中华急诊医学杂志  2026, Vol. 35 Issue (3): 413-417   DOI: 10.3760/cma.j.cn114656-20250901-00624

快速反应系统在非住院患者院内急救中的应用与实践研究
陈水红1 , 任佳焌1 , 王钰炜2 , 叶晨儿2 , 王飒2 , 闫丹萍2     
1. 浙江大学医学院附属第二医院质量管理办公室, 杭州 310009;
2. 浙江大学医学院附属第二医院急诊医学科, 杭州 310009
摘要: 目的 探讨快速反应系统(rapid respond system, RRS)在非住院患者院内急救中的实施效果,为完善院内急救管理体系提供循证依据。方法 回顾性分析浙江大学医学院附属第二医院解放路院区2014年1月至2024年12月期间公共区域触发RRS的241例病例资料,分析其流行病学特征、响应时效及干预效果等。结果 急性非预期医疗事件在院内任何公共区域的发生具有显著随机性和突发性,RRS触发后平均响应时间为3.43(中位数3.00)min,86.72%患者需转急诊科进一步处理,其中急危重症占比66.04%,医疗急救小组现场实施的干预措施包括吸氧支持、血糖监测、心肺复苏等操作。结论 RRS对于缩短非住院患者关键救治时间窗,提升现场急救处置效能方面发挥重要作用。推广应用过程中,需结合医院实际场景优化响应路径,并强化标准化培训体系的建设。未来应探索多中心临床验证及AI预警、物联网监测等现代化技术的应用,推动院内急救管理体系向智能化方向迭代升级发展。
关键词: 快速反应系统    非住院患者    医疗急救小组    标准化    

2023年两会期间,全国政协委员、浙江大学医学院附属第二医院党委书记王建安提交了《关于健全我国非传染性重大突发公共事件应急医疗救治体系建设的提案》[1],该提案强调了应急医疗救治体系建设的重要性。医院作为休克、晕厥、心搏骤停等急性非预期医疗事件高发地[2-3],迫切需要构建高效的急救响应体系。目前国内外医疗机构已广泛建立快速反应系统(rapid respond system, RRS),通过早期识别与多学科协作,显著降低住院患者病死率[4-6],但针对院内公共区域非住院患者的急救响应体系仍不完善,存在资源配置不均、响应流程标准化不足、长期运行效果评估缺失等问题[7-10]

浙江大学医学院附属第二医院于2012年建立全院“无盲点”全覆盖的院内紧急呼救响应系统,依据“最短路径、就近响应、最佳配置、团队负责”的设计原则,制定工作制度和应急预案,对急救小组、急救呼叫系统、急救设备、急救流程进行标准化,并在运行中引入数据驱动决策方法,通过挖掘历史运行数据,精准识别瓶颈、优化资源配置并预测高风险事件[11],为系统优化提供了有力支撑。本研究基于2014年1月至2024年12月期间该院公共区域触发RRS的非住院患者急救案例,系统回顾流行病学特征、响应时效及干预效果,旨在为完善我国院内急救管理体系、提升患者安全提供数据驱动的决策依据,现报告如下。

1 资料与方法 1.1 研究对象

纳入2014年1月至2024年12月期间该院解放路院区公共区域触发RRS的241例非住院患者,排除标准为:①住院患者;②数据记录不完整(缺失 > 20%),所有数据匿名化处理。

1.2 RRS运行机制

医院自2012年以来全面实施RRS[12],全天24 h全天候运行。RRS服务区域根据楼宇分布及到达最短路程采取责任区域包干制,医疗急救小组成员包含急诊科、ICU二线医生、麻醉医生、急诊科护士、ICU护士,所有公共区域由急诊科二线医生和急诊科护士负责。RRS触发标准是参考英国早期预警评分(national early warning score, NEWS)的基础上制定[13],发生其中任一情况,任何人都可以启动RRS。目击者可通过手机/固定电话拨打院内应急专线或按压覆盖全院的紧急求救铃,24 h值班的监控中心即刻播报广播讯息“地点+急救代码”,其中夜间(19:00~次日07:00)通过电话联系,医疗急救小组立即携带轻便专用急救设备在5 min内赶至现场。同时,全院急救设备标准配置,放置点统一,包括抢救车、除颤仪和急救箱。现场处理后由医疗急救小组填写《急救事件资料收集表》,统一汇总至医疗急救小组执行秘书处统计、分析并持续质量改进。

