der realen Einleitungsstrategie.

5.5 Ressourcen

Im theoretischen Vergleich der unterschiedlichen Narkosestrategien wurde der perso-

nelle Mehrbedarf an Anästhesisten deutlich. Im Laufe des OP-Tages kam es zu ver-

schiedenen Stoßzeiten, so wurden in OP-Bereich 1 vor allem mittags zusätzliche Anäs-

thesieteams benötigt. Aufgrund der langen Falldauern endeten die ersten Fälle des Ta-

ges zu dieser Zeit, so dass mehrere Wechsel parallel durchgeführt werden mussten. In

OP-Bereich 2 waren die Fälle durchschnittlich kürzer als in Bereich 1, somit kam es frü-

her am Tag zu vermehrten Wechseln. Dort wurden bereits während des Vormittags und

ebenfalls während der Mittagszeit zusätzliche Anästhesieteams benötigt, um die Narko-

seeinleitungen überlappend gestalten zu können. Die Berechnung der Bedarfswahr-

scheinlichkeiten macht deutlich, dass es nicht ausreicht, allein die Mittelwerte des

durchschnittlichen Personalbedarfs zu kennen. So müssten in OP-Bereich 1 mittags 7

Anästhesieteams eingeplant werden, um in 100 % der Fälle eine komplette Überlap-

pung der Einleitungen zu gewährleisten; im Gegensatz dazu zeigte der Durchschnitts-

bedarf einen Wert von 5,22 Anästhesieteams an. Würde man mithilfe dieses Durch-

schnittswerts die Anzahl der Anästhesieteams kalkulieren, wären überlappende Einlei-

tungen in nur 50% der Fälle gesichert.

Narkoseeinleitungen überlappend zu gestalten, um Wechselzeiten zu verkürzen, ist al-

so möglich, erfordert jedoch erhöhte Personalressourcen. Um dies nicht nur retrospektiv

zu beobachten, sondern prospektiv Werte bestimmen zu können, entwickelte Dexter

(2005c) für den gezielten Einsatz zusätzlicher Anästhesieteams eine statistische Me-

thode. Er analysierte die Daten eines 1-jährigen Untersuchungszeitraums aus zwei Kli-

niken sowie eines simulierten 15-Saal-OP-Bereichs. Mit Hilfe einer 4-stufigen statisti-

5 Diskussion 64

schen Methode wurde die Anzahl verlängerter Wechselzeiten (>15 min als der Mittel-

wert des jeweiligen OP-Bereichs) zu den verschiedenen Tageszeiten bestimmt und an-

schließend der Mittelwert berechnet. Diese Methode ermöglicht es somit, auf Basis his-

torischer Daten im Vorhinein das Aufkommen verlängerter Wechselzeiten zu spezifi-

schen Tageszeiten abzuschätzen.

Torkki (2005) quantifizierte nicht den Bedarf zusätzlicher Anästhesieteams für überlap-

pende Einleitungen, sondern untersuchte den Effekt einer vorher definierten Anzahl zu-

sätzlicher Anästhesieteams auf die Prozessablaufzeiten. Er richtete einen separaten

Einleitungsraum ein mit einem Team aus einem Anästhesisten und zwei Anästhesie-

pflegekräften, welches durch Umstrukturierung der personellen Ressourcen und den

zusätzlichen Einsatz von 0,25 Anästhesisten und 1,25 Anästhesiepflegekräften (der

Wert 0,25 bedeutet, dass der Mitarbeiter vier OP-Sälen zugeordnet ist, 0,5 steht für ei-

nen Mitarbeiter für zwei OP-Säle) ermöglicht wurde. Dort konnten parallel überlappende

Einleitungen durchgeführt werden, was zu einer Reduktion der nicht-operativen Zeit um

45,6% führte. Auch bei Hanss (2005) zeigte sich durch die Einführung überlappender

Einleitungen in zwei bzw. drei OP-Sälen mit jeweils einem zusätzlichen Anästhesieteam

eine Reduktion der nicht-operativen Zeit (1:08 ± 0:26 h auf 0:57 ± 0:18 h), der Wechsel-

zeit (0:38 ± 0:24 h auf 0:25 ± 0:15 h) und der anästhesiologisch-kontrollierten Zeit plus

der Wechselzeit (0:43 ± 0:23 h auf 0:28 ± 0:18 h). Zusätzlich konnte die Fallzahl von

151 auf 184 gesteigert werden.

