Zusammenfassung
Hintergrund
Die Inanspruchnahme des öffentlich-rechtlichen Rettungsdiensts in Bayern steigt seit Jahren an und damit die Leertransportquoten. Zur Weiterentwicklung der Notrufabfrage in Bayern stellten wir uns retrospektiv die Frage, ob es Kommunikationscharakteristika in Notrufgesprächen ohne folgende Notarztbeteiligung gibt, die den späteren Transportstatus prädizieren und die Dauer der Notrufabfrage beeinflussen.
Methode
Retrospektive quantitative Auswertung von qualitativ erhobenen Notrufgesprächen der Integrierten Leitstellen (ILS) München und Bayreuth/Kulmbach. Kategorisierung der Anrufe als Rettungswageneinsatz ohne Transport (RoT) und Rettungswageneinsatz mit Transport (TP). Die Auswertung erfolgte mittels deskriptiver Methoden, linearer und logistischer Regressionen.
Ergebnisse
Informationen über den Atmungs‑, Bewusstseins- und Schmerzzustand des*r Patient*in gingen seltener mit einem RoT-Einsatz einher. Das Vorliegen von Informationen über den Kreislauf- und neurologischen Zustand des*r Patient*in sowie die Entstehung einer Drucksituation und die situative Überforderung des*r Anrufer*in gingen häufiger mit einem RoT-Einsatz einher. Eine situative Überforderung des*r Anrufer*in und ein*e fremdsprachliche*r Anrufer*in hatten ceteris paribus eine Verlängerung der durchschnittlichen Notrufgesprächsdauer zur Folge; die fehlenden Deutschkenntnisse hatten jedoch keinen Einfluss auf die Chance eines RoT-Einsatzes.
Schlussfolgerung
Die Ergebnisse weisen auf einen Zusammenhang zwischen Kommunikationscharakteristika und Transportstatus hin. Der medizinischen Abfrage ist hierbei ein großer Stellenwert zuzuschreiben. Weiter ließen sich menschliche Überforderung sowie sprachliche Faktoren identifizieren, die die Alarmierungsentscheidung des*r Disponent*in mitbestimmen.
Graphic abstract
Abstract
Background
Utilization of public ambulance services in Bavaria has been increasing for years, and with it the empty transport rates. To further improve the assessment/categorization of emergency calls in Bavaria, we retrospectively examined whether there are communication characteristics in emergency calls without subsequent emergency physician involvement that predict subsequent transport status and influence the duration of emergency call query.
Methods
Retrospective quantitative analysis of qualitatively collected emergency calls from the integrated dispatch centers (ILS) of Munich and Bayreuth/Kulmbach. Calls were categorized as ambulance call without transport (RoT) and ambulance call with transport (TP). Descriptive methods, linear and logistic regressions were used for the analysis.
Results
Information about the patient’s breathing, consciousness and pain status was less frequently associated with a RoT call. Presence of information about the patient’s circulatory and neurological condition as well as the emergence of a stressful situation and the caller being overwhelmed with the situation were more often associated with a RoT intervention. Situations where the caller is overwhelmed or a caller speaking a foreign language resulted, ceteris paribus, in an increase of the average duration of the emergency call; the lack of German language skills, however, had no influence on the likelihood of a RoT intervention.
Conclusion
The results indicate a correlation between communication characteristics and transport status. The medical query is of great importance in this context. Furthermore, overwhelmed callers and also linguistic factors were identified, as influencing the alarm decision of the dispatcher.
Avoid common mistakes on your manuscript.
In Bayern stiegen die Rettungswagen (RTW)-Einsatzzahlen in den letzten 10 Jahren um mehr als 25 %, jeder dritte ohne Transportausgang. Die Notrufabfrage und Einschätzung des*r Disponent*in in der Integrierten Leitstelle (ILS) sind im Prozess des Einsatzablaufs von zentraler Bedeutung [1]. Eine Notrufabfrage kann in medizinische Informationsfindung, örtliche Informationsfindung und sonstige Informationserhebung aufgegliedert werden [2].
Zielsetzung
Ziel der Studie war die Beantwortung der Frage: Gibt es einen Zusammenhang zwischen Notrufabfrage und Transportentscheidung? Wir stellten die Hypothese auf, dass insbesondere die medizinische Informationsfindung in Notrufgesprächen mit dem späteren Transportstatus in Zusammenhang steht. Hier setzt die Arbeit mit der Frage an, ob sich Kommunikationscharakteristika in Notrufgesprächen bei Notfalleinsätzen ohne Notarztbeteiligung ermitteln lassen, die den späteren Transportstatus prädizieren.
Es wurden Notrufgespräche der ILS München und Bayreuth/Kulmbach daraufhin untersucht, ob sich kommunikative und andere interaktionelle Unterschiede im Hinblick auf die Transportentscheidung identifizieren lassen.
Eine weitere Hypothese war, dass Kommunikationscharakteristika und andere interaktionelle Auffälligkeiten die Dauer der Notrufgespräche in der ILS München beeinflussen.
Methodik
Die Studie ist eine Analyse im Rahmen der Versorgungsforschung und Bestandteil der Studie Rettungswageneinsatz ohne Transport (RoT). Das Institut für Notfallmedizin und Medizinmanagement (INM) wurde durch das Bayerische Staatsministerium des Innern, für Sport und Integration (BayStMI) mit der Durchführung dieser Studie beauftragt [3]. Es wurden Anonymisierung, Transkribierung auf Basis der Transkriptionsregeln nach Kuckartz [4] sowie Auswertung von Notrufgesprächen ohne Notarztbeteiligung in den ILS München und der ILS Bayreuth/Kulmbach vorgenommen. Die Auswertung erfolgte mit einer selbst entwickelten Gesprächsoperationalisierung und daraus resultierenden Analysesträngen (Tab. 1 und 2; [2, 5]). Ein*e Mitarbeiter*in der ILS wählte die Gespräche, die transkribiert werden sollten, per Zufall aus. Diese wurden anschließend an eine zweite Person zur Transkription weitergegeben. Die statistische Analyse erfolgte durch weitere, unabhängige Personen. Alle genannten Prozessschritte wurden von qualifiziertem Personal durchgeführt, das für diese Aufgaben entsprechend geschult ist.
