Workload and influencing factors in non-emergency medical transfers: a multiple linear regression analysis of a cross-sectional questionnaire study

Die Seite wird erstellt Franz Michel
 
WEITER LESEN
Workload and influencing factors in non-emergency medical transfers: a multiple linear regression analysis of a cross-sectional questionnaire study
Workload and influencing factors in non-emergency medical
transfers: a multiple linear regression analysis of a cross-sectional
                        questionnaire study

                     Der Medizinischen Fakultät

                 der Friedrich-Alexander-Universität

                         Erlangen-Nürnberg

                                zur

                Erlangung des Doktorgrades Dr. med.

                           vorgelegt von

                      Johann Georg Keunecke

                            aus Erlangen
Als Dissertation genehmigt von der
         Medizinischen Fakultät der Friedrich-Alexander-Universität
                              Erlangen-Nürnberg

Vorsitzender des Promotionsorgans: Prof. Dr. med. Markus F. Neurath

Gutachter:                           PD Dr. Johannes Prottengeier

Gutachter:                           Prof. Dr. Torsten Birkholz

Tag der mündlichen Prüfung:         20. Oktober 2020
Inhaltsverzeichnis

1      Deutsche Zusammenfassung ................................................................... 1
    1.1      Übersetzung des Publikationstitels ....................................................... 1
    1.2      Hintergrund und Ziele ........................................................................... 1
    1.3      Methoden .............................................................................................. 1
    1.4      Ergebnisse und Beobachtung ............................................................... 2
    1.5      Schlussfolgerungen .............................................................................. 2

2      Einordnung in den wissenschaftlichen Kontext ..................................... 3
    2.1    Einleitung .............................................................................................. 3
      2.1.1     Der Krankentransport im Rettungsdienst....................................... 3
      2.1.2     Belastung ....................................................................................... 3
      2.1.3     Teamarbeit..................................................................................... 3
      2.1.4     Aggressionsereignisse................................................................... 4
      2.1.5     Der Transport spezieller Patientengruppen ................................... 4
    2.2    Material und Methoden ......................................................................... 5
      2.2.1    Onlineumfrage mittels Soscisurvey ............................................... 5
      2.2.2    Rekrutierung der Umfrageteilnehmer ............................................ 5
      2.2.3    Erhobene Skalen und Parameter .................................................. 6
        2.2.3.1     NASA Task Load Index .......................................................... 6
        2.2.3.2     Weller TMT Score................................................................... 8
        2.2.3.3     Rettungsdienstliche Qualifikationen ..................................... 12
        2.2.3.4     Merkmale der erfassten Einsätze ......................................... 13
      2.2.4    Statistische Auswertung .............................................................. 15
        2.2.4.1     Allgemeines zur statistischen Auswertung ........................... 15
        2.2.4.2     Deskriptive Statistik .............................................................. 15
        2.2.4.3     Multiple lineare Regressionsanalyse .................................... 15

3      Originalpublikation .................................................................................. 17

4      Literaturverzeichnis ................................................................................. 28

5      Abkürzungsverzeichnis ........................................................................... 31

6      Verzeichnis der bisherigen Veröffentlichungen.................................... 31

7      Danksagung.............................................................................................. 32

8      Lebenslauf ................................................................................................ 33
1     Deutsche Zusammenfassung

1.1    Übersetzung des Publikationstitels

„Arbeitsbelastung und ihr zugrunde liegende Einflussfaktoren im qualifizierten
Krankentransport: Multiple lineare Regressionsanalyse einer Querschnitts-
Fragebogenstudie.“

1.2    Hintergrund und Ziele

Es gibt bisher nur wenige Untersuchungen zur Arbeitsbelastung und deren
Ursachen     im   Bereich     des   Rettungsdienstes      und   des   qualifizierten
Krankentransportes. Ziel der Studie war es, Einflussfaktoren zu identifizieren, die
eine     Erhöhung      bzw.     Verringerung     der      Arbeitsbelastung     von
Rettungsdienstmitarbeitern verursachen. Kenntnisse hiervon ermöglichen es
Betreibern von Rettungsdiensten, aber auch Berufsfachschulen und Leitstellen,
Belastungsfaktoren gezielt und positiv zu modifizieren.

1.3    Methoden

Mittels Onlinefragebogen konnten Rettungsdienstmitarbeiter in einem Zeitraum
von 7 Wochen Einsätze retrospektiv erfassen. Erfragt wurde eine Reihe von
Rahmenbedingungen, bei denen zu vermuten war, dass sie einen Einfluss auf
die Arbeitsbelastung der Rettungsdienstmitarbeiter haben könnten. Diese
Vorauswahl an potentiellen Einflussfaktoren wurde durch ein fünfköpfiges
Expertengremium nach strukturierter Diskussion erstellt. Eine multiple lineare
Regressionsanalyse der erhobenen Daten ermöglichte Identifikation und
Quantifikation signifikanter Einflussfaktoren.

                                         1
1.4   Ergebnisse und Beobachtung

Bei den 194 ausgewerteten Krankentransporten war die durchschnittliche
Arbeitsbelastung niedrig (Mittel = 27/100; Task Load Index). Diese Wertung
gelang durch direkten Vergleich mit einer vorangegangen Analyse unserer
Arbeitsgruppe von Notfalleinsätzen und Daten anderer Branchen, in denen
Arbeitsbelastung mittels des National Aeronautics and Space Administration
Task Load Index (NASA TLX) gemessen wurde [12; 23].
Teamwork innerhalb des Krankentransport-Teams wurde durchweg positiv
bewertet (Mittelwert = 5,8/7; Weller Teamwork Measurement Tool) und hatte eine
Reduktion von Belastung zur Folge. Zu einer Erhöhung der gefühlten Belastung
hingegen führten Aggressionsereignisse, der Transport kontagiöser Patienten
und ein erhöhtes Körpergewicht der Patienten.

1.5   Schlussfolgerungen

Obgleich die Gesamtbelastung während Krankentransporten als niedrig bewertet
wurde, war die subjektive Einschätzung der eigenen Leistung positiv. Es konnten
keine Anzeichen von Unterforderung identifiziert werden.
Unsere Ergebnisse ermöglichen für die Zukunft eine Etablierung von
Maßnahmen, um gezielt Belastungsfaktoren im Krankentransport zu reduzieren:
Technische Hilfsmittel zum Transport schwergewichtiger Patienten könnten
gezielt   eingesetzt   und   vorgehalten   werden.   Es    wäre   auch   ratsam,
praxistauglichere Handlungsempfehlungen zum Umgang mit kontagiösen
Patienten und dann notwendigen Schutzmaßnahmen zu etablieren. Schulungen
von Rettungsdienstmitarbeitern sollten gezielter auf Management von Einsätzen
mit Aggressionsereignissen ausgerichtet sein.

