Strukturált adatgyűjtés a neonatalis anesztéziai ellátás során: Neo Somno Log – saját fejlesztésű digitalizált eseménynapló = Structured data collection during neonatal anesthesia: Neo Somno Log – a self-developed digital event tracker

Trinh, Sarolta Haiyen and Balog, Vera and Bogner, Luca and Pál, Vanda and Gőbl, Gergely and Tövisházi, Gyula and Jermendy, Ágnes and Hauser, Balázs (2026) Strukturált adatgyűjtés a neonatalis anesztéziai ellátás során: Neo Somno Log – saját fejlesztésű digitalizált eseménynapló = Structured data collection during neonatal anesthesia: Neo Somno Log – a self-developed digital event tracker. ORVOSI HETILAP, 167 (35). pp. 1375-1383. ISSN 0030-6002

Preview

Text 650-article-p1375.pdf - Published Version Available under License Creative Commons Attribution. Download (1MB) | Preview

Abstract

Bevezetés: A hazai aneszteziológiai ellátás dokumentációja heterogén, az adminisztrálandó adatok körét jellemzően az egyes intézmények belső protokolljai határozzák meg. A betegek altatása alatt rögzített aneszteziológiai jegyzőkönyvek papíralapúak, ami az eltérő adattartalom mellett tovább nehezíti az adatok egységes, strukturált és szisztematikus feldolgozását. Az újszülöttek anesztéziája a betegek éretlensége és postnatalis adaptációjuk miatt nagy kockázattal jár, ezért az altatás során keletkező klinikai adatok rendszerezett rögzítése és elemzése kiemelt jelentőségű az ellátás minőségének fejlesztése és a betegbiztonság növelése szempontjából. Célkitűzés: Egycentrumos vizsgálatunk célja egy elektronikus neonatológiai műtéti eseménynapló – a Neo Somno Log – fejlesztése volt. Teszteltük továbbá az eseménynapló alkalmazhatóságát műtéti körülmények között. Módszer: Az eseménynapló adattartalmát és funkcióit szakmai egyeztetések során dolgoztuk ki. Az első lépésben Excel-alapú prototípus készült, amelyet operációs rendszertől független, strukturált adatbevitelt támogató alkalmazás fejlesztése követett. Az alkalmazást műtői körülmények között 2022 és 2025 között, a Semmelweis Egyetem Gyermekgyógyászati Klinikáján teszteltük, újszülöttek anesztéziai ellátása során. Eredmények: Az applikációban összesen 864 különböző adatpont rögzíthető, amelyekből 152 alapadat, 117 adverz-, 416 aneszteziológiai-, 62 gyógyszerelési-, 74 sebészi- és 43 vérgázesemény. Az adatok az említett 5 doménben strukturáltan, időbélyeggel ellátva annotálhatók. A tesztelés során 167 fő, 6 kg alatti újszülött adatait rögzítettük általános anesztézia alatt a műtéti eseménynaplóban, medián testtömegük a műtét idején 2900 g volt. 94 hasi, 21 idegsebészeti, 22 mellkasi, 14 szemészeti és 12 egyéb beavatkozás történt. Megbeszélés: A Neo Somno Log lehetőséget biztosít a valós idejű, strukturált klinikai adatgyűjtésre digitális formában, amely elősegíti az intraoperatív adatok sokrétű elemzését, az ellátási folyamatok minőségértékelését, valamint az eredmények klinikai gyakorlatba történő visszacsatolását. Következtetés: Az újszülöttek anesztéziája során tapasztalható élettani instabilitás indokolttá teszi az intraoperatív események strukturált és szisztematikus dokumentálását a betegbiztonság növelése érdekében. A Neo Somno Log egyszerű, áttekinthető és standardizált adatrögzítési struktúrájával hatékonyan támogathatja ezt a törekvést, és hozzájárulhat a neonatológiai anesztézia minőségének fejlesztéséhez. Orv Hetil. 2026; 167(35): 1375–1383. | Introduction: Documentation of anesthetic care in Hungary remains heterogeneous, with the scope of recorded data largely determined by local institutional protocols. Anaesthesia records are predominantly paper-based, which, with variability in data content, hinders uniform, structured, and systematic data processing. Anesthesia in newborns is associated with increased risk due to physiological immaturity and ongoing postnatal adaptation, therefore the standardized and systematic capture of perioperative data is essential to improve quality of care and enhance patient safety. Objective: This single-center study aimed to develop an electronic neonatal surgical event log (Neo Somno Log) and to evaluate its feasibility and applicability in a real-world surgical setting. Method: The data structure and functional specifications of the event log were defined through iterative expert consultations. Initially, an Excel-based prototype was developed, followed by the implementation of a platform-independent application. The system was tested between 2022 and 2025 at the Semmelweis University, Pediatric Center, during the anesthetic management of newborns. Results: The application enables the structured capture of a total of 864 datapoints, including 152 baseline variables, 117 adverse, 416 anesthesia-related, 62 medication-related, 74 surgical, and 43 blood gas events. Data are annotated with timestamps across five domains. 167 newborns (body weight <6 kg) undergoing general anesthesia were enrolled in the pilot. The median body weight at surgery was 2900 g. The cohort included 94 abdominal, 21 neurosurgical, 22 thoracic, 14 ophthalmologic, and 12 other surgical procedures. Discussion: The Neo Somno Log facilitates real-time, structured digital data collection, enabling detailed analysis of intraoperative processes, systematic quality assessment and feedback into clinical practice. Conclusion: Given the physiological vulnerability of newborns undergoing anesthesia, structured and standardized documentation of intraoperative events is essential. The Neo Somno Log provides a practical, scalable solution for data capture that can contribute to improved patient safety and quality in resource limited settings.

Actions (login required)

View Item