심장정지 현장에서 119 상황실 근무자의 지도에 의한 목격자 행동 요령 개선 방안

Measures to Improve the Behavior of Witnesses at the Scene of Cardiac Arrest by Guidance of Situation Room Workers

Article information

Fire Sci. Eng.. 2024;38(4):44-54

Publication date (electronic) : 2024 August 31

doi : https://doi.org/10.7731/KIFSE.399fa6dc

Jae-Man Lim ^,, Sang-Gyun Roh ^*

임재만^,, 노상균^*

대전광역시 소방본부 119 종합상황실 구급상황관리사

119 EMS Dispatcher, 119 General Situation Room, Daejeon Metropolitan City Fire Headquarters

* 선문대학교 응급구조학과 교수

* Professor, Dept. of Emergency Medical Services, Sunmoon University

^† Corresponding Author, TEL: +82-42-270-6107, FAX: +82-42-270-6179, E-Mail: openbook707@korea.kr

Received 2024 June 26; Revised 2024 July 17; Accepted 2024 July 22.

Abstract

병원 밖에서 심장정지(이하 “OHCA”라 한다) 환자가 발생한 경우에 목격자는 119 종합상황실(이하 “상황실”이라 한다)에 도움을 요청한다. 상황실 근무자는 해당 환자가 심장정지 상태임을 인지하여야 하고, 이는 환자의 소생 가능성과 신경학적 예후에 중대한 영향을 미친다. 본 연구는 소방청의 데이터를 활용하여 전국 상황실 근무자의 심장정지 환자 인지율 등을 산출하였다(2022년, 75.4%). OHCA 환자에 대한 목격자와 상황실 근무자의 대응능력을 향상시키기 위하여 심장정지 환자와 심장정지 인지에 대한 정의와 규정 마련, 심장정지 미인지 사유의 데이터 수집 및 분석, 프로토콜 개선 및 상황실 근무자 교육, 대국민 심폐소생술(이하 “CPR”이라 한다) 교육에서 호흡평가 강조, 영상통화를 활용한 환자평가, 머신 러닝 개발 및 활용 등의 노력이 필요하다.

Trans Abstract

If out-of-hospital cardiac arrest (OHCA) occurs, most witnesses ask the fire department for help. Emergency medical dispatchers must be aware that the patient is in cardiac arrest, which has a significant impact on the patient’s chances of resuscitation and neurological prognosis. This study calculated the recognition rate of patients in cardiac arrest among emergency medical dispatchers using data from the National Fire Agency (2022, 75.4%). To improve the ability of witnesses and emergency medical dispatchers to respond to patients with OHCA, efforts should be made to define the recognition of cardiac arrest, collect and analyze data on unrecognized reasons for cardiac arrest, improve protocols and training of emergency medical dispatchers, emphasize respiratory evaluation in cardiopulmonary resuscitation education to the public, evaluate patients using video calls, and develop and use machine learning.

Keywords: Out-of-hospital cardiac arrest; Pre-hospital emergency medical services; Emergency medical dispatcher; Recognition rate; Dispatch-assisted cardiopulmonary resuscitation

1. 서 론

1.1 연구의 배경 및 목적

급성심장정지는 심장의 활동이 급격하게 저하되거나 멈춘 상태를 의미하고, 즉각적인 치료를 받지 못하면 해당 환자는 사망에 이르게 된다. out-of-hospital cardiac arrest (OHCA) 환자의 소생 가능성과 신경학적 예후를 향상하기 위해서는 환자의 발생을 빠르게 인지하고, 신속하게 응급의료체계(emergency medical services, EMS)를 활성화하며(119 신고), 구급대가 현장에 도착할 때까지 환자의 주변에 있는 사람이 환자에게 cardiopulmonary resuscitation (CPR)을 시행하여야 한다.

상황실 근무자(situation room workers)는 크게 수보요원과 구급상황관리사로 구분된다. 수보요원은 최초로 신고를 접수 받은 후 적절한 소방력이 현장에 출동하도록 지령하고, 중증의 응급환자라고 판단되는 경우에는 해당 통화를 구급상황관리사(emergency medical dispatcher)에게 이관한다. 구급상황관리사는 환자의 상태를 재평가하고, 신고자에게 CPR 시행과 자동심장충격기 사용 등의 응급처치법을 안내한다. 이들 상황실 근무자(수보요원과 구급상황관리사)는 소생의 사슬(chain of survival)에서 첫 번째부터 세 번째 링크를 연결하는 역할을 수행한다. 상황실 근무자에 의한 대응의 전제는 신고자의 설명을 통하여 환자가 심장정지 상태임을 인지하는 것이다.