Zuzüglich der Personalressourcen sind für die überlappende Einleitung bestimmte

räumliche Voraussetzungen erforderlich. So muss ein abgetrennter Raum für die Einlei-

tung zur Verfügung stehen, der es ermöglicht, unabhängig vom Geschehen im OP-Saal

die nächstfolgende Narkose vorzubereiten. Ist der OP-Saal die einzige Räumlichkeit,

sind die Einleitungen infolgedessen nur konsekutiv möglich. Die Fortführung dieses Ge-

dankens, die Einleitung zentral zu organisieren untersuchte Krieg (2007). Die Imple-

mentierung einer zusätzlichen zentralen Einleitung ermöglichte parallel die vorbereiten-

den anästhesiologischen Maßnahmen für mehrere Patienten. Diese Lösung wurde

durch Umschichtung des Personals ohne zusätzliche Personalkosten installiert und

führte zu einer signifikanten Verkürzung der Wechselzeiten im Vergleich zu einer Grup-

pe mit konventionellem anästhesiologischem Arbeitsablauf von 20 min (10-30 min) auf

14 min (5-25 min). Sie erforderte jedoch, dass die Patienten rechtzeitig den OP-Bereich

5 Diskussion 65

erreichten und dass das chirurgische OP-Personal seine Arbeitsprozesse den kurzen

Wechselzeiten entsprechend anpasste.

Insgesamt betrachtet, müssen gewisse personelle oder räumliche Vorraussetzungen

gegeben sein, um überlappende Einleitungen zu gewährleisten. Der hier ermittelte zu-

sätzliche Bedarf an Anästhesieteams bedeutet nicht zwangsläufig neue Stellen, son-

dern kann eventuell auch durch Umstrukturierung der vorhandenen Personalressourcen

erreicht werden. Sinnvoll erscheint es, die relevanten Zeitspannen zu ermitteln, wäh-

rend derer zusätzlicher Bedarf besteht, um punktuell mehr Mitarbeiter bzw. die vorhan-

denen Mitarbeiter neu organisiert einzusetzen.

5.6 Methodenkritik

Die erhobenen Daten beschränken sich auf nur ein Krankenhaus, das Universitätsklini-

kum Hamburg-Eppendorf. Infolgedessen ergeben sich einige Besonderheiten, die sich

eventuell nicht ohne weiteres auf andere Kliniken übertragen lassen. Bedingt durch die

im Zentral-OP des Universitätsklinikums vertretenen Fachrichtungen (Allgemeinchirur-

gie, inklusive pädiatrischer Allgemeinchirurgie, Urologie, Hepatobiliäre Chirurgie, inklu-

sive der Transplantationsabteilung, sowie Thorax-Herz-Gefäß Chirurgie, inklusive der

pädiatrischen Thorax-Herz-Gefäß Chirurgie) wurden vornehmlich relativ lange Fälle

durchgeführt. Die durchschnittliche chirurgische Zeit lag bei 205,9 ± 139,9 min. Zudem

war die Auslastung des Zentral-OP von Anfang an sehr hoch. Der Anteil der OP-Zeit

ohne Programm an der Blockzeit betrug nur ca. 8%. Ob die Erhöhung der Auslastung

hier noch sinnvoll ist, oder eher eine Verlängerung der Wartezeiten für Patienten und

Zunahme der Überstunden bewirkt (Tyler 2003), ist fraglich. Bei Dexter (2001b) führte

der Versuch, eine anfänglich hohe Auslastung von 90% durch weitere Fälle zu erhöhen,

lediglich zu einer Steigerung <1%, sowie zusätzlich zu einer möglichen Minderung der

Profitabilität.

