Otimizando Sistemas de Resposta de Emergência da Comunidade
A pesquisa melhora as políticas de alerta para resposta a paradas cardíacas.
― 7 min ler
Índice
- Sistemas de Primeiros Socorros da Comunidade
- Pesquisa sobre Sistemas CFR
- Desafios Enfrentados pelos Sistemas CFR
- A Necessidade de Melhores Políticas de Alerta
- Encontrando o Equilíbrio Certo
- Usando Simulação para Insights
- Coleta de Dados para Análise
- Avaliando Indicadores Chave de Performance
- Analisando Diferentes Densidades de Voluntários
- Conclusões sobre Políticas de Alerta
- Ajustando Estratégias com Base nas Descobertas
- Limitações do Estudo Atual
- Considerando Fatores em Tempo Real para Melhor Resposta
- Direções Futuras para a Pesquisa
- Conclusão
- Fonte original
Quando alguém sofre uma parada cardíaca fora do hospital, agir rápido pode salvar vidas. Pessoas que estão por perto podem fazer toda a diferença, principalmente se fizerem RCP. Pra aumentar as chances de sobrevivência, alguns centros de atendimento de emergência usam tecnologia. Eles conseguem localizar rapidamente e avisar Voluntários treinados que estão próximos e podem ajudar na emergência.
Sistemas de Primeiros Socorros da Comunidade
Em vários países, como os Estados Unidos, Reino Unido e partes da Europa, existem sistemas de primeiros socorros comunitários (CFR) que alertam voluntários quando alguém precisa de ajuda. Sempre que alguém tem uma parada cardíaca, vários voluntários são notificados. Esses voluntários olham os celulares pra ver se conseguem ajudar. Se toparem, vão até o local da vítima e começam a fazer RCP até a chegada dos serviços de emergência.
Pesquisa sobre Sistemas CFR
Em 2015, especialistas perceberam que não havia pesquisa suficiente sobre quão eficazes eram esses sistemas CFR. Desde então, vários estudos exploraram isso, com muitos mostrando um efeito positivo. Os dados indicaram que esses sistemas podem fazer mais pessoas sobreviverem após uma parada cardíaca e precisarem de menos suporte depois.
Um dos métodos que alguns pesquisadores usaram foi a simulação de Monte Carlo. Essa técnica ajuda a comparar diferentes sistemas CFR, prevendo tempos de resposta e sobrevivência do paciente com base em vários fatores.
Desafios Enfrentados pelos Sistemas CFR
Os sistemas CFR enfrentam desafios que podem afetar seu sucesso. Um deles é a distância dos voluntários em relação à emergência, conhecida como raio de ativação, e quantos voluntários estão disponíveis em uma área específica. Estudos mostram que pelo menos dez voluntários por quilômetro quadrado são necessários pra fazer a diferença nas taxas de sobrevivência.
A Necessidade de Melhores Políticas de Alerta
Apesar do aumento nas pesquisas, não houve uma avaliação sistemática de como diferentes políticas de alerta afetam os sistemas CFR. As políticas de alerta determinam quando e quantos voluntários devem ser informados durante uma emergência. Algumas enviam alertas para um número fixo de voluntários imediatamente, enquanto outras podem esperar e enviar alertas em etapas pra ver se surgem respostas.
Por exemplo, na Nova Zelândia, um prestador de serviços de ambulância tem um sistema que notifica três voluntários de cada vez e espera 30 segundos antes de enviar mais alertas.
Encontrando o Equilíbrio Certo
Quando se trata de responder a uma única emergência, enviar múltiplos alertas de uma vez pode parecer benéfico. Porém, isso pode sobrecarregar os voluntários, fazendo com que mais deles apareçam na cena do que o necessário. Essa situação pode desestimular os voluntários a responderem no futuro. Por isso, é crucial encontrar um equilíbrio certo nas políticas de alerta que podem influenciar a sobrevivência do paciente e o entusiasmo dos voluntários.
Usando Simulação para Insights
Pra entender quais são as melhores políticas de alerta, pesquisadores usaram técnicas de simulação de Monte Carlo e dados históricos da Nova Zelândia. Eles focaram em quão rápido os voluntários chegam e quanto tempo demora pra eles responderem aos alertas.
Um ponto importante é determinar a diferença entre o momento em que o paciente desmaiou e quando o voluntário ou a ambulância chega. Pra esclarecer isso, diferentes períodos de tempo foram definidos, incluindo quanto tempo levou pra o primeiro socorrista (que pode ser um voluntário ou uma ambulância) chegar.
Coleta de Dados para Análise
A equipe de pesquisa usou dados do Serviço de Ambulância St John, que coleta detalhes sobre OHCAs em toda a Nova Zelândia. Os dados rastrearam todos os incidentes, incluindo quando os alertas foram enviados, se os voluntários responderam e quanto tempo levou pra eles chegarem até o paciente. Essas informações permitiram que os pesquisadores analisassem vários aspectos da resposta dos voluntários.