대한심폐소생협회 ｢2020년 한국심폐소생술 가이드라인｣, 소방청 ｢119상황관리 표준 대응매뉴얼｣은 상황실 근무자가 신고자에게 환자의 의식과 호흡 여부에 대한 질문을 통하여 심장정지 여부를 판단하도록 규정하고 있다. 하지만 신고자의 심리적 불안 또는 흥분, 호흡 평가 능력 부족 등으로 환자가 자발적인 호흡을 하고 있는지를 판단 또는 설명하기가 쉽지 않고, 상황실 근무자도 숙련도 부족 등으로 해당 환자가 심장정지 상태임을 감별하는데 어려움을 겪는다.

OHCA 환자를 신속하게 발견하고 심장정지 상태임을 인지하는 것은 환자의 소생을 위한 필수요건이고, 신경학적 예후(cerebral performance category scale, CPC)에 중대한 영향을 미치는 요소임에도 상황실 근무자에 의한 OHCA 환자 인지율에 대한 연구는 부족하였다. 본 연구는 국내 119 상황실에 5년(2018년～2022년)간 접수된 OHCA 환자를 조사하여 상황실 근무자의 심장정지 환자 인지율과 상황실에서 지도받은 목격자의 CPR 시행율을 알아보고, OHCA 환자의 소생율을 향상시키기 위한 방안을 알아보고자 한다.

1.2 연구의 범위 및 방법

본 연구는 소방청에서 운영⋅관리하는 데이터베이스에서 2018년부터 2022년까지의 전국 원시데이터(raw data)를 추출하여 통계적으로 분석한 자료를 인용하고, 국내외 선행연구를 조사하여 OHCA 환자에 대한 응급의료서비스의 실태를 비교⋅분석하였다. 원시데이터는 상황실 수보요원이 작성하는 중증응급환자 기록일지를 저장하는 ‘구급상황관리운영시스템’과 구급대원이 작성하는 구급활동일지를 저장하는 ‘119구급스마트시스템’에 입력된 데이터를 활용하였다. 평가지표는 상황실 근무자의 심정정지 환자 인지율, 신고접수부터 출동지령까지의 소요시간, 상황실 근무자의 지도하에 시행된 목격자 CPR 시행률과 최초 가슴압박까지의 소요시간 등이다.

본 연구는 우리나라 응급의료체계에서 병원 전(前) 단계를 담당하는 소방기관(상황실)으로 신고된 OHCA 환자를 전수조사하였다는 점(2018년～2022년, 전국)과 그동안 국내에서 연구가 부족하였던 상황실 근무자에 의한 심장정지 환자 인지율을 산출하였다는 점에 의미가 있다.

2. 본 론

2.1 심장정지 환자 소생 지표 및 심장정지 인지의 중요성

2.1.1 국내 심장정지 환자 발생 및 소생 지표

2022년 한 해 동안 전국에서 119구급대에 의하여 응급실로 이송된 OHCA 환자를 전수조사한 질병관리청과 소방청의 보고(1)에 의하면 급성심장정지 환자는 35,018명(인구 10만 명당 68.3명)이었고, 병원 도착 전 자발순환 회복률은 8.2%, 생존율은 7.8%, 일상생활이 가능할 정도로 회복된 환자의 비율은 5.1%였다. OHCA는 질병에 의한 경우(78.3%)와 남성(63.9%)이 많았고, 연령이 높을수록 증가하는 경향을 보였다. 발생장소별로 구분하면 공공장소가 아닌 경우(가정 등)가 64.5%로 많았다. 환자가 쓰러지는 상황이 주변 사람들에 의하여 목격된 경우는 54.5%였고, 이런 경우 생존율은 11.8%로 목격되지 않은 경우(3.0%)보다 3.9배 높은 것으로 나타났다. 최초 심전도 소견은 제세동 가능 리듬(전기충격을 시도할 수 있는 심전도 리듬; shockable ECG)이 40.7%였다. 일반인에 의한 CPR 시행률은 29.3%였고, 일반인이 CPR을 시행한 경우의 생존율은 12.2%로 시행하지 않은 경우(5.9%)보다 2.1배 높고, 뇌기능 회복률(CPC 1 또는 2)은 2.6배 높았다(8.9% 대 3.4%).

2.1.2 심장정지 환자 인지율의 의미 및 중요성

본 연구에서 ‘상황실 근무자의 심장정지 환자 인지율’이라 함은 소방기관 상황실로 신고된 전체 심장정지 환자 중에서 상황실 근무자가 심장정지로 인지한 비율을 의미한다. 호흡이 없거나 비정상적인 호흡(심장정지 호흡)을 정상적인 호흡으로 판단하거나 심장정지 환자가 보이는 짧은 경련을 뇌전증과 관련된 증상으로 오인하는 경우와 같이 신고자(일반인) 또는 상황실 근무자가 해당 환자가 심장정지 상태임을 판별하는 것은 용이하지 않은 것으로 알려져 있다(2).

