ac米兰官方网站 苏格兰救护车服务新临床反应模型评估报告

引用

Stoddart K、Cowie J、Robertson T、Bugge C、Donaldson J 和 Andreis F (2019)苏格兰救护车服务新临床反应模型评估报告[SAS 的 NCRM 报告]。苏格兰救护车服务。斯特林。 https://scottishhamb-newsroom.prgloo.com/news/scottish-ambulance-service-clinical-model-credited-with- saving-43-percent-more-lives

摘要
执行摘要 苏格兰救护车服务处 (SAS) 每年响应约 180 万个呼叫，其中包括响应 700,000 起紧急事件和意外事件。 其中，超过 500,000 条回复是通过 999 呼叫服务收到的。 SAS 每年在医院之间转运约 90,000 名患者，并响应全科医生和医院超过 150,000 个入院、转运和出院的紧急请求（SAS，2015）。 2017年，SAS开始实施新的临床反应模型（NCRM）。 NCRM 的目标是： - 通过更准确地识别患有立即危及生命的情况（例如心脏骤停）的患者来挽救更多生命； - 根据患者的临床需求，第一时间安全、更有效地向所有患者发送匹配的资源。 milan米兰体育受委托使用 SAS 和 NHS 信息服务部 (ISD) 提供的数据对 NCRM 进行独立评估，考虑了以下问题： 1. 是否可以更快、更准确地识别患有立即危及生命 (ILT) 状况的患者？ 2.将最好的可用资源分配给患者是否可以挽救更多的生命？ 3.如果首次为非ILT病症患者发送匹配资源，是否可以改善临床结果？ 方法 我们对 NCRM 实施前（2016 年 1 月）和实施后（2017 年 1 月和 2018 年 1 月）的 999 电话响应 SAS 数据进行了比较。 NHS ISD 将来自不定期护理数据集市 (UCDM) 的其他数据链接到 SAS 数据。 UCDM 包含急诊科数据 (ED) 和来自苏格兰国家记录 (NRS) 的死亡率数据。 检查了紫色代码（拨打 999 服务的最高风险类别）和紫色类别中心脏骤停患者的数据。 对其余颜色代码以及这些颜色代码中的临床类别选择进行了相同的分析：呼吸困难（红色）、中风（琥珀色）和跌倒（黄色）。 主要发现 解释此数据 应该注意的是，数据仅取自三个（有时是两个）时间点，并且仅取自一月份。 虽然这确实允许在年份之间进行一些相关比较，但研究结果不能推广到全年和整个时间段（2016 年 1 月至 2018 年 1 月）。 此外，与 2017 年和 2016 年（相似）相比，2018 年的呼叫量增加了约 9%，2018 年 1 月的呼叫量增加了 4,000 多个。使用每个月的数据以及个人数据（而不是汇总数据）对数据进行进一步分析，将提供更可靠和相关的变化证据以及对服务和患者的影响。 1.是否可以更快、更准确地识别患有立即危及生命（ILT）状况的患者？ 到 2018 年，患有 ILT 病症（紫色呼叫）的患者似乎可以更准确地被识别，到 2018 年，患有 ILT 病症的患者数量显着增加。对 ILT 病症做出反应的时间稍长（但不具有统计学意义）。 速度 资源分配被用作识别速度的指标。 我们发现，2016 年 1 月（NCRM 之前）和 2017 年 1 月（NCRM 引入之后）ILT（紫色）呼叫的资源分配（以及响应时间）没有显着差异。 然而，与 2016 年相比，2018 年分配资源（即识别）紫色呼叫的时间更长，并且具有统计显着性。 对于所有其他颜色代码，2017 年和 2018 年的资源分配也明显慢于 2016 年（2017 年琥珀色调用除外），正如基于优先级的系统所预期的那样。 从 2016 年起，呼叫处理人员在分诊过程中接受了进一步的培训和发展，目的是更准确地将患者分配到最合适的类别，因此预计分配资源和识别到正确类别的时间将需要更长的时间。 