Sämtliche Daten wurden von unabhängigen, nicht in den OP-Alltag involvierten Beob-

achtern erhoben. Dies ist als großer Vorteil zu werten, da somit eine komplette und un-

parteiische Datenerfassung gesichert war, die bei Erhebung der Daten durch eine oder

mehrere im OP beteiligte Gruppen mit einer größeren Unsicherheit behaftet gewesen

wäre (Overdyk 1998). Truong (1996) untersuchte retrospektiv bereits vorhandene Daten

zu perioperativen Abläufen, um somit Verfälschungen infolge einer artifiziellen Studien-

situation zu vermeiden. Meist werden in Studien zu perioperativen Prozesszeiten die

5 Diskussion 66

Daten elektronischen Datenmanagementsystemen entnommen (Abouleish 2003b, Arm-

strong 2004, Dexter 2003b). Diese sind durch mangelnde Anpassung an Abweichungen

von der Regel oft fehlerbehaftet (Schuster 2007a). Demzufolge ist die manuelle Daten-

erhebung vorzuziehen, doch auch hier sind mögliche Fehlerquellen vorhanden. Das

korrekte Erfassen aller parallelen Arbeitsabläufe und Wartezeiten in 9 OP-Sälen gleich-

zeitig birgt trotz drei Beobachter eine gewisse Unschärfe, bedingt durch die Komplexität

der perioperativen Prozessabläufe. Infolge der Dokumentation von 5-Minuten Interval-

len wird die Unschärfe im gleichen Bereich eingeschätzt, also ± 5 min wenn der Beob-

achter zu Anfang oder Ende eines Prozessschrittes nicht im jeweiligen OP-Saal anwe-

send war. Um die Unschärfe zu minimieren, wurden vor Beginn der Studie Probeläufe

durchgeführt, die eine rasche Erfassung der Prozessabläufe und deren zügige Doku-

mentation trainieren sollten. Während der Studie rotierten die Beobachter, so dass jeder

in jedem OP-Bereich Daten erhob, um eventuelle Unterschiede in der Datenerhebung

zu auszugleichen. Die menschliche Unschärfe im Vergleich zu den Problemen der e-

lektronischen Datenmanagementsysteme scheint somit akzeptabel.

Die anästhesiologischen und die chirurgischen Mitarbeiter waren informiert über die

Dokumentation ihrer Arbeitsprozesse. Dies war aus ethischen und rechtlichen Gründen

unabdingbar, die Untersuchung als Blind- bzw. Doppelblindstudie durchzuführen wäre

somit nicht möglich, geschweige denn praktikabel gewesen. Resultierend daraus be-

stand das Risiko des Hawthorne-Effekts: das Bewusstsein, Teilnehmer einer wissen-

schaftlichen Untersuchung zu sein und observiert zu werden, kann das Verhalten ver-

ändern (Diekmann 2007). Die erhobenen Daten können somit verfälscht worden sein

durch eine höhere bzw. andere Leistung der Mitarbeiter, als wenn sie ohne Beobach-

tung stattgefunden hätte. Die Länge der Datenerhebung von 8 Wochen, die zu einer

Integration der Beobachter in den OP-Alltag geführt hat, sowie das hohe Arbeitspensum

im OP-Bereich mit vielen routinierten Abläufen machen es jedoch eher unwahrschein-

lich, dass Mitarbeiter aufgrund der Datenerhebung dauerhaft ihr Verhalten geändert

hätten. Zudem sind wissenschaftliche Studien im OP-Bereich einer Universitätsklinik

Teil des regulären Alltags.

Für den Vergleich der drei Einleitungsstrategien wurde manuell ein Modell für die kom-

plett überlappende sowie für die nicht überlappende Einleitung erstellt und mit der rea-

len Situation verglichen. Personelle, räumliche und technische Kapazitäten wurden

hierbei als nicht limitierte Ressource angesehen, ebenso wie der ungestörte OP-Ablauf

5 Diskussion 67

ohne jegliche Unterbrechungen. Die Simulation ist somit hoch artifiziell. So wäre z.B. zu

erwarten, dass eine Zunahme der Überlappung zu erhöhten Wartezeiten führt, wenn die

chirurgischen Disziplinen nicht ebenfalls ihre Arbeitsprozesse, wie den Aufbau chirurgi-

scher Instrumente, den kürzeren Wechselzeiten anpassen (Krieg 2007). Außerdem

mag es zahlreiche Gründe geben, warum eine Überlappung nicht vollständig erfolgen

kann, wie z.B. durch einen nicht zuverlässigen Patiententransport, oder warum eine

