Score- und zeitenbasierte Algorithmen zur prähospitalen Triage in der akuten Schlaganfallversorgung und Implementierung in einer zu programmierenden handhabbaren App : Eine prospektive multizentrische Studie am Beispiel des Saarlandes

Abstract

Hintergrund: Bislang ist ungeklärt, ob alle Patient*innen mit Verdacht auf Schlaganfall primär in die nächstgelegene Stroke Unit, in der Mehrzahl der Fälle ein Primäres Stroke Center (PSC), und ggf. sekundär verlegt (Drip & Ship-Modell) werden sollen oder anhand prähospitaler Scores zur Prädiktion eines großen Gefäßverschlusses (Large Vessel Occlusion, LVO) triagiert werden sollen, um direkt einem neurovaskulären Zentrum (Comprehensive Stroke Center, CSC) mit Möglichkeit der Thrombektomie zugewiesen zu werden. Nicht abschließend geklärt ist ferner, welche Scores prähospital als Triage Tools geeignet, diagnostisch zuverlässig und gut handhabbar sind. Ziele: Hier untersuchen wir, ob unter Einsatz der Los Angeles Motor Scale (LAMS) als prähospitalem Score zur Vorhersage einer LVO eine Triage von Patient*innen mit LVO in CSCs und ohne LVO in die nächstgelegene Stroke Unit im Saarland zuverlässig gelingt und ob dieses Vorgehen in der optimalen Zuweisung von Patient*innen mit und ohne LVO dem rein geographisch basierten Drip & Ship Modell überlegen ist. Separat wurde die reine LAMS-Triage untersucht neben der LAMS-basierten Triage, die zusätzlich noch die Erfahrung des Rettungsdienstes sowie hierein mündende individuelle Patientendaten wie Alter, Komorbidität und Patientenwille beinhaltete (Saarland-Modell). Weiterhin untersuchen wir das frühe Outcome unter LAMS-basierter Triage für Patient*innen mit und ohne LVO. Darauf aufbauend sollte ein Algorithmus zur individuellen Triage von Patient*innen mit Verdacht auf Schlaganfall im Saarland für den Einsatz im Rettungsdienst vorgeschlagen und diskutiert werden, der neben der LAMS auch Transportzeiten und weitere Ablaufzeiten als Variablen berücksichtigt, schließlich eine App entwickelt werden, die den prähospitalen Einsatz eines solchen Algorithmus leicht handhabbar ermöglicht. Methoden: In einer multizentrische prospektive Kohortenstudie – zwischen März und Juni 2018 im Saarland mit einer Bevölkerung von ca. 1 Million Menschen auf einer Fläche von ca. 2.600 km² und einem Netzwerk mit 2 CSCs und 8 PSCs – haben wir alle Erwachsenen (im Alter ≥18 Jahren) mit Verdacht auf Schlaganfall erfasst, die vom Rettungsdienst des Saarlandes in eine der 10 Stroke Units transportiert wurden. Der Verdacht auf Vorliegen einer LVO wurde durch einen LAMS-Wert ≥ 4 und eine entsprechende Einschätzung des Rettungsdienstes terminiert. LVO wurde definiert als Gefäßverschluss der intrakraniellen Arteria carotis interna, des proximalen (M1-) Segmentes der Arteria cerebri media oder der Arteria basilaris. Die Leistungsfähigkeit der LAMS als prähospitalem Schlaganfall-Score wurde sowohl als Fläche unter der Receiver Operating Characteristic Curve (AUC) als auch anhand der Gütekriterien Accuracy, Sensitivität und Spezifität beschrieben. Anhand der Postleitzahlen wurde für alle Patient*innen mittels Geocoding bestimmt, ob die nächstgelegene Klinik ein CSC oder ein PSC war. Die Leistungsfähigkeit wurde anhand von Raten der optimalen Transport- und Klinikentscheidungen für alle Patient*innen sowie die Gruppen der Patient*innen mit und ohne LVO gemessen. Anhand von NIHSS und mRS bei Aufnahme und Entlassung und deren Differenz, zusätzlich der Mortalität sowie prä-, inter- und intrahospitaler Ablaufzeiten wurde die Gruppe der Patient*innen mit Non-LVO mit der Gruppe der Patient*innen mit LVO ischämischem Infarkt verglichen. Das zeitliche Outcome im Saarland-Modell wurde ebenfalls anhand der Zeiten von Symptom- bis Therapiebeginn evaluiert und mit Ergebnissen anderer Studien zum Drip & Ship-Modell verglichen. Ein Algorithmus, der neben der Symptomatik auch Transport- und Ablaufzeiten berücksichtigt, wurde zunächst mittels Moderation berechnet. Im Anschluss wurde anhand von Ergebnissen fremder Studien und denen der vorliegenden ein weiterer Algorithmus bestimmt. Mittels Android Studio wurde in Java eine Android-kompatible Applikation geschrieben, in die ein Algorithmus am Beispiel des Saarlandes zur prähospitalen Triage eingebunden wurde. Endpunkte