Title (eng): Informed consent based on 3D data visualization vs. patient information based on legal regulations

Author: Ruhrhofer, B. (Bernhard)

Description (deu): St. Pölten, Studiengang Digital Healthcare, Masterarbeit, 2019

Description (deu): Gegenstand
Nach Unfällen befinden sich die PatientInnen in einer Ausnahmesituation. Schwere Verletzungen erfordern häufig eine Operation. Vor medizinischen Behandlungen / Untersuchungen muss die Zustimmung der PatientInnen eingeholt werden. Medizinische Bilddaten wie CT oder MRI liefern 2-dimensionale Bilder. Mit Open-Source-Programmen können diese 2D-Bilddaten in 3D-Modelle bearbeitet werden. Sowohl die ChirurgInnen als auch die PatientInnen können diese 3D-Modelle vor der Operation verwenden.
Fragestellung
Ziel dieser Masterarbeit ist es, die Implementierung der medizinischen 3D-Datenvisualisierung im Rahmen der PatientInnenaufklärung zu evaluieren.
Methode
Das Design der Pilotstudie war eine simulierte, monozentrische, randomisierte Fall- / Kontrollstudie. Simuliert bedeutet in diesem Zusammenhang, dass die Teilnehmer nicht wirklich verletzt waren. Die PatientInnenaufklärung wurde in der Fallgruppe durch folgende Tools unterstützt: 3D-Computermodell, handgefertigte Skizzen, Röntgen- und CT-Bilder und Aufklärungsbögen. Die Kontrollgruppe erhält das gleiche Verfahren nur ohne das 3D-Computermodell.
Ergebnisse
Das Gesamtergebnis nach Berücksichtigung von Verständlichkeit, Vollständigkeit, Merkfähigkeit und Zufriedenheit ist zwischen Fall und Kontrollgruppe ziemlich ähnlich. Es besteht jedoch ein Zusammenhang zwischen dem Bildungsstand und der Verständlichkeit des 3D-Modells. ProbandInnen mit niedrigerem Bildungsniveau empfanden das 3D-Modell als verständlicher. Weibliche Probandinnen über 61 Jahre sahen einen Vorteil bei der Einführung von 3D-Modellen in die PatientInneninformation.
Fazit
Ziel dieser Pilotstudie ist es, eine Hypothese zu erstellen. Nach Auswertung sämtlicher Daten könnte argumentiert werden, dass PatientInnen mit geringerer Ausbildung stärker von der Verwendung von 3D-Modellen im Zusammenhang mit PatientInneninformationen profitieren würden als Patienten mit höherer Bildung.

Description (eng): Subject
After accidents, patients are in an exceptional situation. Severe injuries often require surgery. Prior to medical treatment / examinations, the patient has to give his/her consent. Medical image data from CT or MRI are reconstructed to 2-dimensional images in daily routine. With open source programs, these 2D-image data can be edited into 3D-models. Both, surgeon and patient, can use these 3D models before surgery.
Research Question
Purpose of this master thesis is to evaluate the implementation of 3D-medical data visualization in the patient information.
Method
The design of the pilot study was a simulated, monocentral, randomized case/control study. Simulated means in this context that the participants were not really injured. The informed consent discussion was supported in the case group by following tools: 3D computer model, hand-drawn sketches, x-ray and CT images and informed consent form. The control group went through the same procedure without 3D computer model.
Results
The global result after consideration of comprehensibility, completeness, recall and satisfaction is quite similar between case and control group. However, there is a connection between the level of education and the approval of the 3D model. Probands with a lower level of education perceived the 3D model as better understandable. All probands understood the patient information with the 3D model better. Especially women above the age of 61 years saw a benefit in the introduction of 3D models in patient information.
Conclusion
Aim of this pilot study is to generate a hypothesis. After evaluating all the data, it could be argued that lower educated patients would benefit more from using 3D models in the context of patient information than patients with a higher education.
Keywords
3D visualization, informed consent, patient information, 3D model, spine bone

Object languages: English

Date: 2019

Rights: © All rights reserved

Classification: Visualisierung ; Dreidimensionale Computergrafik ; Patienteninformation ; Ärztliche Aufklärungspflicht

Permanent Identifier