Skip to main content
SpringerLink
Log in

Diagnostic precision of triage algorithms for mass casualty incidents. English version

Diagnostische Güte von Vorsichtungsalgorithmen für den Massenanfall von Verletzten und Erkrankten. Englische Version

  • Originalien
  • Published:
Der Anaesthesist Aims and scope Submit manuscript

Abstract

Background

Regarding survival and quality of life recent mass casualty incidents again emphasize the importance of early identification of the correct degree of injury/illness to enable prioritization of treatment amongst patients and their transportation to an appropriate hospital. The present study investigated existing triage algorithms in terms of sensitivity (SE) and specificity (SP) as well as its process duration in a relevant emergency patient cohort.

Methods

In this study 500 consecutive air rescue missions were evaluated by means of standardized patient records. Classification of patients was accomplished by 19 emergency physicians. Every case was independently classified by at least 3 physicians without considering any triage algorithm. Existing triage algorithms Primary Ranking for Initial Orientation in Emergency Medical Services (PRIOR), modified Simple Triage and Rapid Treatment (mSTaRT), Field Triage Score (FTS), Amberg-Schwandorf Algorithm for Triage (ASAV), Simple Triage and Rapid Treatment (STaRT), Care Flight, and Triage Sieve were additionally carried out computer based on each case, to enable calculation of quality criteria.

Results

The analyzed cohort had an age of (mean ± SD) 59 ± 25 years, a NACA score of 3.5 ± 1.1 and consisted of 57% men. On arrival 8 patients were deceased. Consequently, 492 patients were included in the analysis. The distribution of triage categories T1/T2/T3 were 10%/47%/43%, respectively. The highest diagnostic quality was achieved with START, mSTaRT, and ASAV yielding a SE of 78% and a SP ranging from 80–83%. The subgroup of surgical patients reached a SE of 95% and a SP between 85–91%. The newly established algorithm PRIOR exerted a SE of 90% but merely a SP of 54% in the overall cohort thereby consuming the longest time for overall decision.

Conclusion

Triage procedures with acceptable diagnostic quality exist to identify the most severely injured. Due to its high rate of false positive results (over-triage) the recently developed PRIOR algorithm will cause overload of available resources for the severely injured within mass casualty incident missions. Non-surgical patients still are poorly identified by the available algorithms.

Zusammenfassung

Hintergrund

Jüngste Großschadenslagen verdeutlichen, wie entscheidend die korrekte Einstufung von Patienten entsprechend ihrer Behandlungs- und Transportdringlichkeit für das Überleben und die Lebensqualität ist. Diese Studie prüft internationale Vorsichtungsverfahren hinsichtlich Sensitivität (SE) und Spezifität (SP) sowie ihres Zeitbedarfs in einem notfallmedizinisch relevanten Patientengut.

Methodik

Fünfhundert konsekutive Luftrettungseinsätze wurden anhand der Einsatzdokumentation ausgewertet. Die Eingruppierung der Patienten erfolgte interdisziplinär durch 19 Notfallmediziner. Jedes Protokoll wurde durch mindestens 3 Sichter unabhängig voneinander und ohne Verwendung von Vorsichtungsalgorithmen nach Sichtungskategorie (SK) klassifiziert. Die Algorithmen der Vorsichtungsverfahren PRIOR (Primäres Ranking zur Initialen Orientierung im Rettungsdienst), mSTaRT („modified Simple Triage and Rapid Treatment“), FTS („Field Triage Score“), ASAV (Amberg-Schwandorf Algorithmus für die Vorsichtung), STaRT („Simple Triage and Rapid Treatment“), Care Flight, Triage Sieve wurden für jeden Patienten computergestützt durchlaufen, um Testgütekriterien für alle Verfahren zu erheben.