상황실 근무자는 프로토콜에 의한 질문(의식과 호흡의 확인)과 신고자의 설명을 통하여 환자의 상태(심장정지 여부)를 파악하고, 환자가 심장정지라고 판단되는 경우에는 목격자에 의한 CPR을 안내하는 한편 적절한 소방력(다중출동; 2대 이상의 구급차 또는 구급차와 펌뷸런스가 동시에 출동하는 것)을 현장으로 출동시키는 역할을 수행한다. 환자가 심장정지 상태임에도 신고자 또는 상황실 근무자가 인지하지 못하는 경우에는 목격자에 의한 CPR이 시행되지 않거나 지연되고, 이는 소생 가능성과 신경학적 예후를 저하시킨다. 반대로 심장정지 상태가 아님에도 심장정지로 잘못 판단하는 경우에는 불필요한 CPR의 시행으로 인한 부작용(흉부손상 등)과 소방력의 낭비를 초래한다. 상황실 근무자의 신속하고 정확한 심장정지 인지는 환자의 소생 가능성과 신경학적 예후의 향상에 필수적인 요소라고 할 수 있다(3).

2.2 국내 선행연구 검토

2.2.1 전국 단위 심장정지 환자 인지율 분석

전국 단위의 OHCA 데이터베이스와 한국사회보건조사(Korean community health survey) 데이터베이스(2013년∼2015년)에서 추출한 OHCA 환자 44,185명(소아, 비심인성, 소생술을 받지 않은 환자, 구급대원에 의해 심장정지로 목격된 환자, 장기 요양시설에서 발생한 환자는 대상에서 제외)을 분석한 Lee 등(4)의 연구에 의하면 상황실 근무자의 심장정지 환자 인지율(의식변화와 비정상 호흡을 기록한 경우)은 45.8%, CPR 안내율은 40.4%였다. 상황실 근무자가 OHCA를 인지하였음에도 CPR을 안내하지 않은 사유는 의사소통의 어려움, 신고자의 거부 또는 정서적 혼란, CPR을 안내하기 전에 신고자가 전화를 끊는 경우였다.

2.2.2 시⋅도 단위 심장정지 환자 인지율 분석

Kim 등(5)의 연구(대구지역)에 의하면 상황실 근무자의 심장정지 환자 인지율은 57.8%였고, 병원 도착 전 자발순환회복률은 10.7%, 퇴원 생존율은 7.6%, 양호한 신경학적 생존율은 5.9%였다. 평균반응시간은 단일출동의 경우 7.0 min, 다중출동은 6.0 min이었다. OHCA의 가장 빈번한 현장은 가정(74.1%)이었고, 주변 사람에 의하여 목격된 경우가 56.5%, 일반인에 의한 CPR 시행률은 53.7%, 제세동 가능 리듬은 19.3%였다.

일개 도(道) 지역에서 구급대로 이송된 심장정지 환자를 대상으로 구급활동일지와 지령서를 분석한 Jeong과 Jeong(6)의 연구에 의하면 제세동 가능 리듬의 OHCA 환자(222명) 중 심장정지로 예측 가능한 지령(심장정지, 의식장애, 무호흡, 호흡곤란, 경련)은 49.5% (110명)였고, 심장정지로 예측 불가능한 지령(실신, 흉통, 전신쇠약, 기타)은 50.5% (112건)로 나타났다. 한편, 상황실 수보요원의 자격별(1급 또는 2급 응급구조사, 간호사, 화재진압대원) 심장정지로 예측 가능한 지령의 비율, 목격자에 의한 CPR, 출동지령시간과 현장도착시간에 유의한 차이는 없는 것으로 나타났다.

2.2.3 일반인의 심장정지 인지 의사결정 분석

일반인에게 대한심폐소생협회에서 배포한 3가지 유형(무의식과 무호흡, 무의식과 경련, 무의식과 비정상적인 호흡)의 동영상을 보여주고 언어적 표현과 심장정지 인지의 의사결정 요인을 분석한 Jeong(7)의 연구에 의하면 심장정지 인지율은 무의식과 무호흡(57.3%), 무의식과 경련(40.7%), 무의식과 비정상적인 호흡(36.7%)의 순서였다. 이 연구에서는 OHCA 환자의 인지율을 향상시키기 위하여 일반인에게 무의식과 무호흡 환자뿐만 아니라 경련 또는 비정상적인 호흡을 보이는 환자를 구분할 수 있는 시청각 교육이 필요하다는 점과 신고자가 경련 또는 비정상적인 호흡으로 설명하는 경우에 상황실 근무자는 심장정지를 의심하고 추가적인 질문으로 환자의 상태를 정확하게 평가하여야 한다는 점을 강조하였다.