Einleitung wegen eines Notfalls überlappend erfolgen muss, auch im Modell der nicht

überlappenden Einleitung. Die beiden simulierten Einleitungsmodelle, das der komplett

überlappenden Einleitung und das der nicht überlappenden Einleitung, sind als absolute

Extremwerte anzusehen und sollten daher nur für die Bestimmung der zusätzlich benö-

tigten Personalressourcen, sowie für die theoretisch sich ergebende Überauslastung

und Unterauslastung verwendet werden. Keineswegs sind sie als realistische Ziele zu

betrachten.

5.7 Schlussfolgerung

Auslastung und Wechselzeit haben sich in dieser Studie nicht als Parameter erwiesen,

die eine präzise Aussage über ungenutzte Zeit im OP ermöglichen. Ihre Erfassung leis-

tet keinen Beitrag in der Identifizierung von Wartezeit im OP. Hilfreich für die Verbesse-

rung der OP-Arbeitsprozesse wäre es, Wartezeiten und OP-Zeit ohne Programm sowie

deren Ursachen, regelmäßig und getrennt zu dokumentieren. Diese Dokumentation

sollte bestenfalls nicht durch die beteiligten Mitarbeitergruppen sondern von unabhängi-

ger Stelle erfolgen, um nicht in gegenseitigen Schuldzuweisungen zu enden. Ein unab-

hängiger Beobachter würde jedoch zusätzliche Kosten verursachen. Als potentielle Lö-

sung käme hier in Betracht, einen unabhängigen Beobachter kurzfristig zu beschäfti-

gen, um die wesentlichen Gründe für ungenutzte Zeit zu analysieren und daraus ein

Standardformular zu entwickeln. Für dieses Formular müsste es im weiteren Verlauf

einen Verantwortlichen je OP-Saal geben, der weiterhin Wartezeiten und deren Ursa-

chen dokumentiert. In regelmäßigen Abständen könnte der externe Beobachter zur

Evaluierung der Fortschritte erneut hinzugezogen werden. Eine weitere Form der Da-

tenerfassung bieten elektronische Speichersysteme, wie z.B. in Form eines Patienten-

armbands, in dem alle wesentlichen Informationen gespeichert werden (Overdyk 1999).

In Folge könnten die spezifischen Ursachen ungenutzter Zeit aus den Daten gefiltert

5 Diskussion 68

werden und dazu dienen, die Problemstellen konkret zu bearbeiten und deren Verbes-

serungen zu verfolgen.

Um Wechselzeiten zu verkürzen sind zusätzliche Anästhesieteams erforderlich, da nur

so überlappende Einleitungen zu gewährleisten sind. Im Modell führten die verkürzten

Wechselzeiten in einem Großteil der OP-Tage jedoch zu keiner bzw. nur zu geringer

Einsparung von Überauslastung. Zudem ist die Länge der zusätzlich gewonnenen OP-

Zeit vorher nicht absehbar und meist nicht ausreichend, um weitere Fälle innerhalb der

Blockzeit im OP durchzuführen.

Unabhängig hiervon sollten unnötige Wartezeiten in den Wechselzeiten dennoch ver-

mieden werden, um Unzufriedenheit und Frustration der Mitarbeiter zu verhindern.

6 Zusammenfassung 69

6 Zusammenfassung

Hintergrund. Kennzahlen haben im Krankenhausalltag eine zunehmende Bedeutung

um Prozessabläufe zu bewerten und zu steuern. Die häufig verwendeten Kennzahlen

Auslastung und Wechselzeit sind hierbei empirisch unzureichend untersucht und deren

Zusammenhang mit ungenutzter OP-Zeit ist ungeklärt. Kurze Wechselzeiten durch ü-

berlappende Einleitungen werden von vielen Seiten gefordert. Wie sie sich auf den

Ressourcenbedarf und OP-Nutzung auswirken ist Gegenstand intensiver wissenschaft-

licher Debatten.