                                       2
2     Einordnung in den wissenschaftlichen Kontext
2.1     Einleitung
2.1.1 Der Krankentransport im Rettungsdienst

Neben      der    Abwicklung   von   Notfall-   und   Notarzteinsätzen     ist   die
eigenverantwortliche      Durchführung   von    Krankentransporten       eine    der
Hauptaufgaben nichtärztlichen Rettungsdienstpersonals.
Unter einem qualifizierten Krankentransport wird verstanden der „…Transport
von kranken, verletzten oder sonstigen hilfsbedürftigen Personen (…), die
während der Fahrt einer medizinisch fachlichen Betreuung durch nichtärztliches
medizinisches Fachpersonal (…) bedürfen“ [4].
Für das Bundesland Bayern ergab sich in den letzten Jahren ein Anteil der
Krankentransporte an der Gesamtheit der Rettungsdiensteinsätze von teils über
50%. Eine insgesamt steigende Tendenz der Einsatzzahlen ist zu beobachten
und spiegelt mutmaßlich die demographische Entwicklung einer alternden
Bevölkerung wieder. [1]

2.1.2 Belastung

Für die Bereiche Rettungsdienst und Notfallmedizin werden allgemein hohe
Belastungen beschrieben [2; 6; 21]. Um diese Belastung zu quantifizieren und zu
gliedern bedient man sich oftmals des gut etablierten NASA Task Load Index
[13].
Die Mehrzahl der bisherigen Publikationen zu Belastung im Rettungsdienst
bezieht sich auf Trainings- und Simulationsszenarien. Unsere Studie zielte
erstmals darauf ab, Belastung im Arbeitsalltag zu messen und Ursachen zu
identifizieren.

2.1.3 Teamarbeit

Teamarbeit spielt im Rettungsdienst eine wichtige Rolle. Kritische Zwischenfälle
in der Notfallmedizin lassen sich häufig auf eine schlechtes Zusammenarbeiten
im Team zurückführen [18]. Außerdem gewinnen Zusammenarbeit und

                                         3
Kommunikation      im   Team     zunehmend      auch    in   der   Ausbildung   von
Rettungskräften an Bedeutung [5; 17].
Da Teamarbeit ein sehr weit gefasster Begriff ist, entschieden wir uns den
Parameter „Teamwork“ mittels eines gut evaluierten Werkzeugs zu messen - des
Weller Teamwork Measurement Tools (TMT). Nähere Erläuterungen finden sich
im Kapitel „2.2.3. Erhobene Skalen und Parameter“.

2.1.4 Aggressionsereignisse

Eine besorgniserregende Häufung von Aggression gegen Einsatzkräfte kann
beobachtet werden. Hierunter fallen sowohl körperliche Attacken als auch -
deutlich häufiger - verbale Angriffe auf die Helfer. [10; 25]
Wir erfassten die Aggression gegen Rettungsdienstmitarbeiter daher gezielt
getrennt nach verbalen und körperlichen Attacken. Dabei erfassten wir, ob der
Patient unmittelbar oder mittelbar Verursacher der Attacke war.
Viele Aggressionsereignisse sind mitverursacht durch die Einnahme von Alkohol
oder von psychoaktiven Substanzen durch den Aggressor [10; 30]. Deswegen
wurde in diesem Zusammenhang auch erfasst, ob der Aggressor Zeichen einer
Intoxikation zeigte.

2.1.5 Der Transport spezieller Patientengruppen

Regelmäßig kommt es im qualifizierten Krankentransport zu Einsätzen, die
besonderer Maßnahmen der Infektionsprävention und Desinfektion bedürfen [1;
19]. Dieser Transporte kontagiöser Patienten verursachen zusätzliche Risiken,
erhöhten Zeitbedarf, und vermehrten Arbeitsaufwand [19]. Aus diesem Grund
wurde der Transport kontagiöser Patienten von uns explizit erhoben, um einen
etwaigen Einfluss auf die Arbeitsbelastung zu untersuchen.

Eine weitere Patientengruppe, deren Transport logistische und körperliche
Herausforderungen bedeutet, sind stark adipöse Patienten [3; 11; 24].

                                          4
Entsprechende Einsatzzahlen zeigen einen steigenden Trend [11]. Daher wurde
auch der Transport dieser Patienten gezielt erfragt.

2.2   Material und Methoden

2.2.1 Onlineumfrage mittels Soscisurvey

Die   praktische   Durchführung     der       Umfrage   erfolgte   mittels   zweier
Onlinefragebögen auf der Plattform Soscisurvey [16]. Dies ermöglichte eine
Erhebung der Daten unter Berücksichtigung von Bundesdatenschutzgesetz
(BDSG) und Datenschutzverordnung (DSVGO). Außerdem bietet diese Plattform
die Möglichkeit für die Teilnehmer, von jedem Computer oder auch mobilen
Endgerät aus auf die Umfrage zuzugreifen. Somit war auch die Erfassung eines
Einsatzes direkt im Anschluss mittels Smartphones möglich. Die Teilnehmer
konnten innerhalb eines Zeitraums von 7 Wochen rettungsdienstliche Einsätze
erfassen.
Die Umfrage gliederte sich in zwei Teile: Während in einem ersten Teil
soziodemographische Faktoren der Teilnehmer erfragt wurden, erfasste Teil 2
Details zu den einzelnen Rettungsdiensteinsätzen. Entsprechend wurde Teil 1
einmalig und Teil 2 mehrmals (einmal je erfasstem Einsatz) ausgefüllt. Im
Prozess der Datenaufarbeitung wurden dann anhand eines Pseudonyms die
Ergebnisse der Fragebögen zu einem Datensatz zusammengeführt.

2.2.2 Rekrutierung der Umfrageteilnehmer

Um eine deutschlandweite und möglichst repräsentative Rekrutierung von
Teilnehmern zu erreichen, wurde die Studie bundesweit intensiv beworben.
Anzeigen in einschlägigen Fachzeitschriften wurden geschaltet und insgesamt

                                          5
120.000    Prospekte     an   insgesamt      2787   Rettungswachen    und    133
Rettungsdienstschulen versendet.

2.2.3 Erhobene Skalen und Parameter
2.2.3.1 NASA Task Load Index

Der von Sandra G. Hart und Lowell E. Staveland über mehrere Jahre hinweg
entwickelte NASA Task Load Index (NASA TLX) stellt ein Messwerkzeug dar,
welches mit hoher Sensitivität die Arbeitsbelastung eines Menschen während
oder kurz nach dem Absolvieren einer Aufgabe misst [14].
Ursprünglich für die Luft-und Raumfahrtwissenschaft entwickelt, findet der TLX
seit mehr als 20 Jahren Anwendung in verschiedensten Bereichen: Nach wie vor
entfallen 27% der Anwendung auf die Luftfahrtbranche - in immerhin 4% aller
Publikationen aber findet der TLX auch im Sektor Medizin Anwendung [13].

Da die Erfassung von Arbeitsbelastung sich stets der subjektiven Einschätzung
des jeweiligen Probanden bedienen muss, führt dies unweigerlich zu einer
interindividuellen Variabilität der Ergebnisse. Ziel während der Entwicklung des
Task Load Index war es, diese Streubreite möglichst gering zu halten. [14]
Mittels 16 verschiedener Experimente gelang es den Entwicklern des TLX,
Subdimensionen von Arbeitsbelastung zu identifizieren, die mit hoher Sensitivität
Änderungen der Anforderungen des jeweiligen Experimentes anzeigten. Diese
sechs Subdimensionen wiesen über alle Experimente hinweg eine sehr geringe
interindividuelle Variabilität der Bewertungen auf. [14]

Der NASA TLX ist inzwischen in mehr als zwölf Sprachen verfügbar. Es existieren
sowohl eine papierbasierte Version als auch eine digital am Computer oder auch
mittels Smartphone-Applikation zu bearbeitende Version. Bereits seit 1988
existiert eine deutsche Übersetzung des TLX. [13]

Die Überbegriffe der sechs Subdimensionen in der deutschen Version lauten
[26]:

                                         6
•   Körperliche Anforderung
   •   Geistige Anforderung
   •   Zeitliche Anforderung
   •   Leistung
   •   Anstrengung
   •   Frustration