准确性 比较 2016 年（NCRM 前）和 2017 年（NCRM 引入后）结果数据，我们发现 2017 年的敏感性（正确识别紫色 ILT 病症）比 2016 年更高，但 2017 年的特异性（正确识别非 ILT 病症）较低。总体准确性（正确识别为 ILT 或非 ILT 病症的可能性）在两个时间点之间没有差异。 紫色呼叫中的心脏骤停病例也出现了类似的结果。 2.将最好的可用资源分配给患者是否可以挽救更多的生命？ 与所有其他原因相比，紫色编码患者的生存率明显较低（正如人们所预期的那样），这反映出紫色编码的呼叫/状况是一个独特的类别（就死亡风险而言），并且代表了患者面临直接生命威胁（ILT）的大多数事件。 相比之下，其他颜色代码的死亡风险较小，因此生存差异似乎仅存在于紫色代码的患者中。 紫色编码范围内的心脏骤停率约为 53%。 接下来考虑对紫色代码内的所有患者，特别是那些受心脏骤停影响的患者进行生存分析。 与 2016 年 1 月至 2017 年 1 月相比，所有紫色编码患者的生存率似乎都有相当大的提高 (~20%)，从时间 0（救护车到达现场时确认死亡）到呼叫后 30 天，生存率保持恒定。 将同一组 2016 年 1 月与 2018 年 1 月进行比较时，生存率也有所增加 (~10%)。 呼叫后 30 天，2016 年 1 月（NCRM 之前）患有 ILT 病症的患者中挽救的生命数量为 32 人（紫色呼叫的 14.2%），2017 年 1 月 NCRM 后的患者为 134 人（紫色呼叫的 28.6%），2018 年 1 月为 182 人（紫色呼叫的 26.6%）。 尽管患有ILT病症的患者数量有所增加，但特异性和敏感性分析的数据（表14）显示，各年之间的假阳性率没有差异。 这表明这些患者的敏锐度仍然非常高，并且体积的增加代表患者被正确识别为立即反应的最高要求。 因此，患有ILT疾病的患者生存概率的增加不太可能是由于将患有ILT疾病的患者保守地分配到紫色代码而引起的人为膨胀造成的，而是由于对那些因ILT疾病而有死亡风险的患者进行了适当的分配和干预。 就 2018 年的生存概率低于 2017 年而言，2018 年较高的呼叫量可能限制了 2017 年之前看到的影响。需要持续监测这些数据，以确定 NCRM 对死亡率的长期影响。 3.如果首次为非ILT病症患者发送匹配资源，是否可以改善临床结果？ 如上所述，所有非 ILT 代码（红色、琥珀色、黄色和绿色）的总体生存率相似（其中紫色呼叫具有更高的死亡风险）。 对于这些代码，2017 年与 2016 年或 2018 年与 2016 年的生存率也没有明显差异。 2016 年至 2017 年间，呼吸困难（红色呼救的一个子集）似乎更加恶化，451 名患者的生存率从 3% 下降至 6%，并且随着时间的推移，差距不断扩大。 然而，到 2018 年，尽管事故数量 (n=2044) 回到了 2016 年 (n=2018) 的水平，但生存率仍处于 2016 年的水平。 中风或跌倒的发生率似乎不存在年份差异。 该数据集中无法提供有关进一步临床结果的数据，无法进行更详细的分析。 结论 到 2018 年 1 月，事件数量 (n=52,871) 比 2016 年 1 月 (n=48,544) 增加了 9%，2018 年的事件数量比 2016 年或 2017 年多了 4000 多起。在 2017 年，尤其是 2018 年的高需求时期，NCRM 确实准确地识别了最需要服务的患者SAS。 NCRM 对患者进行识别和分类，尽管呼叫处理和调度系统需要时间，但可以让救护车及其工作人员到达最需要的患者，这提高了那些面临生命危险的患者的生存率。 当使用基于优先级的系统时，那些敏锐度需求较低的人会得到响应，但会在更长的时间内得到响应（但对生存没有明显影响）。 这些结论是在分析三个相当短的时间段内的汇总数据的背景下得出的，并且在更长的时间范围内进行进一步研究，利用个别案例的纵向数据，将进一步改善 NCRM 的证据基础。

• milan米兰体育 - NCRM 评估报告