Setting
Der Freistaat Bayern ist in 26 Rettungsdienstbereiche aufgegliedert, jeder wird von einer ILS geleitet und koordiniert. Acht der 26 Leitstellen werden durch das Bayerische Rote Kreuz (BRK) betrieben [6]. Die ILS sind unter der Rufnummer #112 zu erreichen und organisieren alle Einsätze der Notfallrettung [7]. Daneben gibt es die Rufnummer des Ärztlichen Bereitschaftsdienstes (ÄBD) #116117 [8]. Einsatzmittel und Möglichkeiten des Rettungsdiensts sind hochgradig diversifiziert [9]. Unsere Studie beleuchtet ausschließlich Notfalleinsätze ohne Notarztbeteiligung, sogenannte RD1-Einsätze. Die Notrufabfrage in Bayern erfolgt, bis auf wenige Ausnahmen, nicht standardisiert, ohne Softwareunterstützung auf Grundlage von Leitlinien zur Notrufabfrage des Rettungsdienstausschusses Bayern [2]. Die Ausbildung zum*r Disponent*in ist in § 8 der Verordnung zur Ausführung des Bayerischen Feuerwehrgesetzes (Feuerwehrgesetzausführungsverordnung – AVBayFwG) staatlich geregelt. Sie besteht aus einer 800 Unterrichtseinheiten umfassenden rettungsdienstlichen Qualifikation sowie einer weiteren 800 Unterrichtseinheiten umfassenden feuerwehrfachlichen Qualifikation. Zusätzlich ist ein mindestens 280 Unterrichtseinheiten umfassender Disponent*innenlehrgang an der Staatlichen Feuerwehrschule Geretsried vorgesehen [10]. Für Einsatzerfassung, -disposition und -begleitung wurde für alle ILS ein einheitliches Einsatzleitsystem verpflichtend eingeführt [11]. Das Tetra-Digitalfunknetz ermöglicht die Übermittlung von Statusmeldungen an die Leitstelle. Wichtigste Statusmeldungen sind: 3 = Einsatz übernommen, 4 = an Einsatzstelle angekommen, 7 = Patient*in aufgenommen und 8 = am Zielort angekommen [11]. In den ILS werden Notrufgespräche für maximal 12 Monate gespeichert und dienen primär dem internen Qualitätsmanagement und der Performancemessung [7].
Datenquelle und Stichprobe
Es wurden zwei Gruppen („Rettungswageneinsatz ohne Transport – RoT“ und „Rettungswageneinsatz mit Transport – TP“) gebildet. Die Gruppenzuordnung erfolgte nach den Statusmeldungen der ILS. Ein Gespräch wurde der TP-Gruppe „bei Status 3, 4, 7 und 8 vorhanden“ zugeordnet, der RoT-Gruppe bei „Status 3 und 4 vorhanden“, „Status 7 und 8 nicht vorhanden“ [11]. Alle Gespräche hatten als Zielrufnummer die #112 und waren Primäreinsätze. Alle Einsätze waren ohne Notarztbeteiligung. Es wurden lediglich Einsätze berücksichtigt, bei denen kein Notarzt involviert war, selbst wenn im Verlauf des Einsatzgeschehens später ein Notarzt angefordert wurde – diese Fälle wurden dennoch ausgeschlossen. Es wurden nur Gespräche mit direktem Anrufer*innenkontakt erfasst, Gespräche von Polizei, U‑Bahn-Wache, Sicherheitszentralen, Werkfeuerwehren, kassenärztlichem Notrufdienst etc. ausgeschlossen. Alle der ausgewählten Gespräche wurden berücksichtigt. Sollte es zu einer Störung im Verlauf des Gesprächs gekommen sein, fand dennoch eine Einbeziehung in Analysestrang 5 statt.
ILS München
Dieses Einzugsgebiet umfasst mehr als zwei Millionen Menschen in Stadt und Landkreis München, Einwohnerdichte 1895/km2. Die ILS koordiniert rund 550 Feuerwehr- und Rettungsdienstfahrzeuge. Im Durchschnitt werden täglich 2500 bis 3000 Notrufe entgegengenommen und über 1000 Einsätze ausgeführt [12, 13].
Als Datengrundlage wurden 119 Gespräche aus dem Zeitraum 10/21 bis 03/22 per Zufall aus 16.035 Gesprächen RoT und 25.279 Gesprächen TP ausgewählt. Diese wurden nach den bereits genannten Kriterien transkribiert, anonymisiert und im Anschluss ausgewertet.
ILS Bayreuth/Kulmbach
Die ILS wird vom BRK, Kreisverband Bayreuth, betrieben. Die ILS umfasst 56 Kommunen mit ca. 255.000 Einwohnern, Einwohnerdichte 125/km2. In ihrem Zuständigkeitsbereich liegen ca. 400 Standorte von Feuerwehren, Rettungsdienst und Katastrophenschutz [14].
Als Datengrundlage wurden 31 transkribierte, anonymisierte RD1-Gespräche aus dem Zeitraum 10/21 bis 03/22 zur Verfügung gestellt. Die Auswahl der Gespräche erfolgte zweistufig. Im ersten Schritt wurden die 25 Disponent*innen der ILS über das geplante Abhören und Transkribieren der Notrufgespräche informiert. Von diesen 25 Disponent*innen stimmten 18 dem Vorhaben zu, 2 widersprachen und 5 gaben keine Rückmeldung. Nach Überprüfung der Einschlusskriterien wurden 31 Gespräche zufällig ausgewählt. Die genaue Anzahl aller Gespräche in diesem Zeitraum konnte nicht erhoben werden.
Variablen
Die im Studienprotokoll angelegten Analysestränge wurden im Laufe der Studie auf acht erweitert und auf Basis einer Gesprächsoperationalisierung in medizinische und zeitliche Variablen umgesetzt (Tab. 1 und 2; [3]) sowie mit Variablen zum*r Anrufer*in, Problemen/Auffälligkeiten, Auffindesituation und einsatzauslösenden Hinweisen ergänzt [1].