2.2.4 심장정지 판단 능력 비교

Kim 등(8)의 시뮬레이션 관찰연구(무반응, 심장정지 호흡, 짧은 경련의 동영상 시청 후 설문지 작성)에 의하면, 전체 정답률은 응급의료전화상담원(75.6%), 간호사(67.6%), 일반인(52.2%)의 순서였다. 심장정지 호흡과 경련은 모든 그룹에서 심장정지 인지의 정확도를 낮추고, 심장정지 호흡이 경련보다 심장정지 인지에 더 큰 영향을 미치는 것으로 나타났다. 이 연구에서는 각 군의 심장정지 인지 능력 차이는 CPR 교육과 심장정지 호흡에 대한 이해와 경험에 기인하는 것으로 특히 일반인에게 심장정지 인지 교육이 필요하다는 점을 지적하였다. 또한, 심장정지 인지에 어느 정도의 위양성률이 존재하므로 일반인이 환자의 호흡 여부를 감별하기 어려운 상황에서는 심장정지로 간주하고 CPR을 시행하도록 교육할 필요가 있다는 점을 강조하였다.

2.2.5 음성과 영상통화의 심장정지 인지율 비교

Kwon 등(9)의 시뮬레이션 관찰연구(무반응, 심장정지 호흡, 짧은 경련의 동영상 시청 후 설문지 작성)에 의하면, 음성통화(61.2%)보다 영상통화(77.7%)에서 심장정지 환자의 인지율이 높은 것으로 나타났다. 특히, 일반인이 심장정지 여부를 판단하기 어려운 상황(비정상적인 호흡, 경련, 실신 등)에서 영상통화가 심장정지 인지율 향상에 도움이 되는 것으로 나타났다. 이 연구에서는 영상통화가 목격자에 의한 CPR 시행률 향상과 심장정지가 아닌 환자에게 CPR을 시행하는 오류의 감소에 기여할 수 있다는 점을 지적하면서 신고자와 상황실 근무자 간의 영상통화와 전화 도움 심폐소생술(dispatcher assisted cardiopulmonary resuscitation, DA-CPR)의 시행을 강조하였다.

2.2.6 상황실 근무자의 심장정지 인지 시간 간격과 신경학적 회복 분석

OHCA 환자(19세 이상, 심인성, 목격된 심장정지, DA-CPR 시행)에서 상황실 근무자의 심장정지 인지 시간(detection time interval, DTI)과 환자의 신경학적 회복의 관계를 분석한 Ko 등(10)의 연구에서 생존 퇴원율은 11.7%, 양호한 신경학적 회복률(CPC 1 또는 2)은 8.0%였다. 특히, DTI가 길수록 신경학적 회복이 낮은 것으로 나타났다(DTI의 30 s 지연마다 신경학적 회복 3% 감소). 비정상적인 호흡과 경련이 DTI를 지연시키는 중요한 요인이었고, 통화량이 많은 대도시의 상황실에서는 다른 통화가 끝날 때까지 기다려야 하는 경우가 많아서 DTI를 지연시키는 것으로 나타났다.

2.3 국외 선행연구 검토

2.3.1 유럽

긴급 신고에서 OHCA의 인지를 평가⋅비교하고자 15개 선행연구(12개 국가; 6,955명)를 분석한 Viereck 등(11)의 연구에 의하면 OHCA의 인지에 대한 중위수 민감도는 73.9% (범위 14.1-96.9%)인 것으로 나타났다. 이 연구에서는 OHCA의 인지가 EMS의 성과를 측정⋅비교하는 핵심적인 지표로 사용될 수 있으나, 심장정지 인지에 대한 정의가 연구마다 다르다는 점을 지적하면서 균일하고 투명한 결과를 산출⋅비교하기 위해서는 ‘심장정지 인지(recognised OHCA)’에 대한 정의를 명확하게 규정할 필요가 있다는 점을 강조하였다.

Moller 등(12)의 연구에 의하면 OHCA 환자 인지율이 덴마크는 80.7%, 스웨덴은 86.0%인 것으로 나타났다. 이 연구에서는 OHCA 환자 인지율에 대한 연구가 부족함은 물론이고 유사한 도구를 사용하더라도 OHCA의 데이터 등록과 코딩 방법에 차이가 발생한다는 점을 지적하면서 OHCA 환자 인지율이 EMS의 품질 지표로 활용되기 위해서는 데이터의 수집 방법과 인지에 대한 정의와 투명성에 대한 논의가 필요하다는 점을 강조하였다. 또한, Alfsen 등(13)의 연구(덴마크)에서도 OHCA 환자의 생존 가능성은 긴급신고에서 심장정지를 조기에 인지하는 것에 달려 있음에도 OHCA 환자의 인지에 영향을 미치는 요인에 대한 연구가 부족하다는 점을 강조하였다.

