Prädiktoren der Inanspruchnahme von kardiovaskulären und respiratorischen Notfallaufnahmen – welchen Einfluss hat die Umwelt?

Zusammenfassung

Ziel der Studie In den letzten Jahren ist eine zunehmende Anzahl von Notfallaufnahmen zu beobachten. Unklar ist, ob neben einer Leistungsverlagerung vom ambulanten in den stationären Sektor auch andere Ursachen, wie sich verändernde Umweltfaktoren, relevant sind. Ziel der Arbeit war, Zusammenhänge der Anzahl kardiovaskulärer und respiratorischer Notfallaufnahmen mit Umweltvariablen zu untersuchen.

Methodik Hochkorrelierte Umweltdaten wurden in eine Faktorenanalyse einbezogen. Durch Kreuzkorrelationsfunktionen wurden die Umweltvariablen mit Zeitverzögerungen, die die höchste Korrelation mit der Anzahl der Notfallaufnahmen zeigten, in Modellanalysen u. a. zusammen mit Wochentag und Interaktionen berücksichtigt.

Ergebnisse Das finale Regressionsmodell erklärte 47% der Variation der respiratorischen Notfallaufnahmen, die Haupteffekte mit den höchsten Notfallaufnahmen am Montag zeigten (B=10,69; p<0,001). Für die Jahreszeit zeigten sich signifikante Einflüsse mit höchsten Notfallaufnahmen im Herbst. Die Daten zeigten keine direkten Zusammenhänge zwischen Umweltvariablen und Anzahl der respiratorischen Notfallaufnahmen. Ergebnisse der kardiovaskulären Analysen waren weniger aussagekräftig (R²=0,20). Ein signifikanter Zusammenhang zwischen Wochentag und Anzahl kardiovaskulärer Notfallaufnahmen wurde identifiziert (p<0,001).

Schlussfolgerung Die Ergebnisse deuten darauf hin, dass der Wochentag den größten Einfluss auf kardiovaskuläre und respiratorische Notfallaufnahmen in Hamburg hat. Künftig sollen Umweltdaten auf Mikroebene erhoben und für weitere Analysen genutzt werden, um eine höhere Modellgüte und bessere Interpretierbarkeit zu erreichen.

Abstract

Aim There has been an increasing number of emergency department (ED) visits recently. It is unclear whether, in addition to a shift in services from the outpatient to the inpatient sector, other causes, (e. g. environmental factors), play a role. The aim was to investigate associations between the number of cardiovascular and respiratory ED visits and environmental variables.

Methods Highly correlated environmental data were subjected to a principal component analysis. By using cross-correlation functions, environmental variables with time lags that showed the highest correlation with the number of ED visits were taken into consideration in the UNIANOVA analysis model, together with, among others, the day of the week and interaction terms.

Results The final regression model explained 47% of the variation in respiratory ED visits demonstrating main effects for Mondays (B=10.69; p<0.001). Season showed significant effects with highest ED visits in autumn. No direct associations between environmental variables and number of respiratory ED visits were found. The results for the cardiovascular outcome were less expressive (R²=0.20). Again, the day of the week had the main effect on cardiovascular ED visits (p<0.001).

Conclusions The results suggest that weekdays had the main effect on ED visits. In future, we will collect and analyze environmental data at the micro level to achieve a higher model quality and better interpretability.

Schlüsselwörter

Zeitliche Analysen - Respiratorische und kardiovaskuläre Notfallaufnahmen - Zeitliche Risikofaktoren - Umweltrisikofaktoren - Hauptkomponentenanalyse

Key words

Temporal analyses - respiratory and cardiovascular emergency department visits - temporal risk factors - environmental risk factors - categorical principal components analysis