Statistische Methoden
Häufigkeit und Ausprägung der Variablen wurden mit Mitteln der deskriptiven Statistik untersucht. Zur Überprüfung signifikanter Unterschiede wurde innerhalb der beiden Gruppen RoT und TP ein Test auf Binomialverteilung bei einem Signifikanzniveau von 5 % vorgenommen. Die Hypothese lautete: Es gibt keine signifikanten Unterschiede der Ausprägungen der Variablen zwischen den Gruppen RoT und TP. Zur Beantwortung der Forschungsfragen wurden Prädikationsmodelle entworfen. Zur Prädiktion des Transportstatus wurde eine logistische Regression mit den Zielvariablen RoT und TP durchgeführt [15, 16]. Zur Prädiktion der Gesprächsdauer wurde ein lineares Modell gerechnet. Alle Tests wurden auf einem α‑Signifikanzniveau von 5 % durchgeführt. Es wurde nach Confoundern und Störgrößen adjustiert. Zur Datenanalyse wurden Microsoft Excel 2016 (Microsoft Corporation, Redmond, WA, USA) und R‑4.0.3/RStudio 1.3 (Posit PBC, Boston, MA, USA) verwendet.
Ergebnisse
Deskriptiv
Von den erfassten 150 Gesprächen waren 79 RoT und 71 TP. Informationen über Atmung waren in 34 % (RoT 32 %/TP 37 %), über Bewusstsein in 56 % (RoT 48 %/TP 65 %), über Kreislaufzustand in 40 % (RoT 39 %/TP 41 %), über neurologische Aspekte in 23 % (RoT 23 %/TP 23 %) und über Schmerzen in 42 % (RoT 22 %/TP 35 %) der Gespräche vorhanden. Informationen über Bewusstsein (p < 0,001) und Schmerzen (p < 0,001) waren in der TP-Gruppe signifikant häufiger vorhanden (Tab. 3).
In 51 % (RoT 49 %/TP 52 %) kam der*die Anrufer*in aus dem persönlichen Umfeld des*r Patient*in, in 38 % (RoT 37 %/TP 39 %) war es eine fremde Person, in 11 % (RoT 14 %/TP 8 %) der*die Patient*in selbst (Tab. 3).
Sprachliche Probleme wurden in 40 (RoT 23/TP 17) Gesprächen gefunden, in 21 (RoT 12/TP 9) aufgrund eines*r fremdsprachlichen Anrufer*in, in 19 (RoT 11/TP 8) aufgrund sonstiger sprachlicher Probleme (Tab. 3).
Eine situative Überforderung wurde in 29 % (RoT 66 %/TP 34 %) der Gespräche erkennbar, der Unterschied war signifikant (p < 0,001; Tab. 3).
Eine anrufer*inbedingte Drucksituation zeigte sich mit signifikantem Unterschied (p < 0,001) bei 14 Gesprächen (RoT 13/TP 1; Tab. 3).
Transportstatus
Das logistische Regressionsmodell mit der Zielvariable „Transportstatus“ (RoT und TP) beinhaltete die Prädiktionsvariablen des Analysestrangs 1, 3, 4, 5, 6, 7 (Tab. 1 und 2).
Waren Informationen über Atmung (0,87), Bewusstsein (0,38; p < 0,05) und Schmerzen (0,41; p < 0,05) vorhanden, verringerten sie multiplikativ die Chance (entspricht der Odds Ratio, die sich aus der Exponentialfunktion jedes Koeffizienten im Output des logistischen Regressionsmodells ergibt) auf einen RoT-Einsatz. Informationen über Kreislauf (1,24) und neurologische Aspekte (1,28) erhöhten multiplikativ die Chance auf einen RoT-Einsatz (Tab. 4; Abb. 1).
Sprachliche Probleme hatten keinen relevanten Einfluss auf eine RoT-Chance.
Eine situative Überforderung (1,53) des*r Anrufer*in erhöhte multiplikativ die Chance auf einen RoT-Einsatz (Tab. 4; Abb. 1).
Entstand eine Drucksituation, ausgelöst durch den*die Anrufer*in, erhöhte dies die Chance auf einen RoT um das 10-fache (10,06; p < 0,05).
War die Auffindesituation des*r Patient*in in einem freien öffentlichen Raum (1,17) oder auf einem Privatgrund (1,62), so erhöhte sich die Chance auf einen RoT-Einsatz multiplikativ, verglichen mit der Auffindesituation in einem öffentlichen Gebäude (Tab. 4; Abb. 1).
Gesprächsdauer
Das lineare Prädiktionsmodell mit dieser Zielvariable beinhaltete die Prädiktionsvariablen der Analysestränge 1, 3, 4, 5, 6, 7 (Tab. 1 und 2).
Die durchschnittliche Gesprächsdauer betrug in der RoT-Gruppe (n = 70) 112 s (Standardabweichung [SD] 45,3), in der TP-Gruppe (n = 49) 107 s (SD 44,9). Median 95 bzw. 96 s (Tab. 2).
Waren Informationen über Schmerzen (RoT: +19 s; TP: +40 s, p < 0,01) und neurologische Aspekte (RoT: +7 s; TP: +14 s) vorhanden, verlängerte sich ceteris paribus die durchschnittliche Gesprächsdauer in beiden Gruppen (Tab. 3; Abb. 2).
Sprach der*die Disponent*in mit einem*r fremdsprachlichen Anrufer*in, verlängerte sich ceteris paribus die durchschnittliche Gesprächsdauer (RoT: +36 s, p < 0,05; TP: +31 s, p < 0,05; Tab. 3; Abb. 2).
Situative Überforderung (RoT: +41 s, p < 0,001; TP: +13 s) und Entstehen einer Drucksituation (RoT: +25 s; TP +171 s, p < 0,001) verlängerten ceteris paribus die mittlere Gesprächsdauer (Tab. 3; Abb. 2).
