Der Anaesthesist

, Volume 57, Issue 7, pp 677–685 | Cite as

Einsatz mobiler Computing-Systeme in der präklinischen Schlaganfallversorgung

Ergebnisse aus der Stroke-Angel-Initiative im Rahmen des BMBF-Projekts PerCoMed
  • V. Ziegler
  • A. Rashid
  • M. Müller-Gorchs
  • U. Kippnich
  • E. Hiermann
  • C. Kögerl
  • C. Holtmann
  • M. Siebler
  • B. Griewing
Originalien

Zusammenfassung

Hintergrund

Die Nutzung von IT-basierter Informations- und Kommunikationstechnik in der vernetzten medizinischen Versorgung des Schlaganfalls durch den Rettungsdienst ist ein neuer Ansatz in der Schlaganfallversorgung. Im Rahmen der deutschen „Stroke-Angel-Initiative“, die Teil des Forschungsprojektes PerCoMed („pervasive computing in medical care“) ist, stand die Untersuchung der Auswirkung mobiler Computing-Systeme in der präklinischen Phase an der Schnittstelle zwischen Rettungsdienst und Krankenhaus im Vordergrund. Hierbei war das wesentliche Ziel, die sektorenübergreifende Prozesse in der Schlaganfallrettungskette zu verbessern.

Material und Methoden

Zwischen Oktober 2005 und Oktober 2007 wurden 5 Rettungswagen im Landkreis Rhön-Grabfeld (Nord-Bayern) mit dem „Stroke-Angel-System“ ausgestattet. Dies ist ein mobiles Gerät, ein Personal Digital Assistant (PDA), das mit einem Programm zur Erfassung von Patientendaten unter Einbindung des Rettungsdienstprotokolls (DIVI) und der Los Angeles Prehospital Stroke Screen (LAPSS) zur Erkennung des Schlaganfalls ausgestattet ist. Per Mobilfunk werden die beim Einsatz erfassten Daten an das Zielkrankenhaus versendet, um die Prozesse im Krankenhaus vorzeitig anzustoßen.

Ergebnisse

Mit dem Rettungsdienst in Bad Neustadt konnten die Daten von 226 Patienten konsekutiv erfasst werden; zusätzlich wurden die Daten von 217 Patienten in der internistischen Notaufnahme des Universitätsklinikums Düsseldorf zur Evaluierung der LAPSS erfasst. Die Datenübermittlung mit der Stroke-Angel-Systematik an das Zielkrankenhaus erfolgte vollständig. Die Aussagefähigkeit der LAPSS mit einer Sensitivität von 68,3% und einer Spezifität von 85,1% ist nur bedingt für die Schlaganfallerkennung im Rettungsdienst geeignet, sodass für die Zukunft alternative Algorithmen eingesetzt werden sollen. Durch das Stroke-Angel-System wurden weniger die präklinischen als die innerklinischen Prozesse beeinflusst (Ankunft Krankenhaus bis zur Computertomographie: 32 min in 2005, 16 min in 2007). Die Lyserate beim akuten Schlaganfall erhöhte sich von 6,12% (2005) auf 11,17% (2007). Die Beteiligten wünschen sich die Fortsetzung der „Stroke-Angel-Initiative“ und die Ausweitung in andere Regionen.

Schlussfolgerung

Die Studie zeigt, dass mobile Computertechnologie zur Verbesserung des sektorenübergreifenden Notfallmanagements des akuten Schlaganfalls beitragen kann.

Schlüsselwörter

Schlaganfall Notfallmanagement Präklinische Phase Mobile Computertechnologie Rettungsdienst Sektorenübergreifende Prozesse 

Mobile computing systems in preclinical care of stroke

Results of the Stroke Angel initiative within the BMBF project PerCoMed

Abstract

Background

Telemedical networks that apply innovative mobile information technologies (IT) are an innovative approach to improve stroke care in community settings. Within the German Stroke Angel initiative and the research project PerCoMed (Pervasive Computing in Medical Care, funded by the Federal Ministry of Education and Research, http://www.percomed.de) the effects of such a solution were assessed by an interdisciplinary research approach. The main goal of the team of researchers and practitioners was to provide clear evidence of improvements in intersectional processes of the stroke chain survival, namely in the acute stroke processes between prehospital rescue services and hospital stroke units.