Diese Subdimensionen werden nacheinander mittels Ratingskala abgefragt. Die
Anfangs- und Endwerte sind mit verbalen Deskriptionen (z. B.: hoch / tief oder
viel / wenig) versehen. Für den Probanden nicht ersichtlich wird die Position
seiner Markierung numerisch auf einer Skala von 0 bis 100 ausgewertet. Bildung
des Mittelwertes aus den Skalen ergibt den rohen TLX-Wert (RTLX) zwischen 0
und 100. [13]
Während die Beantwortung des RTLX weniger als eine Minute in Anspruch
nimmt, gibt es auch eine zeitaufwändigere Variante [13]: Nach Erfassung der
sechs Subskalen werden dem Probanden hierbei jeweils zwei der sechs
Dimensionen als Pärchen präsentiert. Der Proband entscheidet dann, welche der
Dimensionen jeweils für seine empfundene Gesamtbelastung wichtiger war. Die
gewichtete Version des TLX ist zum einen zeitaufwändiger [13] und wurde zum
anderen kritisiert, psychologische Aspekte der Arbeitsbelastung nicht korrekt zu
berücksichtigen [20; 22]. Aus diesen Gründen wurde für unsere Umfrage die rohe
Version des TLX (RTLX) genutzt.
Die o.g. sechs Subdimensionen werden dem Probanden bei Erfassung durch
einen kurzen Text erläutert. Diese Erklärungen lauten wie folgt [26]:
   •   Körperliche Anforderung
          o Wieviel körperliche Aktivität war erforderlich? Waren die Aufgaben
                leicht oder schwer, einfach oder anstrengend, erholsam oder
                mühselig?
          o Endpunkte der Skala: gering / hoch
   •   Geistige Anforderung
          o     Wieviel geistige Anstrengung war bei der Informationsaufnahme
                und bei der Informationsverarbeitung erforderlich (z.B. Denken,

                                        7
Entscheiden, Rechnen, Erinnern, Hinsehen, Suchen)? Waren die
             Aufgaben leicht oder anspruchsvoll, einfach oder komplex,
             erfordert sie hohe Genauigkeit oder ist sie fehlertolerant?
          o Endpunkte der Skala: gering / hoch
   •   Zeitliche Anforderung
          o Wieviel Zeitdruck empfanden sie hinsichtlich der Häufigkeit oder
             dem Takt mit dem Aufgaben oder Aufgabenelemente auftraten?
             War die Abfolge langsam und geruhsam oder schnell und hektisch?
          o Endpunkte der Skala: gering / hoch
   •   Leistung
          o Wie erfolgreich habe Sie ihrer Meinung nach die von Ihrer Leitung
             (oder Ihnen selbst) gesetzten Ziele erreicht? Wie zufrieden waren
             Sie mit ihrer Leistung bei der Verfolgung dieser Ziele? Vorsicht!
             Skala beachten! HIER: Gut versus schlecht!
          o Endpunkte der Skala: gut / schlecht
   •   Anstrengung
          o Wie      hart   mussten   Sie    arbeiten,   um    Ihren    Grad    an
             Aufgabenerfüllung zu erreichen?
          o Endpunkte der Skala: gering / hoch
   •   Frustration
          o Wie unsicher, entmutigt, irritiert, gestresst und verärgert (versus
             sicher, bestätigt, zufrieden, entspannt und zufrieden mit sich selbst)
             fühlten Sie sich während der Aufgaben?
          o Endpunkte der Skala: gering / hoch

2.2.3.2 Weller TMT Score

Das Teamwork Measurement Tool (TMT) nach Weller stellt eine gut validierte
Möglichkeit einer Selbstbeurteilung von Teamwork dar. Besonders geeignet ist
dieses Tool zur Anwendung im Bereich medizinischer Notfallteams. [29]

                                        8
Weller et. al. stellten fest, dass es an einem robusten Messinstrument für
Teamwork fehlte, und dass dadurch die Evaluation von Teamwork im Rahmen
medizinischer Umgebungen schwierig ist [28]. Daher wurde eine Versuchsreihe
ins Leben gerufen, die aus zahlreichen Faktoren letztlich 20 Stück identifizierte,
welche statistisch nachweisbar sehr gut Teamwork beurteilen lassen [28].
Weitere Analysen zeigten, dass sich diese 20 Faktoren in drei übergeordnete
Cluster einteilen lassen: Leadership and Team Coordination (LTC), Verbalising
Situational Information (VSI), und Mutual Performance Monitoring (MPM) [29].
Die 20 Faktoren werden einzeln im Nachgang an die zu beurteilende Situation
abgefragt.

Auch wir verwendeten für unsere Fragebogenstudie die 20 von Weller et. al.
identifizierten Items, um Qualität von Teamwork zu erfassen. Diese wurden von
uns in Form einer 7-stufigen Skala abgefragt. Die Endpunkte der Skala wurden
mit verbalen Deskriptionen versehen: Von „Stimme ich überhaupt nicht zu“ bis
„Stimme ich voll und ganz zu“. Entsprechend ergab sich dadurch je Item ein
Punktewert zwischen 1 und 7. Auch die Auswahl „Trifft nicht zu!“ war möglich und
wurde erfasst.

             Abbildung 1: Auszug aus der Onlineumfrage zur Erfassung des TMT

Diese Abfrage ermöglichte im Rahmen der Auswertung sowohl eine Auswertung
der Durschnittspunkte der drei Cluster (LTC, VSI, MPM), als auch eine
Berechnung eines TMT- Gesamtscores.
Wurde bei einer Frage die Option „Trifft nicht zu!“ gewählt oder wurde die Frage
übersprungen, wurde dies bei der Berechnung berücksichtigt.

                                        9
Zur Vereinfachung übersetzten wir die Fragen ins Deutsche. Folgende Tabelle
gibt die Übersetzungen wieder:
 NR             Deutsche Übersetzung                       Cluster
  1      Der Arbeits-/Behandlungsplanung des
       Teamleaders wurde dem Team mitgeteilt.
  2      Prioritätenstellung und die Abfolge der
      Arbeitsschritte wurden dem Team mitgeteilt.
  3       Es hat sich rasch und eindeutig ein
              Teamleader herausgestellt.
  4    Anweisungen und Kommunikation waren
         eindeutig und an die Person gerichtet.
  5    Der Teamleader zeigte eine angemessene
        Ausgewogenheit zwischen Autorität und         Teamführung und
               Offenheit für Vorschläge.              Teamkoordination
  6    Jedes Teammitglied hatte eine klare Rolle.
  7    Der Plan wurde verändert und angepasst,
        wenn sich die Lage / Situation änderte.
  8   Die Durchführung der Maßnahmen war gut
                      koordiniert.
  9     Unstimmigkeiten haben die Leistung des
                 Teams beeinträchtigt.
 10   Der Teamlieder konnte stets Überblick über
                die Situation bewahren.
 11    Teammitglieder haben Anweisungen und
       Klarstellungen wiederholt oder in eigenen
                Worten wiedergegeben.               Verbalisieren situativer
 12   Bei Unklarheiten haben die Teammitglieder         Informationen
          Wiederholungen und Klarstellungen
                      eingefordert.