Methodik. Während eines 8-wöchigen Zeitraums wurden im Zentral-OP des Universi-

tätsklinikums Hamburg Eppendorf mit 9 OP-Sälen sämtliche Prozessabläufe innerhalb

der 13-stündigen Blockzeit in 5-Minuten-Intervallen von unabhängigen Beobachtern

erfasst. Es wurden hierbei produktive und unproduktive Prozessschritte detailliert do-

kumentiert und die verschiedenen Formen von auftretenden Wartezeiten und ungenutz-

ter OP Zeit erfasst. Mittels Korrelationsanalysen wurde der Zusammenhang von Auslas-

tung und Wechselzeit einerseits und verschiedenen Formen von Wartezeit und unge-

nutzter OP-Zeit andererseits analysiert. Um den Effekt überlappender Einleitungen und

somit schneller Wechselzeiten auf die OP-Nutzung zu untersuchen, wurde auf Grundla-

ge der erhobenen Prozessablauf-Daten aus einem 2-wöchigen Zeitraum ein Simulati-

onsmodell in Excel erstellt. Ziel war es zu simulieren, welchen Einfluss Veränderungen

der Prozesszeiten auf die Auslastung und den Ressourcenbedarf haben.

Ergebnisse. Insgesamt wurden 790 Fälle und 3501 OP-Stunden dokumentiert und

ausgewertet. Der häufigste Grund für Wartezeit im OP-Saal war das Warten auf den

Patienten, gefolgt von fehlenden Personalressourcen. Zwischen Auslastung und unge-

nutzter OP-Zeit ließ sich eine Korrelation feststellen. Der höchste Korrelationskoeffizient

betrug rs=0,745 zwischen OP-Auslastung (Chirurgische Zeit innerhalb Block-

zeit/Blockzeit) und gesamter ungenutzter OP-Zeit. Dies wurde hauptsächlich durch die

OP-Zeit ohne Programm hervorgerufen. Durch die große Variabilität der Daten ist die

Aussagefähigkeit der Auslastung als Parameter für ungenutzte OP-Zeit jedoch einge-

schränkt. Die Auslastung ließ keine Rückschlüsse auf vermeidbare Wartezeiten zu. Die

Korrelationsanalyse zwischen Wartezeit und Wechselzeit zeigte nur geringe Werte (rs

zwischen 0,032 und 0,183). Das Simulationsmodell der überlappenden Einleitung zeigte

6 Zusammenfassung 70

bei komplett überlappender Einleitung im Vergleich zu nicht überlappender Einleitung

vor allem in der Mittagszeit einen signifikant erhöhten Bedarf an Anästhesieteams an.

Die erzielte Reduzierung von Überstunden war zumeist gering und in 29,6% der Fälle

wurden durch die komplett überlappende Einleitung weder Überauslastung eingespart

noch wurde zusätzliche freie Zeit innerhalb der Blockzeit erzielt.

Diskussion und Schlussfolgerungen. Die Kennzahlen Auslastung und Wechselzeit

lassen keinen Rückschluss auf vermeidbare Wartezeiten im OP zu und sind daher als

Parameter für die Güte der OP-Abläufe nicht geeignet.

Überlappende Einleitungen und infolgedessen kurze Wechselzeiten erfordern zusätzli-

che Anästhesieteams. Meist ermöglichen sie nur eine geringe Reduzierung der Über-

auslastung und erzeugen nicht ausreichend freie Zeit innerhalb der Blockzeit, um ver-

lässlich weitere OP-Fälle durchzuführen.

Literaturverzeichnis 71

Literaturverzeichnis

1. Abouleish AE, Dexter F, Epstein RH, Lubarsky DA, Whitten CW, Prough DS. Labor

costs incurred by anesthesiology groups because of operating rooms not being allo-

cated and cases not being scheduled to maximize operating room efficiency. Anesth

Analg 2003a;96:1109-1113.

2. Abouleish AE, Hensley SL, Zornow MH, Prough DS. Inclusion of turnover time does

not influence identification of surgical services that over- and underutilize allocated lock

time. Anesth Analg 2003b;96:813-818.

3. Armstrong KPJ, Cherry RA. Brachial plexus anesthesia compared to general anes-

thesia when a block room is available. Can J Anesth 2004;51:41-44.