Avaliando Indicadores Chave de Performance
Os pesquisadores identificaram indicadores chave de performance (KPIs) pra medir como o sistema funciona. Esses KPIs incluíram o número de incidentes que receberam uma resposta rápida, quantas vidas foram salvas, a média de alertas enviados e o número de voluntários que chegaram após o primeiro socorrista.
Analisando Diferentes Densidades de Voluntários
A eficácia das políticas de alerta pode variar com base em quantos voluntários estão disponíveis em uma área específica. Uma baixa densidade de voluntários pode gerar resultados diferentes comparado a áreas de média ou alta densidade. A pesquisa testou várias políticas sob diferentes situações de voluntários pra ver como as taxas de sobrevivência e os tempos de resposta foram afetados.
Conclusões sobre Políticas de Alerta
Os achados mostraram que enviar alertas só pro voluntário mais próximo muitas vezes aumentou o número de sobreviventes. Em situações com mais voluntários, essa abordagem se mostrou ainda mais eficaz. Por exemplo, se houvesse dez voluntários por perto, focar os alertas no mais próximo poderia resultar em 120 sobreviventes. Em outros cenários com números maiores de voluntários, o número esperado de sobreviventes poderia chegar a 259.
Outro achado interessante foi que políticas que exigem alertas adicionais após as respostas iniciais poderiam alcançar taxas de sobrevivência similares, enquanto reduzem o número de alertas enviados. Esse método também diminuiu chegadas desnecessárias na cena da emergência, facilitando o trabalho dos verdadeiros socorristas.
Ajustando Estratégias com Base nas Descobertas
A estratégia atual na Nova Zelândia envia alertas a grupos de três voluntários e espera 30 segundos antes de enviar mais. Embora isso reduza chegadas desnecessárias, às vezes resulta em baixa cobertura em áreas com menos voluntários. Ajustar o número de alertas ou o tempo de espera pode melhorar os resultados nessas situações.
Limitações do Estudo Atual
Houve algumas limitações nesta pesquisa. O tempo que os voluntários passaram na cena foi baseado principalmente na localização do celular, que pode ser imprecisa devido a problemas de cobertura das torres de celular. Os socorristas podem registrar manualmente seu tempo na cena, mas isso nem sempre acontece.
Além disso, o estudo focou apenas nos voluntários que foram diretamente até o paciente. Alguns sistemas CFR também direcionam certos voluntários pra pegar desfibriladores externos automáticos (AEDs), o que adiciona complexidade ao problema.
Considerando Fatores em Tempo Real para Melhor Resposta
Essa pesquisa se concentrou principalmente em voluntários em termos de distância, mas condições em tempo real também poderiam ajudar a melhorar as respostas. Fatores como horário do dia e áreas específicas podem impactar quantos voluntários respondem. Adaptar as políticas pra se adequar a essas condições poderia aumentar a eficiência.
Direções Futuras para a Pesquisa
Os achados atuais sugerem que há espaço pra melhorias nos sistemas CFR. Pesquisas futuras podem focar em métodos de alerta mais avançados, levando em conta a rapidez com que os voluntários respondem e suas localizações reais. Explorar esses aspectos poderia levar a estratégias ainda melhores pra garantir que a ajuda chegue rápido a quem precisa.
Conclusão
As políticas de despacho usadas nos sistemas CFR influenciam significativamente quantos alertas são enviados, o número de chegadas redundantes e, em última análise, as taxas de sobrevivência dos pacientes. Políticas que equilibram cuidadosamente o envio de alertas aos voluntários enquanto levam em conta suas respostas podem gerenciar efetivamente tanto as necessidades dos pacientes quanto a disposição dos voluntários em participar. Os insights obtidos dessa pesquisa podem ajudar os gestores dos sistemas CFR a escolher uma política de alerta que melhor se encaixe em sua área, potencialmente salvando mais vidas como resultado.
Título: Community first response for cardiac arrest: comparing phased dispatch policies through Monte Carlo simulation
Resumo: BackgroundAdvanced Community First Responder (CFR) systems send so-called phased alerts: notifications with built-in time delays. The policy that defines these delays affects response times, CFR workload and the number of redundant CFR arrivals. MethodsWe compare policies by Monte Carlo Simulation, estimating the three metrics above. We bootstrap acceptance probabilities and response delays from 29,307 rows of historical data covering all GoodSAM alerts in New Zealand between 1-12-2017 and 30-11-2020. We simulate distances between the patient and CFRs by assuming that CFRs are located uniformly at random in a 1 km circle around the patient, for different CFR densities. Our simulated CFRs travel with a distance-dependent speed that was estimated by linear regression on observed speeds among those responders in the abovementioned data set that eventually reached the patient. ResultsThe alerting policy has a large impact on the expected number of alerts sent, the redundant arrivals and the probability of patient survival. CFR app managers can use our results to identify a policy that displays a desirable trade-off between these performance measures.
Autores: Pieter L. van den Berg, S. G. Henderson, H. Li, B. Dicker, C. J. Jagtenberg
Última atualização: 2024-01-20 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2024.01.17.24301457
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.01.17.24301457.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.