                                      10
13    Im Team wurde um Hilfe von-/ füreinander
           gefragt, wenn es oder bevor es zur
                    Überlastung kam.
 14     Im Team wurden wichtige Interventionen
      verbalisiert. (z. B.: „Ich gebe jetzt Adrenalin“)
 15   Im Team wurde Hilfe angeboten, wenn sich
              Überlastung Einzelner zeigte.
 16      Im Team wurden Beobachtungen und
           Einschätzungen kommuniziert und
                    miteinander geteilt.
 17   Der Einzelne hat angemessen auf Hinweise
          des Teams zu eigenen Irrtümern und
                     Fehlern reagiert.
 18   Das Team hat sich gegenseitig auf potentiell
       gefährliche Handlungen / Unterlassungen
                       hingewiesen.                       Leistungsüberwachung
 19        Wenn Hinweise bei Gefahren keine                     im Team
        Resonanz im Team fanden, wurde diese
       Resonanz eingefordert oder entsprechend
                        gehandelt.
 20    Das Team hat im Bedarfsfall auch externe
       Hilfe genutzt. (z. B.: Tragehilfe, 2. Notarzt)
 Tabelle 1: Übersetzung der 20 Items des TMT ins Deutsche zur Anwendung in
                                                                 der Onlineumfrage.

Bei einer Frage war es nötig, die Richtung der Skala umzupolen und die
korrespondierenden      Punktzahlen        neu   zu     berechnen:     Der   Punkt
„Unstimmigkeiten oder Konflikte haben die Leistung des Teams beeinträchtigt“
konnte auf der Skala mit den Deskriptionen „stimme ich überhaupt nicht zu“ und
„stimme ich voll und ganz zu“ bewertet werten.

                                           11
Abbildung 2: Teamwork Measurement Tool; Frage 9

Eine Bewertung mit der Punktzahl 7 entspricht bei allen anderen Items einer
idealen Teamarbeit. Bei dieser Frage hingegen zeigt diese Punktzahl eine
negative Bewertung an.

2.2.3.3 Rettungsdienstliche Qualifikationen

Zur Teilnahme an der Umfrage waren alle am Rettungsdienst in Deutschland
beteiligten Berufsgruppen aufgefordert. Eingeschlossen in die Auswertung wurde
nur   nichtärztliches    Personal     (Rettungssanitäter,   Rettungsassistenten,
Notfallsanitäter und Notfallsanitäter in Ausbildung).

Die höchste nichtärztliche Qualifikation im Rettungsdienst stellte bis zum Jahr
2014 der Beruf des Rettungsassistenten (RA) dar. Die 24 Monate dauernde
Ausbildung befähigte „als Helfer des Arztes (…) am Notfallort bis zur Übernahme
der Behandlung durch den Arzt lebensrettende Maßnahmen bei Notfallpatienten
durchzuführen, die Transportfähigkeit solcher Patienten herzustellen, die
lebenswichtigen Körperfunktionen während des Transports zum Krankenhaus zu
beobachten und aufrechtzuerhalten sowie kranke, verletzte Personen (…) unter
sachgerechter Betreuung zu befördern.“ [8]. Seit 1.1.2014 wurde die Ausbildung
abgelöst von einer dreijährigen Berufsausbildung zum Notfallsanitäter.
Bestehenden Rettungsassistenten werden (Stand 11/2018) verschiedene
Möglichkeiten der Weiterqualifizierung zum Notfallsanitäter (NotSan) geboten.
Allen Optionen ist gemein, dass sie aus einem zwischen 80 und 960

                                        12
Unterrichtseinheiten lang dauernden Vorbereitungslehrgang sowie einer
praktischen    und      theoretischen     Ergänzungsprüfung              bestehen.    Die
Lehrgangsdauer hängt hierbei von der bisherigen Berufserfahrung als
Rettungsassistent ab.
Nicht nur in der auf 3 Jahre verlängerten Ausbildungsdauer unterscheidet sich
der Beruf des Notfallsanitäters von dem des Rettungsassistenten. Erstmals sieht
die Gesetzgebung auch eine eigenverantwortliche Durchführung ärztlicher
Maßnahmen vor: „ …und dabei Anwenden von in der Ausbildung erlernten und
beherrschten, auch invasiven Maßnahmen, um einer Verschlechterung der
Situation der Patientinnen und Patienten bis zum Eintreffen der Notärztin oder
des Notarztes (…) vorzubeugen, wenn ein lebensgefährlicher Zustand vorliegt…“
[9].
Die Qualifizierung zum Rettungssanitäter (RS) setzt eine 520-stündige
Ausbildung voraus. Die Ausbildung teilt sich auf in 160 Stunden theoretischen
Unterricht, 160 Stunden Klinikpraktikum, 160 Stunden Praktikum auf einer
Lehrrettungswache und einen 40 stündigen Abschlusslehrgang inklusive
Prüfung.

Die Besetzung der Rettungsmittel in Deutschland wird auf Länderebene in sog.
Rettungsdienstgesetzten geregelt. Da hier sehr uneinheitlich verfahren wird, lässt
sich nur vereinfachend zusammenfassen: Eigenverantwortlich tätig sind
Rettungssanitäter    im    Wesentlichen      im    qualifizierten        Krankentransport,
Rettungsassistenten       und   Notfallsanitäter     sowohl         im      Bereich   des
Krankentransports als auch in der Notfallrettung.

2.2.3.4 Merkmale der erfassten Einsätze

Im Folgenden wird über die Merkmale der erfassten Einsätze berichtet.
Aufgeführt werden jene von denen die Arbeitsgruppe einen Einschluss in das
statistische Modell in Erwägung zog (Kandidatenvariablen).

                                        13
Zu Patienten wurden Geschlecht, Alter, Größe in cm und Körpergewicht in kg
erfragt. Aus diesen Daten erfolgte auch die automatische Berechnung des Body
Mass Index.

Weiterhin gab es eine Abfrage von möglichen Extremsituationen. Folgende
Abbildung zeigt die Mehrfachauswahloptionen hierzu:

                         Abbildung 3: Mehrfachauswahl zu Extremsituationen

Eine weitere Mehrfachauswahl erfragte zusätzliche Rahmenbedingungen der
Einsätze: Überstunden, defektes oder fehlendes Material und die Notwendigkeit
von Schutzmaßnahmen zum Transport infektiöser Patienten wurden erfasst.

Weiterhin wurden abgefragt: die subjektiv empfundene Indikation des Einsatzes,
Erkrankungsschwere     mittels   NACA-Score,     Dringlichkeit   des   Einsatzes,
Anwesenheit      von    Angehörigen,        Anschuldigen     gegenüber      dem
Rettungsdienstpersonal und die Kategorisierung von Einsätzen als pädiatrisch
oder psychiatrisch.

                                       14
2.2.4 Statistische Auswertung
2.2.4.1 Allgemeines zur statistischen Auswertung

Die Aufbereitung des Datensatzes erfolgte zuerst mittels Microsoft Excel. Die
weitere statistische Auswertung wurde mittels der Software SPSS (Version 25)
der Firma IBM durchgeführt. Grafiken wurden sowohl in Excel als auch mittels
SPSS erstellt und bearbeitet.

2.2.4.2 Deskriptive Statistik

Deskriptiv wurden soziodemographische Eigenschaften der Umfrageteilnehmer
ausgewertet: Alter, BMI, Berufserfahrung, Geschlecht und Qualifikation der
Teilnehmer.
Außerdem beschrieben wir die absoluten und relativen Häufigkeiten derjenigen
Ereignisse oder Faktoren, die mittels Regressionsanalyse als signifikante
Einflussfaktoren auf die Belastung identifiziert wurden. Auch eine detaillierte
Auswertung des Subdimensionen des NASA TLX und der Weller TMT erfolgt in
Form deskriptiver Tabellen oder Grafiken.

