[Explorative-Data-Science-Analyse des Universellen Neugeborenen-Hörscreenings in Schleswig-Holstein (2004–2024)]

 Tobias Pötzl ^1,2
Siegrid Meier ^1,3
Rainer Schönweiler ^1,4
Karl-Ludwig Bruchhage <sup>1,2

1</sup> Universität zu Lübeck, Klinik für Hals-Nasen-Ohrenheilkunde, Phoniatrie und Pädaudiologie, Lübeck, Deutschland
² Universitätsklinikum Schleswig-Holstein, Campus Lübeck, Deutschland
³ Earlinks Beratung für Audiologie + E-Learning + Gaming, Krummesse, Deutschland
⁴ Praxis Dr. Kissing-Roskothen, Reinbek, Deutschland

Zusammenfassung

Fragestellung: Welche Erkenntnisse können aus den Langzeitdaten des Universellen Neugeborenen Hörscreenings in Schleswig-Holstein gewonnen werden und wie können moderne Data-Science-Methoden zur Analyse und Visualisierung dieser Daten genutzt werden?

Methoden: Diese Studie basiert auf einer retrospektiven Analyse von Screening-Daten, die im Zeitraum von 2004 bis 2024 in über 20 Kliniken und 50 Praxen in Schleswig-Holstein erhoben wurden. Die Analyse dieser Daten, welche sowohl Erst- als auch Nachscreening-Ergebnisse umfasste, zielte darauf ab, Teilnahmequoten und diagnostische Trends im Neugeborenen-Hörscreening zu evaluieren. Eine umfassende Datenbereinigung war aufgrund verschiedener Faktoren erforderlich. Für die Analyse kamen explorative statistische Verfahren sowie Data-Science-Techniken wie Vektorisierung, Embedding und t-SNE (t-distributed Stochastic Neighbor Embedding) zur Anwendung.

Ergebnisse: Die Analyse der Screening-Daten zeigte, dass die Anzahl der an der Meldung beteiligten Kliniken über die Jahre variierte. Es zeigten sich Unterschiede in der Anzahl der durchgeführten Screenings direkt in den Kliniken. Die Anzahl der Kontrollscreenings war in den Jahren 2015 und 2016 erhöht. Die Gesamtzahl der diagnostizierten Fälle von Hörstörungen entsprach der erwarteten Prävalenz. Die Anzahl der dokumentierten Hörgeräteversorgungen schwankte stark, und es gab eine erhebliche Untererfassung von Cochlea-Implantat-Versorgungen. Mittels Natural Language Processing (NLP) wurden zusätzliche Informationen aus dem Freitextfeld „Historie“ extrahiert und visualisiert, was neue Einblicke in die Daten ermöglichte.

Schlussfolgerungen: Die Anwendung von Data-Science-Methoden auf die gesammelten Daten des universellen Neugeborenen-Hörscreenings in Schleswig-Holstein ermöglichte wertvolle Einsichten. Die Ergebnisse verdeutlichen das Potenzial für die Entwicklung spezifischer Interventionsstrategien. Die Erfassung des Geburtsdatums sowie Schulungen für das Screening-Personal und die Verbesserung der Vollständigkeit der Datensätze sind wichtige Faktoren für zukünftige Analysen.

---

---

Einleitung

Angeborene Hörstörungen zählen zu den häufigsten angeborenen Erkrankungen. Die Prävalenz einer beidseitigen, versorgungsrelevanten Hörstörung liegt international bei etwa 1 bis 2 von 1.000 Neugeborenen [1], [2], [3]. Ohne ein systematisches Neugeborenen-Hörscreening wird eine solche Hörstörung oft erst im Alter von zwei bis drei Jahren diagnostiziert. Diese späte Entdeckung kann zu signifikanten und teils irreversiblen Verzögerungen in der sprachlichen, kognitiven und sozio-emotionalen Entwicklung führen. Die frühzeitige Identifikation durch ein flächendeckendes Screening und eine anschließende Intervention innerhalb der ersten sechs Lebensmonate sind daher entscheidend, um den betroffenen Kindern eine altersgerechte Entwicklung zu ermöglichen. Dies unterstreicht die hohe Public-Health-Relevanz des in dieser Studie untersuchten Programms.

