AimIn most regions of the world, the proportion of older people in the population has increased during the last decades. As this entails major consequences for the healthcare sector, this study isolates and quantifies the impact of an aging population on the demand for emergency medical services in different types of regions in Bavaria between 2012 and 2032.MethodsDispatch data of the emergency medical services were combined with population data and forecasts. Age-specific rates of emergency ambulance dispatches were calculated and used for a 20-year-projection for all 71 rural and 25 urban districts of Bavaria. Tests for differences between these two types of regions were applied.ResultsPer capita rates of emergency ambulance dispatches in urban regions tend to be higher and there is an urban–rural distinction in the rates of specific age groups. The projection predicted an overall increase in emergency ambulance dispatches by 21 % in Bavaria within 20 years, solely due to demographic effects. At the regional level, this demographic impact ranged from about −3 % to +41 %. There is a clear urban–rural distinction and the 28 regions with the strongest increase are all rural regions.ConclusionThe substantial demographic impact in combination with strong urban–rural variations should be accounted for in regional long-term planning as well as age-group specific innovation in the emergency medical services. As demography is not the only significant demand factor, the identification and quantification of other factors remains a challenge for further research.
ZusammenfassungDie Notfallversorgung in den deutschen Krankenhaus-Notaufnahmen ist kaum erforscht. Anlässlich der Restrukturierung des Städtischen Klinikums München initiierte der Stadtrat den „Runden Tisch Notfallversorgung“ um Richtzahlen für die Kapazitätsplanung zu erhalten. Die vorliegende Studie sollte dazu Behandlungsdaten von 14, an der Notfallversorgung hauptsächlich beteiligten, Krankenhausnotaufnahmen analysieren. Für stationäre Fälle wurden Daten nach §21 Krankenhausentgeltgesetz, für ambulante Fälle – soweit verfügbar – ähnliche Daten herangezogen, anonymisiert und mit Rettungsdienstdaten zusammengeführt. Um die Bereiche Behandlungsdringlichkeit, diagnostischer/therapeutischer Aufwand und Bettenbedarf beschreiben zu können wurden die Daten jeweils in einem vierstufigen System kategorisiert. Aus 12 Monaten wurden 524 716 Behandlungsfälle erfasst: 34% wurden stationär aufgenommen, 80% kamen ohne zu Hilfenahme des Rettungsdienstes. Jeder siebte Patient, der selbstständig eine Notaufnahme aufsuchte, benötigte ein Intensiv- oder Überwachungsbett (ICU/IMC). Pro Tag und 100 000 Einwohner stellten sich 64 Fälle mit einem Bettenbedarf von 7 ICU/IMC und 15 Normalstationsbetten vor. Die meisten Fälle (66%) wurden ambulant behandelt und kamen zu Zeiten, in denen kassenärztliche Notfallversorgungseinrichtungen erreichbar wären. Die Dringlichkeit dieser Fälle war meist gering (50,9%), der Aufwand oft aber hoch, begründet durch Diagnostik und chirurgische Versorgungen. Die Studie liefert Grundlagen zur Planung der Notfallversorgung. Ein Großteil der Vorstellungen scheint insbesondere bei Verletzungen und bei Krankheitsbildern, die einer differenzierten Abklärung bedürfen, medizinisch gerechtfertigt weshalb entsprechende Kapazitäten eingeplant werden müssen. Die Studie zeigt auch, dass eine Kapazitätsplanung allein auf der Basis der rettungsdienstlich vorgestellten Fälle eine ungeeignete, weil einseitige Betrachtungsweise ist.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.