Diskussion
Die vorliegende Studie zeigte einen Zusammenhang von Einflussfaktoren aus Notrufgesprächen mit der Transportentscheidung. Das Vorliegen der Informationen über den Atmungs‑, Bewusstseins- und Schmerzzustand des*r Patient*in ging seltener mit einem RoT-Einsatz einher. Das Vorliegen von Informationen über den Kreislauf- und neurologischen Zustand des*r Patient*in sowie die Entstehung einer Drucksituation und die situative Überforderung des*r Anrufer*in gingen häufiger mit einem RoT-Einsatz einher. Außerdem zeigte die Studie einen Zusammenhang von Einflussfaktoren aus Notrufgesprächen mit der Gesprächsdauer. Eine situative Überforderung des*r Anrufer*in und ein*e fremdsprachliche*r Anrufer*in hatten ceteris paribus eine Verlängerung der durchschnittlichen Notrufgesprächsdauer zur Folge; fehlende Deutschkenntnisse hatten jedoch keinen Einfluss auf die Chance eines RoT-Einsatzes (Tab. 3).
Medizinische Variablen
Kriterien für eine Beförderungsentscheidung sind meist Informationen über Atmung oder veränderten Bewusstseinszustand [17]. Diese werden auch in der Literatur als ein ausschlaggebender Faktor für den weiteren Verlauf der Notrufabfrage angesehen [18, 19]. In unserer Studie lagen in 34 % der Fälle dem*r Disponent*in die Informationen über die Atmung des*r Patient*in vor. Somit hat der*die Disponent*in in 66 % der Fälle ohne Informationen über die Atmung über die Disposition eines RD1 entschieden. Hat der*die Patient*in selbst angerufen, wurde nicht automatisch davon ausgegangen, dass Informationen über die Atmung vorliegen. Bång et al. und Lindström et al. berichten von ähnlichen Ergebnissen [18]. Eine Analyse von Mayr aus dem Jahr 2020 zeigt, dass die referierte Studienlage standardisierte Notrufabfragesysteme in deutschsprachigen Regionen favorisiert [20]. Bei diesen geht es im ersten Schritt stets darum, den Bewusstseins- und Atemzustand des*r Patient*in zu evaluieren, im zweiten Schritt werden die anderen Abfragekriterien erhoben [20]. Das Einführen eines standardisierten Notrufabfrageprotokolls (SNAP) in der Leitstelle Berlin führte zu einer verbesserten Erfassung der medizinischen Abfrageparameter. Vor der Standardisierung fragten die Disponent*innen in 30 % der Fälle nach der Atmung der interventionsbedürftigen Person, nach Standardisierung lag dieser Wert bei 72 % [21]. Informationen über den Bewusstseinszustand des*r Patient*in lagen in 56 % der Fälle vor, wobei Gespräche, bei denen der*die Patient*in selbst anrief, als „Information vorhanden“ behandelt wurden. In der TP-Gruppe lag die Information über den Bewusstseinszustand bei 65 % der Fälle, also signifikant häufiger, vor. Vor der Einführung eines SNAP in der Leitstelle Berlin wurde nach dem Bewusstsein in 53 % der Fälle gefragt, nach Standardisierung in 72 % [21]. Die Gesamtquote von Informationen über Atmung und Bewusstsein (56 %) in unserer Stichprobe zeigt einen deutlich geringeren Anteil. Dies könnte am Fehlen einer standardisierten Abfrage liegen.
Standardisierte Abfragesysteme, beispielsweise in der Schweiz, beurteilen zuerst den Bewusstseinszustand und die Atemqualität des*r Patient*in, primär um einen Herz-Kreislauf-Stillstand schnell zu erkennen [22]. Eine niederländische Studie berichtete ebenfalls positive Effekte bezüglich des Einsatzes einer solchen Software [23]. Der häufigste Grund für das Nichterkennen eines Herzstillstands ist das Versäumnis der Frage nach der Atmung des*r Patient*in [19].
In der vorliegenden Studie erwies sich die Datenlage bezüglich des Kreislaufstatus, neurologischen Status und Schmerzstatus der Patient*innen als unzureichend. In diesem Kontext fehlen ebenfalls angemessene Strategien und Richtlinien für Disponent*innen. In zukünftigen Untersuchungen könnte daher das Ziel sein, spezifische Handlungsstrategien und Maßnahmenpläne für Disponent*innen zu entwickeln, um diese Informationen effektiver zu erfassen und zu nutzen.
Um Einsätzen entgegenzuwirken, die vermutlich keinen Transport oder ärztliche Interventionen nach sich ziehen werden, wurde das Konzept des Gemeindenotfallsanitäters entwickelt und bereits in beteiligten Leitstellen implementiert [24]. Zukünftige Forschung könnte darauf abzielen, dieses Konzept zu evaluieren.
Gesprächsdauer
Der zeitliche Ablauf eines Notfalleinsatzes ist in verschiedene Segmente gliederbar. Dax et al. haben die Segmente dieses Kernprozesses einer ILS beschrieben: Gesprächsannahmezeit (Zeit, bis der*die Disponent*in das Gespräch annimmt), Gesprächsdauer (Zeit von Gesprächsannahme bis Gesprächsbeendigung), Dispositionszeit sowie technische Alarmzeit [25]. Die durchschnittliche Gesprächsdauer betrug in unserer Gesamtpopulation 110 s. Unsere Messmethode gleicht einer Studie aus Dänemark [23] und den Daten des Rettungsdiensts Baden-Württemberg [26]. Insgesamt war die Dauer der Notrufgespräche in unserer Studie kürzer als in den vorher genannten Studien. Palma et al. berichten von einer Notrufbearbeitungszeit in Apulien, Italien, im Mittel von 65 s. Hier ist jedoch nicht genau bekannt, wie sich dieses Zeitintervall zusammensetzt [27]. Eine andere Studie berichtet von einer optimalen Notrufbearbeitungszeit in der Leitstelle Tirol von 60 bis 90 s [28]. Auswertungen der Leitstelle Berlin ergaben, dass das Notrufgespräch (Abfrage der medizinischen und örtlichen Informationen) in den meisten Fällen in unter 100 s abgeschlossen ist [21]. Diese Zahlen sind kürzer als in unserer Untersuchung. Dies könnte unter anderem an den verpflichtenden Abfragen zum COVID-19-Status bei den von uns betrachteten ILS liegen [26].