1.3 资料收集方法

依托医院信息化管理系统,构建急救事件标准化数据采集流程:①表单设计:编制标准化《急救事件资料收集表》,涵盖患者基线资料、触发地点、触发人员、触发指征、响应时效、干预措施及预后转归等;②数据采集:通过二维码技术实现数据采集数字化,医疗急救小组在完成现场处置后,通过移动终端扫码实时录入结构化数据;③数据管理:数据自动同步至医院计算机中心,建立急救事件专项数据库。提取研究样本数据,采用多阶段质量控制流程(完整性核查、逻辑校验、异常值修正),最终形成标准化数据集导入统计软件。

1.4 统计学方法

采用SPSS 28.0统计软件进行统计分析。计量资料若为正态分布采用均数±标准差(x±s)表示,组间比较运用t检验和方差分析,若为偏态分布采用中位数、四分位数表示, 计数资料采用频数、百分比表示。

2 结果 2.1 研究对象一般资料

241例患者中男性125例(51.87%),女性116例(48.13%),年龄分布在6~89岁(49.76±21.16岁);232例(96.27%)为来医院就诊的患者,2例(0.83%)为陪同人员,本院职工6例(2.49%),医院志愿者1例(0.41%)。见表 1

表 1 研究对象人口统计学特征(n=241)
类别 例数(例) 百分比(%)
性别
  男性 125 51.87
  女性 116 48.13
类型
  患者 232 96.27
  陪客 2 0.83
  员工 6 2.49
  志愿者 1 0.41
年龄
  0~17岁 15 6.22
  18~44岁 74 30.71
  45~59岁 52 21.58
  60~74岁 60 24.90
  75~89岁 31 12.86
  不详 9 3.73
2.2 RRS触发原因情况

241例RRS事件的触发原因主要包括患者突发意识丧失、员工担心患者、目击患者突然倒下、晕厥/眩晕、药物过敏等。其中突发意识丧失80例(33.20%)、员工担心患者54例(22.41%)和目击患者突然倒下37例(15.35%)是非住院患者触发RRS的主要因素。因“员工担心”而触发RRS的54例患者具体包括头晕/头痛18例、胸闷/胸痛/腹痛13例、跌倒9例、大汗淋漓6例、呕吐2例、面色苍白2例,以及心电图示心室停搏7.5 s、心悸、低血糖、乏力各1例。见表 2

表 2 RRS触发原因分布(n=241)
触发原因 例数(例) 百分比(%)
突发意识丧失 80 33.20
员工担心患者 54 22.41
目击患者突然倒下 37 15.35
晕厥/眩晕 22 9.13
药物过敏(造影剂、荧光剂、荧光素等) 14 5.81
呼吸窘迫 8 3.32
晕血 6 2.49
抽搐/癫痫 15 6.22
呕血/消化道出血 2 0.83
不详 3 1.24
2.3 RRS触发时间情况

241例RRS事件中,工作日触发的共203例(84.23%),明显多于双休日和节假日;在季度分布上未见明显的差异;24 h中以08:00~16:00时间段中触发例数最多208例(86.31%),00:00~08:00时间段中触发例数最少11例(4.56%)。见表 3

表 3 RRS触发时间分布(n=241)
触发时间 例数(例) 百分比(%)
按工作日休息日 203 84.23
  工作日
  双休日和节假日 38 15.77
按季度
  第一季度 76 31.54
  第二季度 59 24.48
  第三季度 49 20.33
  第四季度 57 23.65
按时段
  08:00~16:00 208 86.31
  16:00~24:00 22 9.13
  00:00~08:00 11 4.56