2.2.4.3 Multiple lineare Regressionsanalyse

Die multiple lineare Regressionsanalyse (auch: multivariate Regressionsanalyse)
ist ein Verfahren der Statistik, das ermöglicht, den Einfluss mehrerer
unabhängiger Variablen auf eine abhängige Variable zu beschreiben. Die
Analyse der unabhängigen Variablen und deren Einflusses erfolgt hierbei
gleichzeitig. Bei der abhängigen Variablen muss es sich um eine metrisch
skalierte Variable handeln. Die unabhängigen Variablen sollten metrisch skaliert
oder als Dummyvariablen kodiert sein. [15]

Diese    Analyse    legt   eine   Gleichung    für   eine   Regressionsgerade
(Y=a+b1*x1+b2*x2+…+bn*xn) fest, mittels derer eine Vorhersage für eine
abhängige Variable möglich ist. Hierbei sind x1 bis xn unabhängige Variablen und
a der Schnittpunkt der Regressionsgerade mit der y-Achse. Die Koeffizienten b1

                                      15
bis bn werden als geschätzte Koeffizienten für die unabhängigen Variablen x1 bis
xn bezeichnet. N entspricht der Anzahl der unabhängigen Variablen.
Das Verfahren bedient sich bei der Berechnung der Formel der Methode der
kleinsten Quadrate: Hiermit sucht man eine Gerade, die möglichst nah an den
Datenpunkten verläuft [7]. Die unabhängigen Variablen werden hierbei von der
Statistiksoftware schrittweise in das Regressionsmodell aufgenommen.
Als Ergebnis erhält man eine Regressionsfunktion für die zugrunde liegende
Stichprobe. Um eine Aussage über die Grundgesamtheit machen zu können,
muss diese Regressionsfunktion getestet werden. Dies geschieht mittels F-Test.
[15]
Die verwendete Statistiksoftware SPSS (Version 25) führt diesen F-Test im
Rahmen einer multiplen linearen Regressionsanalyse automatisch durch.

Neben Ausgabe der geschätzten Koeffizienten für die unabhängigen Variablen
ist    zur   Auswertung    einer   multiplen   Regressionsanalyse     auch   das
Bestimmtheitsmaß R2 zu betrachten. Dieses gibt an, wieviel Varianz der Variable
Y durch das Regressionsmodell erklärt wird [27]. R2 kann Werte zwischen 0 und
1 annehmen.
R2 wird aufgrund seiner mathematischen Berechnung mit zunehmender Anzahl
unabhängiger Variablen stets größer und täuscht daher eine zu gute
Vorhersagequalität    vor.    Daher    wird    zum     Vergleich    verschiedener
Regressionsmodelle regelhaft ein angepasstes R2 (R2adj) genutzt. [15] Auch R2adj
wird von der Statistiksoftware SPSS (Version 25) automatisch ausgegeben.

Anwendung fand die multiple lineare Regressionsanalyse in unserem Fall bei der
Auswertung verschiedener Einflussfaktoren auf den NASA TLX und auf seine
Subdimensionen.       Je      nach     Fragestellung      wurden      spezifische
Regressionsmodelle entworfen und geprüft.

                                        16
3 Originalpublikation

Keunecke et al. BMC Health Services Research            (2019) 19:812
https://doi.org/10.1186/s12913-019-4638-4

 RESEARCH ARTICLE                                                                                                                                Open Access

Workload and influencing factors in non-
emergency medical transfers: a multiple
linear regression analysis of a cross-
sectional questionnaire study
Johann Georg Keunecke1* , Christine Gall3, Torsten Birkholz1,2, Andreas Moritz1,2, Christian Eiche1,2 and
Johannes Prottengeier1,2

  Abstract
  Background: Human workload is a key factor for system performance, but data on emergency medical services
  (EMS) are scarce. We investigated paramedics’ workload and the influencing factors for non-emergency medical
  transfers. These missions make up a major part of EMS activities in Germany and are growing steadily in number.
  Methods: Paramedics rated missions retrospectively through an online questionnaire. We used the NASA-Task Load
  Index (TLX) to quantify workload and asked about a variety of medical and procedural aspects for each mission.
  Teamwork was assessed by the Weller teamwork measurement tool (TMT). With a multiple linear regression model,
  we identified a set of factors leading to relevant increases or decreases in workload.
  Results: A total of 194 non-emergency missions were analysed. Global workload was rated low (Mean = 27/100). In
  summary, 42.8% of missions were rated with a TLX under 20/100. TLX subscales revealed low task demands but a
  very positive self-perception of performance (Mean = 15/100). Teamwork gained high ratings (Mean TMT = 5.8/7),
  and good teamwork led to decreases in workload. Aggression events originating from patients and bystanders
  occurred frequently (n = 25, 12.9%) and increased workload significantly. Other factors affecting workload were the
  patient’s body weight and the transfer of patients with transmittable pathogens.
  Conclusion: The workload during non-emergency medical transfers was low to very low, but performance
  perception was very positive, and no indicators of task underload were found. We identified several factors that led
  to workload increases. Future measures should attempt to better train paramedics for aggression incidents, to
  explore the usefulness of further technical aids in the transfer of obese patients and to reconsider standard
  operating procedures for missions with transmittable pathogens.
  Keywords: Emergency medical services, Human factors, Paramedics, Teamwork, Workload

Background                                                                            healthcare system structures and EMS organizational
The number of missions carried out by Emergency                                       make-up and location, this supposedly secondary activity
Medical Services (EMS) has been growing steadily over                                 may occupy large quantities of available EMS resources.
the past years and is predicted to continue worldwide for                             Data published by the state of Bavaria show that 43% of all
the foreseeable future [1, 2]. Next, to the eponymous                                 missions in the year 2017 were non-emergency missions
emergency missions, EMS in many countries must also                                   [3]. In contrast to what their title might suggest, emer-
carry out non-emergency medical transfers. Depending on                               gency paramedics may find themselves performing non-
                                                                                      emergency duties on a regular basis [1, 3]. Considering
* Correspondence: georg.keunecke@fau.de                                               the current demographic increase in immobile elderly pa-
1
 Faculty of Medicine, Friedrich-Alexander University Erlangen-Nuremberg,              tients and obese patients, as well as the ongoing concen-
Erlangen, Germany                                                                     tration of hospital resources, it is conceivable that the
Full list of author information is available at the end of the article

                                        © The Author(s). 2019 Open Access This article is distributed under the terms of the Creative Commons Attribution 4.0
                                        International License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and
                                        reproduction in any medium, provided you give appropriate credit to the original author(s) and the source, provide a link to
                                        the Creative Commons license, and indicate if changes were made. The Creative Commons Public Domain Dedication waiver
                                        (http://creativecommons.org/publicdomain/zero/1.0/) applies to the data made available in this article, unless otherwise stated.
Keunecke et al. BMC Health Services Research   (2019) 19:812                                                   Page 2 of 11