Sprachliche Probleme
Im Jahr 2019 lebten knapp 3,3 Mio. Personen mit Migrationshintergrund in Bayern; das entspricht einem Anteil von etwa 26 % an der Gesamtbevölkerung von 12,9 Mio. Einwohnern [29]. Sowohl der Anteil der Deutschen mit Migrationshintergrund als auch der Anteil ausländischer Staatsangehöriger (2022: 15,5 %) ist in den letzten Jahren konstant gestiegen [30] und könnte somit für die zunehmende Relevanz von Sprachbarrieren bedeutsam sein. Holmström et al. zeigten für Schweden, dass die häufigste Kommunikationsbarriere in Notrufgesprächen mangelnde Sprachkenntnisse waren [31]. In unserer Studie wurden in 27 % der Gespräche sprachliche Probleme deutlich. In etwas mehr als der Hälfte dieser Fälle lag die Ursache in einem*r fremdsprachlichen Anrufer*in (Tab. 2). Fehlende Sprachkenntnisse und die daraus erwachsenden Verständigungsschwierigkeiten können sich naheliegend auf die Qualität und das Ergebnis der Notrufabfrage auswirken [32]. Sprachliche Barrieren gelten in englischsprachigen Regionen, vor allem in den USA, als großer Problemfaktor in einer Notrufabfrage. Mehr als 80 % der befragten Disponent*innen des Notrufs #911 geben an, fast täglich auf eine*n Anrufer*in mit limitierten Englischkenntnissen (LEP) zu stoßen [33] und die LEP-Quote steigt seit Jahren an. Als besonders schwierig wird die Adressermittlung in den Gesprächen beschrieben [33]. Dies deckt sich mit unseren Ergebnissen. Eine fremdsprachliche Person verlängerte ceteris paribus die Gesprächsdauer, jedoch hatte sie keinen signifikanten Einfluss auf die Chance eines RoT. Zur Beseitigung von Sprachbarrieren und zur Verbesserung der Notrufabfrage könnten auch in Bayern Dolmetscherdienste, wie in den USA etabliert, zum Einsatz kommen [33,34,35]. Ein weiterer Ansatz zur Verhinderung von Sprachbarrieren ist der Einsatz von künstlicher Intelligenz (KI). Es wäre denkbar, dass die KI die gesprochene Sprache des*r Anrufer*in erkennt und in dieser mit ihm*ihr kommuniziert. Der Einsatz von KI könnte also sinnvoll sein, muss aber noch weiter erforscht werden [36].
Situative Überforderung und Drucksituation
In der Literatur wird ein Zusammenhang zwischen erhöhtem Stressniveau und LEP-Anrufer*innen in den USA gefunden [33,34,35]. In unserer Studie ist dies vergleichbar mit der Variablen „situative Überforderung“. Ein Zusammenhang zwischen den Variablen „situative Überforderung“ und „Drucksituation“ war aufgrund der schmalen Datenbasis nicht nachweisbar. Die Ergebnisse könnten vor diesem Hintergrund fehlerbehaftet sein. Die Berechnung des logistischen und linearen Regressionsmodells ohne diese Variablen brachte jedoch keine nennenswerten Änderungen des Outputs. Situative Überforderung, charakterisiert durch Attribute wie übermäßig ungeduldig, verwirrt, übermäßig aufgeregt, hysterisch, verlängerte ceteris paribus die durchschnittliche Dauer der Notrufgespräche um ca. 30 s. Zu einem ähnlichen Ergebnis kommt eine skandinavische Studie, die Schwierigkeiten und Verzögerungen aufgrund von Stress und Aufregung des*r Anrufer*in feststellte [31]. Unsere Definition von situativer Überforderung lehnt sich an die Ergebnisse an, die die Autor*innen in ihrem Scoping-Review fanden [37]. Ein in der Literatur weit verbreitetes Tool ist der Emotional Contents and Cooperation Score (ECCS; [37]). Insgesamt ist die Evidenz über Emotionen und Überforderung bei Notrufgesprächen gering [37]. Hier bedarf es weiterer Studien, um unter Umständen Wechselwirkungen zu erkennen. Eine situative Überforderung wurde in unserer Studie in nahezu 30 % der Gespräche gefunden, wobei 66 % davon in der RoT-Gruppe vorkamen (Tab. 1). Um diese Zahlen zu reduzieren, sind eine ausreichende Thematisierung dieser Situationen während der Ausbildung, regelmäßige Gesprächsanalysen mit besonderer Beachtung solcher Gespräche, Anpassungen der Abfragealgorithmen und Anleitungen für Anrufende erforderlich. In der Literatur wird der Einfluss von Überforderung unterschiedlich diskutiert. Clawson et al. widerlegen in ihrer Studie die These, dass Anrufer*innen in skriptgesteuerten Notrufgesprächen zu hysterisch oder unkooperativ seien [38]. Chin et al. entwickelten einen KI-gesteuerten Ansatz zur Bewertung von Emotionen der Anrufer*innen in Notrufgesprächen [39]. Das Modell könnte nützlich sein, um emotional instabile Anrufer*innen im Vergleich zu emotional stabilen Anrufer*innen schnell zu identifizieren [39].
Das Entstehen einer Drucksituation benennt Einsätze, die durch das Anspruchsdenken des*r Anrufer*in geprägt werden und möglicherweise der Einschätzung des*r Disponent*in nicht entsprechen. In 14 Gesprächen (9 %) wurde eine solche Konstellation gefunden. Entscheidend dabei ist, dass 13 davon auf die RoT-Gruppe entfallen und sich die Chance eines RoT-Einsatzes somit verzehnfacht. Um dem entgegenzuwirken, könnten Möglichkeiten wie spezielle Schulungen und die Verwendung standardisierter Abfragealgorithmen mit rechtssicherem Abschluss genutzt werden. Zur Bewertung des Einflusses auf die Gesprächsdauer werden die 13 Fälle der RoT-Gruppe genommen. Die Dauer verlängert sich ceteris paribus um mehr als 20 s. Man kann nach dieser Datenlage davon ausgehen, dass Drucksituationen oftmals auf die emotionalen Gegebenheiten des*r Anrufer*in zurückzuführen sind.