从时间分布上来看,2014—2024年期间RRS触发数量总体呈下降趋势,按24 h划分,09:00~13:00时段为高峰期,10:00与12:00前后达到峰值。见图 1图 2

图 1 2014—2024年RRS触发例数

图 2 RRS触发时间分布曲线(24 h)
2.4 RRS触发人员情况

241例RRS事件中,护士触发151例(62.66%);其次是医生触发40例(16.60%);行政后勤、安保人员和医技人员的触发例数相对接近,分别占6.64%、5.81%和5.39%;工人和志愿者的触发例数占1.66%。触发人员覆盖范围广,体现出全院培训的重要性。见表 4

表 4 RRS触发人员分布(n=241)
触发人员 例数(例) 百分比(%)
护士 151 62.66
医生 40 16.60
行政后勤 16 6.64
安保人员 14 5.81
医技人员 13 5.39
工人 2 0.83
志愿者 2 0.83
不详 3 1.24
2.5 RRS触发地点情况

241例RRS事件发生的地点中,公共开放区域触发118例(48.96%), 其中候诊区域触发102例(42.32%);临床诊疗区域触发66例(27.39%);医技检查区域触发52例(21.58%);行政区域、职工食堂触发5例(2.07%)。见表 5

表 5 RRS触发地点分布(n=241)
触发地点 例数(%) 触发地点 例数(%)
临床诊疗区域 66 (27.39) 公共开放区域 118 (48.96)
  眼科 44 (18.26)   门诊候诊区域 102 (42.32)
  心内科 12 (4.98)   医院大门口 6 (2.48)
  呼吸科 3 (1.24)   洗手间/开水间 5 (2.07)
  中医馆 3 (1.24)   花园 2 (0.83)
  神内科 2 (0.83)   电梯 1 (0.42)
  耳鼻咽喉科 1 (0.42)   天桥 1 (0.42)
  口腔科 1 (0.42)   车库 1 (0.42)
医技检查区域 52 (21.58) 行政后勤区域 5 (2.07)
  抽血/化验室 27 (11.21)   行政办公室 3 (1.24)
  CT/ECT/MRI室 8 (3.32)   职工食堂 1 (0.42)
  心电图/脑电图室 7 (2.90)   被服间 1 (0.42)
  输液室 5 (2.07)
  B超室 4 (1.66)
  肺功能室 1 (0.42)
2.6 RRS响应时间情况

医疗急救小组赶到现场开始评估处理患者的平均时间为3.43 min,中位数3.00 min。行政后勤区域RRS触发后的响应时间较长,平均6.33 min(其中行政办公室为6.50 min,职工食堂为6.00 min),原因是医院处于市中心繁华地段,用地紧张,为了给临床腾出更多空间,将行政后勤部门整体搬迁到马路对面,需要穿梭天桥通行,一定程度上增加了医疗急救小组的响应时间。见表 6

表 6 RRS响应时间分布(n=241)
触发地点 响应时间[x (M)] t/F
总体(n=241) 3.43(3.00)
按区域
  临床诊疗区域(n=66) 3.53(4.00) 2.752a
  医技检查区域(n=52) 3.34(3.00)
  公共开放区域(n=118) 3.29(3.00)
  行政后勤区域(n=5) 6.33(6.00)
按工作日休息日
  工作日(n=203) 3.43(3.00) 0.019
  双休日和节假日(n=38) 3.42(4.00)
按时段
  08:00~16:00(n=208) 3.48(3.00) 1.178
  16:00~24:00(n=22) 2.79(2.50)
  00:00~08:00(n=11) 4.00(2.50)
注:a表示P < 0.05
2.7 RRS干预措施情况

触发RRS后,医疗急救小组现场干预248次,包括吸氧69次(27.82%),测血糖66次(26.61%),心肺复苏29次(11.69%),静脉用药27次(10.89%),心电监护22次(8.87%),呼吸皮囊21次(8.47%),气管插管8次(3.23%), 除颤4次(1.61%),吸痰2次(0.81%)。见表 7