Material and methods

Between October 2005 and October 2007 the paramedical staff of five rescue service transporters in a rural area of northern Bavaria was included in a network with the stroke unit of the Neurological Clinic Bad Neustadt. Telemedical support by the Stroke Angel computing system – a software running on a personal digital assistant (PDA) to transmit patient data from the rescue team to the hospital during patient transporting time – was established. As procedural guidance, the Stroke Angel system suggests a predefined path through the necessary emergency procedures according to the structure of the mandatory protocol and the implemented Los Angeles Prehospital Stroke Screen (LAPSS).

Results

In the empirical study the authors obtained a complete data set of 226 consecutively admitted patients for analysis in Bad Neustadt and LAPSS data of 217 patients from a second scenario in Düsseldorf. Medical, economic and technical analyses were applied. The technological robustness of the Stroke Angel system could be proven and information entered was transmitted fully and correctly. Concerning medical research questions, for both scenario locations LAPSS with a sensitivity of 68.3% and a specificity of 85.1% has to be deemed insufficient. Hence, alternative algorithms will have to be used in the next steps of evaluation. The system significantly influenced the clinical process of acute stroke management more than the preclinical ones (door-to-CT: 32 min. before and 16 min. at the end of the project). Lysis treatment rose from 6.12% (2005) to 11.17% (2007) of patients with acute stroke.

Conclusions

From the set of perspectives taken, the study illustrates that mobile computing technologies offer new and innovative approaches to improve intersectional acute stroke care. It also teaches the participants that interdisciplinary research can significantly deepen the understanding of such technologies and projects, which can lead to better decision making concerning solution implementation, management and improvements. The approach will be brought into daily practice in Bad Neustadt/Saale within the next months.

Keywords

Acute stroke Emergency management Preclinical management Mobile computing technology Rescue services Intersectional processes 

Notes

Danksagung

Die Autoren bedanken sich bei allen direkt oder indirekt Projektbeteiligten, die hier nicht als Koautoren genannt sind, für ideelle, inhaltliche und/oder monetäre Unterstützung. Die Stroke-Angel-Initiative wäre ohne durch das vom BMBF geförderte Forschungsprojekt PerCoMed (http://www.percomed.de, Förderkennzeichen 16I1546) und Kompetenznetz Schlaganfall (01 GI 0207) in dieser Form nicht möglich gewesen. Die technologische Ausstattung und Beteiligung erfolgte durch die Fa. Philips. Darüber hinaus sind die Projektpartner insbesondere der Stiftung Deutsche Schlaganfall-Hilfe für die Finanzierung der Begleitforschung dankbar sowie den Fa. Boehringer Ingelheim und Sanofi Aventis für die finanzielle Unterstützung von Schulungsmaßnahmen.

Interessenkonflikt

Der korrespondierende Autor gibt an, dass kein Interessenkonflikt besteht.