number of non-emergency transfers will also increase sub-        While BLS-ambulances (Basic Life Support) require at
stantially [4, 5]. As a result, the EMS work force assigned    least one “Rettungssanitäter” on board, ALS-ambulances
to conduct these transfers could also grow.                    (Advanced Life Support) are staffed with at least one
   In contrast to the obvious importance and dynamics of       “Rettungsassistent” or “Notfallsanitäter”. Small variations
non-emergency transfers, there is a lack of scientific data    in the crew lineup exist from state to state, as the EMS
concerning the human factors behind the work in this           legislation is regulated on a state-level.
subset of EMS activities. Such explorations of human
factors and ergonomics aim to simultaneously improve
system performance and paramedics’ well-being. Under-          Methods
standing the human factors in non-emergency transfers          Study design
might help to increase efficiency and lower costs and thus     This national prospective observational study was de-
be vital to resolve the modern health-care dilemma of          signed as an online questionnaire survey. It took place
simultaneous performance and cost pressure.                    over a period of 7 weeks in the autumn of 2017 and was
   One of the core components and major contributors to        approved beforehand by the research ethics committee of
both human performance and well-being is the workload          the Friedrich-Alexander-University Erlangen-Nuremberg
associated with the tasks required [6, 7]. Workload is the     under decision number 172_17B. Participation was an-
psychological concept of subjective demands and self-          onymous, voluntary and unpaid. The study was promoted
perception, and a variety of definitions of workload do        with information material sent out to all rescue stations
exist. For our study, we defined workload as the value on      nationwide as well as advertisements printed in all rele-
the NASA-Task Load Index scale. Yerkes and Dodson              vant German emergency medicine journals. The campaign
demonstrated that task overload, as well as task underload,    was supported by major German EMS providers (Bayer-
will lead to a decrease in performance [8]. A medium           isches Rotes Kreuz - Rettungsdienst, Arbeiter Samariter
workload level results in optimal performance [9].             Bund Bayern - Notfallhilfe) as well as the paramedics’
   Our study assessed the single-mission workload of non-      labour union (Ver.di Bayern) and the paramedics’ profes-
emergency medical transfers conducted by EMS paramedics        sional society (Deutscher Berufsverband Rettungsdienst).
and aimed to identify relevant factors that influence work-      Paramedics scored non-emergency medical transfers
load. Our central objective was to detect these influencing    retrospectively. A variety of candidate variables were
factors. Using a network of relevant stakeholder organisa-     considered as possible influencing factors, while work-
tions in pre-hospital emergency medicine, we conducted a       load was considered as the resulting parameter.
national prospective survey to gather representative data.       The compiling of candidate variables was achieved
Workload was measured by the NASA Task Load Index              through structured discussions within a panel of human
(NASA-TLX), and we investigated a set of candidate vari-       factor and emergency medicine experts from the University
ables that were assumed to possibly have an influence on       of Erlangen-Nuremberg. This committee consisted of three
workload, such as medical or organizational aspects of each    physicians (specialists in anaesthesia and emergency medi-
transfer, paramedics’ teamwork, and their interactions with    cine) and two paramedics. All five were active medical sim-
patients and third parties.                                    ulations and team resource management trainers with
                                                               longstanding experience in pre-hospital emergency medi-
Background information: German EMS                             cine. In several meetings, each committee member had the
The German EMS is an emergency-physician-based sys-            equal right to bring variables to the discussion table.
tem. While non-emergency transports and minor emer-
gencies are autonomously managed by paramedics,
emergency physicians are called to the scene for life-         Medical and logistical mission aspects as possible
threatening emergencies.                                       influencing factors
  Different levels of paramedical qualifications do exist      Candidate variables included the patients’ general char-
in Germany. The “Rettungssanitäter” is trained in 13           acteristics such as weight, their medical condition as
weeks and has subordinate duties and responsibilities,         classified by the NACA score, logistical consideration
while the “Notfallsanitäter” requires 3 years of training,     such as missions in overtime, procedural aspects such
which allows him or her to administer life-saving medi-        as the precautions against transmittable pathogens and
cation and to carry out life-saving measures while the         interactions with others such as aggressive behaviour
physician is on his or her way to the scene. The previous      from patients and by-standers. While a set of variables
qualification “Rettungsassistent” was replaced by the          was included in the final statistical model others failed
“Notfallsanitäter” in 2014. It required a two-year training    in terms of statistical significance. Table 6 shows the
that was similar but of lesser extent than the training of     variables included in the model, while Table 7 reports
the “Notfallsanitäter”.                                        on the remaining.
Keunecke et al. BMC Health Services Research   (2019) 19:812                                                       Page 3 of 11

The quality of teamwork as a possible influencing factor         demands from them, the (resulting) dimensions of effort,
In addition to the above-mentioned candidate variables, we       performance and frustration characterise how individuals
suspected teamwork to be a significant contributor to            perceive themselves and their actions in relation to the task.
workload. To evaluate the quality of teamwork through
self-assessment, the Weller teamwork measurement tool            Data collection and statistics
(TMT) was used. It is particularly well suited for use by        For questionnaire access, the online platform SoSci
professional medical emergency teams [10]. The original          Survey [20] was utilized. The data we gathered are avail-
English version is known to have a valid structure for self-     able via a persistent Digital Object Identifier (DOI) link-
assessment [10]. For our purposes, we translated Weller’s        ing to the dataset stored in the Zenodo data repository.
TMT into German. Weller et al. defined 20 items to meas-         Statistical analysis was performed using SPSS Statistics
ure teamwork in emergency situations [11]. These 20 items        24.0.0.0 (IBM Corp. Armonk, NY, USA), and statistical
are clustered in three main sectors: leadership and team co-     significance was defined as p < 0.05. Values are pre-
ordination (LTC), verbalizing situational information (VSI),     sented as the means with standard deviations and me-
and mutual performance monitoring (MPM) [10]. For our            dians with interquartile ranges, where appropriate. The
study, we queried all 20 items to statistically evaluate not     literature is inconsistent with regard to describing the
only the TMT score in total but also the means of each           statistical measures of NASA-TLX values. Both mean/
cluster (LTC, VSI, and MPM). This resulted in a score for        SD and median/IQR reporting can be found. To allow
teamwork ranging from 1 (low) to 7 (high). The same scale        for better comparison with previous data, we reported
applied to the sub-scales of the TMT score.                      the NASA-TLX in both manners.
                                                                    The global TLX was defined as our primary parameter
NASA task load index as an evaluation tool for subjective        of interest. To explore the influence of candidate variables
workload                                                         on the TLX, we carried out a multiple linear regression
The National Aeronautics and Space Administration Task           analysis with a stepwise selection of predictor variables.
Load Index (NASA-TLX) is a sensitive and validated meas-         Workload, defined as the value on the NASA-TLX scale,
urement tool used to quantify subjective workload during a       was the dependent variable, whereas mission characteris-
task or directly afterwards [6]. Originally designed to fulfil   tics and others were used as the independent variables.
the needs of the aerospace industry, TLX is now widely              For methodological clarity, we restricted the candidate
used in different sectors, such as high-risk industries and      variables to factors originating from the individual missions.
medicine [12]. In the medical field, it has been used to         In a separate investigation, our group recently studied the
measure workload in paediatric, sepsis and resuscitation         possible influences of professional biography, long-term
scenarios [13, 14], during surgical procedures [15], in the      characteristics and persuasions of paramedics’ on job-
emergency department, and in prehospital emergency               perception including perceived long-term workload [21].
medicine [16–18]. The NASA-TLX questionnaire is avail-              Paramedics were asked to score both emergency mis-
able in various languages [12]. As it is described that there    sions and non-emergency medical transfers after each
are no significant differences between the results of paper-     task. This article focuses on non-emergency transfers
based and digital NASA-TLX questionnaires, we integrated         only. Our findings on workload and contributing factors
the digital version into our study [19].                         from emergency missions are reported elsewhere [22].
   As measuring task load is subject to inter-individual vari-
ability, the Task Load Index’s goal was to minimize this         Results
spread in data [6]. Six sub-dimensions were identified to        Study characteristics
measure the task load with very low inter-individual variabil-   A total of 98 participants recorded data on 260 non-
ity: physical, mental and temporal demands next to effort,       emergency medical transfers. Each participant entered
performance, and frustration perception [12]. All six sub-       between 1 and 15 non-emergency missions (Median = 1;
dimensions were included in our questionnaire, and the           IQR = 1–2). A total of 194 mission documentations had
resulting global TLX was then calculated (Table 1). With its     complete NASA Task Load Index values and could thus
six subscales ranging from 1 to 100, the overall TLX is the      be included for analysis. Table 2 shows the descriptive
arithmetic mean of all subscales again ranging from 1 to 100     statistics of the participants:
[12]. However, understanding workload depends not only             The subjectively felt urgency of transfers was mea-
on the absolute values of the TLX but also on the relation of    sured on a self-designed 5-point scale: 1 indicated no ur-
sub-dimensions to each other. The six sub-dimensions can         gency and 5 indicated the highest urgency. Figure 1
be grouped into two separate causal mechanisms behind            shows the statistics of the subjectively felt urgency.
workload that need to be considered for their complex inter-       Of the 194 transported patients, 13 were rated as carry-
dependence: While physical, mental and temporal dimen-           ing transmittable pathogens (6.7%). Three cases (1.5%)
sions represent how individuals perceive what the task           were reported in which bystanders obstructed the patient’s
Keunecke et al. BMC Health Services Research            (2019) 19:812                                                                              Page 4 of 11