表 7 RRS干预措施分布(n=248)
干预措施 次数(次) 百分比(%)
吸氧 69 27.82
测血糖 66 26.61
心肺复苏(CPR) 29 11.69
静脉用药 27 10.89
心电图 22 8.87
呼吸皮囊 21 8.47
气管插管 8 3.23
除颤 4 1.61
吸痰 2 0.81
2.8 患者转归情况

触发RRS 241例非住院患者中,有6例症状缓解后自行离院,25例经医疗急救小组评估并初步处理后好转离院,1例送心内科导管室进行手术治疗,209例转急诊科进一步治疗。见表 8

表 8 RRS触发后患者转归(n=241)
患者转归 例数(例) 百分比(%)
转急诊 209 86.72
  离院 142 58.92
  住院 55 22.82
  ICU 5 2.07
  死亡 7 2.91
自行离院 6 2.49
简单干预后离院 25 10.37
手术 1 0.42
3 讨论 3.1 公共区域实施快速反应系统的重要性

国家卫生健康委发布的《三级医院评审标准(2022年版)》第七十一条提到要关注院内安全,有针对心搏骤停、昏迷、跌倒等高风险意外事件的应急措施和救护机制,保障全院任何区域内均能及时提供紧急救治和生命支持服务[14]。简明扼要点明了院内快速反应系统(RRS)的核心要素和作用。纵观现有RRS相关的文献和应用实践,多聚焦于住院患者病情恶化的早期预警与干预,并取得良好成效[15-18],而针对非住院患者突发医疗事件的系统性研究不多[19]。在本研究中,RRS启动后,86.72%的患者被送往急诊室进一步处理,预检分诊评估显示:Ⅰ级患者占比10.53%(22/209)、Ⅱ级患者19.62%(41/209)、Ⅲ级患者35.89%(75/209),整体急危重症比例达66.04%。因此建立院内RRS为缺乏持续医疗监护的非住院患者提供紧急医疗干预对于落实国家政策要求和保障患者安全具有重要意义。

3.2 全区域全天候不间断急救服务保障

本研究显示,241例院内公共区域触发的RRS事件分布呈现时间空间异质性特征:候诊区(42.32%)、门诊诊室(27.39%)及医技检查区(21.58%)构成三大高发区域,同时在卫生间、电梯间、户外花园、地下车库等非传统医疗空间亦有散在发生。16:00至次日08:00时段的RRS触发比例达到13.69%,与西班牙巴塞罗那医院的夜间急救数据(15.2%)接近[20]。可见在门诊非服务时间段内,医院的各个公共区域内仍然存在着一定数量的非住院患者,这些患者由于各种原因滞留在医院,处于流动且无监护状态,无疑增加了突发事件发生的概率。医院建立的“无盲点”全覆盖的院内紧急呼救响应系统,无缝衔接门诊服务,实现公共区域夜间及节假日响应速度与门诊工作时间同质化。

3.3 数据驱动精准决策持续优化

医院实行院内急救责任区域包干制,按照建筑布局与科学测算的最短路线距离精准划分急救责任区。警报触发后,最短路径责任区域团队快速抵达患者身边。本研究触发RRS的241例非住院患者中,医疗急救小组赶到现场开始评估处理患者的平均响应时间为3.43(中位数3.00)min,为非住院患者争取最佳抢救时机。但仍存在有待优化之处,主要表现为行政办公区与员工食堂等特殊区域响应时间相对延长(超出5 min)。为此,医院创新性实施基建改造工程:通过架设天桥连廊,打通医疗区域直达行政中心的立体急救通道。工程实施后,路径复杂度降低,空间位移时间缩短,显著提升急救可及性。