Die Variablen „Drucksituation“ und „situative Überforderung“ können nach Meinung der Autoren korrelieren. Das unterstreicht den Bedarf an Materialien und Strategien, um Anrufer*innen in einer solchen Situation zu unterstützen und eine emotionale Eskalation des Gesprächs zu verhindern. Eine Studie aus Schweden zeigt, wie wichtig es ist nachzuvollziehen, dass sich der*die Anrufer*in in einer Stresssituation befindet und Disponent*innen daher in den Leitstellen mithilfe von Kolleg*innen oder künstlichen Pausen die Situation zu beruhigen versuchen [40]. Verhaltensweisen waren stets situations- und personenabhängig [40].
Limitationen
Die gesamte Studie RoT fokussiert sich auf Notfalleinsätze ohne Notarztbegleitung in Bayern. Dadurch werden ärztliche Transportentscheidungen ausgeschlossen, eine Generalisierung der Resultate ist nicht möglich, da davon auszugehen ist, dass bei a priori erkennbaren schwerwiegenden medizinischen Diagnosen in den meisten Fällen ein Einsatzwagen mit Arztbegleitung geschickt wird [41].
Da sämtliche Notrufgespräche aus dem Zeitraum einer Hochphase der COVID-19-Pandemie stammten, muss ferner beachtet werden, dass möglicherweise COVID-19-spezifische Zusatzfragen unsere Ergebnisse beeinflussten und gegebenenfalls die Gesprächsdauer verlängerten. Außerdem könnte die gesamte Notrufsituation durch die Kontaktbeschränkungen verzerrt gewesen sein. Die Dauer der Notrufabfrage lag nur für die ILS München vor. Die Definition der Einflussvariablen erfolgte nach einem selbst entworfenen Schema (Tab. 1 und 2; [3]). In der Literatur werden ähnliche, aber nicht deckungsgleiche Vorgehensweisen beschrieben [16, 25,26,27, 31,32,33,34, 38].
Gab der*die Anrufer*in auf eine entsprechende Frage des*r Disponent*in Schmerzen beim Atmen an, entstand in der Erhebung durch die parallele Information eine Verzerrung, da Schmerzen auch mit jeder anderen medizinischen Kategorie verknüpft werden können.
Die Messungen der subjektiven Variablen „Überforderung“ und „Drucksituation“ werden auf Basis unterschiedlicher Methoden bewertet und sind somit nur sehr spezifisch vergleichbar. Der Einfluss von fremdsprachlichen Personen auf die Notrufabfrage ähnelt den Ergebnissen aus den USA, wo das präklinische Notfallsystem anders organisiert ist [42]. Die meisten Vergleichsstudien bezogen sich auf spezifische Meldesituationen, z. B. „Verdacht auf schwerwiegende kardiale Probleme“ [19, 23, 28].
Die Ergebnisinterpretation wird überdies durch den Mangel an Informationen über den*die Anrufer*in eingeschränkt. Die Literatur zeigt, dass Alter und Geschlecht einen Einfluss auf das Notrufgespräch hatten [32].
Die gerechneten Regressionsmodelle hatten mehr als zehn Einflussvariablen, was die Signifikanz der Ergebnisse bei einer Studienpopulationsgröße von 150 beeinträchtigt. Bei einer größeren Studienpopulation wären Modifikationen der Resultate möglich. Die Methodik der Datenauswertung könnte durch unbekannte Störgrößen, externen Bias und fehlende Linearität beeinflusst sein.
Zusätzlich ist zu beachten, dass die Entscheidung für oder gegen einen Transport vielschichtig ist. Die Analyse von Notrufanfragen ermöglicht die Erkennung von Zusammenhängen, doch auch andere Aspekte wie die Auswertung von Einsatzprotokollen müssen berücksichtigt werden.
Fazit für die Praxis
-
Die Optimierung von Kommunikation und Interaktion in kritischen Situationen kann zur Effizienzverbesserung der Notfallversorgung beitragen und damit dem*r Patient*in unmittelbar zugutekommen.
-
Eine schnelle Identifikation medizinischer Parameter und möglicher Störfaktoren der Notrufkommunikation kann die zeitliche Dauer eines Notrufgesprächs beeinflussen. Dies kann durch Standardisierung und Reduktion auf essenzielle Elemente sowohl auf Anrufer*innenseite als auch auf Disponent*innenseite erreicht werden.
-
Da in vielen Gesprächen die Information über Vitalparameter nicht vorlag, hat der Einsatz algorithmenbasierter standardisierter Abfragesysteme – nach Meinung der Autoren – in der präklinischen Versorgung in Bayern Potenzial.
-
Es gibt einen Bedarf an Materialien und Strategien, um Anrufer*innen in einer emotional aufgeladenen und stressbehafteten Situation zu unterstützen und eine Eskalation des Gesprächs zu verhindern.