Table 1 Wording of the NASA-TLX questionnaire
TLX-dimension                                                                     Wording (scale)
Mental Demand                                                                     How much mental and perceptual activity was required?
                                                                                  Was the task easy or demanding,
                                                                                  simple or complex? Was high precision required or was
                                                                                  the task fault-tolerant?
                                                                                  (1 = low, 100 = high)
Physical Demand                                                                   How much physical activity was required? Was the task easy
                                                                                  or demanding, slack or strenuous?
                                                                                  (1 = low, 100 = high)
Temporal Demand                                                                   How much time pressure did you feel due to the pace at which
                                                                                  the tasks or task elements
                                                                                  occurred? Was the pace slow or rapid?
                                                                                  (1 = low, 100 = high)
Overall Performance                                                               How successful were you in reaching your goals or the goals set
                                                                                  by your team leader? How
                                                                                  satisfied were you with your performance?
                                                                                  (1 = good, 100 = bad)
Effort                                                                            How hard did you have to work to accomplish your level of performance?
                                                                                  (1 = low, 100 = high)
Frustration                                                                       How irritated, stressed, and annoyed versus content, relaxed, and
                                                                                  complacent did you feel
                                                                                  during the task?
                                                                                  (1 = low, 100 = high)
This table represents the NASA TLX questionnaire that was used to measure workload in our study. For each question, a slide bar allowed the participant to rate
his subjective perception of workload from 1 to 100

treatment. Physically aggressive patients appeared in four                         NASA task load index
missions (2.1%), whereas seven cases (3.6%) of verbally ag-                        The mean task load measured using the National
gressive bystanders were documented. In total, 25 trans-                           Aeronautics and Space Administration Task Load Index
fers (12.9%) were affected by aggression incidents                                 (NASA-TLX) was 27 (SD 18). While 83 missions (42.8%)
(characterized as physically or verbally aggressive patients                       had a global TLX below 20, only 2 missions scored
or bystanders or obstruction of treatment). More detailed                          above TLX 80. Table 5 provides details of the descriptive
descriptive statistics on aggression incidents (multiple an-                       statistics for the six subscales and the overall score of
swers possible) are shown in Table 3:                                              the NASA Task Load Index.

Weller teamwork measurement tool (TMT)
On Weller’s TMT scale (ranging from 1 to 7), teamwork                              Multiple linear regression model
averaged 6.28 (SD 0.93). Table 4 provides details of the de-                       A multiple linear regression model was computed to in-
scriptive statistics for the TMT, and Fig. 2 provides de-                          vestigate predictor variables that had a significant influ-
tailed information on the distribution of the TMT Score.                           ence on the global NASA-TLX.

Table 2 Descriptive statistics of the participants
                                                                             Min               Max               Mean              SD                n (%)
Sociodemographic data                Age                                     19                55                34.89             10.63             –
                                     Body Mass Index                         19.57             44.31             28.00             5.91              –
                                     Years in job                            0                 37                12.53             10.24             –
Sex                                  Male                                    –                 –                 –                 –                 57 (58.17%)
                                     Female                                  –                 –                 –                 –                 18 (18.37%)
                                     Missing                                 –                 –                 –                 –                 23 (23.47%)
Qualification                        Notfallsanitäter                        –                 –                 –                 –                 30 (30.61%)
                                     Rettungsassistent                       –                 –                 –                 –                 24 (24.49%)
                                     Rettungssanitäter                       –                 –                 –                 –                 15 (15.31%)
                                     Notfallsanitäter in training            –                 –                 –                 –                 5 (5.10%)
                                     Other or not specified                  –                 –                 –                 –                 24 (25.49%)
Keunecke et al. BMC Health Services Research           (2019) 19:812                                                                         Page 5 of 11

 Fig. 1 Subjectively rated mission urgency. The figure shows how the subjectively felt urgency of the single mission was perceived. The urgency
 was measured on a self-designed 5-step scale

  The subjectively felt urgency of transports was                                  Details of the multiple linear regression model can be
rated on a scale between 1 (no urgency) and 5                                   found in Table 6.
(highest urgency) by paramedics. There was a 6.9-                                  During the process of stepwise integration of predictor
point increase in the NASA-TLX for each positive                                variables, some failed in terms of statistical significance.
step on the urgency scale (p < 0.01). Transporting a                            Table 7 lists variables that had been selected to undergo
patient with potentially transmittable pathogens in-                            investigation but had to be removed from the multiple
creased the task load by 15.4 points (p < 0.01). An                             linear regression model because of low significance or
increase of 0.1 points was caused by each additional                            low correlation with the TLX.
kilogram of the patient’s body weight (p = 0.012). In
cases where treatment was obstructed by by-                                     Discussion
standers, the task load increased by 35.0 points                                Workload and performance
(p = 0.013). Verbal aggression from bystanders                                  Workload is a key component of human performance.
(delta 19.4 points, p < 0.01) or physically aggressive                          In this study, we quantified the workload for 194 non-
patients (delta 33.6 points, p < 0.01) also led to                              emergency medical transfers conducted by EMS para-
major increases in workload.                                                    medics. Multiple linear regression analysis identified
  Each positive step on the 7-step teamwork measure-                            relevant factors influencing workload levels.
ment tools (p < 0.01) brought about a decrease in task                            The average overall workload in our data set as de-
load of − 4.0 points.                                                           scribed by the global NASA-TLX was low compared to
                                                                                most other professions and tasks from previous studies.
                                                                                In a comprehensive 2015 meta-analysis, Grier calculated
Table 3 Descriptive statistics of aggression incidents                          the median TLX-score for more than 1100 observations
                              n (% of total         Signs of intoxication       and 20 different task types at a median of 50 points [23].
                              missions)             (alcohol or drugs) n (%)    In comparison, the median TLX of 22 for non-
Physically aggressive         4 (2.1%)              2 (50.0%)                   emergency transfers from our study ranged significantly
patient
                                                                                lower than scores from mechanical tasks, piloting, or
Verbally aggressive           20 (10.4%)            8 (40.0%)
patient
Resistance to                 10 (5.2%)             2 (20%)
treatment                                                                       Table 4 Descriptive statistics of Weller TMT (Teamwork
                                                                                Measurement Tool) and its subscales
Physically aggressive         0 (0.0%)              0 (0.0%)
bystander                                                                                                                 Mean (SD)        Median (IQR)
Verbally aggressive           7 (3.6%)              2 (28.6%)                   Leadership and team coordination          6.28 (0.93)      6.57 (6.00–7.00)
bystander                                                                       Verbalizing situational information       5.23 (1.60)      5.59 (4.00–6.71)
Obstruction by                3 (1.5%)              1 (33.3%)                   Mutual performance monitoring             5.88 (1.60)      6.58 (5.50–7.00)
bystander
                                                                                Overall TMT Score                         5.77 (1.19)      6.02 (5.17–6.67)
This table gives an overview of the frequency of aggression incidents.
Absolute numbers and relative frequencies are shown. Total n of mission = 194   The table shows the average values of the TMT and its three subdimensions
Keunecke et al. BMC Health Services Research     (2019) 19:812                                                                    Page 6 of 11

