谷歌浏览器插件
订阅小程序
在清言上使用

Sonderlagen und Gefahrenabwehr in deutschen Krankenhäusern – eine Umfrage zum Ist-Zustand

Die Anaesthesiologie(2023)

引用 0|浏览5
暂无评分
摘要
Zusammenfassung Hintergrund und Fragestellung Bei Ereignissen wie einem Cyberangriff oder einem Massenanfall von Verletzten müssen in Krankenhäusern Ad-hoc-Maßnahmen ergriffen werden. Die beteiligten Prozesse und Instrumente zur Gefahrenabwehr werden in der Krankenhausalarm- und -einsatzplanung (KAEP) festgelegt. Mit welchen Ressourcen und auf welche Sonderlagen sich Krankenhäuser vorbereiten, soll die vorliegende Studie erläutern. Methoden Es wurde eine prospektive, explorative, anonyme Umfrage an Krankenhäusern in Deutschland durchgeführt. Eingeschlossen wurden Krankenhäuser, die sowohl über eine Innere Medizin als auch eine Chirurgie verfügen. Verantwortliche für Qualitäts‑/Risikomanagement wurden anhand eines standardisierten Fragebogens zu Ressourcen, Risiken und Inhalten der eigenen KAEP befragt. Ergebnisse Es nahmen 95 Kliniken an der Umfrage teil, von diesen gaben 98 % ( n = 93) an, über eine KAEP zu verfügen. Die Vorbereitung auf einzelne Szenarien war sehr unterschiedlich. In 60 % ( n = 56) der befragten Kliniken existierte eine ärztlich besetzte Stabsstelle Krisen/Katastrophenmanagement. Eine Freistellung erfolgte in 12 Kliniken (ausnahmslos Schwerpunkt- oder Maximalversorger). Diskussion Die meisten teilnehmenden Kliniken sind sich der Notwendigkeit einer KAEP bewusst und halten szenariospezifische Pläne vor. Lücken scheint es neben chemischen, biologischen und radionuklearen Lagen jedoch insbesondere im Bereich von Extremwetterereignissen und Infrastrukturausfällen zu geben. Es bedarf in Zukunft v. a. einer adäquaten Freistellung von ärztlichem Personal für den Bereich KAEP und einer Refinanzierung dieser Maßnahmen bei den Krankenhäusern.
更多
查看译文
关键词
Krankenhausalarm- und -einsatzplanung, MANV, Katastrophenschutz, Gefahrenabwehr, Sonderlagen, Katastrophenplanung, LEBEL (Lebensbedrohliche Einsatzlage), Emergency preparedness, Mass casualty incidents, Disaster planning, Hazard control, Special emergency situations
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要