Vor diesem Hintergrund wurde das Universelle Neugeborenen-Hörscreening (UNHS) in Schleswig-Holstein bereits 2002 als eines der ersten Bundesländer in Deutschland eingeführt [4]. Die Hörscreeningzentrale wurde am Universitätsklinikum Schleswig-Holstein (UKSH), Campus Lübeck, angesiedelt. Diese Pionierarbeit von Prof. Dr. med. Rainer Schönweiler umfasste den Aufbau der Infrastruktur, die Entwicklung eines Softwarepakets für die Meldestellen und die Zentrale, die Klärung des Datenschutzes, die Finanzierung noch fehlender Screeninggeräte, die Schulung der Screener vor Ort, die Schaffung eines politischen Mandats durch Schirmherrschaften des zuständigen Ministeriums und der Kassenärztlichen Vereinigung sowie die Gründung eines Fördervereins, da es damals noch keine Finanzierung aller dieser Komponenten gab. Darüber hinaus war in den Jahren 2008 bis Anfang 2012 die Hörscreeningzentrale Schleswig-Holstein auch für das Hörscreening in Hamburg zuständig. Die Finanzierung des UNHS-SH, die anfangs durch Spenden (z.B. von der Bluhme-Jebsen-Stiftung) erfolgte, wird seit 2019 als besondere Aufgabe laut Krankenhausgesetz durch die Krankenkassen getragen. Seit Dezember 2003 wird das Screening in ganz Deutschland flächendeckend angeboten, wobei jährlich etwa 23.000 Neugeborene in Schleswig-Holstein untersucht werden [5], [6]. Der Ablauf des Screenings umfasst die Dokumentation der Ergebnisse im kinderärztlichen Vorsorgeheft und die Übermittlung der Daten einschließlich einer Screeningnummer an die Zentrale am UKSH per Internet, E-Mail, aber auch Fax oder Brief. Eine dafür entwickelte Datenbank-Software unterstützt die automatische Erkennung ausstehender Untersuchungen. Die Eltern werden bei Bedarf schriftlich oder telefonisch benachrichtigt [7].

Seit Oktober 2024 liegt die Verantwortung für das UNHS-SH bei Prof. Dr. med. Karl-Ludwig Bruchhage, dem Direktor der Klinik für Hals-Nasen-Ohrenheilkunde, Phoniatrie und Pädaudiologie am UKSH, Lübeck. Der über diesen Zeitraum erfasste, umfangreiche Datensatz bietet nun die Möglichkeit einer retrospektiven Analyse. Durch die Anwendung moderner Datenanalysetechniken sollen die Qualität des Screenings, die Prävalenz von Hörstörungen sowie Optimierungspotenziale bewertet werden. Darüber hinaus wird untersucht, welche strukturellen und technischen Anpassungen erforderlich sind, um die Genauigkeit und Aussagekraft der Daten langfristig zu verbessern [8], [9], [10].

