@phdthesis{Lay2002,
  author    = {Lay, Alexander},
  title     = {Auswertung der Notarzteins{\"a}tze in Bayern auf dem DIVI- Protokoll als Basis f{\"u}r ein pr{\"a}klinisches Qualit{\"a}tsmanagement},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-5690},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2002},
  abstract  = {Die Analyse, basierend auf 200221 Protokollen, zeigt große Dokumentationsl{\"u}cken. Der NAW wurde in 43,9 \% und das NEF in 40 \% der Notfalleins{\"a}tze eingesetzt. Es dauerte 9,3 Minuten um den Patienten zu erreichen, 21,5 Minuten um ihn zu stabilisieren und 14,3 Minuten um den Patienten ins Krankenhaus zu bringen. Die meisten Patienten (57,4 \%) waren {\"u}ber 50 Jahre alt, davon bildeten die {\"u}ber 70 j{\"a}hrigen den Schwerpunkt. Jeder 2. Notarzteinsatz (55,6 \%), basierend auf der Notarztindikation (> NACA III), h{\"a}tte ohne einen Notarzt durchgef{\"u}hrt werden m{\"u}ssen. 8,3 \% der Patienten konnten nach der Notarztbehandlung zu Hause gelassen werden. Den gr{\"o}ßten Anteil unter den Notarzteins{\"a}tzen machten Erkrankungen gegen{\"u}ber den Verletzungen aus. Herz- Kreislauf- Erkrankungen stehen an erster Stelle, vor Erkrankungen des ZNS. Die am meisten durchgef{\"u}hrte Maßnahme war der intraven{\"o}se Zugang und die Sauerstoffapplikation.},
  language  = {de}
}
@phdthesis{Herrler2007,
  author    = {Herrler, Rainer},
  title     = {Agentenbasierte Simulation zur Ablaufoptimierung in Krankenh{\"a}usern und anderen verteilten, dynamischen Umgebungen},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-24483},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2007},
  abstract  = {Verteilte dynamische Systeme unter lokalen und globalen Gesichtspunkten zu optimieren ist eine schwierige Aufgabe. Zwar sind grunds{\"a}tzliche Auswirkungen einzelner Maßnahmen h{\"a}ufig bekannt, durch widerstrebende Ziele, Wechselwirkungen zwischen Prozessen und Nebenwirkungen von Maßnahmen ist ein analytisches Vorgehen bei der Optimierung nicht m{\"o}glich. Besonders schwierig wird es, wenn lokale Einheiten einerseits ihre Ziele und Autonomie behalten sollen, aber durch zentrale Vorgaben bzw. Anreize so gesteuert werden sollen, dass ein {\"u}bergeordnetes Ziel erreicht wird. Ein praktisches Beispiel dieses allgemeinen Optimierungsproblems findet sich im Gesundheitswesen. Das Management von modernen Kliniken ist stets mit dem Problem konfrontiert, die Qualit{\"a}t der Pflege zu gew{\"a}hrleisten und gleichzeitig kosteneffizient zu arbeiten. Hier gilt es unter gegeben Rahmenbedingungen und bei Respektierung der Autonomie der Funktionseinheiten, Optimierungsmaßnahmen zu finden und durchzuf{\"u}hren. Vorhandene Werkzeuge zur Simulation und Modellierung bieten f{\"u}r diese Aufgabe keine ausreichend guten Vorgehensmodelle und Modellierungsmechanismen. Die agentenbasierte Simulation erm{\"o}glicht die Abbildung solcher Systeme und die Durchf{\"u}hrung von Simulationsexperimenten zur Bewertung einzelner Maßnahmen. Es werden L{\"o}sungswege und Werkzeuge vorgestellt und evaluiert, die den Benutzer bei der Formalisierung des Wissens und der Modellierung solch komplexer Szenarien unterst{\"u}tzen und ein systematisches Vorgehen zur Optimierung erm{\"o}glichen.},
  subject      = {Simulation},
  language  = {de}
}