Bayessche Berechnungen mit JMP® durchführen
David Tanaka, Duke University Medical Center
Titel: Verwenden von JMP zum Durchführen bayesscher Berechnungen Hintergrund: Der Accreditation Council for Graduate Medical Education gibt an, dass „Assistenzärzte ausreichend in … der endotrachealen Intubation geschult sein müssen“ und dass eine Wahrscheinlichkeit von 80 % für die erfolgreiche Intubation des nächsten Patienten eine gute Faustregel ist. Methoden: Um die Wahrscheinlichkeit einzuschätzen, dass ein Assistenzarzt dieses Kompetenzniveau während seiner Facharztausbildung erreicht hat, wurde mit JMP 9.0 (Cary, NC) ein bayessches Programm erstellt, um auf der Grundlage der früheren Intubationserfahrungen eines Arztes die Wahrscheinlichkeit zu bestimmen, dass dieser sich wie ein Anfänger (Wahrscheinlichkeit einer Intubation = 30 %) oder wie ein kompetenter Arzt (Wahrscheinlichkeit > 80 %) verhalten hat. Die Validierung des Ansatzes wurde durch einen Vergleich der früheren bayesschen Wahrscheinlichkeiten für Intubationskompetenz mit nachfolgenden Intubationsergebnissen erreicht. Ergebnisse: Eine 80-prozentige Wahrscheinlichkeit für die Kompetenz des Arztes zeigte eine Intubationserfolgsrate von 80 % oder mehr bei nachfolgenden Intubationsversuchen an. Leider hatten die meisten Assistenzärzte dieses Kompetenzniveau während der Studienzeit nicht erreicht. Schlussfolgerung: Ein Bayes'scher Ansatz zur Beurteilung der Intubationskompetenz kann den Ausgang nachfolgender Intubationen präzise vorhersagen. Zukünftige Studien müssen zeigen, ob neue Trainingstechniken (videogestützt) die Lernkurve signifikant verbessern können.
