跳到主要内容
访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
急性内科手术。2023年1月至12月;10(1):e825。
2023年3月14日在线发布。 数字对象标识:10.1002/ams2.825
预防性维修识别码:项目经理1014423
PMID:36936742

基于南开槽特大逆冲地震损失估计的大阪市灾难医疗供需平衡:基于地理信息系统的分析

摘要

目标

研究尚未充分验证医疗系统是否能够应对南开海槽地震造成的大量伤亡,该地震在未来30年内复发的概率约为70%。本研究通过使用地理信息系统整合损失估算和灾难应对医院的数据,评估了大阪市灾难医疗系统的供需平衡。

方法

我们获得了两种情况下的伤亡分布数据,即海啸高疏散率和低疏散率,以及根据各灾难应对医院的运营数据计算得出的大阪市可用床位。我们在地理信息系统上扩展了这些数据,并调查了医疗保健的平衡。

结果

灾难医疗设施的可用床位总数为5559张,疏散率低或高的短缺床位分别为47631张和1487张。由于疏散率低,床位短缺在沿海地区很常见。随着疏散率的提高,大阪市东部地区的床位短缺减少,医疗问题也随之出现。

讨论

在疏散率较低的情况下,大阪湾沿岸的河床严重短缺,洪水发生的可能性很高。然而,在疏散率较高的情况下,伤亡人数要低得多。医疗服务短缺并非发生在沿海地区,而是发生在大阪市东部。

关键词:行为、灾害、地震、地理信息系统、模拟

本研究通过使用地理信息系统(GIS)整合损失估算和灾难应对医院的数据,评估了大阪市灾难医疗系统的供需平衡。在疏散率较低的情况下,大阪湾沿岸的河床更为短缺,那里发生洪水的可能性很高。然而,在疏散率较高的情况下,伤亡人数要低得多。

保存图片、插图等的外部文件。对象名称为AMS2-10-e825-g003.jpg

简介

南开海槽地震模型描述了发生在菲律宾海板块和阿姆利安板块边界的一次大推力地震。考虑到此类地震每90至150年至少发生一次,预计未来30年发生的概率约为70%。1日本内阁办公室于2011年8月组织了南开海槽大地震建模委员会,该委员会对此次地震造成的损失进行了评估。2针对这一估计,大阪县于2012年11月组织了南开海槽大地震对策工作组,以验证内阁办公室的损失估计,并为该县的每个市提供详细的损失估计,并根据损伤评估制定对策。大阪县是日本人口第三大县,根据南开海槽大地震的模型,估计了大量受伤人员。2

大阪县组织了以下救灾医院。灾害基地医院由一所主干灾害基地医院和其他灾害基地医院组成。这些医院应该治疗“红色分诊”患者。市级灾难应对医院和灾难合作医院应该为“黄色”患者进行分诊。然而,目前的医疗系统是否能够在实际灾难发生时充分发挥作用,以满足这些需求尚未得到充分调查。

地理信息系统(GIS)是一种旨在管理、处理和可视化显示位置相关数据(空间数据)以及地理参考的技术,可实现高级分析和快速决策。空间数据是指关于特定空间点或区域位置的信息(位置信息)和各种相关事件的信息。当结合位置信息进行分析时,此类信息非常有用。

地理信息系统已经用于灾害管理。2008年至2009年,使用GIS进行洪水预测,并分析居民的脆弱性4以及灾难发生时的物资。52010年,使用GIS分析了一场流感疫情,62012年,据报道,地理信息系统在管理福岛核灾难后的医疗活动方面很有用。7从那时起,它就被用于分析灾难发生前的医疗情况,如专业重症监护设施、儿科和创伤中心等的可及性。8,9近年来,地理信息系统被用于对易受灾害影响的人口进行地理分析,并在各种可能发生的灾害情况下评估避难所的位置。10,11,12然而,使用GIS对社区医疗设施的分布进行的调查很少。

在本研究中,我们试图通过使用GIS整合损失估算和灾难应对医院的数据,评估大阪市灾难医疗系统的供需平衡。

材料和方法

使用了以下地理空间数据:灾难应对医院的分布、地震引发海啸的高度以及两种情况下的人员伤亡分布,即从海啸区疏散的高或低比率。我们从卫生、劳工和福利部获得了每个灾难医疗设施的床位数量和运营率。其他数据来自大阪县。

