应急医学救援批量伤病员救治模型

刘 奎，陈嘉乐，张洁琼，万 毅

(空军军医大学卫勤训练基地卫生勤务学教研室，西安 710032)

自然灾害和公共卫生事件等大规模伤亡事件造成生命财产严重损失并对社会产生深刻影响，公众和相关研究对于大规模伤亡事件的关注度越来越高[1]。针对大规模伤亡事件的应急医学救援模型分析研究，探讨各类模型的应用特点，对应急医学救援理论与实践至关重要。

世界卫生组织将大规模伤亡事件定义为“一次产生的患者数量超过当地可用资源使用常规程序所能处理的数量”。在有限的救治能力和资源条件下，批量伤病员的应急医学救援和后送等，需要结构化的决策支持机制。但是，大规模伤亡事件在发生前和救治流程中的作用机制并不清楚，而使用模型可以快速帮助识别大规模伤亡事件管理中的关键环节，为应对类似事件的发生提供依据。关于大规模伤亡事件的相关模型研究往往通过在不同的场景下，针对不同的研究问题得出不同的结论，其侧重点具有较大的差异。因此，本文拟通过系统对比应急医学救援批量伤病员救治的模型研究，分析模型研究的现状和特点，为时效救治提供依据。

1 材料与方法

1.1 文献检索方法检索PubMed、EMBASE、Web of Science数据库2000年至2020年6月的相关文献，使用的术语包括“大规模伤亡”和“模型”等，不受检索环境的限制，对提取的文献发布状态和语言不施加任何限制。此外，检索纳入文献的参考文献以确定相关研究。

研究的纳入标准包括针对批量伤病员应急医学救援的模型研究；结局指标包括模型的应用情况等。研究排除非应用模型的研究和无相关结局指标数据的研究等文献。

检索得到的文献需要查重、初筛和全文筛选，分别由两位研究人员筛选，如果结果不一致，则请第三方共同讨论的方式决定文献的纳入或排除。

1.2 资料提取与分析指标针对纳入的文献，分别提取研究基本概况和模型应用情况及特征。其中，基本情况及特征包括文献第一作者、出版年、研究目的、研究对象特征等。研究结局指标数据包括模型应用背景、数据来源、建模方法、模型评价、应用范围及优缺点等。

2 结 果

初次依据题目和摘要筛得文献129篇，经过查重、筛选、详细阅读文章后共选出17篇具有代表性的文献作为样本，进行数据采集分析后，发现得到的信息过于复杂，故采用三部分对研究结果作出归纳，分别是模型的基本概况(相关数据来源、设计目的、描述场景等)，模型使用概况(模型输入、输出、关键运作步骤)，文献质量评价(表1)。

2.1 模型的基本概况将模型的基本信息作出归纳，表1中已展示其基本概况。并在数据来源、描述场景、设计目的、模型验证、局限性以及解决方案这五个方面作出分析。

2.1.1 模型的研究场景 MCI模型往往会考虑那些容易造成恶劣后果，对社会造成较大危害的灾难，针对不同的场景采用不同的决策支持机制。不同灾难的响应决策具有很大的差异性，而本次样本文献中的模型构建主要针对三种灾难事故。一是自然灾害，例如地震及其次生灾害等，共有3篇文献；二是公共安全事件，例如突发事件等，共有6篇文献；三是军事行动，例如恐怖袭击等，其中有5篇。

2.1.2 模型的数据来源 模型数据在模型的构建中起着基石作用，决定模型的研究侧重方向。这些样本模型的数据来源主要包括在Medline等数据库中对于6.0级以上地震的检索和NTDB数据库，以及某地区或医院多年总结的案例等。而2005年的伦敦爆炸案则是成为一个重要的数据来源，围绕其得到的数据信息具有真实及准确性。

2.1.3 模型的建模方法 每个模型所使用的数学和分析技术的类型和复杂性有很大差异，并且每个模型的构建模型理念往往并非一种，所以只挑选出每个模型一到两种的建模方法简述。

① 仿真建模。采用仿真建模，主要是通过长期现实数据的总结分析来构建模型，这种模型往往具有极高的真实性，但是对于使用地区具有严格的要求，需要对所应用的场景进行精确判断[2]。

② 概率模型。通过已知患者的各种生命体征数据以及其他辅助数据，通过一定的公式计算后，得出伤员的生存曲线，从而对于分诊决策做出指导。主要通过对死亡率的概率分析，选择死亡率最低的情况，从而制定分诊决策。