Abbreviations
- ÄBD:
-
Ärztlicher Bereitschaftsdienst
- AVBayFwG:
-
Verordnung zur Ausführung des Bayerischen Feuerwehrgesetzes
- BayStMI:
-
Bayerisches Staatsministerium des Innern, für Sport und Integration
- BRK:
-
Bayerisches Rotes Kreuz
- ECCS:
-
Emotional Contents and Cooperation Score
- ILS:
-
Integrierte Leitstelle (Rettungsleitstelle für Feuerwehr und Rettungsdienst)
- INM:
-
Institut für Notfallmedizin und Medizinmanagement
- IQR:
-
Interquartilsrange (1. Quartil–3. Quartil)
- KI:
-
Konfidenzintervall
- KI:
-
Künstliche Intelligenz
- LEP:
-
Limitierte Englischkenntnisse
- NAIK:
-
Notarztindikationskatalog
- NAW:
-
Notarztwagen
- RD1:
-
Notfalleinsatz ohne Notarztbeteiligung
- RoT:
-
Rettungseinsatz ohne Transport
- RTW:
-
Rettungswagen
- SD:
-
Standardabweichung
- SNAP:
-
Standardisiertes Notrufabfrageprotokoll
- TP:
-
Rettungseinsatz mit Transport
Literatur
Bayerisches Staatsministerium des Innern, für Sport und Integration Rettungsdientsbericht Bayern (2021) Berichtszeitraum 2011–2020 Bd. 2021. Bayerisches Staatsministerium des Innern, für Sport und Integration Rettungsdientsbericht Bayern, München
Rettungsdienstausschuss Bayern (2019) Schulungsunterlage: zum Schlagwortkatalog, zur Verfahrensbeschreibung zum Notarztindikationskatalog, zum Dispositionsleitfaden Luftrettung, zur strukturierten Notrufabfrage und zur Definition des medizinisch relevanten Zeitvorteils
DRKS (2022) Deutsches Register Klinischer Studien. https://www.drks.de/drks_web/navigate.do?navigationId=trial.HTML&TRIAL_ID=DRKS00017758. Zugegriffen: 4. Juli 2022
Kuckartz U (2010) Die Texte: Transkription, Vorbereitung und Import. In: Einführung in die computergestützte Analyse qualitativer Daten. VS, Wiesbaden, S 29–56
Ausschuss Ärztlicher Leiter Rettungsdienst (2014) Notarztindikationskatalog – Verfahrensbeschreibung: Empfehlung des ÄLRD-Ausschusses Bayern an die ILS Bayern und an das BayStMI
Bayerisches Staatsministerium des Innern, für Sport und Integration (2022) Integrierte Leitstellen. https://www.notruf112.bayern.de/ils/. Zugegriffen: 25. Juli 2022
(2002) Art. 9 Absatz 3 Satz 4, Gesetz über die Errichtung und den Betrieb Integrierter Leitstellen (ILSG) vom 25. Juli 2002 (GVBl. S. 318, BayRS 215-6-1-I), das zuletzt durch § 1 Nr. 192 der Verordnung vom 22. Juli 2014 (GVBl. S. 286) geändert worden ist: ILSG
Messerle R, Schreyögg J, Gerlach FM (2021) Patientenorientierte Notfallsteuerung. In: Krankenhaus-Report 2021. Springer, Berlin, Heidelberg, S 43–67
ARGE der Zweckverbände für Rettungsdienst und Feuerwehralarmierung (2021) RD in Bayern: Rechtsgrundlagen und Aufbauorganisation. http://www.zrf-bayern.de/index.php/rd-in-bayern. Zugegriffen: 19. Dez. 2021
Bayerische Staatskanzlei (2022) AVBayFwG: Verordnung zur Ausführung des Bayerischen Feuerwehrgesetzes (Feuerwehrgesetzausführungsverordnung – AVBayFwG) Vom 29. Dezember 1981: (BayRS III S. 637) BayRS 215-3-1-1-I (§§ 1–20). https://www.gesetze-bayern.de/Content/Document/BayAVFwG. Zugegriffen: 6. Juli 2022
Bayerische Staatskanzlei (2022) Richtlinie für die Verwendung des Funkmeldesystems im Rettungsdienst, Brand- und Katastrophenschutz (FMS-Richtlinie) – Bürgerservice. https://www.gesetze-bayern.de/Content/Document/BayVwV156097/true. Zugegriffen: 4. Juli 2022
Landeshauptstadt München (2022) Integrierte Leitstelle. https://stadt.muenchen.de/infos/integrierteleitstelle.html. Zugegriffen: 24. Juni 2022
von Kaufmann F, Kanz K‑G (2012) Die Rolle der Leitstelle im Prozess der präklinischen Versorgung: Kontinuierliche Schnittstellenoptimierung am Beispiel der Integrierten Leitstelle München. Notfall Rettungsmed 15:289–299
ILS Bayreuth / Kulmbach (2020) Zuständigkeit – ILS Bayreuth / Kulmbach. https://www.leitstelle-bayreuth.de/leitstelle/zustaendigkeit/. Zugegriffen: 24. Juni 2022
Bates D et al (2015) Fitting linear mixed-effects models using lme4. J Stat Softw. https://doi.org/10.18637/jss.v067.i01
Cameron AC, Pravin K (2013) Trivedi regression analysis of count data. University Press, Cambridge
Ebben RHA, Vloet LCM, Speijers RF et al (2017) A patient-safety and professional perspective on non-conveyance in ambulance care: a systematic review. Scand J Trauma Resusc Emerg Med 25:71. https://doi.org/10.1186/s13049-017-0409-6
Lindström V, Heikkilä K, Bohm K et al (2014) Barriers and opportunities in assessing calls to emergency medical communication centre – a qualitative study. https://sjtrem.biomedcentral.com/articles/10.1186/s13049-014-0061-3. Zugegriffen: 12. Juli 2022
Ornato JP (2009) Science of emergency medical dispatch. Circulation. https://doi.org/10.1161/CIRCULATIONAHA.109.855130
Mayr B (2020) Strukturierte bzw. standardisierte Notrufabfrage: Leisten die Systeme tatsächlich, was sie vorgeben zu leisten? (Structured or protocol-based dispatching programs). Notfall Rettungsmed 23:505–512. https://doi.org/10.1007/s10049-020-00733-4
Sellin SME (2011) Der Einfluss einer standardisierten Notrufabfrage auf die Struktur des Notrufgesprächs und die Dispositionsqualität bei Fällen von Herz-Kreislauf-Stillstand
Chappuis VN, Deham H, Cottet P et al (2021) Emergency physician’s dispatch by a paramedic-staffed emergency medical communication centre: sensitivity, specificity and search for a reference standard. Scand J Trauma Resusc Emerg Med. https://doi.org/10.1186/s13049-021-00844-y