首先,我们扩展了GIS上的灾难应对医院数据。通过在GIS上叠加海啸高度数据的分布,我们计算了每家医院周围100米的平均海啸高度。为了确定医疗服务的供应,我们根据床位数量和手术率估计了每个设施的可用床位数量,并在地图上显示了设施的住院护理能力。我们根据一份报告计算出每家医院的预期容量为常规床位的120%,该报告显示,美国发生灾难后,平均20%的住院患者可以出院,13在关于大规模危重病护理的共识声明中,建议在大流行和灾难期间增加20%的床位容量。14为了确定医疗需求,我们使用GIS在地图上显示了大阪市24个病房在早期疏散率低和高两种情况下的伤员分布。大阪府南开海槽大地震对策工作组将高早期疏散率定义为海啸区100%的人员立即疏散,低早期疏散率则定义为20%的人员立即撤离,30%的人员未撤离,其余的人则应召唤撤离。接下来,分别计算这两个案例的死亡人数和受伤人数。为了评估医疗护理的平衡,通过从可用床位数中减去受伤人数来计算病房的患者平衡。所有数据都使用ArcGIS软件在GIS上进行了扩展。

结果

大阪市灾难应对医院分布如图所示1共有7家灾害基地医院,其中1家为骨干灾害基地医院,2家为市级灾害应对医院,92家为灾害合作医院。通过在GIS上叠加海啸高度数据的分布,我们计算了每家医院周围100米的平均海啸高度。遭遇30 cm以上洪水的医院,紧急医疗服务车辆无法移动,根据淹没高度用蓝色圆圈标记(图1). 35家医院(包括一家灾难基地医院)将受到影响;它们大多位于大阪湾沿岸。

保存图片、插图等的外部文件。对象名称为AMS2-10-e825-g001.jpg

大阪市灾难应对医院的分布。大阪市共有7所灾难基地医院(包括一所主干灾难基地医院)、2所市级灾难应对医院和92所灾难合作医院。大阪市遭受30厘米或以上深度洪水的医院根据洪水高度用蓝色圆圈标记。35家医院,包括一家灾难基地医院,遭受30厘米或以上深度的洪水。

我们根据大阪市灾难医疗设施的床位数量和月运行率,估计了每个设施的可用床位数量,并在地图上显示了住院治疗能力(图2). 在假定的损坏时间(十二月,即冬季),灾难医疗设施的可用床位总数估计为5559张。随后,我们按早期疏散率较低的病房绘制了受伤人数图,发现沿海地区和东北地区的许多病房将有1000多人受伤。受伤总人数估计为53190人。相比之下,由于早期疏散率较高,沿海地区受伤人员分布较低,东部地区略有增加。据估计,没有病房的受伤人数超过1000人,受伤总人数估计为7046人(图3A、B).

保存图片、插图等的外部文件。对象名称为AMS2-10-e825-g005.jpg

每个灾难应对医院的可用床位。可用床位数量是根据每家灾难应对医院的运营数据计算得出的。在假定的损坏时间(十二月,即冬季),灾难医疗设施的可用床位总数估计为5559张。

保存图片、插图等的外部文件。对象名称为AMS2-10-e825-g004.jpg

早期疏散率低或高的病房受伤人数。A、 由于早期疏散率较低,西南和东北地区的许多病房将有1000多人受伤,受伤总人数估计为53190人。B、 早期疏散率较高,沿海地区伤员分布较低,东部地区略有增加;据估计,没有一个病房有超过1000人受伤,受伤总人数估计为7046人。

通过从可用床位数中减去受伤人数来计算病房的患者余额,结果显示在地图上。如果疏散率较低,沿海和东北地区的许多病房将至少有500名患者不平衡,总体不平衡为47631名患者(图4A级). 我们发现,在沿海地区,这种不平衡将更加严重,因为许多医院预计将受到洪水的破坏。

保存图片、插图等的外部文件。对象名称为AMS2-10-e825-g002.jpg

按病房平衡患者,早期疏散率低或高。A、 由于早期疏散率较低,沿海和东北地区的许多病房将出现至少500人的不平衡,总短缺人数为47631人。B、 由于早期疏散率较高,中部和沿海地区的病房将有足够的容量。尽管东部和南部地区的一些病房将出现500名或更少患者的不平衡,但这种短缺被认为是相对可控的。

随后,我们评估了在早期疏散率较高的情况下,各病房的患者平衡情况,发现中部和沿海地区的病房将有足够的床位。尽管东部和南部地区的一些病房会出现500名或更少患者的不平衡,但这种短缺被认为是相对可控的(图4B类).

