《Resuscitation Plus》:Hotspot-Targeted Life Support Training Reduces Code Blue Alarms in a Tertiary Children’s Hospital: A Single-Center Observational Before–After Study
编辑推荐:
背景:Code Blue紧急警报由医院工作人员针对危及生命的患者情况启动。尽管在儿童医院中发生率较低,病房工作人员必须在专门应急响应团队到达前填补最初的关键数分钟。因此,本研究旨在识别急症发生的热点和原因,并评估针对热点的儿科基础生命支持培训(pediatri
背景:Code Blue紧急警报由医院工作人员针对危及生命的患者情况启动。尽管在儿童医院中发生率较低,病房工作人员必须在专门应急响应团队到达前填补最初的关键数分钟。因此,本研究旨在识别急症发生的热点和原因,并评估针对热点的儿科基础生命支持培训(pediatric basic life support training, PBLS)是否减少Code Blue警报。
方法:本分析纳入伯尔尼大学儿童医院在热点靶向PBLS项目引入前(2021年1月至2023年4月)和引入后(2024年1月至2025年12月)的所有Code Blue警报。在第1阶段识别病房特异性热点和复发性紧急情况后,对标准PBLS培训进行重组,并补充针对最常见当地紧急情况的简短模拟培训。对两阶段间变量进行统计学比较。发生率按每1’000患者日计算。
结果:共分析65例Code Blue警报。呼吸系统急症和癫痫发作是最常见原因,婴儿和幼儿为最受影响年龄组。观察到午餐时间效应而非周末效应。实施后Code Blue发生率从每1’000患者日0.58降至0.21(发生率比(incidence rate ratio, IRR)0.36,95%置信区间(confidence interval, CI)0.19–0.66,p < 0.001)。脆弱性分析证实结果稳健,未发现缺失数据、病例组合指数(case mix index, CMI)、儿科重症监护病房(pediatric intensive care unit, PICU)转入率或非Code Blue医疗急救团队(Medical Emergency Team, MET)会诊造成偏倚的证据。
结论:热点特异性PBLS培训与儿科Code Blue警报显著减少相关。识别当地急症模式可能帮助医院制定针对性的病房培训策略,以改善院内急症管理。
研究背景:儿科病房急性危及生命事件不常见但常高度动态,需立即干预。院内系统可即时动员专门应急团队。Code Blue(医院工作人员针对危及生命患者情况启动的紧急警报)呼叫最常因急性事件或失代偿启动,尤其呼吸、心肺或神经系统。但Code Blue无统一定义,且与医疗急救团队(Medical Emergency Team, MET)系统重叠,MET响应早期临床恶化以预防进一步恶化。虽然部分研究提示获益,但死亡率降低、儿科重症监护病房(pediatric intensive care unit, PICU)入住率、心脏骤停率或住院时间的一致性证据仍缺乏。模拟为基础生命支持和团队培训可改善识别恶化、复苏方案依从性和团队表现,但对MET激活率直接影响报道较少。解决这些缺口提供机会:不仅从应急团队角度,也从前线病房团队管理恶化患者角度改善院内急症管理。本研究目的为回顾性系统分析热点特异性PBLS培训前所有Code Blue警报,并与实施后持续培训第二阶段比较;假设热点靶向培训与Code Blue警报率降低相关。研究人员还介绍病房和科室特异性培训概念,与既往仅用基础生命支持课程比较,并描述并行结构措施。
方法概述:单中心回顾性观察性前后研究,样本来源为伯尔尼大学儿童医院2021年1月1日至2023年4月30日和2024年1月1日至2025年12月31日所有记录的Code Blue警报,排除急诊科创伤/复苏室激活。第1阶段识别热点后,2023年5—12月重组PBLS培训并增加病房特异性短模拟培训,第2阶段以1—2个月间隔轮转维持。数据来自手写Code Blue方案和内部计费记录,交叉核对排除重复。统计使用R 4.5.3,连续变量用Wilcoxon秩和检验,分类变量用Fisher精确检验;发生率按每1’000患者日以Poisson检验比较,报告IRR和95% CI,并行敏感性/tipping-point分析、CMI基准和χ
2拟合优度及残差分析。伦理为质量对照研究,无需进一步审查(BASEC-ID 01306)。