Methoden

Die Grundlage dieser Untersuchung bildeten Screening-Daten, die im Zeitraum von 2004 bis 2024 in über 20 Kliniken und 50 Praxen in Schleswig-Holstein erhoben wurden. Die Analyse dieser Daten, welche sowohl Erst- als auch Nachscreening-Ergebnisse umfasste, zielte darauf ab, Teilnahmequoten und diagnostische Trends im Neugeborenen-Hörscreening zu evaluieren. Eine der zentralen Herausforderungen bei der Analyse dieser umfangreichen Datenmenge lag in der Notwendigkeit einer umfassenden Datenbereinigung. Diese war bedingt durch verschiedene Faktoren, darunter datenschutzrechtliche Einschränkungen, die die Erfassung des Geburtsdatums auf auffällige Fälle beschränkten, sowie die Dateneingabe durch eine Vielzahl von Personen über einen langen Zeitraum, was zu Tippfehlern und Feldvertauschungen führte. Zudem traten Duplikate in Form von gleichen Kindern mit unterschiedlichen Kind-IDs und umgekehrt auf. Um valide und zuverlässige Ergebnisse zu erzielen, war daher ein mehrstufiger Datenbereinigungsprozess unerlässlich (Abbildung 1 [Abb. 1]). Zunächst wurden zwei Hauptdatenbanken – eine ältere Access-Datenbank (2004–2019) mit 312.996 Einträgen und eine neuere Datenbank (2017–2025) mit 120.608 Einträgen – zusammengeführt, wobei sich die Zeiträume teilweise überschnitten. Anschließend wurden Datensätze aus Hamburg entfernt, die zwischen 2008 und Anfang 2012 in der schleswig-holsteinischen Zentrale erfasst worden waren. Des Weiteren erfolgte die Entfernung ungültiger Einträge, wie Testdaten, unplausible Eingaben sowie Datensätze, die außerhalb des Untersuchungszeitraums (2004–2024) lagen oder ein Erfassungsdatum von mehr als 180 Tagen nach der Geburt oder vor der Geburt aufwiesen. Durch diese Schritte konnte ein endgültiger, bereinigter Datensatz von 331.275 Einträgen erstellt werden. Im Anschluss an die Datenbereinigung wurden die uneinheitlichen Begriffe für Screening-Ergebnisse standardisiert. Fehlende Werte, insbesondere zu Erstscreening, Nachscreening und Follow-up, konnten teilweise aus dem unstrukturierten Bemerkungsfeld „Historie“ mittels Feature Engineering rekonstruiert werden. Für die eigentliche Analyse kamen explorative statistische Verfahren sowie Machine-Learning-Techniken zur Anwendung, um Muster zu erkennen und Trends im Screening-Prozess zu analysieren.

Ergebnisse

Die Analyse der Screening-Daten von 2004 bis 2024 zeigte, dass die Anzahl der an der Meldung von Neugeborenen-Hörscreenings beteiligten Kliniken in Schleswig-Holstein über die Jahre variierte und mehr als 30 Geburtskliniken umfasste, darunter auch sehr kleine Einrichtungen und solche, die inzwischen geschlossen wurden. Zum Zeitpunkt der Analyse existierten etwa 20 Kliniken, die Screening-Daten lieferten. Gemäß den Richtlinien des Gemeinsamen Bundesausschusses (G-BA) sollten idealerweise 95% der Neugeborenen direkt in der Geburtsklinik gescreent werden ([11], p. 62-6). Das Diagramm „Kliniken nach Anzahl der Screenings“ (Abbildung 2 [Abb. 2]) veranschaulicht die Anzahl der insgesamt erfassten Kinder je Klinik (dunkelblauer Balken) im Vergleich zu der Anzahl der Screenings, die direkt in der jeweiligen Klinik dokumentiert wurden (hellblauer Balken). Auffällig ist, dass für einige Kliniken, wie beispielsweise die Klinik mit der Kennung K010, eine Diskrepanz zwischen der Anzahl der erfassten Kinder und der Anzahl der direkt in der Klinik durchgeführten Screenings besteht. Dies lässt sich dadurch erklären, dass solche Kliniken die Screening-Daten nicht direkt in das System eingaben, sondern per Fax an die zentrale Stelle übermittelten, wo die Daten dann manuell in die Datenbank eingetragen wurden. Diese Vorgehensweise erschwerte die genaue Erfassung der Anzahl der tatsächlich in den Kliniken durchgeführten Screenings, da die Tracking-Software diese Unterscheidung nicht explizit unterstützte.