Watkins 등(14)의 연구(잉글랜드)에 의하면 OHCA에 대한 신고에서 가장 흔한 증상은 ‘무의식’과 ‘무호흡’ 또는 ‘비정상적인 호흡’의 조합이었다. 이 연구는 무의식과 하나 이상의 증상(무호흡/효과적이지 않은 호흡/잡음 호흡)이 79.8%에서 있었지만, OHCA의 72.8%만이 인지되었다는 점을 지적하면서 무의식과 비정상적인 호흡이 결합된 경우에 심장정지 출동으로 이어져야 한다는 점을 강조하였다. Berdowski 등(15)의 연구(네덜란드)에서는 전화 통화에서 OHCA가 인지된 경우는 71%였다. 이 연구에서는 표준화된 프로토콜을 준수하여야 심장정지를 인지할 가능성이 높아진다는 점을 강조하였다. 한편, Michiels 등(16)의 연구(벨기에)에서는 OHCA 환자를 인지하는데 평균 160 s, 흉부압박 시작에는 220 s가 소요된 것으로 나타났다. phone-CPR의 시작을 지연시키는 가장 흔한 장애요인은 프로토콜에 포함되지 않는 불필요한 질문(나이, 과거력, 약물)과 환자를 바닥이 단단한 곳으로 이동시키는 어려움이었다.

Syväoja 등(17)의 연구(핀란드)에서 상황실 근무자의 OHCA 환자 인지율은 80.5%였다. OHCA가 인지된 경우에 상황실 근무자에 의한 CPR 안내율은 60%, 초기 심전도가 제세동 가능 리듬인 경우가 54%, 자발순환회복률은 49%, 퇴원 생존율은 23%로 나타났다. 핀란드에서도 상황실 근무자는 환자의 의식과 호흡에 대한 질문에 기반하여 OHCA를 인지하는데, 일반인의 호흡평가는 비정상적인 호흡 또는 경련과 혼돈될 수 있다는 점과 비정상적인 호흡을 하는 OHCA 환자가 생존할 수 있는 가능성이 높다는 점에서 상황실 근무자는 환자의 호흡여부를 반복적으로 확인하여야 한다는 점을 지적하였다. 또한, 상황실 근무자에 의한 OHCA의 인지는 신고자에 의한 CPR 시행률 향상, EMS의 반응시간 단축, OHCA 환자의 자발순환회복률 및 생존율 향상에 의미 있게 관련된다는 점에서 상황실 근무자의 역할을 강조하였다.

2.3.2 아메리카

미국에서 긴급전화(911)로 신고하면 상황실 수보요원은 필수정보를 획득하고, 필요한 경우에는 dispatch center로 이관한다. dispatch center는 computer-aided dispatch (CAD)라는 특수한 소프트웨어를 활용하여 모든 출동대를 상시로 파악하고 지리적 위치(GIS 데이터)와 사고 유형에 따라 빠르고 정확하게 가장 적절한 출동대를 자동으로 편성한다. dispatch life support (DLS)는 emergency medical dispatch (EMD), 우선 출동, 도착 전 지시 등을 포괄하는 용어로 1977년에 응급의사이자 소방서 의료 책임자인 Jeff Clawson에 의하여 시작되었다(18).

Lewis 등(19)의 연구(미국)에 의하면 상황실 근무자에 의한 OHCA 환자 인지율은 80%였고, OHCA 인지까지 소요된 시간의 중간값은 75 s였다. 환자의 의식과 호흡을 평가할 수 없었던 사유는 신고자가 현장에 있지 않은 경우, 전화 통화가 끊긴 경우, 환자를 이동시킬 수 없는 경우, 신고자가 환자의 평가를 거부하는 경우 등 신고자 요인이 많았다. 구급상황관리사의 안내를 통한 신고자의 CPR 시행률은 62%였고, 첫 번째 흉부 압박까지 소요된 시간의 중간값은 176 s (2 min 56 s)였다. Rao과 Kern(20)의 연구(미국)에 의하면 상황실 근무자는 환자의 의식과 호흡을 질문하여 정상적인 호흡의 여부를 판단한다. 무의식은 일반인도 비교적 쉽게 판단할 수 있지만 정상호흡과 비정상적인 호흡을 구별하는 것이 핵심이고, 일반인은 비정상적인 호흡을 호흡곤란으로 오인하여 심장정지를 인지하지 못하는 경향이 있으므로 성인이 반응이 없고 정상적으로 호흡하지 않는 경우에는 심장정지로 가정하여 흉부압박을 시작하여야 한다는 점을 강조하였다. Garza 등(21)의 연구(미국)에 의하면 상황실 근무자의 프로토콜 준수율은 85.2%, OHCA 예측 정확도는 68.3%로 나타났다. 이 연구에서는 의료적인 훈련을 받은 인력이 의료적인 훈련을 받지 않은 인력에 비하여 OHCA 예측 정확도가 높다는 점을 지적하였다.