同时,RRS团队由急危重症单元医护人员构成,所有成员均通过高级生命支持标准化培训及考核,具有丰富的急救和复苏经验[21]。本研究中,医疗急救小组对患者采取的紧急救护措施为:吸氧(69例)、血糖监测(66例)、CPR(29例)、静脉用药(27例)、心电监护(22例)、呼吸皮囊辅助通气(21例)、气管插管(8例)、除颤(4例)及吸痰(2例)。可以发现,80%以上的RRS核心操作属于基础生命支持范畴,无需复杂技术和高新设备支持,通过科学配置现有医疗资源和规范化培训,可以满足院内多数场景急救需求。相关实践经验也表明[22],基层医院聚焦心电监护、呼吸支持等高频技能开展专项训练,可快速提升团队配合效率。本研究数据分布规律为各级各类医疗机构优化培训课程体系提供了客观参考依据。

4 展望

由于本研究是单中心的研究,未来应开展多中心对照研究,验证该标准化急救管理体系在不同等级医疗机构的普适性与可推广性,积极探索可穿戴设备、无创无接触监测技术与AI预警系统在院内公共区域的应用[23-25],提升急救预警响应效率与预判准确性,实现多环节救治流程的智慧化协同与高效联动,推动院内急救管理体系向精准化、智能化、一体化管理方向高质量发展。