Basierend auf dem Diagramm „Primär- und Kontrollscreenings pro Jahr (2004–2024)“ (Abbildung 3 [Abb. 3], oben) zeigte sich, dass idealerweise die Mehrheit der Neugeborenen bereits beim Erstscreening unauffällig war. Die Grafik verdeutlicht jedoch, dass in den Jahren 2015 und 2016 eine höhere Anzahl an Kontrollscreenings (Nachscreenings) durchgeführt wurde. Dieses Phänomen tritt in prozentualer Darstellung (Abbildung 3 [Abb. 3], Mitte) noch deutlicher hervor. In den Jahren 2015 und 2016 erreichten die Kontrollscreenings einen Anteil von 13% bzw. 11% an allen durchgeführten Screenings. In der nach Kliniken getrennten Darstellung (Abbildung 3 [Abb. 3], unten) ist zu erkennen, dass ein signifikanter Anteil der Kontrollscreenings von der größten Klinik (K024) stammte. Es ließ sich im Rahmen dieser retrospektiven Analyse jedoch nicht mehr eindeutig nachvollziehen, ob diese erhöhte Anzahl an Kontrollscreenings auf systematische Eingabefehler in der Dokumentation oder auf tatsächliche Probleme mit den Screening-Messungen in dieser Einrichtung in diesem Zeitraum zurückzuführen war.

Der Anteil des Follow-up (Abbildung 4 [Abb. 4], oben) zeigt über die Jahre, dass der Anteil der Kinder, bei denen eine bestätigende Diagnose erfolgte, im Allgemeinen im Rahmen der Vorgaben des G-BA von ≤4% lag ([11], p. 62-6). Es waren jedoch einige Schwankungen über die Jahre zu beobachten, deren genauere Untersuchung möglicherweise sinnvoll wäre. Die Gesamtzahl der diagnostizierten Fälle von Hörstörungen unterschiedlicher Schweregrade bewegt sich somit innerhalb des in der Einleitung beschriebenen und in der Literatur erwarteten Korridors [1], [2], [3]. Ab dem Jahr 2015 zeigte sich eine Veränderung in der Verteilung der Schweregrade, wobei sich beidseitige mittelgradige Schwerhörigkeiten als die häufigste Form der diagnostizierten Hörstörung erwiesen. Dieser Anstieg deutet auf eine Verschiebung im Spektrum der Hörverlustgrade hin, deren genaue Ursache im Rahmen dieser explorativen Analyse jedoch nicht abschließend geklärt werden konnte.

Die Anzahl der in der Datenbank dokumentierten Hörgeräteversorgungen schwankte stark und blieb insgesamt hinter den Erwartungen zurück. Diese offensichtliche Untererfassung wurde bereits während des Erhebungszeitraums durch das Controlling des UNHS-SH bemerkt. Daher wurden die tatsächlichen Versorgungszahlen manuell per Telefon oder schriftlich bei den Fachärzten und Kliniken erfragt, da die intendierte elektronische Meldung durch die Nutzer nicht wie geplant erfolgte. Wie unzureichend die rein elektronische Datenerfassung war, zeigt sich besonders deutlich bei der Erfassung von Cochlea-Implantaten, von denen über den gesamten Zeitraum lediglich neun Versorgungen dokumentiert wurden [3]. Diese Diskrepanz zwischen systemseitiger Erfassung und manuell erhobenen Daten belegt die Schwierigkeiten bei der digitalen Nachverfolgung der Kinder im Tracking-System bis zum Abschluss der Versorgungsebene.

Da die strukturierten Datenfelder nicht immer alle relevanten Informationen enthielten, während das Freitextfeld „Historie“ eine detaillierte Protokollierung aufwies, wurde dieses mittels Natural Language Processing (NLP) analysiert. Dafür wurden Word Embeddings mit BERT erzeugt (Bidirectional Encoder Representations from Transformers, lokales Modell entwickelt von Google). Diese Embeddings sind hochdimensionale Vektoren, die semantische Informationen kodieren, aber für Menschen schlecht zu verstehen sind. Um sie als Punkte darzustellen, wurden die Dimensionen mittels t-SNE(t-distributed Stochastic Neighbor Embeddings) auf zwei reduziert. In dieser Darstellung repräsentiert die räumliche Nähe der Punkte die semantische Ähnlichkeit der zugrundeliegenden Textinformationen.

Die erste Visualisierung (siehe Abbildung 5 [Abb. 5], oben links) zeigt die Verteilung der Datenpunkte, wobei die Farbgebung die Zugehörigkeit zu den verschiedenen Einrichtungen (Kliniken) widerspiegelt. Bereits diese Darstellung offenbart erste Clusterbildungen, die auf Gemeinsamkeiten in den von den jeweiligen Kliniken dokumentierten Informationen hinweisen.