激活频率与发生率:52个月共记录65例Code Blue警报,第1阶段50例,第2阶段15例。通过发生率比较得出,Code Blue发生率从0.58/1’000患者日降至0.21/1’000患者日(IRR 0.36,95% CI 0.19–0.66,p < 0.001),主要由于晚间班警报减少;该下降发生在临床复杂性略升(CMI 1.41 vs 1.44)背景下。
人口统计学特征:两阶段年龄或性别无差异。年龄队列分布高度非随机(p < 0.00003),婴儿(<1岁)和幼儿(1–6岁)显著过代表,占全部呼叫的65.5%(38/65)。第2阶段婴儿和青少年警报显著减少,而幼儿警报率基本不变。
时间分布与响应时间:中位响应时间为2分钟(IQR 1–2)。警报在一周各天均匀分布(χ
2=4.03,df=6,p=0.67),未观察到周末效应。小时分析显示11–12时和13–14时高峰。第2阶段晚间班警报近乎完全消除(23 vs 1,p
adj=0.017),日间班减半,夜间班基本稳定。
临床特征与干预:最常见主要诊断为呼吸停止(n=17,26.2%)和癫痫发作(n=11,16.9%)。两阶段诊断频率无显著变化(p>0.05)。33例需要呼吸支持(氧疗23.1%、球囊面罩通气18.5%、插管9.2%),49.2%无需呼吸支持;其他干预包括给药(16.9%)和心肺复苏(12.3%)。47.7%转入PICU,40%可现场治疗并释放。
激活的空间分布:空间分布高度非均匀(χ
2=55.2,df=12,p<0.001)。事后分析识别三个热点:婴儿与心脏科病房(z=3.58)、血液肿瘤科病房(z=3.13)、呼吸/感染/普通儿科病房(z=3.13)。这些单位针对最常见急症进行培训:婴儿/心脏科识别急性病婴儿伴先天性心脏病,血液肿瘤科过敏反应,肺科/普通儿科气道管理和气管套管脱位。
稳健性与脆弱性分析:非Code Blue MET会诊/1’000患者日仅略降(1.23 vs 0.94),未达显著性(p=0.095),提示MET会诊利用相对稳定,无证据显示从Code Blue激活转向MET会诊。脆弱性分析显示第2阶段需再有13例未记录(总数28)才达非显著tipping point(p=0.069);第2阶段记录15例,需高80%才能消除显著性。排除2021年第1三分位后,前干预发生率0.468/1’000患者日,仍显著(p=0.007)。PICU转入比例两阶段不变(48% vs 47%)。
讨论部分总结:研究人员认为这是首个考察病房和疾病特异性PBLS培训概念与儿科Code Blue警报频率关联的研究。PBLS培训重组与显著减少相关,且多种稳健性分析稳定。2021年第1三分位出现峰值,发生在COVID-19后阶段,患者日约少2,000,CMI较高(1.40 vs 1.26和1.25),样本小不能排除随机变异,但排除后仍显著。该新方法不同于既往PBLS和复苏培训策略:既往聚焦重复通用培训、间隔学习或低剂量高频训练;本干预整合来自各病房实际急症的热点特异临床场景,使病房团队早期识别恶化儿童并在应急团队到达前独立启动最重要措施。类似急症事件继续发生但可早期由病房团队处理而无需Code Blue激活;例如血液肿瘤科过敏反应继续发生但Code Blue激活减少。患者处置和PICU入住相对率相似,提示应急响应系统仍能识别并适当升级需要重症监护的患者。设备刻意简化至核心BLS措施,因应急团队约2分钟到达,复杂高级生命支持由病房人员有限暴露难以有效执行,降低设备复杂性可能促进更快可靠执行基本稳定措施。时间分析无周末效应,午间聚集对应午餐和午间会议,可能经验丰富人员可用性降低;未观察到护士交接班警报频率增加。婴儿占多数与临床合理性及近期文献一致:气道解剖和呼吸病理生理脆弱,且大量先天性心脏病患者尤其interstage期风险高。成人急症在儿童医院发生需考虑成人设备、药物及儿科培训人员管理路径。局限性包括单中心前后无平行对照;第2阶段一个病房关闭并入其他单元,但总体人员、容量、CMI、总患者日基本不变,残余时间混杂不能排除;干预多组件不能分离;事件数小,统计效能有限;机构间结构差异大,多中心研究困难;观察期短,模拟干预或CPR培训效果可能3–12个月减弱,但本机构持续维持热点培训,预期较持久;未评估死亡率或神经结局等患者中心结局,未来需研究热点病房培训是否转化为临床结局改善。尽管如此,系统分析当地急症模式可用于以临床意义方式重新设计PBLS教育。识别热点病房、脆弱人群和时间峰值,使干预针对前线团队实际遇到的急症。其他机构可从批判性评估自身应急响应结构并实施适应当地环境的聚焦预防策略中获益。
研究结论(翻译):热点特异性PBLS培训与儿科Code Blue警报显著减少相关。识别当地急症模式可能帮助医院制定针对性的病房培训策略,以改善院内急症管理。