waren die diagnostische Leistungsfähigkeit der LAMS (ROC und Area under Curve, Accuracy, Sensitivität und Spezifität) zur Prädiktion einer LVO, die Anwendbarkeit (Feasibility) der LAMS durch den Rettungsdienst im prähospitalen Setting, die Raten der insgesamt optimalen Klinikentscheidungen (analog Accuracy), die mittleren mRS- und NIHSS-Werte bei Entlassung sowie Onset-needle-time und Onset-groin-time, schließlich ein Entscheidungsalgorithmus, der neben fokal-neurologischen Defiziten auch Transport- und Ablaufzeiten berücksichtigt und eine App zum prähospital handhabbaren Einsatz eines solchen Algorithmus. Ergebnisse: Die LAMS wurde bei 1.123 Patienten evaluiert. Ein LAMS-Wert ≥4 erkannte LVOs mit einer Sensitivität von 67,53% (95%-CI: 57,1-78,0%) und Spezifität von 83,51% (95%-CI: 81,0-86.0%) und Accuracy von 82,17% (95%-CI: 79,6-84,5%) sowie AUC 79,67% (95%-CI: 74,29-85,06%) für Patient*innen mit Verdacht auf Schlaganfall, mit einer Sensitivität von 67,53% (95%-CI: 57,1-78,0%) und Spezifität von 83,03% (95%-CI: 79,0-86,4%) und Accuracy von 80,47% (95%-CI: 76,6-83,3%) sowie AUC 77,77% (95%-CI: 71,89-83,65%) für Patient*innen mit tatsächlichem ischämischen Infarkt. Die auf der LAMS ≥4 basierenden Triage-Entscheidungen erzielten Raten insgesamt optimaler Klinikentscheidungen (analog Accuracy) von 83,68% (95%-CI: 82,6-87.3%), Raten optimaler LVO-Klinikentscheidungen (analog Sensitivität) von 69,23% (95%-CI: 82,6-87.3%), Raten optimaler Non-LVO-Klinikentscheidungen (analog Spezifität) von 84,94% (95%-CI: 82,6-87.3%). Transportzeiten zur primär versorgenden Klinik unterschieden sich signifikant, aber um weniger als 5 Minuten zwischen den Gruppen der regionalen Zuweisung und der Zuweisung per Fast Track zugunsten der regionalen Zuweisung. Sekundärverlegungen, zusammengesetzt aus Door-in-door-out Zeiten (73,67 ± 20,30 Minuten) und Door-to-door Zeiten (42,33 ± 16,12 Minuten), nahmen im Mittel mehr als 100 Minuten in Anspruch. NIHSS und mRS sowie die Mortalitätsraten waren in der Gruppe der Patient*innen mit LVO signifikant höher als in der Gruppe der Patient*innen mit Non-LVO. In der Moderation ergab sich kein signifikanter Zusammenhang zwischen den Transportzeiten und dem funktionellen Outcome (mRS) bei Entlassung. Anhand von konkreten Angaben anderer Studien zur Relation von Transportzeit und funktionellem Outcome für die beiden Gruppen LVO mit Thrombektomie und Non-LVO Ischämie und Lyse sowie den Relationen der LAMS-Werte zum Auftreten einer LVO der vorliegenden Studie wurde aus 14 Formeln ein Algorithmus erstellt. In der Applikation LAMS & Locations werden auf dem Home Bildschirm für den jeweiligen Algorithmus relevante Angaben abgefragt, die im Hintergrund in den Algorithmus eingesetzt werden und eine Transportempfehlung abgeben. In der Map lassen sich Angaben zu Transportzeiten durch Standortabfragen oder manuellen Standorteingaben automatisieren. Diskussion: Die Studie bestätigt die Eignung der LAMS zur prähospitalen Prädiktion einer LVO bei diagnostischer Leistungsfähigkeit und Handhabbarkeit im flächendeckenden Einsatz durch den Rettungsdienst und belegt, dass eine LAMS-basierte Triage von Patient*innen mit LVO in ein CSC und ohne LVO in die nächstgelegene Stroke Unit (meist ein PSC) durch den Rettungsdienst zuverlässig gelingt. Der Vergleich des Saarland-Modells mit dem Drip & Ship-Modell zeigt unter Voraussetzung äquivalenter Gewichtung der Krankheitsbilder LVO und Non-LVO: Das Drip & Ship-Modell erreicht unter der im Saarland gegebenen LVO-Prävalenz von 8,06% bei Patient*innen mit Verdacht auf Schlaganfall und 15,95% bei Patient*innen mit tatsächlichem ischämischem Infarkt eine bessere Rate insgesamt optimaler Klinikentscheidungen (analog Accuracy). Das Saarland-Modell erreichte ab einer LVO-Prävalenz von 16,26% eine bessere Rate insgesamt optimaler Entscheidungen. Der Vergleich des Saarland-Modells mit dem Drip & Ship-Modell zeigt unter Voraussetzung einer Gewichtung der Krankheitsbilder LVO und Non-LVO nach frühen Outcomes: Maßgeblich zu berücksichtigen ist die Rate optimaler LVO-Klinikentscheidungen (analog Sensitivität) bei der Wahl der Transferstrategie, welche im Saarland-Modell um 414% höher ausfiel als im Drip & Ship-Modell. Limitierend zu diskutieren ist eine in CSCs relative Übertriage von 28,05% bzw. eine relative Mehrbelastung an Zuweisungen der CSCs von 47,89%. Es wurde ein Algorithmus zur individuellen Triage vorgeschlagen und diskutiert, der sowohl das klinische Defizit als auch die Transportzeiten zum nächstgelegenen PSC und CSC sowie ggf. Sekundärverlegung berücksichtigt. Die App erlaubt den prähospitalen Einsatz des Algorithmus und wurde für das Saarland programmiert. Ausblickend ist zu prüfen, ob sich der Einsatz der App in andere Regionen übertragen lässt, deren geographische Charakteristika und Versorgungsstruktur denen des Saarlandes ähneln.

