Zusammenfassung
Hintergrund
Algorithmen zur Vorsichtung helfen unter einer Vielzahl von Verletzten schneller diejenigen zu identifizieren, die akut vital bedroht sind. Algorithmen, bei denen die Vitalfunktionen Atmung – Kreislauf – Bewusstsein abgefragt werden, scheinen aufgrund ihrer Einfachheit überlegen zu sein.
Material und Methoden
Mit Hilfe des mSTaRT-Algorithmus wurde eine Checkliste entwickelt (mSTaRT-Test). In einer Übung wurden von 12 Trupps in 4 Abschnitten mit je 10 Mimen 480 Sichtungsvorgänge simuliert. Die Sichtungsergebnisse wurden anhand von Mittelwert, Standardabweichung, Konfidenzintervallen (KI), Sensitivität und Spezifität sowie des positiven und negativen Wahrscheinlichkeitsverhältnisses (LR ±) analysiert.
Ergebnisse
Die Rate der kritischen Untertriage (falsch-negativ für Sichtungskategorie „Rot“) betrug 1,0 % (95 %-Kl 0,3–2,4 %). Die Sensitivität des mSTaRT-Tests für die Sichtungskategorie „Rot“ war 96,8 % (95 %-KI 92,6–98,9 %), die Spezifität 98,2 % (95 %-KI 96,0–99,3 %), LR + 52,3 (95 %-KI 23,7–115,6), LR − 0,03 (95 %-KI 0,01–0,08).
Schlussfolgerungen
Das Ergebnis dieser Übung legt nahe, dass der mSTaRT-Test für die schnelle Erkennung von vital bedrohten Patienten geeignet ist.
Abstract
Background
In a mass casualty incident triage algorithms seem to help to identify patients with an acute life-threatening injury. Algorithms which include the vital functions breathing, circulation and consciousness seem to be superior to others because of their simplicity.
Material and methods
A checklist was developed according to the mSTaRT algorithm (mSTaRT test). In an exercise 12 teams simulated 480 pretriage procedures situated in 4 different sections each staffed with 10 actors. Triage results were analyzed using means, standard deviation, confidence interval (CI), sensitivity/specificity, as well as positive and negative likelihood ratios (LR±).
Results
The rate of critical undertriage (false negative red) was 1.0 % (95 % CI 0.3–2.4 %). The sensitivity of the mSTaRT test for category red was 96.8 % (95 % CI 92.6–98.9 %), the specificity was 98.2 % (95 % CI 96.0 –99.3 %), LR + 52.3 (95 % CI 23.7–115.6) and LR − 0.03 (95 % CI 0.01–0.08).
Conclusion
The results of this simulation study indicate that the mSTaRT test can be successfully used for a rapid identification of patients with life-threatening injuries (red patients).
Literatur
Ackermann O, Lahm A, Pfohl M et al (2011) Patientenversorgung bei der Loveparade 2010 in Duisburg: Klinische Erfahrungen. Dtsch Arztebl Int 108:483–489
Aylwin CJ, König TC, Brennan NW et al (2006) Reduction in critical mortality in urban mass casualty incidents: analysis of triage, surge, and resource use after the London bombings on July 7, 2005. Lancet 368:2219–2225
Beck A, Bayeff-Filloff M, Kanz KG et al (2005) Algorithmus für den Massenanfall von Verletzten an der Unfallstelle. Notfall Rettungsmed 8:466–473
Benson M, Koenig KL, Schultz CH (1996) Disaster triage: START, then SAVE – a new method of dynamic triage for victims of a catastrophic earthquake. Prehosp Disaster Med 11:117–124
Bundesärztekammer (2009) Stellungnahme der Bundesärztekammer zur ärztlichen Sichtung Verletzter/Erkrankter bei Großschadenslagen/Katastrophen. In: Bundesärztekammer (Hrsg)
Cancio L, Pruitt B (2005) Management of mass casualty burn disasters. Int J Disaster Med 1–16
Clarke JR, Trooskin SZ, Doshi PJ et al (2002) Time to laparotomy for intra-abdominal bleeding from trauma does affect survival for delays up to 90 minutes. J Trauma 52:420–425
Cone DC, Benson R, Schmidt TA et al (2004) Field triage systems: methodologies from the literature. Prehosp Emerg Care 8:130–137
Dittmar MS, Bigalke M, Brunner A et al (2013) Ein regional angepasstes Vorgehen zur Vorsichtung und Sichtungskennzeichnung beim Massenanfall von Verletzten. Notarzt 29:253–259