 Fig. 2 Distribution of the Teamwork Measurement Tool Score (TMT-Score). The figure shows how Teamwork was rated based on a single-mission
 rating using the Weller Teamwork Measurement Tool. Total n of non-emergency medical transfers in this study = 194

other medical tasks (Fig. 3). The workload from non-                     that workload and performance output are linked by an
emergency EMS transfers was also significantly lower                     inversely U-shaped correlation [25]. However, several limi-
than the workload from EMS emergency missions (Fig. 4)                   tations apply. First, science has not been able to define a
that we analysed in a recent study [22]. In fact, the only               fixed TLX cut-off value that truly characterizes workload
tasks scoring somewhat lower in the Grier meta-analysis                  as being “too low” or “too high”, despite decades of re-
were so-called “daily activities” [23, 24]).                             search. This lack of a clear red line may be caused by
   Eighty-three transfers (42,8%) were scored with a global              inter-individually varying coping strategies, knowledge,
workload below 20, reaching the bottom fifth of the NASA-                and experience of persons undertaking the tasks on the
TLX scale. Task Load Index sub-dimension analysis revealed               outskirts of the workload continuum [23, 24]. Second, the
that demands were unequal contributors to overall workload,              association of workload and performance is much less
as Table 4 shows. An interesting finding was that according              understood for the lower end of workload than for upper
to their performance self-ratings, paramedics usually felt sat-          extremes. With rising demands, efforts from workers will
isfied and successful in reaching the goals of their tasks.              increase, but once the requirements exceed their capabil-
   The frequent findings of low to very low TLX ratings                  ities, a degradation of performance output will follow with
must be weighed carefully. Yes, there is a broad consensus               clear predictability. For example, a study in the context of

 Fig. 3 Comparison of median NASA-TLX values. The figure shows a comparison of the median TLX values between different activities and tasks.
 Data on tasks other than non-emergency medical transfers were reported previously [23]
Keunecke et al. BMC Health Services Research            (2019) 19:812                                                                                Page 7 of 11

Table 5 Descriptive statistics of NASA-TLX and its sub-                             bystander”. All three events were linked to great increases
dimensions                                                                          in global workload. Other variables recording similar be-
                                     Mean (SD)                   Median (IQR)       haviour were not integrated into our final model due to
Mental demand                        25 (29)                     12 (2–46)          missing statistical significance and can therefore be found
Physical demand                      34 (28)                     26 (10–56)         in Table 7. Confounding with other aggression events may
                                                                                    be responsible for this statistical conclusion.
Temporal demand                      18 (24)                     5 (1–23)
                                                                                       Our findings are consistent with previous studies
Performance                          15 (19)                     8 (1–21)
                                                                                    reporting increases in aggressive behaviour of patients
Effort                               30 (27)                     21 (5–50)          worldwide. Gillespie reported that between 51 and 67%
Frustration                          39 (35)                     28 (5–72)          of American emergency department workers faced phys-
Global TLX                           27 (18)                     22 (13–38)         ical violence and 78–83% encountered verbal aggression
This table shows the average values of the NASA TLX and its six subscales. For      during a study period of 18 months [27]. Authorities in
a better comparison with existing literature, the mean and median                   the German state of North Rhine-Westphalia investi-
are reported
                                                                                    gated violence against paramedics and found that within
                                                                                    12 months, 59% of personnel experienced physical ag-
emergency medicine demonstrated a positive correlation                              gression and 98% experienced verbal attacks [28].
between workload excess in emergency departments and                                   Previous research has identified risk factors and early
unwanted incidents negatively impacting patient safety [26].                        warning signs that help to predict aggression incidents: hos-
  On the other end of the scale, low demand tasks                                   tile behaviour, recent drug or alcohol misuse, non-adherence
(meaning low physical, mental and temporal demands)                                 to psychotherapy or medication, and poor impulse control
do not automatically lead to poor performance output.                               [29, 30]. Our data support these findings, as verbally or phys-
Emotional attributes can pivot the individuals’ experi-                             ically aggressive patients were often described as intoxicated
ence. Even in a low-demand-task, output can be reliably                             in our cohort. As a consequence, the training of paramedics
high if individuals have a strong feeling of successfully                           to identify these early indicators of aggressive incidents as
reaching their goals against a weak feeling of frustration                          well as de-escalation management could be implemented
and stress. Moreover, from our context, non-emergency                               into paramedic education as these measures have proven
transfers may be low-demand tasks, but they are very                                themselves effective in other healthcare settings [31].
satisfying and performance output is perceived as being
very high. Unfortunately, linear regression modelling                               Obesity and workload
identified several distinct factors in our data set that im-                        The increasing prevalence of obesity worldwide has resulted
pact workload significantly and could therefore endanger                            in a rising incidence of overweight patients within health-
this balance and lead to output deficits.                                           care systems and in an increasing number of ambulance
                                                                                    transfers of overweight patients [5, 32]. Our data show that
Aggression incidents and workload                                                   patients’ body weight leads to a significant increase in para-
We recorded aggressive behaviour in words and actions                               medics’ workload per kilogram of weight. It has long been
by both patients and bystanders at a troublesome fre-                               known that lifting and transferring obese patients is difficult
quency. The variables in our model describing these inci-                           ergonomically, and a variety of presumably helpful technical
dents are the following: “physically aggressive patient”,                           devices have been introduced into daily EMS routine to
“verbally aggressive bystanders”, and “obstruction by                               manage the problem [33].

Table 6 Results of the stepwise multiple linear regression model
                                     Unstandardized Coefficients        Std.       Standardized Coefficients       Sig.       95.0% Confidence Interval for B
                                                                        Error
                                     B                                             Beta                                       Lower Bound          Upper Bound
Constant                             − 76.71                            22.03                                      0.001      − 120,567            − 32.857
Urgency                              6.87                               1.19       0,475                           0.000      4.495                9.235
Weller TMT                           −3.96                              1.33       −0.242                          0.004      −6.606               −1.32
Physically aggressive patient        33.56                              9.60       0.261                           0.001      14.449               52.679
Infectious patient                   15.42                              4.86       0.243                           0.002      5.733                25.096
Obstruction by bystander             35.05                              13.82      0.194                           0.013      7.536                62.553
Verbally aggressive bystander        19.43                              7.06       0.211                           0.007      5.372                33.488
Patient’s body weight                0.14                               0.06       0.193                           0.012      0.033                0.251
This table reports the results of our main statistical analysis. The total n of analysed missions was 194. Unstandardized coefficients explain how much the NASA-
TLX value increases for one step on the scale of the variable that is shown in the first row. (F (7;79) = 15,018; p < 0.01; adjusted R2 = 53%; SE = 13%)
Sie können auch lesen