Andersen MS, Johnsen SP, Sørensen JN et al (2013) Implementing a nationwide criteria-based emergency medical dispatch system: a register-based follow-up study. Scand J Trauma Resusc Emerg Med 21:53. https://doi.org/10.1186/1757-7241-21-53
Seeger I, Klausen A, Thate S et al (2021) Gemeindenotfallsanitäter als innovatives Einsatzmittel in der Notfallversorgung – erste Ergebnisse einer Beobachtungsstudie. Notfall Rettungsmed 24:194–202. https://doi.org/10.1007/s10049-020-00715-6
Dax F, Fabrizio M, Hackstein A (2016) Kennzahlen in der Leitstelle. Notfall Rettungsmed 19:632–637. https://doi.org/10.1007/s10049-016-0239-5
Stelle zur trägerübergreifenden Qualitätssicherung im Rettungsdienst Baden-Württemberg (2020) SQRBW Qualitätsbericht 2020
Palma E, Antonaci D, Colì A et al (2014) Analysis of emergency medical services triage and dispatch errors by registered nurses in Italy. J Emerg Nurs 40:476–483. https://doi.org/10.1016/j.jen.2014.02.009
Maurer A, Mayr B, Kaiser H et al (2015) Leitstelle Tirol: Möglichkeiten der standardisierten Notrufabfrage mit dem Medical Priority Dispatch System. Notfall Rettungsmed 18:560–566. https://doi.org/10.1007/s10049-015-0088-7
Bayerisches Landesamt für Statistik Soziale Lage der Menschen mit Migrationshintergrund in Bayern. https://www.statistik.bayern.de/statistik/gebiet_bevoelkerung/demographischer_wandel/migration/index.html. Zugegriffen: 18. Aug. 2023
Statista (2023) Ausländeranteil in Bayern bis 2022. https://de.statista.com/statistik/daten/studie/254959/umfrage/auslaenderanteil-in-bayern/. Zugegriffen: 18. Aug. 2023
Holmström IK, Kaminsky E, Lindberg Y et al (2021) The perspectives of Swedish registered nurses about managing difficult calls to emergency medical dispatch centres: a qualitative descriptive study. BMC Nurs. https://doi.org/10.1186/s12912-021-00657-5
Møller TP, Jensen HG, Viereck S et al (2021) Medical dispatchers’ perception of the interaction with the caller during emergency calls—a qualitative study. Scand J Trauma Resusc Emerg Med 29:45. https://doi.org/10.1186/s13049-021-00860-y
Carroll LN, Calhoun RE, Subido CC et al (2013) Serving limited English proficient callers: a survey of 9‑1‑1 police telecommunicators. Prehosp Disaster Med 28:286–291. https://doi.org/10.1017/S1049023X13000265
Meischke HW, Calhoun RE, Yip M‑P et al (2013) The effect of language barriers on dispatching EMS response. Prehop Emerg Care 17:475–480. https://doi.org/10.3109/10903127.2013.811565
Meischke H, Chavez D, Bradley S et al (2010) Emergency communications with limited-English-proficiency populations. Prehop Emerg Care 14:265–271. https://doi.org/10.3109/10903120903524948
Dortmund S (2022) Projekt NotAs – Laufende Projekte – Forschung – Feuerwehr – Sicherheit & Recht – Leben in Dortmund – Stadtportal dortmund.de. https://www.dortmund.de/de/leben_in_dortmund/sicherheit_und_recht/feuerwehr/forschung_fw/laufende_projekte_fw/projekt_not_as/index.html. Zugegriffen: 25. Juli 2022
Ngo H, Birnie T, Finn J et al (2022) Emotions in telephone calls to emergency medical services involving out-of-hospital cardiac arrest: a scoping review. Resusc Plus 11:100264. https://doi.org/10.1016/j.resplu.2022.100264
Clawson JJ, Sinclair R (2001) The emotional content and cooperation score in emergency medical dispatching. Prehop Emerg Care 5:29–35. https://doi.org/10.1080/10903120190940290
Chin K‑C, Hsieh T‑C, Chiang W‑C et al (2021) Early recognition of a caller’s emotion in out-of-hospital cardiac arrest dispatching: an artificial intelligence approach. Resuscitation 167:144–150. https://doi.org/10.1016/j.resuscitation.2021.08.032
Holmström IK, Kaminsky E, Lindberg Y et al (2021) Better safe than sorry: Registered nurses’ strategies for handling difficult calls to emergency medical dispatch centres—An interview study. J Clin Nurs. https://doi.org/10.1111/jocn.16061
Lenz W, Luderer M, Seitz G et al (2000) Die Dispositionsqualität einer Rettungsleitstelle. Notfall Rettungsmed 3:72–80. https://doi.org/10.1007/s100490050203
Koppenberg J, Briggs SM, Wedel SK et al (2002) Das amerikanische Notfallwesen – ‚emergency medical service‘ und ‚emergency room‘. Notfall Rettungsmed 5:598–605. https://doi.org/10.1007/s10049-002-0493-6
Funding
Open Access funding enabled and organized by Projekt DEAL.
Author information
Authors and Affiliations
Corresponding author
Ethics declarations
Interessenkonflikt
K. Huppert, F. Dax, F. Hoffmann, M. Lazarovici und S. Prückner geben an, dass kein Interessenkonflikt besteht.
Für diesen Beitrag wurden von den Autor/-innen keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien. Die vorliegende Arbeit ist Bestandteil der Studie „Rettungswageneinsatz ohne Transport (RoT)“. Für diese Studie liegt ein positives Votum (EK.-Nr. 19-776 vom 26.09.2019) der Ethikkommission der Ludwig-Maximilians-Universität München vor. Außerdem wurde die Studie im Deutschen Register Klinischer Studien unter der Nummer DRKS00017758 registriert.
Additional information
QR-Code scannen & Beitrag online lesen
Rights and permissions
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.
About this article
Cite this article
Huppert, K., Dax, F., Hoffmann, F. et al. Zusammenhang zwischen Notrufabfrage und Transportentscheidung. Notfall Rettungsmed (2023). https://doi.org/10.1007/s10049-023-01226-w
Accepted:
Published:
DOI: https://doi.org/10.1007/s10049-023-01226-w