4. Blake JT, Dexter F, Donald J. Operating room managers´ use of integer programming

for assigning block time to surgical groups: a case study. Anesth Analg 2002;94:143-

148.

5. Denz C, Zöllner A, Baumgart A, et al. Wirksamkeit, Schwachstellenanalyse und Ver-

besserungspotentiale des OP-Managements im Krankenhaus. Anaesth Intensivmed

2007;48:580-590.

6. Dexter F. Operating room utilization: information management systems. Curr Op An-

aesthesiol 2003a;16:619-622.

7. Dexter F. Deciding whether your hospital can apply clinical trial results of strategies to

increase productivity by reducing anesthesia and turnover times. Anesthesiology

2005a;103:225-228.


8. Dexter F, Abouleish AE, Epstein RH, Whitten CW, Lubarsky DA. Use of operating

room information system data to predict the impact of reducing turnover times on staff-

ing costs. Anesth Analg 2003b;97:1119-1126.

9. Dexter F, Coffin S, Tinker JH. Decreases in anesthesia-controlled time cannot permit

one additional surgical operation to be reliably scheduled during the workday. Anesth

Analg 1995;81:1263-1268.

10. Dexter F, Ledolter J. Bayesian prediction bounds and comparisons of operating

room times even for procedures with few or no historic data. Anesthesiology

2005b;103:1259-1267.

11. Dexter F, Epstein RH, Marcon E, Ledolter J. Estimating the incidence of prolonged

turnover times and delays by time of day. Anesthesiology 2005c;102:1242-1248.

12. Dexter F, Epstein RH, Marsh MH. A statistical analysis of weekday operating room

anesthesia group staffing costs at nine independently managed surgical suites. Anesth

Analg 2001a;92:1493-1498.

13. Dexter F, Macario A. Decrease in case duration required to complete an additional

case during regularly scheduled hours in an operating room suite: a computer simula-

tion study. Anesth Analg 1999a;88:72-76.

14. Dexter F, Macario A. Changing allocations of operating room time from a system

based on historical utilization to one where the aim is to schedule as many surgical

cases as possible. Anesth Analg 2002a;94:1272-1279.

15. Dexter F, Macario A, Lubarsky DA. The impact on revenue of increasing patient vol-

ume at surgical suites with relatively high operating room utilization. Anesth Analg

2001b;92:1215-1221.


16. Dexter F, Macario A, Lubarsky DA, Burns DD. Statistical method to evaluate man-

agement strategies to decrease variability in operating room utilization. Application of

linear statistical modeling and Monte Carlo simulation to operating room management.

Anesthesiology 1999b;91:262-274.

17. Dexter F, Macario A, Traub RD. Which algorithm for scheduling add-on elective

cases maximizes operating room utilization? Use of bin packing algorithms and fuzzy

constraints in operating room management. Anesthesiology 1999c;91:1491-1500.

18. Dexter F, Macario A, Traub RD, Hopwood M, Lubarsky DA. An operating room

scheduling strategy to maximize the use of operating room block time: computer simula-

tion of patient scheduling and survey of patients´ preferences for surgical waiting time.

Anesth Analg 1999d;89:7-20.

19. Dexter F, Traub RD. How to schedule elective surgical cases into specific operating

rooms to maximize the efficiency of use of operating room time. Anesth Analg

2002b;94:933-942.

20. Diekmann A. Empirische Sozialforschung. 18. Auflage. Reinbek bei Hamburg: Ro-

wohlt Taschenbuch Verlag, 2007;341-342.

21. Donham R. Defining measurable OR-PR scheduling, efficiency, and utilization data

elements: the Association of Anesthesia Clinical Directors procedural times glossary. Int

Anesthesiol Clin 1998;36:15-29.

22. Escobar A, Davis EA, Ehrenwerth J, et al. Task analysis of the preincision surgical

period: an independent observer-based study of 1558 cases. Anesth Analg

2006;103:922-927.


23. Freytag S, Dexter F, Epstein RH, Kugler C, Schnettler R. Zuweisung und Planung

von Operationsraumkapazitäten. Maximierung der Operationsraumeffizienz am Beispiel

einer deutschen Universitätsklinik. Chirurg 2005;76:71-79.