讨论

在本研究中,我们调查了南开海槽地震情况下大阪市医疗服务的供需平衡。首先,我们根据从卫生、劳工和福利部获得的运营数据计算了每家医院的可用床位。几份报告调查了模拟重大灾难中医疗服务的供需平衡。巴姆巴伦.15调查了秘鲁中部海岸外发生的里氏8.0级地震模型。作者认为,地震发生后24小时内,医院床位的利用率可能达到90%。15高田.16在南开海槽地震模型中,显示了日本严重受伤人数与重症监护能力之间的巨大差距。他们认为,在非灾害期间,80%的重症监护病房床位将被占用。16加藤的报告.17显示未来东京湾地震中严重人员伤亡的床位资源绝对不足。他们根据平均空置住院床位率计算出可用住院床位。17高桥研究了医疗风险/资源比(RRR)和医疗资源需求(NMR)作为日本神奈川县预期地震模型中医疗失衡新指标的使用。RRR和NMR是根据灾区医院受伤人数和空床的估计值计算的。他们通过结合RRR和NMR对需要医疗支持的医院进行分类。在他们的研究中,灾难基地医院的床位占用率被假定为85%。18然而在本研究中,我们根据灾难医疗设施的床位数量和月运营率来估算每家医院的可用床位数量,而不是像其他研究那样使用固定的运营率,因为每家医院医疗能力的状况在非灾难环境下显著取决于运营率。与之前的研究不同,我们不仅估算了灾难基地医院的可用床位,还估算了大阪市所有灾难应对医院的可用床位数。

接下来,我们分析了两种情况下的预计受伤人数,即提前与延迟撤离海啸灾区以及海啸引发的洪水,以及对医疗护理的需求。之前的报告使用了受伤人数来模拟最大的损失,但我们将该数字用于两种情况,因为医疗需求在很大程度上取决于地震和海啸受害者的行为。由于早期疏散率较低,海啸将导致大量人员受伤,主要集中在沿海地区,预计大阪市将总共短缺47631张床位。预期的医疗需求将大大超过供应,特别是在沿海地区,因为床位短缺,以及洪水导致医院功能失调。这在东北地区也是一个问题。相比之下,由于疏散率高,大阪市总共只有1487张床位短缺,只有大阪城东部和南部地区才会出现床位短缺。

迄今为止,针对南开海槽大地震的对策主要集中在沿海地区。然而,本研究表明,如果疏散率较高,医疗服务的需求和供应问题也会影响东部地区。我们的结果表明,根据疏散是否提前或延迟,医疗系统的负荷会有显著差异。这一发现强调了对公民进行有关其最初疏散行为的充分教育的重要性。

限制

本研究中使用的模型假设大阪县遭受最大损害。由于这只是出于分析目的的假设,实际的灾难可能在某些方面有所不同。然而,我们认为,在假设可能发生最大损害的基础上,通过澄清当前医疗系统的问题,为灾难做好准备是很重要的。

本研究中的分析是根据病房计算的受伤人数进行的。需要进行进一步的研究,通过使用网状数据确定受伤人数,确定这些人使用的医疗设施,并通过分析医疗服务的供应情况,对医疗服务的需求和供应分布进行更详细的分析,基于每个医疗设施中可用床位的数量,同时考虑到损坏情况,包括洪水和建筑物、人员、设备和其他因素的结构损坏。