③ 动态模型。通过收集和管理来自紧急过程的所有数据，不断收集伤员的生命体征 ，从而不断修正分诊决策，使得更好地分配医疗资源。其中还包含联合分诊模型，是指一个地区或一个地区中的多家医院在应对MCI时，往往需要共同协调处理。联合分诊模型针对这种情况，通过划分不同级别进行分诊处理，协调医疗资源共同应对突发状况。将一个地区的分诊纳为一个整体，有助于在MCI发生时更好地管理[3-4]。

④ 时间序列定量分析模型。定量分析模型，主要基于时间序列预测法的模型，将原有历史资料和数据按照时间顺序排序，根据时间顺序延伸，预测接下来将会发生的状况，对分诊决策提供可靠帮助。但也有可能发生与实际不相符的情况。

⑤ 负荷指数模型。首先确定负荷参数，计算出负荷公式，来预测医院的拥挤程度。当负荷按指数增长态势变化时，预测精确度较高，但当影响负荷的因素较多时，精确度就得不到保障[5]。

2.1.4 模型运作状况 模型运作时，涉及模型输入、输出及中间关键步骤，同时把关键的变量也列举出来。注意模型模拟和输出中具有一定相似性。在模型输入中，主要是来自对自然灾害的模拟以及对于MCI的模拟；在模型输出中，往往是提供医疗资源信息和对于分诊决策的建议。

2.1.5 模型设计目的 众所周知，MCI会导致现有的医疗资源出现短缺，而如何更好地利用现有的医疗资源则是相关模型的根本设计目的。尽管所有模型的最终目的都是为了更合理地分配医疗资源，但在不同的模型中，针对不同的方面对于模型有不同的要求，所以本研究概述每个模型的设计具体目的，以对现有模型的研究角度有所掌握。

2.2 模型验证及局限性

2.2.1 模型验证 对于在文章中是否提到对构建的模型进行统计，明确提出对于模型进行验证的有13篇，明确提出没有进行验证的1篇，还有3篇未对其作出阐述。关于是否对构建的模型进行验证，认为其也是作为模型评估的一个重要标准。

2.2.2 局限性以及解决方案 每个模型都不是完美无缺的，受限于各个方面，往往最终有所局限。将模型的局限性与解决方案列出，是为了对未来的模型构建起一定的指导作用。其中，分诊能力即分诊人员的知识理论能力和工作经验，成为限制一个模型是否能准确运作的最主要因素。

3 讨 论

既往研究表明，对批量伤病员救治模型的可靠性和有效性评价仍存在一定的局限性，阻碍模型的进一步应用。研究发现只有13篇文献中明确表明构建模型做出验证，而明确指出通过验证对模型进行改进的只有4篇，因此，需要进一步关注模型验证环节。

MCI医疗响应面临各种挑战，其中受害者分流和运输效率和准确性至关重要。在进行分类和运输决策时需要考虑许多因素，因此，需要考虑模型的多个参数[6]，但如何在战现场实时传递准确的研究对象信息，仍是面临的首要难题[7]。

随着灾害以及战争造成的伤亡人员递增，以及对医疗保健资源的需求超过可用资源，可能会延误患者救治。各分诊模型等方法较少考虑MCI应急救援中的医疗资源限制、患者的生存概率和预后等，因此，欠缺模型预测的准确性。紧急情况下医疗资源的动态变化，以及患者的波动需求，要求在短时间内分析大量信息，这一过程只能通过适当的决策支持工具完成。因此，需要动态分诊模型等，并根据救援进度做出调整决策[8]。此外，针对同一类别下的患者优先处置问题，需要对模型结果进行更细层次的划分，以便准确判断患者的生存概率，并给出优先级标准[9]。

有的模型将分诊定义为相对孤立的过程，将流程环节隔离开，仅在患者与医疗保健系统之间的单一联系点发生，并未考虑医疗救治中涉及的复杂问题[10]。这些复杂因素在应对灾难性事件时必须加以考虑，并预留足够时间和资源对潜在问题加以控制和解决。此外，分诊能力即分诊人员的知识理论能力和工作经验参差不齐，对于分诊的准确度和稳定性带来挑战[11]。

基于既往研究的系统评价数据可能与未来的实际情况有所出入，因此，模型仅对MCI的救治提供参考。在MCI发生时，为了尽可能地挽救患者生命，治疗患者的效率成为首要问题，此时医院的经济效益不能作为考虑的指标，所以没有对模型经济效益作要求[12]。

4 小 结

应急医学救援批量伤病员救治的模型研究涉及范围广，模型及应用特点多样。通过对现有模型研究的系统评价与分析，分析优缺点，为应急医学救援模型研究和批量伤病员救治实践提供参考。