Vaillancourt 등(22)의 연구(캐나다)에 의하면 상황실 근무자에 의한 OHCA 환자 인지율은 65.9%였다. 심장정지 환자의 85%는 집에서 발생하였고, 50%는 가족 등에 의하여 목격되었지만, 신고자에 의한 CPR 시행률은 15∼25%를 넘지 않았다. 심장정지 후 초기 몇 분 동안 나타나는 비정상적인 호흡이 심장정지를 인지하지 못하는 사유의 50%를 차지하였다. 한편, Hutton 등(23)의 연구(캐나다)에서는 OHCA 환자의 생존율을 높이기 위한 다양한 노력(CPR 교육, 제세동기에 대한 공공 접근, EMS의 품질 개선 등)은 OHCA의 인지에는 영향을 미치지 못한다는 점을 지적하면서 바이오센서 기술을 활용하여 OHCA 환자의 인지율과 생존율을 향상시킬 수 있다는 점을 강조하였다.

2.3.3 아시아

Fukushima 등(24)의 연구(일본)에서는 신고자에 의한 환자의 호흡에 대한 설명이 상황실 근무자에 의한 CPR 지도에 연관성이 높은 것으로 나타났다. 신고자는 심장정지 환자의 59.7%에서 호흡이 있다고 설명하였고(호흡곤란, 약한 호흡, 코골이호흡 등), 이는 구급상황관리사에 의한 CPR 안내율과 목격자에 의한 CPR 시행률을 낮추는 결과를 초래하였다. 이 연구에서는 신고자에 의한 환자의 호흡에 대한 설명이 다양하여 상황실 근무자가 심장정지를 판별하기 어렵다는 점과 심장정지가 아닌 환자에게 CPR을 시행하더라도 심각한 부상의 빈도는 낮다는 점을 고려할 때, 상황실 근무자는 심장정지 호흡의 가능성이 있는 환자에게 over triage를 전제로 하는 적극적인 프로토콜을 고려하여야 한다고 지적하였다.

Chia 등(25)의 연구(싱가포르)에 의하면 OHCA 환자의 생존율은 EMS에 의해 목격된 경우(11.2%), 일반인에 의해 목격된 경우(5.3%), 목격되지 않은 경우(1.3%) 순서였다. EMS에 의해 목격된 심장정지의 62.8%는 심장질환이 원인인 것으로 추정되었고, 심전도 리듬은 PEA (57.2%), 무수축(21.4%), 제세동 가능 리듬(19.2%) 순서였다. 이 연구에서는 전조증상(흉통, 호흡곤란)과 EMS 조기 활성화에 대한 대중의 인식을 높이면 OHCA 환자의 생존율과 신경학적 결과를 개선할 수 있다는 점을 강조하였다.

심장정지의 경고 증상과 결과의 상관관계를 분석한 Zheng 등(26)의 연구(중국)에 의하면 환자 중 65.9%는 심장정지 전에 경고 증상이 나타났고, 25.2%는 자발순환회복이 이루어졌으며, 7.2%는 퇴원까지 생존하였다. 경고 증상이 있는 심장정지 환자가 경고 증상이 없는 심장정지보다 제세동 가능 리듬의 비율과 생존율이 더 높았다. 상위 5대 경고 증상은 호흡곤란(48.7%), 흉통(18.3%), 의식장애(15.2%), 마비(4.3%), 구토(4.0%)였다. 즉, 다수의 환자는 심장정지 이전에 경고 증상을 보였고, 심장정지의 경고 증상을 초기에 인지하는 것이 생존에 중요한 역할을 하는 것으로 나타났다.

