Sachgemäße und effektive Verschreibung von Antibiotika wird durch die Entwicklung neuer, resistenter Bakterien immer wichtiger.<br />Fehlende Information über die Ursache einer vorliegenden Infektion resultiert oftmals in der Verschreibung von Breitbandantibiotika, welche die Entwicklung von Resistenzen fördern. Das Ziel dieser Arbeit ist es, einen Prototyp eines entscheidungsunterstützenden Systems für die Verschreibung von Antibiotika bei Harnwegsinfektionen (HWI) zu entwickeln, welcher auf gesammelter Information über die Inzidenz von Erregern und deren Resistenz basiert.<br />Für diesen Zweck werden Daten verwendet, die im Rahmen von MONI, einem wissensbasierten System zur Überwachung von nosokomialen Infektionen, welches an der Klinischen Abteilung für Krankenhaushygiene des Allgemeinen Krankenhauses in Wien eingesetzt wird, gesammelt werden. Von dieser retrospektiven Patientendatenbank werden Datensätze abgerufen, deren Daten ähnlich denen des aktuellen Patienten sind. Die Ähnlichkeitskriterien sind definiert durch Übereinstimmung in Infektionsort, Geschlecht, Alter und Abteilung oder Station. Die Verteilung der Erreger in der Gruppe ähnlicher Datensätze stellt das Erregerspektrum dar. Mit Hilfe von Fuzzy-Regeln wird anhand des Spektrums der Schwierigkeitsgrad des vorliegenden Falles ermittelt. Für Patienten mit Komplikationen ist es notwendig eine Diagnose anzugeben.<br />Diese wird entweder vom Arzt direkt bestimmt, oder, falls Symptome ausgewählt wurden, durch Regeln des Programms abgeleitet. Für diese Applikation wurde Wissen über Antibiotika, Therapien für spezifische Erreger und HWI gesammelt und eine Wissensbasis erstellt. Weiters wurden HWI-spezifische Regeln für das Erkennen von Komplikationen hinzugefügt.<br />Mit all diesem Wissen und den Daten über den aktuellen Patienten wird eine Liste möglicher antibiotischer Therapien generiert. Unter Berücksichtigung möglicher Nebenwirkungen, Gegenanzeigen, Allergien, Resistenz der Erreger und Komorbidität wird eine patientenspezifische antibiotische Therapie präsentiert.<br />Um die Applikation in einem ersten Schritt zu testen, wurden fünf Testfälle entwickelt, die Situationen aus dem klinischen Alltag widerspiegeln. Das Segregationsmodell unterschied sicher zwischen einfachen und komplizierten Fällen. Die Wissensbasis und die Regeln lieferten gültige Diagnosen und Empfehlungen für Antibiotika. Die von der Applikation vorgeschlagenen antibiotischen Therapien wurden mit den in der medizinischen Fachliteratur publizierten verglichen und in allen Fällen konnte Übereinstimmung nachgewiesen werden.<br />Mit der vorliegenden Applikation konnte erfolgreich die Realisierbarkeit eines entscheidungsunterstützenden Systems für das Antibiotikamanagement bei Harnwegsinfektionen gezeigt werden.<br />
de
dc.description.abstract
Judicious prescriptions of antibiotic substances are becoming crucial as more and more bacterial resistances develop. Unavailable information about the etiology of infections results in applying broad-spectrum antibiotic substances, which foster the development of antibiotic resistances. The objective of this master thesis is to build a prototype of a computerized decision support system for aided prescription of antibiotic substances for urinary tract infections (UTIs) based on extended gathering of information on the incidence of pathogenic organisms and antimicrobial resistances in the respective medical institutions.<br />For this purpose, data collected within MONI, a knowledge-based system for the early detection and continuous monitoring of nosocomial infections in operation at the Hygiene Department of the Vienna General Hospital, are exploited. From this retrospective patient database, records with data similar to those of the patient under consideration are retrieved. The criteria for selection are same site of infection, and sex, and age, and ward or department. The distribution of pathogens in the group of similar records determines the expected pathogen spectrum. Using fuzzy rules on this spectrum, we define a degree of difficulty of the present case. For patients with complications, it is required to specify a diagnosis which is either determined by the physician, or, if only symptoms are selected, the diagnosis is derived from them by the program's rules. For this application, knowledge about antibiotics, therapies for specific pathogens, and UTIs was collected and a knowledge database was established. Further, a set of UTI specific rules was added to identify complications. With this knowledge and data about the current patient, a list of possible antibiotic therapies is generated. By considering possible side effects, contraindications, allergies, resistance information, and co-morbidities, a patient-specific antibiotic therapy is proposed. In order to test the program in a first step, we developed five test cases modeling some real life situations. The segregation model safely distinguished simple from complicated cases. The knowledge database and rules provided valid diagnoses and sound antibiotic suggestions.<br />Recommended antibiotic therapies suggested by the program were compared to those published in medical literature. They turned out to coincide with the published recommendations.<br />The application at hand has shown the feasibility of a computerized decision support system for the management of antibiotics in case of UTIs.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Antibiotika
de
dc.subject
Entscheidungsunterstützung
de
dc.subject
Harnwegsinfekt
de
dc.subject
Resistenz
de
dc.subject
wissensbasiert
de
dc.subject
fuzzy
de
dc.subject
Antibiogramm
de
dc.subject
antibiotics
en
dc.subject
decision support
en
dc.subject
urinary tract infections
en
dc.subject
resistance
en
dc.subject
knowledge based
en
dc.subject
fuzzy
en
dc.subject
sensitivity pattern
en
dc.title
Management of antibiotics for urinary tract infections
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Jana Rajtarova
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
dc.contributor.assistant
Blacky, Alexander
-
tuw.publication.orgunit
E180 - Institut für Medizinische Experten- und Wissensbasierte Systeme