Ergebnisse

Die Kohorte hatte ein Alter (MW ± SD) von 59 ± 25 Jahren, einen National Advisory Committee for Aeronautics (NACA) Score von 3,5 ± 1,1 und bestand zu 57 % aus Männern. Bei Eintreffen waren 8 Patienten bereits verstorben, sodass 492 Patienten in die weitere Analyse eingeschlossen wurden. Die prozentuale Verteilung der SK I/II/III war 10 %/47 %/43 %. Die höchste diagnostische Güte zeigten die Verfahren START, mSTaRT und ASAV mit 78 %iger SE und einer SP von 80 bis 83 %. Dabei erreichten chirurgische Patienten eine SE von 95 % und eine SP von 85 bis 91 %. Das neu etablierte Verfahren PRIOR hatte insgesamt bei einer SE von 90 % lediglich eine SP von 54 % und lässt den größten Gesamtzeitaufwand erwarten.

Schlussfolgerung

Zur Identifikation der Schwerverletzten stehen etablierte Verfahren mit akzeptabler diagnostischer Güte zur Verfügung. Das PRIOR-Verfahren zeigte in unserer Studie eine hohe Rate falsch-positiver Ergebnisse (Übertriage), was im Einsatz zu einer Überbeanspruchung der Ressourcen für die Schwerverletzten führen könnte und damit zur Unterversorgung der richtig-positiven SK-I-Fälle. Internistische Krankheitsbilder werden nach wie vor als qualitativ ungenügend eingestuft.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Fig. 1
Fig. 2
Fig. 3
Fig. 4

Similar content being viewed by others

Literatur

  1. Carles M, Levraut J, Gonzalez JF, Valli F, Bornard L (2016) Mass casualty events and health organisation: terrorist attack in Nice. Lancet 388(10058):2349–2350

    Article  PubMed  Google Scholar 

  2. Hirsch M, Carli P, Nizard R, Riou B, Baroudjian B, Baubet T et al (2015) The medical response to multisite terrorist attacks in Paris. Lancet 386(10012):2535–2538

    Article  PubMed  Google Scholar 

  3. Biermann K, Faigle P, Geisler A, Müller D, Musharbash Y, Polke-Majewski K et al (2017) Was wir über den Anschlag in Berlin wissen

    Google Scholar 

  4. Heller AR (2011) Be prepared!: hospital planning for major public events. Dtsch Arztebl Int 108(28–29):481–482

    PubMed  PubMed Central  Google Scholar 

  5. Genfer Abkommen zur Verbesserung des Loses der Verwundeten und Kranken der bewaffneten Kräfte im Felde, Diplomatische Konferenz zur Revision des Genfer Abkommens vom 27. Juli 1929 (1945)

  6. Frank M, Heller AR (2006) Sichtung durch Infrastruktur ersetzen – Wunsch und Wirklichkeit. Dtsch Arztebl Int 103(48):A3250

    Google Scholar 

  7. Sefrin P (2013) Vorsichtung notwendig – Bericht von der Nachfolge Sichtungskonferenz. Notarzt 2014(30):85

    Google Scholar 

  8. Bundesamt für Bevölkerungsschutz und Katastrophenhilfe (2015) Protokoll der 6. Sichtungs-Konsensuskonferenz. 6 Sichtungs-Konsensuskonferenz 2015 November 24

    Google Scholar 

  9. Bundesärztekammer (2009) Stellungnahme der Bundesärztekammer zur ärztlichen Sichtung Verletzter/Erkrankter

    Google Scholar 

  10. Kowalzik B (2013) Vorsichtung – Workshop zur Evaluierung von medizinischen Vorsichtungsverfahren bei MANV. Bevölkerungsschutz 4:11–13

    Google Scholar 

  11. Streckbein S, Kohlmann T, Luxen J, Birkholz T, Prückner S (2016) Sichtungskonzepte bei Massenanfällen von Verletzten und Erkrankten. Unfallchirurg 119(8):620–631

    Article  CAS  PubMed  Google Scholar 

  12. Bubser F, Callies A, Schreiber J, Grüneisen U (2014) PRIOR: Vorsichtungssystem für Rettungsassistenten und Notfallsanitäter. Rettungsdienst 37(8):730–734

    Google Scholar 

  13. Hiereth K, Hornburger P, Eyer F, Gerstenhöfer S, Schmöller G, Prückner S et al (2013) mSTaRT Trauma & Intox. Notf Rettungsmed 16:627–636

