Lagedarstellung und -Bewertung durch den Einsatz des Windmühlenmodells - Einführung und Nutzung im Rahmen der SARS-CoV-2 Pandemie
Situational report and assessment using the windmill model – implementation and application during the SARS-CoV-2 pandemic
Please always quote using this URN: urn:nbn:de:bvb:20-opus-369595
- Bei Großschadensereignissen oder Katastrophen arbeiten die Einsatzkräfte verschiedener Organisationen und Krankenhäuser zusammen, um die Schadenslage zu bewältigen. Für die Koordinierung dieser Einsätze benötigen die Führungskräfte ein möglichst genaues Bild der aktuellen Lage. Auch im Rahmen der SARS-CoV-2- Pandemie war eine Übersicht über die Versorgungslage der Krankenhäuser erforderlich, um mögliche lokale Ressourcenengpässe frühzeitig zu erkennen und durch geeignete Maßnahmen zu beheben. Zu diesem Zweck wurde in Bayern im November 2021 dasBei Großschadensereignissen oder Katastrophen arbeiten die Einsatzkräfte verschiedener Organisationen und Krankenhäuser zusammen, um die Schadenslage zu bewältigen. Für die Koordinierung dieser Einsätze benötigen die Führungskräfte ein möglichst genaues Bild der aktuellen Lage. Auch im Rahmen der SARS-CoV-2- Pandemie war eine Übersicht über die Versorgungslage der Krankenhäuser erforderlich, um mögliche lokale Ressourcenengpässe frühzeitig zu erkennen und durch geeignete Maßnahmen zu beheben. Zu diesem Zweck wurde in Bayern im November 2021 das Windmühlen-Modell eingeführt. Basierend auf einer Online-Plattform meldeten die zuständigen Bezirkskoordinierenden der bayerischen Regierungsbezirke täglich die Versorgungslage ihrer Kliniken anhand der Komponenten Personal, Material und Raum. Außerdem gab es die Möglichkeit zur Dokumentation von Patientenverlegungen. Die über die Windmühlen-Onlineplattform gesammelten Lagemeldungen und dokumentierten Verlegungen des Zeitraums von 21. November 2021 bis 20. Februar 2022 wurden in der vorliegenden Arbeit detailliert aufbereitet. Zusätzlich wurden die erfassten Daten statistisch ausgewertet und mit den örtlichen 7-Tage-Inzidenzwerten des SARS-CoV-2-Virus verglichen. Durch das Windmühlen-Modell konnten Unterschiede in der Versorgungslage zwischen den Regierungsbezirken sehr effektiv sichtbar gemacht werden. Insgesamt waren Intensivstationen deutlich stärker belastet als Normalstationen. Die Versorgungsqualität war in Covid-Bereichen stärker beeinträchtigt als auf Stationen ohne Covid-Patienten. Es konnte nachgewiesen werden, dass die Windmühlen-Lagemeldungen nicht allein die regionalen Inzidenzwerte, sondern die tatsächliche Versorgungssituation vor Ort abbilden. Die dokumentierten Interhospitaltransfers erfolgten von Regionen mit hohen Inzidenzwerten und schlechter Ressourcenverfügbarkeit in Bezirke mit weniger kritischer Versorgungslage. Damit konnten aus den Windmühlen-Lagemeldungen auch konkrete Handlungskonsequenzen, wie strategische Patientenverlegungen, abgeleitet werden. Lagemeldungen sind wichtig für die abgestimmte Zusammenarbeit verschiedener Stellen bei der Bewältigung einer Krise. Die etablierten Systeme zur Lageerfassung sind meist quantitativ ausgelegt und nur wenig skalierbar. Die Anwendung in einem neuen Kontext erfordert oft zeitaufwändige Anpassungen. Im Gegensatz dazu bietet das Windmühlen-Modell eine skalierbare, eher qualitativ ausgerichtete Lagedarstellung und ist aufgrund seines unkomplizierten Aufbaus innerhalb kürzester Zeit für eine Nutzung in verschiedensten Schadenslagen adaptierbar.…
- During large-scale emergencies and disasters, relief units and hospital staff work together to manage the critical situation. Command and control structures need a detailed situational assessment to coordinate relief efforts. During the SARS-CoV-2 pandemic an overview of hospital supplies and resources was vital to detect local shortages early and find appropriate measures to resolve them. For this purpose, the windmill model was implemented in Bavaria, Germany, in November 2021. Based on an online platform, the seven Bavarian districts gaveDuring large-scale emergencies and disasters, relief units and hospital staff work together to manage the critical situation. Command and control structures need a detailed situational assessment to coordinate relief efforts. During the SARS-CoV-2 pandemic an overview of hospital supplies and resources was vital to detect local shortages early and find appropriate measures to resolve them. For this purpose, the windmill model was implemented in Bavaria, Germany, in November 2021. Based on an online platform, the seven Bavarian districts gave daily updates on their hospitals’ situation regarding staff, supplies and space. Additionally, there was a tool to record patient transfers to different hospitals. In the dissertation at hand the data collected by the windmill-online platform from 21. November 2021 to 20. February 2022 was evaluated, statistically analyzed and compared to the local 7-day-incidence rates of SARS-CoV-2 virus. The windmill model was able to very effectively showcase differences in strain on the hospital care capacities amongst the districts. Overall, the intensive care units were burdened more heavily than standard care units. The quality of hospital care on Covid-wards was impaired more strongly than on non-Covid-wards. This thesis provides evidence for the windmill situation reports not only depicting the local incidence rates but portraying the actual current hospital care capacities in the districts. The documented patient transfers took place from regions with high incidence rates and poor resource availability to districts with a less critical situation. Thus, specific consequences, like strategic patient transfers, were deduced from situational reports in the windmill model. Situational reports are crucial in collaboration for crisis management. Established systems for situational assessment are often based on quantitative analysis and lack scalability. Using those in a different scenario would require time-consuming adaptations. In contrast the windmill model provides a scalable more qualitatively based situational assessment and is, due to its straightforward format, quickly adaptable to use in any future disaster.…
Author: | Marina Anna KlüpfelGND |
---|---|
URN: | urn:nbn:de:bvb:20-opus-369595 |
Document Type: | Doctoral Thesis |
Granting Institution: | Universität Würzburg, Medizinische Fakultät |
Faculties: | Medizinische Fakultät / Klinik und Poliklinik für Anästhesiologie (ab 2004) |
Referee: | Prof. Dr. Thomas Wurmb |
Date of final exam: | 2024/07/03 |
Language: | German |
Year of Completion: | 2024 |
DOI: | https://doi.org/10.25972/OPUS-36959 |
Dewey Decimal Classification: | 6 Technik, Medizin, angewandte Wissenschaften / 61 Medizin und Gesundheit / 610 Medizin und Gesundheit |
GND Keyword: | KatastrophenmedizinGND; Massenanfall von Verletzten oder ErkranktenGND; NotfallmedizinGND; EinsatzleitungGND |
Tag: | Lagedarstellung |
Release Date: | 2024/07/09 |
Licence (German): | ![]() |