Anne Caroline, Krefis, Jana, Fischereit, Peter, Hoffmann, Christina, Sorbe, Hans, Pinnschmidt, Matthias, Augustin, and Jobst, Augustin
There has been an increasing number of emergency department (ED) visits recently. It is unclear whether, in addition to a shift in services from the outpatient to the inpatient sector, other causes, (e. g. environmental factors), play a role. The aim was to investigate associations between the number of cardiovascular and respiratory ED visits and environmental variables.Highly correlated environmental data were subjected to a principal component analysis. By using cross-correlation functions, environmental variables with time lags that showed the highest correlation with the number of ED visits were taken into consideration in the UNIANOVA analysis model, together with, among others, the day of the week and interaction terms.The final regression model explained 47% of the variation in respiratory ED visits demonstrating main effects for Mondays (B=10.69; p0.001). Season showed significant effects with highest ED visits in autumn. No direct associations between environmental variables and number of respiratory ED visits were found. The results for the cardiovascular outcome were less expressive (RThe results suggest that weekdays had the main effect on ED visits. In future, we will collect and analyze environmental data at the micro level to achieve a higher model quality and better interpretability.In den letzten Jahren ist eine zunehmende Anzahl von Notfallaufnahmen zu beobachten. Unklar ist, ob neben einer Leistungsverlagerung vom ambulanten in den stationären Sektor auch andere Ursachen, wie sich verändernde Umweltfaktoren, relevant sind. Ziel der Arbeit war, Zusammenhänge der Anzahl kardiovaskulärer und respiratorischer Notfallaufnahmen mit Umweltvariablen zu untersuchen.Hochkorrelierte Umweltdaten wurden in eine Faktorenanalyse einbezogen. Durch Kreuzkorrelationsfunktionen wurden die Umweltvariablen mit Zeitverzögerungen, die die höchste Korrelation mit der Anzahl der Notfallaufnahmen zeigten, in Modellanalysen u. a. zusammen mit Wochentag und Interaktionen berücksichtigt.Das finale Regressionsmodell erklärte 47% der Variation der respiratorischen Notfallaufnahmen, die Haupteffekte mit den höchsten Notfallaufnahmen am Montag zeigten (B=10,69; p0,001). Für die Jahreszeit zeigten sich signifikante Einflüsse mit höchsten Notfallaufnahmen im Herbst. Die Daten zeigten keine direkten Zusammenhänge zwischen Umweltvariablen und Anzahl der respiratorischen Notfallaufnahmen. Ergebnisse der kardiovaskulären Analysen waren weniger aussagekräftig (RDie Ergebnisse deuten darauf hin, dass der Wochentag den größten Einfluss auf kardiovaskuläre und respiratorische Notfallaufnahmen in Hamburg hat. Künftig sollen Umweltdaten auf Mikroebene erhoben und für weitere Analysen genutzt werden, um eine höhere Modellgüte und bessere Interpretierbarkeit zu erreichen.