Background: So far, it has not been clarified whether all patients with suspected stroke should be transferred primarily to the nearest stroke unit (capable of lysis), in the majority of cases a primary stroke center (PSC), and, if necessary, transferred secondarily (Drip & Ship-model) or whether they should be triaged using prehospital scores to predict LVO, and which scores are suitable as prehospital triage tools, being diagnostically reliable and easy to handle. Aims: Here we examine whether, and if so, to what extent the LAMS (with a cut-off value of 4) is suitable as a prehospital score in predicting LVO for itself and in comparison to other prehospital scales and whether, based on the LAMS, a triage of patients with LVO to CSCs and without LVO to the nearest Stroke Unit can be reliably achieved. Furthermore, we investigate the early outcome of LAMS-based triage for patients with and without LVO. Finally, we want to suggest and discuss an algorithm to be used by the emergency medical services for the individual triage of patients with suspected stroke in Saarland, which, in addition to the LAMS, also regards transport times and other processing times, and develop an app that makes the prehospital use of such an algorithm easy manageable. Methods: In a multicenter prospective cohort study - in Saarland with a population of approx. 1 million people and an area of approx. 2,600 km² and a network of 2 CSCs and 8 PSCs, from March to June 2018 - we recorded all adults (Age ≥18 years) with suspected stroke who were transported to one of the ten stroke units by the Saarland emergency medical service. The suspicion of a stroke was determined by the emergency medical service, the suspicion of the presence of LVO by a LAMS value ≥ 4 and/or a corresponding assessment by the emergency medical service. LVO was defined as vascular occlusion of the intracranial internal carotid artery, the proximal (M1) segment of the middle cerebral artery, or the basilar artery. The performance of the LAMS as a prehospital stroke scale was described both with the area under the receiver operating characteristic curve (AUC) and the statistical parameters accuracy, sensitivity and specificity. Based on the postal codes, geocoding was used to determine for all patients whether the nearest clinic was a CSC or a PSC. Performance was measured using rates of optimal transport and hospital decisions for all patients and the subgroups of patients with and without LVO. The group of patients with non-LVO ischemic infarction was compared with the group of patients with LVO ischemic infarction based on NIHSS and mRS at admission, discharge and their difference, in addition to mortality and pre-, inter- and intra-hospital process times. The temporal outcome in the Saarland-model was also evaluated based on the times from the symptom onset to the start of therapy and compared with the results of other studies regarding the drip & ship-model. An algorithm, which, in addition to the symptoms, also takes transport and processing times into account, was first calculated using moderation. Another algorithm was then determined based on the results of other studies and those of the present study. Using Android Studio, an Android-compatible application was written in Java, into which an algorithm for prehospital triage was integrated using the example of Saarland. Endpoints were the diagnostic performance of the LAMS (ROC and area under curve, accuracy, sensitivity and specificity) for the prediction of an LVO, the feasibility of the LAMS by the emergency services in the prehospital setting, the rates of the overall optimal clinical decisions (analogous to accuracy), the