2.4 상황실 근무자의 OHCA 환자 지도현황(27)

2.4.1 심장정지 환자 범위와 심장정지 인지의 정의

본 연구의 대상인 ‘심장정지 환자’ (모집단)는 구급대원이 작성하는 구급활동일지의 환자 증상에 ‘심장정지’ 또는 ‘호흡정지’, 응급처치에 ‘CPR’이 입력된 환자이고, 그중에서 심장정지 발생 장소가 ‘구급차 안’인 경우와 심장정지 발견자가 ‘소방공무원’인 경우는 제외하였다. 이는 OHCA 환자를 전수조사하는 질병관리청과 소방청의 ｢급성심장정지조사 통계｣에서 조사대상을 구급활동일지에 주증상이 ‘심장정지’ 또는 ‘호흡정지’로 기록된 경우, 처치에 ‘심폐소생술’을 시행한 것으로 기록된 경우, 그리고 ‘심폐정지환자 응급처치 세부상황표’가 작성된 환자로 정하고 있는 것과 유사하다. ‘심장정지 인지’란 상황실 근무자가 심장정지 상태로 인지한 환자를 의미하는 것으로 상황실 수보요원이 작성하는 중증응급환자 기록일지에서 ‘심장정지 추정’, ‘목맴’, ‘호흡없음’, ‘질식’, ‘물에 빠짐’, ‘기도이물’에 입력한 경우를 ‘심장정지 인지’로 판정하였다.

2.4.2 OHCA 환자 발생 및 인지율

2022년에 소방기관 상황실에 신고된 전체 심장정지 환자는 35,030명으로 매년 증가하는 추세를 보였다. 그중에서 심장정지 발생 장소가 ‘구급차 안’인 경우와 심장정지 발견자가 ‘소방공무원’인 경우를 제외한 수는 29,712명이었다. 상황실 근무자가 심장정지로 인지한 환자는 22,388명으로 인지율은 75.4%였다. 연도별로 살펴보면, 2021년에 상대적으로 높았으나(80.6%), 대체로 70% 후반대로 나타났다(Table 1).

Table 1

Number of Cardiac Arrest Patients and Recognition Rate by Year (n = Patients)

2.4.3 출동지령 및 흉부압박 소요시간

상황실 수보요원의 신고접수부터 구급차 출동 지령까지 소요된 시간 분포(2022년)는 30 s 이내 10.6%, 60 s 이내 65.7%, 90 s 이내 89.8%, 120 s 이내 96.3%, 120 s 이상 3.7%로 나타났다(Table 2; 누적치). 신고접수부터 목격자가 구급상황관리사의 안내에 따른 흉부압박 시작까지 소요된 시간의 분포(2022년)는 60 s 이내 7.6%, 120 s 이내 57.5%, 180 s 이내 77.2%, 240 s 이내 86.5%, 300 s 이내 91.7%, 300 s 이상 7.6%로 나타났다(Table 3; 누적치).

Table 2

Distribution of Time Required for Dispatch Orders (%)

Table 3

Distribution of Time to Start Chest Compression (%)

2.4.4 DA-CPR 시행률

목격자가 구급상황관리사의 안내에 따라 구급대원이 현장에 도착할 때까지 흉부압박을 시행한 비율은 2018년 63.9%, 2019년 65.3%, 2020년 70.0%, 2021년 73.6%, 2022년 74.0%로 나타나 향상되는 경향을 보였다. 성별로 구분하여 살펴보면 소생술 시행자가 남성일 때(79.5%)가 여성일 때(77.0%)보다 시행률이 높았다. 소생술 시행자와 환자와의 관계로 구분하여 살펴보면 시행률은 가족(80.7%), 동료(75.9%), 일반인(64.9%) 순서로 나타났다. 과거에 CPR 교육을 이수한 사람(87.0%)이 이수하지 않은 사람(80.4%)보다 시행률이 높았다(Table 4). 구급상황관리사가 안내한 CPR 방법은 대부분 흉부압박 단독(98.5%)인 것으로 나타났다(2022년). 한편, 목격자가 구급상황관리사의 안내 이전에 CPR을 시행한 비율은 2022년 14.7%, 2021년 13.6%, 2020년 14.0%, 2019년 15.1%, 2018년 15.2%로 나타났다.

Table 4

Rate of DA-CPR Performed (n = Patients)

심장정지로 의심되지만 구급상황관리사가 CPR을 안내하지 않은 사유는 신고자가 흥분상태로 협조가 되지 않거나 환자의 자세를 변경할 수 없는 경우(12.0%), 안내에 대한 이해가 부족한 경우(10.8%), 신고자가 환자 옆에 있지 않은 경우(8.0%), 명백한 사망(6.3%), 통신장애(6.1%), 가족/보호자 통화거부(5.6%), 구급대원 도착(2.9%), 노환 및 말기암 등으로 처치거부(2.1%) 순서였다.