Literatur

  1. 1.
    Agyeman O, Nedeltchev K, Arnold M et al. (2006) Time to admission in acute ischemic stroke and transient ischemic attack. Stroke 37: 963–966PubMedCrossRefGoogle Scholar
  2. 2.
    Belvísa R, Cochoa D, Martí-Fàbregasa J et al. (2005) Benefits of a prehospital stroke code system. Cerbrovasc Dis 19: 96–101CrossRefGoogle Scholar
  3. 3.
    Bray JE, Martin J, Cooper G et al. (2005) Paramedic identification of stroke: community validation of the Melbourne ambulance stroke screen. Cerebrovasc Dis 20(1): 28–33PubMedCrossRefGoogle Scholar
  4. 4.
    Deutsches Institut für Normung e.V. (2000) Quality management systems. Requirements (DIN EN ISO 9001:2000). Beuth, Berlin Wien ZürichGoogle Scholar
  5. 5.
    Hacke W, Donnan G, Fieschi C et al. (2004) Association of outcome with early stroke treatment: pooled analysis of atlantis, ecass, and ninds rt-pa stroke trials. Lancet 363: 768–774PubMedCrossRefGoogle Scholar
  6. 6.
    Hennes HJ, Heid F, Steiner T (1999) Präklinisches Management des Patienten mit Schlaganfall. Anaesthesist 48(12): 858–870PubMedCrossRefGoogle Scholar
  7. 7.
    Heuschmann PU, Berger K, Misselwitz B et al. (2003) Frequency of thrombolytic therapy in patients with acute ischemic stroke and the risk of in-hospital mortality: the German Stroke Registers Study Group. Stroke 34(5): 1106–1113PubMedCrossRefGoogle Scholar
  8. 8.
    Heuschmann PU, Kolominsky-Rabas PL, Roether J et al. (2004) Predictors of in-hospital mortality in patients with acute ischemic stroke treated with thrombolytic therapy. JAMA 292: 1831–1838PubMedCrossRefGoogle Scholar
  9. 9.
    Holtmann C, Müller-Gorchs M, Rashid A et al. (2007) Medical opportunities by mobile IT usage – A case study in the stroke chain of survival. 2. European Conference on eHealth, OldenburgGoogle Scholar
  10. 10.
    Kidwell CS, Starkman S, Eckstein M et al. (2000) Identifying stroke in the field. Prospective validation of the Los Angeles prehospital stroke screen (LAPSS). Stroke 31(1): 71–76PubMedGoogle Scholar
  11. 11.
    Kolominsky-Rabas PL, Griewing B, Rüthemann J (2007) Stroke occurrence and disease classification in Germany – A nationwide analysis based on the German DRG report 2004. Cerebrovasc Dis 23(2): 1–147Google Scholar
  12. 12.
    Ringelstein EB, für die Kommission „Stroke Units“ der Deutschen Gesellschaft für Neurologie (1998) Empfehlungen für die Einrichtung von Schlaganfallspezialstationen („Stroke Units“), Aktualisierung 1997. Nervenarzt 69: 180–185PubMedCrossRefGoogle Scholar
  13. 13.
    Scheermesser M, Rashid A, Kossow H, Holtmann C (2008) User acceptance of pervasive computing in healthcare: main findings of two case studies. 2. International conference on pervasive computing for healthcare, Tampere (Finnland)Google Scholar
  14. 14.
    Schenkel J, Weimar C, Knoll T et al. (2003) R1-systemic thrombolysis in German stroke units – the experience from the German Stroke data bank. J Neurol 250: 320–324PubMedCrossRefGoogle Scholar
  15. 15.
    Sefrin P, Griewing B, Ziegler V, Kippnich·U (2007) Akutversorgung des Patienten mit Schlaganfall. Vom Einsatzort bis zur „stroke unit“. Anaesthesist 56: 345–352PubMedCrossRefGoogle Scholar
  16. 16.
    Singer OC, Dvorak F, du Mesnil de Rochemont R et al. (2005) A simple 3-item stroke scale comparison with the national institutes of health stroke scale and prediction of middle cerebral artery occlusion. Stroke 36: 773–776PubMedCrossRefGoogle Scholar
  17. 17.
    Silver FL, Rubini F, Black D, Hodgson CS (2003) Advertising strategies to increase public knowledge of the warning signs of stroke. Stroke 34(8): 1965–1968PubMedCrossRefGoogle Scholar
  18. 18.
    Steiner MM, Brainin M, Austrian Stroke Registry for Acute Stroke Units (2003) The quality of acute stroke units on a nation-wide level: the Austrian stroke registry for acute stroke units. Eur J Neurol 10(4): 353–360PubMedCrossRefGoogle Scholar
  19. 19.
    Wahlgren N, Ahmed N, Dávalos A et al. (2007) Thrombolysis with alteplase for acute ischaemic stroke in the Safe Implementation of Thrombolysis in Stroke-Monitoring Study (SITS-MOST): an observational study. Lancet 369: 275–282PubMedCrossRefGoogle Scholar
  20. 20.
    Weimar C, Ringelstein EB, Diener HC (2007) Stroke Units – Organisation, Ergebnisse, Wirtschaftlichkeit. Nervenarzt 78: 957–966PubMedCrossRefGoogle Scholar

Copyright information

© Springer Medizin Verlag 2008

Authors and Affiliations

  • V. Ziegler
    • 1
  • A. Rashid
    • 2
  • M. Müller-Gorchs
    • 2
  • U. Kippnich
    • 3
  • E. Hiermann
    • 1
  • C. Kögerl
    • 4
  • C. Holtmann
    • 2
  • M. Siebler
    • 5
  • B. Griewing
    • 1
  1. 1.Neurologische Klinik, Rhön KlinikumBad Neustadt/SaaleDeutschland
  2. 2.FZI Forschungszentrum InformatikUniversität KarlsruheKarlsruheDeutschland
  3. 3.Bayerisches Rotes Kreuz, KreisverbandRhön-GrabfeldDeutschland
  4. 4.Stiftung Deutsche Schlaganfall-HilfeGüterslohDeutschland
  5. 5.Neurologische KlinikUniversität DüsseldorfDüsseldorfDeutschland

Personalised recommendations