Eine weitere Visualisierung (siehe Abbildung 5 [Abb. 5], rechts oben) hebt das Datenfeld „Primaerscreening“ hervor. Hier sind rot eingefärbte Punkte jene Fälle, die ein Kontrollscreening erforderten. Es zeigte sich eine Häufung dieser roten Punkte in bestimmten Clustern, was darauf hindeutet, dass in den zugehörigen Einrichtungen möglicherweise ähnliche Faktoren zu einer höheren Rate an Kontrollscreenings führten.

Ähnliche Muster konnten auch bei der Betrachtung von Follow-up-Untersuchungen (siehe Abbildung 5 [Abb. 5], links unten) und der Verteilung der Schweregrade von Hörstörungen (siehe Abbildung 5 [Abb. 5], rechts unten) innerhalb der visualisierten Datenpunkte beobachtet werden. Diese ersten Ergebnisse der NLP-basierten Analyse demonstrieren das Potenzial dieser Methode zur explorativen Datenanalyse und zur Identifizierung von Mustern, die in den herkömmlichen strukturierten Daten möglicherweise verborgen bleiben.

Zusammenfassung und Schlussfolgerung

Die im Ergebnisteil aufgezeigte Untererfassung von Versorgungsdaten ist eine wesentliche Limitation, die adressiert werden muss. Es ist anzunehmen, dass die Schwankungen nicht einem tatsächlichen Versorgungsdefizit entsprechen, sondern auf historische Lücken im Rückmeldeprozess zurückzuführen sind. Eine plausible Erklärung ist, dass Fälle nach erfolgreicher Diagnosestellung administrativ geschlossen wurden, ohne dass die finale Information über die Art und den Zeitpunkt der Versorgung (Hörgerät oder CI) systematisch zurückgemeldet wurde.

Um diese entscheidende Datenlücke zu schließen und die gesamte Versorgungskette abzubilden, wird eine mehrstufige Strategie verfolgt. Erstens wird durch die Implementierung der neuen Software ein proaktives Fallmanagement ermöglicht. Fälle werden zukünftig erst dann final geschlossen, wenn eine explizite Rückmeldung zur Versorgung vorliegt. Automatische Erinnerungsfunktionen und ein verbessertes Monitoring werden es dem zuständigen Personal erlauben, offene Fälle konsequenter bei den zuständigen Pädaudiologen, HNO-Ärzten und Eltern nachzuverfolgen und den zu hohen Aufwand des bisherigen „händischen“ Nacherfassens zu vermeiden.

Zweitens wird die Zusammenarbeit mit den versorgenden Partnern gezielt vertieft und strukturiert. Auf interner Ebene ist das Ziel, den Informationsfluss zwischen der Screening-Zentrale und den CI-versorgenden Einrichtungen des UKSH (Standorte Kiel und Lübeck) zu formalisieren. Angestrebt wird die Entwicklung eines standardisierten Melde-Workflows, der sicherstellt, dass jede CI-Versorgung zeitnah und vollständig an die Zentrale zurückgemeldet wird. Extern wird die langjährige Zusammenarbeit mit dem Landesförderzentrum Hören in Schleswig erneuert und intensiviert, um einen regelmäßigen, bidirektionalen Austausch über den Versorgungsstatus der nachbetreuten Kinder zu etablieren. Ebenso wird die Kooperation mit auf Pädiatrie spezialisierten Hörakustikern genutzt, um die Rückmeldequote für Hörgeräteversorgungen zu erhöhen. All diese Maßnahmen werden durch regelmäßige Schulungen und einen kontinuierlichen Dialog mit den an der Datenerfassung beteiligten Personen unterstützt, um das Bewusstsein für die Bedeutung einer lückenlosen Dokumentation zu schärfen und die Prozessqualität nachhaltig zu sichern.