    Article  Google Scholar 

  14. Paul AO, Kay MV, Huppertz T, Mair F, Dierking Y, Hornburger P et al (2009) Validierung der Vorsichtung nach dem mSTaRT-Algorithmus: Pilotstudie zur Entwicklung einer multizentrischen Evaluation. Unfallchirurg 112(1):23–30 (32)

    Article  CAS  PubMed  Google Scholar 

  15. National Association of Emergency Medical Technicians (NAEMT) (2016) Präklinisches Traumamanagement: Prehospital Trauma Life Support (PHTLS), 3 edn. Urban&Fischer Elsevier, München

    Google Scholar 

  16. Bartels F (2001) Katastrophenmedizin – Wir müssen uns schnell auf die neue Lage einstellen. Dtsch Arztebl 98(43):A2770–A2772

    Google Scholar 

  17. Szasz G (1968) Disaster medicine. Can Fam Physician 14(11):26–31

    CAS  PubMed  PubMed Central  Google Scholar 

  18. Kleber C, Cwojdzinski D, Strehl M, Poloczek S, Haas NP (2013) Results of in-hospital triage in 17 mass casualty trainings: underestimation of life-threatening injuries and need for re-triage. Am J Disaster Med 8(1):5–11

    Article  PubMed  Google Scholar 

  19. Brüne F (2013) Reale Verteilung von Sichtungskategorien bei MANV Einsätzen – Auswirkungen auf die Schutzziele. Mathematisch – Naturwissenschaftliche Fakultät der Rheinischen Friedrich-Wilhelms-Universität, Masterstudiengang Katastrophenvorsorge-Katastrophenmanagement, Bonn

  20. Garner A, Lee A, Harrison K, Schultz CH (2001) Comparative analysis of multiple-casualty incident triage algorithms. Ann Emerg Med 38(5):541–548

    Article  CAS  PubMed  Google Scholar 

  21. Eastridge BJ, Butler F, Wade CE, Holcomb JB, Salinas J, Champion HR et al (2010) Field triage score (FTS) in battlefield casualties: validation of a novel triage technique in a combat environment. Am J Surg 200(6):724–727

    Article  PubMed  Google Scholar 

  22. Kahn CA, Schultz CH, Miller KT, Anderson CL (2009) Does START triage work? An outcomes assessment after a disaster. Ann Emerg Med 54(3):424–430

    Article  PubMed  Google Scholar 

  23. Bland JM, Altman DG (1986) Statistical methods for assessing agreement between two methods of clinical measurement. Lancet 1(8476):307–310

    Article  CAS  Google Scholar 

  24. Sefrin P, Weidringer JW, Weiss W (2003) Sichtungskategorien und deren Dokumentation. Dtsch Arztebl 100(31–32):A2057–A2058

    Google Scholar 

  25. Sautter J, Schneider F, Kippnich U, Wirth S, Habermann M, Siebel C et al (2016) Durchführung und Auswertung von MANV Übungen, 1 edn. Deutsches Rotes Kreuz, Berlin

    Google Scholar 

  26. Zahn T (2015) PRIOR Evaluierung – Design und Ergebnisse. In: Schreiber J, Grüneisen U (eds) Symposium 21.11.2015: Medizinisches Management im MANV unter Verwendung der PRIOR-Vorsichtungssystems. Deutsche Gesellschaft für Katastrophenmedizin (DGKM), Leipzig

    Google Scholar 

  27. Brüne F (2012) Kurzbeschreibung Dynamische Patientensimulation

    Google Scholar 

  28. Püsche K, Heller A (2017) Implementierung und Evaluierung zielgruppenspezifischer Simulationstechniken für Großschadenslagen. Med. Dissertation, Professur für Notfallmedizin, Medizinische Fakultät Carl Gustav Carus an der TU Dresden

  29. Heller A (2014) Interner Einsatzbericht Uniklinikum Dresden Busunfall A4 190200-190800jul14. Universitätsklinikum Carl Gustav Carus, Dresden

    Google Scholar 

  30. Frykberg ER (2002) Medical management of disasters and mass casualties from terrorist bombings: how can we cope? J Trauma 53(2):201–212