24. Hanss R, Buttgereit B, Tonner PH, et al. Overlapping induction of anesthesia: an

analysis of benefits and costs. Anesthesiology 2005;103:391-400.

25. Hentze J, Heinecke A, Kammel A. Allgemeine Betriebswirtschaftslehre aus Sicht

des Managements. Bern Stuttgart Wien: Verlag Paul Haupt, 2001:468-469.

26. Jung H. Controlling. München Wien: R. Oldenbourg Verlag, 2003:154-160.

27. Krieg H, Schröder T, Große J, et al. Zentrale Einleitung. Personalneutrale Reduktion

der Wechselzeiten. Anaesthesist 2007;56:812-819.

28. Kuntz L, Vera A. Transfer pricing in hospitals and efficiency of physicians: the case

of anesthesia services. Health Care Manage Rev 2005;30:262-269.

29. Kuss B, Hanß R, Bauer M. Steuerung durch Kennzahlen. In: Welk I, Bauer M (Hrsg)

OP-Management. 1. Auflage. Berlin Heidelberg New York Tokyo: Springer, 2006:91-

107.

30. Macario A, Vitez TS, Dunn B, McDonal T. Where are the costs in perioperative

care?: Analysis of hospital costs and charges for inpatient surgical care. Anesthesiology

1995;83:1138-1144.

31. Marcon E, Kharraja S, Smolski N, Luquet B, Viale JP. Determining the number of

beds in the postanesthesia care unit: a computer simulation flow approach. Anesth An-

alg 2003;96:1415-1423.


32. Overdyk FJ, Harvey SC, Fishman RL, Shippey F. Successful strategies for improv-

ing operating room efficiency at academic institutions. Anesth Analg 1998;86:896-906.

33. Overdyk FJ, Haynes GR, Arvanitis PJ. Patient-borne memory device facilitates

“point of care” data access (abstract). MD Comput 1999;16:60-63.

34. Sandberg WS, Daily B, Egan M, Stahl JE, Goldman JM, Wiklund RA, Rattner D.

Deliberate perioperative systems design improves operating room throughput. Anesthe-

siology 2005;103:406-418.

35. Schuster M. Kostenkomponenten und Kostentreiber in der Anästhesiologie. In: Welk

I, Bauer M (Hrsg) OP-Management. 1. Auflage. Berlin Heidelberg New York Tokyo:

Springer, 2006:77-90.

36. Schuster M, Standl T, Reissmann H, Kuntz L, Schulte am Esch J. Reduction of an-

esthesia process times after the introduction of an internal transfer pricing system for

anesthesia services. Anesth Analg 2005;101:187-194.

37. Schuster M, Standl T, Wagner JA, Berger J, Reissmann H, Schulte am Esch J. Ef-

fect of different cost drivers on cost per anesthesia minute in different anesthesia sub-

specialties. Anesthesiology 2004;101:1435-1443.

38. Schuster M, Wicha LL, Fiege M. Kennzahlen der OP-Effizienz. Mythos und Evidenz

der Steuerungskennzahlen im OP-Management. Anaesthesist 2007a;56:259-271.

39. Schuster M, Wicha LL, Fiege M, Goetz AE. Auslastung und Wechselzeit als Kenn-

zahlen der OP-Effizienz. Anaesthesist 2007b;56:1058-1066.


40. Strum DP, May JH, Vargas LG. Modeling the uncertainty of surgical procedure

times: comparison of log-normal and normal models. Anesthesiology 2000a, 92:1160-

1167.

41. Strum DP, May JH, Sampson AR, Vargas LG, Spangler WE. Estimating times of

surgeries with two component procedures. Anesthesiology 2003;98:232-40.

42. Strum DP, Sampson AR, May JH, Vargas LG. Surgeon and type of anesthesia pre-

dict variability in surgical procedure times. Anesthesiology 2000b;92:1454-1466.

43. Strum DP, Vargas LG, May JH. Surgical subspecialty block utilization and capacity

planning: a minimal cost analysis model. Anesthesiology 1999;90:1176-1185.

44. Strum DP, Vargas LG, May JH, Bashein G. Surgical suite utilization and capacity

planning: a minimal cost analysis model. J Med Syst 1997;21:309-322.

