Artikel
Entwicklung eines Verletzungsvorhersage-Tools zur Optimierung des eCall-Systems und Verbesserung der Rettungskette bei Verkehrsunfällen
Suche in Medline nach
Autoren
-
Michael Hetz
- UniversitätsCentrum f. Orthopädie, Unfall- u. Plast. Chirurgie, Universitätsklinikum Carl Gustav Carus Dresden, Dresden, Germany
-
Thomas Unger
- Verkehrsunfallforschung, an der Technischen Universität Dresden GmbH, Dresden, Germany
-
Henrik Liers
- Verkehrsunfallforschung, an der Technischen Universität Dresden GmbH, Dresden, Germany
-
Alexander Pape
- UniversitätsCentrum f. Orthopädie, Unfall- u. Plast. Chirurgie, Universitätsklinikum Carl Gustav Carus Dresden, Dresden, Germany
-
Klaus-Dieter Schaser
- UniversitätsCentrum f. Orthopädie, Unfall- u. Plast. Chirurgie, Universitätsklinikum Carl Gustav Carus Dresden, Dresden, Germany
-
Christian Kleber
- UniversitätsCentrum f. Orthopädie, Unfall- u. Plast. Chirurgie, Universitätsklinikum Carl Gustav Carus Dresden, Dresden, Germany
| Veröffentlicht: | 26. Oktober 2021 |
|---|
Gliederung
Text
Fragestellung: Trotz Verbesserungen der Fahrzeugtechnik, der Rettungsdienste und des Traumamanagements sind Verkehrsunfälle weiterhin eine der häufigsten Todesursachen, wobei eine Verlagerung der Mortalität in die prähospitale Phase zu verzeichnen ist. Laut europäischem Gesetz muss seit 2018 jedes neue PKW-Modell mit eCall-Systemen ausgestattet sein. Bislang werden außer GPS-Daten keine weiteren unfall- /bzw. insassenspezifischen Informationen an Rettungsleitstellen übermittelt.
Ausgehend von der validen Chance, die Wahrscheinlichkeit und Schwere von Verletzungen auf Basis von Fahrzeugsensordaten zuverlässig vorherzusagen, kann ein Verletzungsmuster und die Anzahl der verletzten Insassen angegeben werden, was die Qualität des automatischen Notrufs (eCall) signifikant verbessert (Abbildung 1 [Abb. 1]).
Ziel dieser Studie ist es, ein valides Werkzeug zur Verletzungsvorhersage zu entwickeln, um die Qualität der eCalls zu verbessern und Auswirkungen auf die Optimierung der Rettungskette zu analysieren.
Methodik: Es wurden Verletzungsgruppen definiert. Basierend auf der Datenbank der German In-Depth Accident Study (GIDAS) wurden Risikofunktionen erstellt, um Verletzungen vorherzusagen und prognostisch relevante Fahrzeugparameter aufzuzeigen. Die prospektive Validierung wird an realen Fällen durchgeführt. Die Studie wird von der ADAC Stiftung gefördert.
Ergebnisse und Schlussfolgerung: Relevante Verletzungsgruppen wurden aus über 2000 AIS2015-Codes definiert, die dispositionelle Aspekte und Kriterien für die prähospitale Traumaversorgung berücksichtigen: Tabelle 1 [Tab. 1].
Die Fälle wurden in einem mathematischen Modell visualisiert und prospektiv validiert.
Abschließend soll eine Software erstellt, in realer Umgebung getestet und validiert werden, um verschiedene Mitglieder der Rettungskette mit den notwendigen Informationen zu versorgen. Weiterhin sollen prognoserelevante Sensordaten von Fahrzeugen für einen "qualifizierten eCall" identifiziert werden.
Das entwickelte Kategorisierungssystem bietet die Möglichkeit, Verletzungen nach einsatztaktischen Aspekten zu unterteilen.
Die Entwicklung eines Verletzungsvorhersage- und "qualifizierten" eCall-Tools bietet einen vielversprechenden Ansatzpunkt zur Verbesserung des Traumamanagements von Unfallopfern. Es könnte ein Schlüssel zur Optimierung der Auswahl von Rettungsressourcen und Traumazentren sein und damit das Outcome von schwer traumatisierten Patienten verbessern.