利益冲突  所有作者声明无利益冲突

参考文献
[1] 人民网. 王建安委员——健全应急医疗救治体系[EB/OL]. (2023-03-05) [2025-04-12]. http://lianghui.people.com.cn/2023/n1/2023/0305/c452482-32636691-4.html.
[2] El Jamous S, Kouatly I, Irani J, et al. Implementing a rapid response team: a quality improvement project in a low- to middle-income country[J]. Dimens Crit Care Nurs, 2023, 42(3): 171-178. DOI:10.1097/DCC.0000000000000584
[3] Park JH, Cha KC, Ro YS, et al. Healthy lifestyle factors, cardiovascular comorbidities, and the risk of sudden cardiac arrest: a case-control study in Korea[J]. Resuscitation, 2022, 175: 142-149. DOI:10.1016/j.resuscitation.2022.03.030
[4] 马波, 侯爱洁, 王海丽, 等. 综合医院院内紧急医疗救护体系构建与实施[J]. 中华医院管理杂志, 2019(S2): 14-16. DOI:10.3760/cma.j.issn.1000-6672.2019.z2.006
[5] McGaughey J, Fergusson DA, Van Bogaert P, et al. Early warning systems and rapid response systems for the prevention of patient deterioration on acute adult hospital wards[J]. Cochrane Database Syst Rev, 2021, 11(11): CD005529. DOI:10.1002/14651858.CD005529.pub3
[6] Sessim Filho J, Azevedo RP, Assuncao AN, et al. Rapid response team implementation associated with reductions in in-hospital mortality rate and hospitalization costs: a retrospective analysis[J]. Circulation, 2020, 142(Suppl_4): A288. DOI:10.1161/circ.142.suppl_4.288
[7] 陈水红, 闫丹萍, 叶文秀, 等. 非住院患者快速反应系统的建立与实施[J]. 中华护理杂志, 2017, 52(10): 1204-1206. DOI:10.3761/j.issn.0254-179.2017.10.010
[8] 窦丽稳, 高伟波, 朱继红. 快速反应小组的研究进展[J]. 中华急诊医学杂志, 2018, 27(5): 570-573. DOI:10.3760/cma.j.issn.1671-0282.2018.05.025
[9] Kaiser HA, Saied NN, Kokoefer AS, et al. Incidence and prediction of intraoperative and postoperative cardiac arrest requiring cardiopulmonary resuscitation and 30-day mortality in non-cardiac surgical patients[J]. PLoS One, 2020, 15(1): e0225939. DOI:10.1371/journal.pone.0225939
[10] Reardon PM, Fernando SM, Murphy K, et al. Factors associated with delayed rapid response team activation[J]. J Crit Care, 2018, 46: 73-78. DOI:10.1016/j.jcrc.2018.04.010
[11] Wang YC, Hajli N. Exploring the path to big data analytics success in healthcare[J]. J Bus Res, 2017, 70: 287-299. DOI:10.1016/j.jbusres.2016.08.002
[12] 金静芬, 张兰兰, 陈水红, 等. 院内快速反应系统的建立与应用研究[J]. 中华急诊医学杂志, 2015, 24(6): 678-680. DOI:10.3760/cma.j.issn.1671-0282.2015.06.028
[13] Royal College of Physicians of London. National Early Warming Score(NEWS): standardising the assessment of acute-illness severity in the NHS[EB/OL]. [2017-02-28]. http:llwww.rcplondon.ac.uk/resources/national-early-warning-score-news.
[14] 国家卫生健康委. 《国家卫生健康委关于印发 < 三级医院评审标准(2022年版) > 及其实施细则的通知》[EB/OL]. [2022-12-06]. http://www.nhc.gov.cn/yzygj/s3585/202212/cf89d8a82a68421cbb9953ec610fb861.shtml.
[15] 钱萍, 张秋霞, 泮燕红, 等. 神经外科快速反应小组启动延迟的影响因素及改进策略[J]. 中华急危重症护理杂志, 2023, 4(3): 258-262. DOI:10.3761/j.issn.2096-7446.2023.03.014
[16] 潘丽名, 陆敏, 许春阳, 等. 县级医院紧急医疗救护小组对院内心搏骤停的影响[J]. 中华急诊医学杂志, 2023, 32(5): 673-677. DOI:10.3760/cma.j.issn.1671-0282.2023.05.019
[17] Kreeftenberg HG, De Bie AJR, Mestrom EHJ, et al. Advanced practice providers versus medical residents as leaders of rapid response teams: a 12-month retrospective analysis[J]. PLoS One, 2022, 17(8): e0273197. DOI:10.1371/journal.pone.0273197
[18] Wu TT, Lin XQ, Mu Y, et al. Machine learning for early prediction of in-hospital cardiac arrest in patients with acute coronary syndromes[J]. Clin Cardiol, 2021, 44(3): 349-356. DOI:10.1002/clc.23541
[19] 徐莉, 潘胜东, 夏萍, 等. 大型公立综合医院实施快速反应小组的效果评价[J]. 中华急诊医学杂志, 2021, 30(11): 1390-1393. DOI:10.3760/cma.j.issn.1671-0282.2021.11.023
[20] Ferrer Rocafort J, García álvarez M, Sánchez García P. Características de los eventos de emergencia intrahospitalarios durante el turno de noche[J]. Emergencias, 2021, 33(5): 351-357. DOI:10.1016/j.emerg.2021.03.007
[21] 闫丹萍, 王钰炜, 武作家, 等. 住院与非住院患者启动快速反应系统早期干预效果的回顾性分析[J]. 中华急危重症护理杂志, 2023, 4(1): 66-70. DOI:10.3761/j.issn.2096-7446.2023.01.015
[22] 沈宇, 黄文军, 张靖, 等. 提高基层医疗机构服务能力的探索[J]. 中华医院管理杂志, 2020, 36(S2): 13-15. DOI:10.3760/cma.j.issn.1000-6672.2020.z2.005
[23] 李志强, 韩雪钰, 吕菁君, 等. 基于5G和人工智能构建智能化院外心脏骤停急救系统[J]. 中华急诊医学杂志, 2025, 34(1): 6-11. DOI:10.3760/cma.j.issn.1671-0282.2025.01.002
[24] 袁锦扬, 李瑞, 韩伟, 等. 可穿戴设备在急诊医学领域的应用及进展[J]. 中国急救复苏与灾害医学杂志, 2025, 20(1): 127-131. DOI:10.3969/j.issn.1673-6966.2025.01.030
[25] Mammas CS, Mamma AS. Remote monitoring, AI, machine learning and mobile ultrasound integration upon 5G Internet in the prehospital care to support the golden hour principle and optimize outcomes in severe trauma and emergency surgery[J]. Stud Health Technol Inform, 2024, 316: 1807-1811. DOI:10.3233/SHTI240782