    Article  PubMed  Google Scholar 

  31. Salvador N, Heller A (2017) Evaluation der Entscheidungsgüte von Vorsichtungsverfahren beim Massenanfall von Verletzten und Erkrankten. Dissertation, Professur für Notfallmedizin, Medizinische Fakultät Carl Gustav Carus an der TU Dresden

  32. Wilk F, Dormann H (2016) Qualitätsindikatoren einer Notaufnahme. DIVI 2016 Abstractbuch, Deutscher Ärzteverlag

    Google Scholar 

  33. Alam N, Hobbelink EL, van Tienhoven AJ, van d V, Jansma EP, Nanayakkara PW (2014) The impact of the use of the Early Warning Score (EWS) on patient outcomes: a systematic review. Resuscitation 85(5):587–594

    Article  CAS  PubMed  Google Scholar 

  34. Bellomo R, Ackerman M, Bailey M, Beale R, Clancy G, Danesh V et al (2012) A controlled trial of electronic automated advisory vital signs monitoring in general hospital wards. Crit Care Med 40(8):2349–2361

    Article  PubMed  Google Scholar 

Download references

Acknowledgements

The authors thank the participating reference triage physicians, T. Bluth, A. Bundy, V. Dalicho, C. Eisold, A. Friedrich, K. Kirschneck, T. Kiss, W. Lorenz, M. Mirus, B. Maschek, S. Mittelstädt, T. Müller, H. Pich, R. Paul, S. Rüder, S. Shmygalev, O. Vicent, as well as K. Juncken for database maintenance. We also thank the colleagues of the DRF HEMS “Christoph 38” in Dresden, and R. Nail for proofreading the English manuscript.

Author information

Authors and Affiliations

  1. Department of Anesthesiology and Critical Care Medicine, Medical Faculty Carl Gustav Carus, TU-Dresden, Fetscherstrasse 74, 01307, Dresden, Germany

    A. R. Heller DEAA, MBA & N. Salvador

  2. University Center of Orthopedics and Trauma Surgery, TU-Dresden, Dresden, Germany

    C. Kleber

  3. DRF Air Rescue Base “Christoph 38”, Dresden, Germany

    M. Frank

  4. Red Cross Saxonia, German Society of Disaster Medicine (DGKM) Division Mitteldeutschland, Dresden, Germany

    J. Schiffner

  5. EMS Teaching Unit, City of Dresden Fire Department and Disaster Preparedness, Dresden, Germany

    R. Kipke

Authors
  1. A. R. Heller DEAA, MBA
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. N. Salvador
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. M. Frank
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. J. Schiffner
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. R. Kipke
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. C. Kleber
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to A. R. Heller DEAA, MBA.

Ethics declarations

Conflict of interests

A.R. Heller: membership DGAI, DGKM, Med Course Director PHTLS, Instructor ERC, ATLS, ETC, GIC, member of the Triage Consensus Conference of the Federal Office of Civil Protection and Disaster Assistance. J. Schiffner: membership DGKM. R. Kipke: membership DGKM. C. Kleber: member of the DGU, DGKM and Triage Consensus Conference of the Federal Office of Civil Protection and Disaster Assistance. N. Salvador and M. Frank declare that they have no competing interests.

The use of existing HEMS patient records for this analysis was approved by the IRB of the Medical Faculty, TU Dresden (EKDD270062015).

Additional information

This work contains data from the doctoral thesis of Nicholas Salvador, TU-Dresden.

Caption Electronic Supplementary Material

101_2017_352_MOESM1_ESM.docx

Table 6 Variables for querying by the algorithm models (Table 7) in an MS Excel worksheet; Table 7 MS Excel syntax for determining the triage categories and the number of necessary algorithm steps by the studied triage algorithms with parameter reference to Table 6

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Heller, A.R., Salvador, N., Frank, M. et al. Diagnostic precision of triage algorithms for mass casualty incidents. English version. Anaesthesist 68 (Suppl 1), 15–24 (2019). https://doi.org/10.1007/s00101-017-0352-y

Download citation

  • Received:

  • Revised:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00101-017-0352-y

Keywords

Schlüsselwörter

Search

Navigation