Use of Infection Dynamic Modelling in Crisis Management at German University Hospitals during the COVID-19 PandemicNutzungscharakteristika von infektionsdynamischen Modellierungen im Krisenmanagement von deutschen Universitätskliniken während der COVID-19-Pandemie
Gesundheitswesen
DOI: 10.1055/a-2961-6456
The COVID-19 pandemic highlighted the need for university hospitals to have
crisis management teams to anticipate the developing situation and plan
resource allocation and staff distribution. To this end, mathematical
modelling studies are a tool that can provide forecasts of future
developments and their uncertainties. This study aimed to understand the
role of mathematical modelling in crisis management teams at German
university hospitals during the COVID-19 pandemic and to identify potential
areas for improvement.As part of the project PREPARED of the Network of University Medicine, we
administered questionnaires to all German university hospitals and analysed
all data descriptively.Data were obtained from 24 of the 36 university hospitals that existed in
Germany at this time (67%). All these reported having crisis management
teams during the COVID-19 pandemic that had been set up specifically for the
COVID-19 pandemic and were tasked with addressing the challenges of the
pandemic. Of these 24 university hospitals, 19 hospitals (79%) used results
from mathematical modelling studies when making decisions concerning the
distribution of operational beds, restrictions on elective care, or staff
allocation. Data from the Robert Koch Institute (n=9, 38%), data from
the hospital itself (n=8, 33%), and/or local/regional data
(n=11, 46%) were used as the basis for modelling.Modelling results played an important role in crisis management decision
making at university hospitals in Germany during the COVID-19 pandemic.
Automated access to interoperable, reliable data and locally applicable
models should be created to secure the validity of modelling results in
future crises.Die COVID-19-Pandemie hat deutlich gemacht, dass Universitätskliniken über
geeignete Krisenstäbe verfügen müssen, um die sich entwickelnde Lage
antizipieren und die Ressourcenzuweisung und Personalverteilung entsprechend
planen zu können. Mathematische Modellierungsstudien stellen dabei ein
Werkzeug dar, welches Prognosen für künftige Entwicklungen und deren
Unsicherheiten liefern kann. Ziel dieser Studie war es, die Rolle der
mathematischen Modellierung in den Krisenstäben deutscher
Universitätskliniken während der COVID-19-Pandemie zu verstehen und
potenzielle Verbesserungsbereiche zu identifizieren.Im Rahmen des Projektes PREPARED im Netzwerk Universitätsmedizin führten wir
eine Befragung aller deutschen Universitätskliniken durch und werteten die
Ergebnisse deskriptiv aus.Es konnten Daten von 24 der zu diesem Zeitpunkt existierenden 36
Universitätskliniken in Deutschland (67%) eingeschlossen werden. Alle
berichteten, während der COVID-19-Pandemie über Krisenstäbe verfügt zu
haben, die speziell für die COVID-19-Pandemie eingerichtet worden waren und
mit deren Bewältigung betraut waren. Von diesen 24 Universitätskliniken
nutzten 19 (79%) Ergebnisse mathematischer Modellierungsstudien, wenn sie
Entscheidungen über die Verteilung von betreibbaren Betten, Einschränkungen
bei der elektiven Versorgung oder Personalallokation trafen. Als Basis für
die Modellierungen wurden Daten des Robert Koch-Instituts (n=9, 38%), Daten
aus dem eigenen Klinikum (n=8, 33%) und/oder lokale/regionale Daten (n=11,
46%) eingesetzt.Modellierungsergebnisse spielten während der COVID-19-Pandemie eine wichtige
Rolle bei den Entscheidungen der Krisenstäbe an Universitätskliniken in
Deutschland. Ein automatisierter Zugang zu interoperablen, verlässlichen
Daten und lokal anwendbaren Modellen sollte geschaffen werden, um die
Zuverlässigkeit von Modellierungsergebnissen für zukünftige Krisen
sicherstellen zu können.
[...]
Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany
Article in Thieme eJournals:
Table of contents | Abstract | Full text