在本研究中,我们计算出每家医院的预期容量为常规床位的120%。为了达到这一能力水平,我们可能不得不在灾难发生前指导灾难医疗设施在灾难期间提高其能力。

披露

批准带有批准号和委员会名称的研究方案:不适用。

知情同意:不适用。

注册处和研究/试验的注册号:不适用。

动物研究:不适用。

利益冲突:未声明。

确认

这项工作得到了JSPS KAKENHI(JP20K09292)的支持。

工具书类

1.Naoi M、Sato K、Tanaka Y、Matsuura H、Nagamatsu S。自然灾害信息与城市间迁移:来自南开海槽地震的证据.大众。环境。2020;41: 452–79.[谷歌学者]
2日本内阁办公室.【互联网主页】南开海槽大推力破坏的破坏假设(第一次报告)【2013年5月更新;引用2022年8月7日】。可从以下网站获得:https://www.bousai.go.jp/jishin/nankai/taisaku_wg/pdf/20130528_honbun.pdf.
三。大阪县政府.[互联网主页]。南开海槽大推力地震对策工作组【2013年5月更新;引用日期2022年8月7日】。可从以下位置获得:https://www.pref.osaka.lg.jp/kikikanri/keikaku_higaisoutei/bukai.html.
4Tran P、Shaw R、Chantry G、Norton J。灾害管理中的地理信息系统和当地知识:越南洪水风险制图案例研究.灾难2009;33: 152–69. [公共医学][谷歌学者]
5Benini A、Conley C、Dittemore B、Waksman Z。幸存者需求还是后勤便利?巴基斯坦2005-2006年影响地震灾区救援决策的因素.灾难2009;33: 110–31. [公共医学][谷歌学者]
6McCormick JB、Yan C、Ballou J.美墨边境社区对H1N1流感的应对.生物安全。生物恐怖。2010;8: 233–42.[PMC免费文章][公共医学][谷歌学者]
7Nagata T、Kimura Y、Ishii M。地理信息系统(GIS)在日本福岛核灾难医疗响应中的应用.Prehosp公司。灾难医学。2012;27: 213–5. [公共医学][谷歌学者]
8Curtis JW、Curtis A、Upperman JS。使用地理信息系统(GIS)评估地震后儿童喘振的可能性.灾难医学公共卫生准备。2012;6: 163–9. [公共医学][谷歌学者]
9Brantley医学博士、Lu H、Barfield WD、Holt JB、Williams A。绘制2008年美国儿科医院和亚专业危重病护理的公共卫生准备和灾难应对图.灾难医学公共卫生准备。2012;6: 117–25. [公共医学][谷歌学者]
10彭SH。洪水风险环境指数的编制:以台湾彰化县八个乡镇为例.环境。莫尼特。评估。2018;190: 174. [公共医学][谷歌学者]
11Horner MW、Ozguven EE、Marcelin JM、Kocatepe A。特殊需要的飓风避难所和人口老龄化:制定方法和案例研究应用.灾难2018;42: 169–86. [公共医学][谷歌学者]
12Asare‐Kyei D、Renaud FG、Kloos J、Walz Y、Rhyner J。制定和验证面临多种自然灾害的西非农村社区的风险概况.公共图书馆2017;12:e0171921。[PMC免费文章][公共医学][谷歌学者]
13.Zorate RM、Amara R、Fruhworth K。医院疏散交通资源要求.美国灾难医学杂志。2011;6: 173–86. [公共医学][谷歌学者]
14Hick JL、Einav S、Hanfling D.应急能力原则:大流行和灾害期间危重病人和伤员的护理:CHEST共识声明.胸部2014;146(4供应):e1S–e16S。[公共医学][谷歌学者]
15Bambarén C、Uyen A、Rodriguez M。秘鲁利马市可能发生高震级地震后对医院护理需求的估计.Prehosp公司。灾难医学。2017;32: 106–11. [公共医学][谷歌学者]
16高田Y、大摩Y。南开海槽地震医疗供需平衡研究.Prehosp公司。灾难医学。2020;35: 160–4. [公共医学][谷歌学者]
17加藤S、山口Y、川崎I。在可预见的重大灾害中评估社区脆弱性和医疗应急能力.公共图书馆2020;15:e0235425。[PMC免费文章][公共医学][谷歌学者]
18Takahashi K、Morimura N、Takeuchi I.建立新指标评估灾害发生时的医疗供需失衡.急性内科手术。2018;5: 329–36.[PMC免费文章][公共医学][谷歌学者]

文章来自急性医学与外科由以下人员提供威利