45. Torkki PM, Marjamaa RA, Torkki MI, Kallio PE, Kirvelä OA. Use of anesthesia in-

duction rooms can increase the number of urgent orthopedic cases completed within 7

hours. Anesthesiology 2005;103:401-405.

46. Truong A, Tessler MJ, Kleiman SJ, Bensimon M. Late operating room starts: ex-

perience with an education trial. Can J Anaesth 1996;43:1233-1236.

47. Tyler DC, Pasquariello CA, Chen CH. Determining optimum operating room utiliza-

tion. Anesth Analg 2003;96:1114-1121.

48. Vitez TS, Macario A. Setting performance standards for an anesthesia department.

J Clin Anesth 1998;10:166-175.


49. Williams BA, Kentor BL, Williams JP, et al. Process analysis in outpatient knee sur-

gery. Effects of regional and general anesthesia on anesthesia-controlled time. A-

nesthesiology 2000;93:529-538.

50. Wöhe G. Einführung in die Allgemeine Betriebswirtschaftslehre, 22. neubearbeitete

Auflage. München: Verlag Franz Vahlen, 2005:239-244.

Lebenslauf 78

Lebenslauf

"Mein Lebenslauf wird aus datenschutzrechtlichen Gr ünden in der elektronischen

Version meiner Arbeit nicht veröffentlicht."

Publikationsverzeichnis 79

Publikationsverzeichnis

Schuster M, Wicha LL , Fiege M. Kennzahlen der OP-Effizienz. Mythos und Evidenz der

Steuerungskennzahlen im OP-Management. Anaesthesist 2007;56:259-271.

Schuster M, Wicha LL , Fiege M, Goetz AE. Auslastung und Wechselzeit als Kennzah-

len der OP-Effizienz. Anaesthesist 2007;56:1058-1066.

Erklärung 80

Erklärung

„Ich, Lena Lisa Wicha, erkläre, dass ich die vorgelegte Dissertation mit dem Thema:

„Die Beurteilung von OP-Prozessen mittels der Kennzahlen „Auslastung“ und „Wech-

selzeit“. Eine empirische und simulationsexperimentelle Untersuchung.“ selbst verfasst

und keine anderen als die angegebenen Quellen und Hilfsmittel benutzt, ohne die (un-

zulässige) Hilfe Dritter verfasst und auch in Teilen keine Kopien anderer Arbeiten dar-

gestellt habe.“

Datum Unterschrift

Danksagung 81

Danksagung

Zuerst möchte ich mich bei meinen beiden Mitdoktorandinnen Christiane Buckl und Tina

Kotjan bedanken, ohne die die Datenerhebung für diese Studie nicht möglich gewesen

wäre.

Mein Dank geht ebenfalls an Herrn Prof. Dr. med. Alwin E. Goetz für die Möglichkeit die

Studie in seiner Abteilung durchführen zu dürfen, sowie an die anästhesiologischen und

operativen Mitarbeiter aus dem Zental-OP des UKE Hamburg, die die ständige Beo-

bachtung ihrer alltäglichen Arbeit erlaubt haben.

Meinem Doktorvater und Betreuer PD Dr. med. Martin Schuster möchte ich ganz be-

sonders danken für seine Hilfe bei der Durchführung der Datenerhebung und deren

Auswertung, für seine Geduld, uns die wissenschaftliche Arbeitsweise zu erklären, für

sein Engagement und für seine objektive und hilfreiche Kritik im Verlauf der schriftlichen

Abfassung der Arbeit.

Großen Dank an Katharina Seuthe, Tom Wicha und Gisela Wicha für wiederholtes Kor-

rekturlesen, wertvolle Anmerkungen und ermutigende Zusprache.

Ich möchte mich zuletzt besonders bei meinem Vater Dr. rer. nat. Michael Urbach be-

danken für seine intensive Auseinandersetzung mit meiner Arbeit, für seine Kritik, die

mich zum Nachdenken angeregt hat, für seine Hilfe in allen Computer- und Formatie-

rungsfragen und vor allem für seine Unterstützung zu jeder Zeit.

Documents

Die Beurteilung von OP-Prozessen mittels der Kennzahlen