Zusammenfassend lässt sich festhalten, dass die Anwendung von Data-Science-Methoden auf die gesammelten Daten des universellen Neugeborenen-Hörscreenings in Schleswig-Holstein wertvolle und neue Einsichten ermöglicht hat. Die Analyse verdeutlicht das Potenzial für die Entwicklung spezifischer Interventionsstrategien durch weiterführende Untersuchungen. Ein entscheidender Faktor für zukünftige Analysen ist die Erfassung des Geburtsdatums, für die ein neues Datenschutzkonzept in Planung ist. Dies würde beispielsweise die Untersuchung des Einflusses von Zeitabständen zwischen Geburt, Erstscreening, Nachscreening, Follow-up und Diagnosen ermöglichen. Zudem wurde die Notwendigkeit von Schulungen für das Screening-Personal sowie die Verbesserung der Vollständigkeit der Datensätze identifiziert. Ein zentraler Hebel hierfür ist die für dieses Jahr geplante Einführung einer neuen, einheitlichen Software-Infrastruktur.

Diese adressiert die in unserer Analyse implizit sichtbar gewordenen Limitationen des bisherigen Datenübertragungsprozesses. Dieser war geprägt von heterogenen Kanälen (z.B. Fax, E-Mail, Briefpost) und daraus resultierenden Medienbrüchen, die eine manuelle, fehleranfällige und zeitaufwendige Datenübertragung in die Zentrale erforderten. Die neue Software wird alle screening-durchführenden Stellen mit einem einheitlichen Client ausstatten und eine standardisierte, digitale Schnittstelle zur Zentrale schaffen. Zukünftig sind zudem Schnittstellen zu Messgeräte-Software und KIS-Systemen geplant, um Medienbrüche weiter zu reduzieren. Durch integrierte Plausibilitäts- und Vollständigkeitsprüfungen direkt bei der Eingabe wird die Datenqualität signifikant erhöht. Für die Zentrale ermöglicht die neue Software vor allem ein automatisiertes statistisches Monitoring auf Knopfdruck. Dies erlaubt es, Abweichungen und Datenlücken nahezu in Echtzeit zu erkennen und proaktiv zu reagieren, was die Effizienz und Sicherheit des gesamten Nachverfolgungsprozesses maßgeblich steigern wird.

Unsere Analyse zeigt somit, dass Data-Science-Methoden nicht nur neue Erkenntnisse liefern, sondern auch einen wesentlichen Beitrag zur zukünftigen Effizienzsteigerung des Neugeborenen-Hörscreening-Programms leisten können.

Anmerkungen

Konferenzpräsentation

Dieser Kurzbeitrag wurde bei der 27. Jahrestagung der Deutschen Gesellschaft für Audiologie präsentiert und als Abstract veröffentlicht [12].

Interessenkonflikte

Die Autorinnen und Autoren erklären, dass keine Interessenkonflikte in Zusammenhang mit diesem Artikel bestehen.