Dutton RP (2008) Pathophysiology of traumatic shock. Trauma Care 18:12–15
Frykberg ER (2002) Medical management of disasters and mass casualties from terrorist bombings: how can we cope? J Trauma 53:201–212
Garner A, Lee A, Harrison K et al (2001) Comparative analysis of multiple-casualty incident triage algorithms. Ann Emerg Med 38:541–548
Goldschlager T, Rosenfeld JV, Winter CD (2007) ‚Talk and die‘ patients presenting to a major trauma centre over a 10 year period: a critical review. J Clin Neurosci 14:618–623 (discussion 624)
Gutsch W, Huppertz T, Zollner C et al (2006) Initiale Sichtung durch Rettungsassistenten – Ergebnisse bei Übungen zum Massenanfall von Verletzten. Notfall Rettungsmed 384–388
Hiereth KI, Hornburger P, Eyer F et al (2013) mSTaRT Trauma & Intox. Notfall Rettungsmed 16:627–636
Hornburger P, Schuster S, Schmöller G et al (2006) Das Münchner Wellenmodell – Verteilungsmatrix für Patienten bei einem Massenanfall von Verletzten. Brandschutz 380–386
Horne S, Vassallo J, Read J et al (2013) UK triage – an improved tool for an evolving threat. Injury 44:23–28
Kahn CA, Schultz CH, Miller KT et al (2009) Does START triage work? An outcomes assessment after a disaster. Ann Emerg Med 54:424–430, 430 e421
Kanz KG, Homburger P, Kay MV et al (2006) mSTaRT-Algorithmus für Sichtung, Behandlung und Transport bei einem Massenanfall von Verletzten. Notfall Rettungsmed 264–270
Kluger Y (2003) Bomb explosions in acts of terrorism – detonation, wound ballistics, triage and medical concerns. Isr Med Assoc J 5:235–240
Paul AO, Kay MV, Huppertz T et al (2009) Validation of the prehospital mSTaRT triage algorithm. A pilot study for the development of a multicenter evaluation. Unfallchirurg 112:23–30, 32
Sefrin P (2005) Sichtung als ärztliche Aufgabe. Dtsch Ärztebl 102:1424–1428
Sefrin P, Weidringer JW, Weiss W (2003) Sichtungskategorien und deren Dokumentation. Dtsch Ärztebl 102:A1424–A1428
Simel DL, Samsa GP, Matchar DB (1991) Likelihood ratios with confidence: sample size estimation for diagnostic test studies. J Clin Epidemiol 44:763–770
Stengel D, Bauwens K, Sehouli J et al (2003) A likelihood ratio approach to meta-analysis of diagnostic studies. J Med Screen 10:47–51
Thompson D, Brown S, Mallonee S et al (2004) Fatal and non-fatal injuries among U.S. Air Force personnel resulting from the terrorist bombing of the Khobar Towers. J Trauma 57:208–215
Einhaltung der ethischen Richtlinien
Interessenkonflikt. Mitwirkende Institutionen: Im Vorfeld der Übung hat die Branddirektion München, vertreten durch T. Huppertz und M. Storz, Fachwissen und Lehrmaterialien zur Verfügung gestellt und sich dadurch an der Planung der hier durchgeführten Simulationsübung beteiligt. Die Durchführung des Projekts wurde ermöglicht durch die Vermittlung des Leiters der Flughafenfeuerwehr Stuttgart A. Rudlof und die Gastfreundschaft der Flughafen Stuttgart GmbH. Die Mimengruppe der Malteser Baden-Württemberg, unter der Leitung von S. Meßmer, hat die Simulationsübung ermöglicht. Die Erfassung der Übung und Sichtungsvorgänge in Form von Videoaufzeichnungen erfolgten durch Mitarbeiter des Deutschen Instituts für Katastrophenmedizin unter Federführung von T. Kees, M. Rekowski, K. La Roche und S. Müller. Für die Durchführung der Übung wurden uns PreDoc® Verletztenanhängekarten von der Firma Vitmo und Tourniquets von der Firma MedicalSCI zur Verfügung gestellt. M. Offterdinger, K. Ladehof, A. Paul und M. Hansen geben an, dass kein Interessenkonflikt besteht. Dieser Beitrag beinhaltet keine Studien an Menschen oder Tieren.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Offterdinger, M., Ladehof, K., Paul, A. et al. Eine einfache Checkliste als Hilfsmittel zur Vorsichtung mit dem mSTaRT-Algorithmus. Notfall Rettungsmed 17, 415–419 (2014). https://doi.org/10.1007/s10049-014-1890-3
Published:
Issue Date:
DOI: https://doi.org/10.1007/s10049-014-1890-3