Publication History

Article published online:
15 October 2019

• Literatur

• 1 Scherer M, Lühmann D, Kazek A. et al. Patients Attending Emergency Departments. Dtsch Arztebl Int 2017; 114: 645-652
• 2 Carter EJ, Pouch SM, Larson EL. The relationship between emergency department crowding and patient outcomes: a systematic review. J Nurs Scholarsh 2014; 46: 106-115
• 3 Bernstein SL, Aronsky D, Duseja R. et al. The effect of emergency department crowding on clinically oriented outcomes. Acad Emerg Med 2009; 16: 1-10
• 4 Johnson KD, Winkelman C. The Effect of Emergency Department Crowding on Patient Outcomes: A Literature Review. Adv Emerg Nurs J 2011; 33: 39-54
• 5 Hanefeld C, Haschemi A, Lampert T. et al. Social Gradients in Myocardial Infarction and Stroke Diagnoses in Emergency Medicine. Dtsch Arztebl Int 2018; 115: 41-48
• 6 Ko M, Lee Y, Chen C. et al. Prevalence of and Predictors for Frequent Utilization of Emergency Department: A Population-Based Study. Medicine (Baltimore) 2015; 94: e1205
• 7 Uscher-Pines L, Pines J, Kellermann A. et al. Deciding to Visit the Emergency Department for Non-Urgent Conditions: A Systematic Review of the Literature. Am J Manag Care 2013; 19: 47-59
• 8 Villeneuve PJ, Leech J, Bourque D. Frequency of emergency room visits for childhood asthma in Ottawa, Canada: the role of weather. Int J Biometeorol 2005; 50: 48-56
• 9 Zhang D, Tian Y, Zhang Y. et al. Fine Particulate Air Pollution and Hospital Utilization for Upper Respiratory Tract Infections in Beijing, China. Int J Environ Res Public Health 2019; 16: E533
• 10 Xu Q, Li X, Wang S. et al. Fine Particulate Air Pollution and Hospital Emergency Room Visits for Respiratory Disease in Urban Areas in Beijing, China, in 2013. PLoS ONE 2016; 11: e0153099
• 11 Dominici F, Peng RD, Bell ML. et al. Fine particulate air pollution and hospital admission for cardiovascular and respiratory diseases. JAMA 2006; 295: 1127-1134
• 12 Tian Y, Liu H, Si Y. et al. Association between temperature variability and daily hospital admissions for cause-specific cardiovascular disease in urban China: A national time-series study. PLoS Med 2019; 16: e1002738
• 13 Burkart K, Canário P, Breitner S. et al. Interactive short-term effects of equivalent temperature and air pollution on human mortality in Berlin and Lisbon. Environ Pollut 2013; 183: 54-63
• 14 Cheng Y, Kan H. Effect of the Interaction Between Outdoor Air Pollution and Extreme Temperature on Daily Mortality in Shanghai, China. J Epidemiol 2012; 22: 28-36
• 15 Ren C, Williams GM, Tong S. Does Particulate Matter Modify the Association between Temperature and Cardiorespiratory Diseases?. Environ Health Perspect 2006; 114: 1690-1696
• 16 Deutscher Wetterdienst. Climate Data Center. Im Internet: https://www.dwd.de/DE/klimaumwelt/cdc/cdc_node.html Stand: 22.02.2017
• 17 Höppe P. The physiological equivalent temperature – a universe index for the biometeorological assessment of the thermal environment. Int J Biometeorol 1999; 43: 71-75
• 18 Linting M, van der Kooij A. Nonlinear principal components analysis with CATPCA: a tutorial. J Pers Assess 2012; 94: 12-25
• 19 Faustini A, Stafoggia M, Berti G. et al. The relationship between ambient particulate matter and respiratory mortality: a multi-city study in Italy. Eur Respir J 2011; 38: 538-547
• 20 Kleinbaum DG, Klein M.. Logistic Regression . A Self/Learning Text. Statistics for Biology and Health. 3. Aufl. Springer & Science Business Media; 2010
• 21 West RR, Carey MJ. Variation in rates of hospital admission for appendicitis in Wales. BMJ 1978; 1: 1662-1664
• 22 Williams BT. Admission to hospital and the day of the week. Public Health 1979; 93: 173-176
• 23 Krefis AC, Fischereit J, Hoffmann P. et al. Temporal analysis of determinants for respiratory emergency department visits in a large German hospital. BMJ Open Respir Res 2018; 5: e000338
• 24 Mayer H. Air pollution in cities. Atmospheric Environment 1999; 33: 4029-4037
• 25 Heinrich D. Ambulanter Notfalldienst is KV-Sache. Hamburger Ärzteblatt 2017; 71: 22-23