---

Literatur

[1] Nennstiel-Ratzel U, Brockow I, Söhl K, Zirngibl A, am Zehnhoff-Dinnesen A, Matulat P, Mansmann U, Rieger A. Endbericht zur Evaluation des Neugeborenen-Hörscreenings 2011/2012. Im Auftrag des Gemeinsamen Bundesausschusses. 2017. Available from: https://www.g-ba.de/downloads/17-98-4329/2017-05-18_Kinder-RL_Annahme_Endbericht_NHS-Bericht.pdf
[2] Ptok M. Early detection of hearing impairment in new borns and infants. Dtsch Arztebl Int. 2011;108(25):426-31. DOI: 10.3238/arztebl.2011.0426
[3] Caluraud S, Marcolla-Bouchetemblé A, de Barros A, Moreau-Lenoir F, de Sevin E, Rerolle S, Charrière E, Lecler-Scarcella V, Billet F, Obstoy MF, Amstutz-Montadert I, Marie JP, Lerosey Y. Newborn hearing screening: analysis and outcomes after 100,000 births in Upper-Normandy French region. Int J Pediatr Otorhinolaryngol. 2015;79(6):1059-63. DOI: 10.1016/j.ijporl.2015.03.012
[4] Universitätsklinikum Schleswig-Holstein. UKSH bedankt sich bei Friedrich-Bluhme-und-Else-Jebsen-Stiftung für jahrelange Unterstützung des Neugeborenen-Hörscreenings in Lübeck und Schleswig-Holstein und stellt künftige Finanzierung vor. 2018 Aug 02 [cited 2025 March 11]. Available from: https://www.uksh.de/180802_pi_neugeborenen_hoerscreening-path-13576,9874,13830,62550.html
[5] Statistisches Bundesamt (DeStatis). Lebendgeborene: Bundesländer, Monate, Geschlecht. [cited 2025 March 11]. Available from: https://www-genesis.destatis.de/genesis/online?sequenz=tabelleErgebnis&selectionname=12612-0101
[6] Schönweiler R. Leserbrief zum Beitrag von M. Gross. Laryngo-Rhino-Otol. 2006;85(2):132. DOI: 10.1055/s-2006-925072
[7] Linder R, Katalinic A, Thyen U, Schönweiler R. UNHS-SH: A multidisciplinary approach to the newborn hearing screening in Schleswig-Holstein. In: Deutsche Gesellschaft für Phoniatrie und Pädaudiologie e. V., editor. 100 Jahre Phoniatrie in Deutschland. 22. Jahrestagung der Deutschen Gesellschaft für Phoniatrie und Pädaudiologie, 24. Kongress der Union der Europäischen Phoniater. Berlin, 16.-18.09.2005. Düsseldorf: German Medical Science GMS Publishing House; 2005. Doc05dgppP06. Available from: https://www.egms.de/static/de/meetings/dgpp2005/05dgpp055.shtml
[8] Nennstiel U, Brockow I, Hanauer M, Heißenhuber A, am Zehnhoff-Dinnesen A, Matulat P, Mansmann U. Endbericht zur Folge-Evaluation des Neugeborenen-Hörscreenings 2017/2018. Im Auftrag des Gemeinsamen Bundesausschusses. 2022. Available from: https://www.g-ba.de/downloads/40-268-9045/2022-11-17_Kinder-RL_Abnahme-Endbericht-Folge-Evaluation-NHS_Bericht.pdf
[9] Schönweiler R, Schmidt CM. Universal Auditory Screening of Neonates and Hearing Disorders in Childhood. Dtsch Arztebl Int. 2009;106(20):355-6. DOI: 10.3238/arztebl.2009.0355
[10] Kugelstadt S, Wohlfarth F, Hirschfelder A, Mürbe D. Deutsches Zentralregister für kindliche Hörstörungen (DZH) – Qualitätssicherung pädaudiologischer Diagnostik. In: Deutsche Gesellschaft für Phoniatrie und Pädaudiologie e. V., editor. Phoniatrisch-pädaudiologische Aspekte 2020. sine loco [digital], 26.09.2020. Düsseldorf: German Medical Science GMS Publishing House; 2020. Doc21. DOI: 10.3205/20dgpp21
[11] Gemeinsamer Bundesausschuss (G-BA). Richtlinie des Gemeinsamen Bundesausschusses über die Früherkennung von Krankheiten bei Kindern (Kinder-Richtlinie) in der Fassung vom 18. Juni 201518. Juni 2015, zuletzt geändert am 21. März 2024, in Kraft getreten am 13. Juli 2024. Berlin: G-BA; 2024. Available from: https://www.g-ba.de/downloads/62-492-3691/Kinder-RL_2024-03-21_iK-2024-07-13.pdf
[12] Pötzl T, Schönweiler R, Meier S, Bruchhage KL. Explorative Data Science Analyse des Universellen Neugeborenen Hörscreenings in Schleswig-Holstein (2004–2024). In: Deutsche Gesellschaft für Audiologie e. V.; ADANO, editors. 27. Jahrestagung der Deutschen Gesellschaft für Audiologie und Arbeitstagung der Arbeitsgemeinschaft Deutschsprachiger Audiologen, Neurootologen und Otologen. Göttingen, 19.-21.03.2025. Düsseldorf: German Medical Science GMS Publishing House; 2025. Doc061. DOI: 10.3205/25dga061