mRS and NIHSS values at discharge as well as onset-needle-time and onset-groin-time, finally a decision algorithm regards transport and processing times in addition to focal neurological deficits and an app for the prehospital manageable use of such an algorithm. Results: The LAMS was evaluated in real clinical practice with 1,123 patients. A LAMS ≥4 detected LVOs for patients with suspected stroke with sensitivity of 67.53% (95% CI: 57.1-78.0%) and specificity of 83.51% (95% CI: 81.0-86.0%) as well as accuracy of 82.17% (95% CI: 79.6-84.5%) and AUC 79.67% (95% CI: 74.29-85.06%), and for patients with actual ischemic infarction with sensitivity of 67.53% (95% CI: 57.1-78.0%) and specificity of 83.03% (95% CI: 79.0-86.4%) as well as accuracy of 80.47 % (95% CI: 76.6-83.3%) and AUC 77.77% (95% CI: 71.89-83.65%). The triage decisions based on the LAMS ≥4 achieved rates of optimal hospital decisions (analogous to accuracy) of 83.68% (95% CI: 82.6-87.3%), rates of optimal LVO hospital decisions (analogous to sensitivity) of 69, 23% (95% CI: 82.6-87.3%), rates of optimal non-LVO hospital decisions (similar to specificity) of 84.94% (95% CI: 82.6-87.3%). Transport times to the first hospital differed significantly, but by less than 5 minutes, between the regional assignment and fast track assignment groups in favor of regional assignment. Secondary transfers, composed of door-in-door-out times (73.67 ± 20.30 minutes) and door-to-door times (42.33 ± 16.12 minutes), take more than 100 minutes on average. NIHSS and mRS as well as mortality rates were significantly higher in the group of patients with LVO than in the group of patients with non-LVO. In the moderation, there was no significant correlation between the transport times and the functional outcome (mRS) at discharge. Based on concrete information from other studies on the relationship between transport time and functional outcome for the two groups LVO with thrombectomy and non-LVO ischemia with lysis as well as the relationships of the LAMS values to the occurrence of an LVO in the present study, an algorithm was created from 14 formulas. In the LAMS & Locations application, relevant information for the respective algorithm is queried on the home screen, which is used in the background algorithm and makes a transport recommendation. With the map, information on transport times can be automated by location queries or manual location entries. Discussion: The study confirms the suitability of the LAMS for prehospital prediction of an LVO, its diagnostic performance as well as its manageability in the area-wide use by the emergency medical services and proves that a LAMS-based triage of patients with LVO to a CSC and without LVO to the nearest Stroke Unit (usually a PSC) can be reliably managed by the emergency medical services. The comparison of the Saarland-model with the Drip & Ship-model, based on equivalent weighting of LVO and non-LVO shows: The Drip & Ship-model achieves for LVO prevalence of 8.06% of patients with suspected stroke and 15.95% of patients with actual ischemic infarction in Saarland a better rate of overall optimal hospital decisions (similar to Accuracy). The Saarland-model achieved a better rate of overall optimal hospital decisions with LVO prevalence of 16.26% or more. The nonequivalent comparison of the Saarland model with the Drip & Ship-model, based on outcomes of LVO and non-LVO shows: The rate of optimal LVO hospital decisions (analogous to sensitivity), which was 414% higher in the Saarland model than in the Drip & Ship-model, must be taken into account significantly when choosing the transfer strategy. In a limiting manner a relative over-triage of 28.05% in CSCs and a relative additional burden on the CSCs of 47.89% is to be discussed. An algorithm for individual triage was suggested and discussed that regards both the clinical deficit and the transport times to the nearest PSC and CSC and, if necessary, secondary transfer. The app allows the algorithm to be used in the prehospital setting and is fully programmed for the Saarland. Looking ahead, it should be checked whether the use of the app can be transferred to other regions whose geographical characteristics and supply structure are similar to those of Saarland.