3. 논의 및 제언

3.1 ‘심장정지 환자’와 ‘심장정지 인지’에 대한 정의 규정 필요

상황실 근무자의 심장정지 환자 인지율을 산출하기 위한 ‘심장정지 환자’의 범위(모집단)와 ‘심장정지 인지’의 정의에 대한 국내 또는 국제적인 규정이 필요하다. 심장정지 환자가 발생하는 유형은 매우 다양하고, 신고자 또는 상황실 근무자가 심장정지를 인지하는 것이 불가능한 경우도 있다. 예를 들어, 환자가 연락이 되지 않는다는 신고로 출동하여 출입문을 개방하여 확인해 보니 심장정지 상태로 발견되는 경우, 아파트 추락 또는 익수와 같이 신고자가 환자에게 접근하기 곤란한 경우, 신고 당시에는 심장정지가 아니었으나 통화를 종료하고 구급대가 도착하는 사이에 심장정지가 발생하는 경우 등이다. 이러한 경우도 상황실 근무자에 의한 심장정지 환자 인지율 산출의 모집단에 포함하여야 하는지 의문이다. 또한, 상황실 근무자에 의한 심장정지 인지율에 대한 국외 다수의 선행연구가 심인성 심장정지를 대상으로 하였다는 점을 고려할 때, 국내 상황실 근무자에 의한 심장정지 환자 인지율의 평가를 외상과 비외상(질병)으로 구분할 필요가 있다. 상황실 근무자의 심장정지 환자 인지율에 대한 국가별⋅지역별⋅시기별 비교 및 분석을 위해서는 국제적으로 동일하게 적용할 수 있는 규정이 마련되어야 한다. 국내에서도 심장정지 환자의 인지율 산정과 관련하여 모집단의 범위와 인지/미인지를 구분하는 기준에 대한 추가적인 연구와 논의가 필요하다.

3.2 심장정지 미인지 사유 데이터 수집⋅분석

상황실 근무자가 심장정지 환자를 인지하지 못한 경우에는 신고자에 의한 CPR이 지연되거나 시행되지 않을 가능성이 높다. 국내⋅외의 선행연구를 통하여 환자의 비정상적인 호흡⋅경련⋅실신이 신고자 또는 상황실 근무자의 심장정지 인지를 방해하는 것으로 나타났다. 심장정지 환자 인지에 영향을 미치는 요인은 이외에도 다양하다. 상황실 근무자의 심장정지 환자 인지율을 향상시키기 위해서는 환자의 심장정지를 인지하지 못한 사유에 대한 데이터의 수집과 분석이 필요하다. 신고자 또는 상황실 근무자가 환자의 심장정지를 인지하지 못한 사유를 ① 환자 요인(비정상적인 호흡, 경련, 실신 등), ② 신고자 요인(심리적 동요, 비협조, 현장에 없음, 평가 부정확 등), ③ 상황실 근무자 요인(심리적 동요, 의사소통능력 부족, 프로토콜 미준수 등), ④ 기술적⋅상황적 요인(통신장애, 환자에게 접근 불가 등) 등으로 구분하여 데이터 수집을 제안한다. 그리고 통제 또는 개선이 어려운 상황적 요인과 신고자 요인보다는 상황실 근무자 요인의 개선이 우선되어야 한다. 비정상적인 호흡⋅경련⋅실신은 심장정지 인지를 방해하는 대표적인 유형이다. 이러한 유형의 환자는 심장정지에 준하여 대응할 필요가 있고(CPR 안내 및 구급차 다중출동 등), 통화를 더 유지하거나 구급상황관리센터로 이관하여 정확한 환자평가와 구급대가 현장에 도착할 때까지 지속적인 경과 관찰이 필요하다.

3.3 대국민 CPR 교육에서 호흡평가 강조

Vaillancourt 등(28)과 Vaillancourt 등(29)의 연구에 의하면 심장정지 환자의 40%에서 초기 몇 분 동안 비정상적인 호흡을 하는데, 이는 심장정지가 아닌 것으로 잘못 해석(심장정지 인지 실패)하는 중요한 변수인 것으로 나타났다. Perkins 등(30)의 연구에서도 비정상적인 호흡이 심장정지가 아닌 것으로 오인되고 신고자에 의한 CPR을 시행하지 않거나 지연시키는 요인인 것으로 나타났다. 비정상적인 호흡을 심장정지의 표시로 인식하는 능력을 향상시키면 신고자의 CPR 시행과 OHCA 환자의 생존율 향상에 기여할 수 있다.

신고자에 의한 환자평가(특히, 호흡 여부)는 심장정지 환자의 소생 가능성에 매우 중요한 영향을 미친다. 하지만, 환자의 호흡 여부를 판단하기 어려운 경우(심장정지 호흡 또는 환자의 호흡이 미약한 경우), 신고자의 심리적인 불안정(놀람, 흥분, 긴장 등)으로 협조가 원활하지 않은 경우, 신고자에 의한 환자평가가 부정확한 경우(실제는 호흡이 없음에도 있는 것으로 오인)와 같이 다양한 요소가 신고자에 의한 환자평가를 방해한다. 대국민 CPR 교육에서 호흡 평가의 중요성과 비정상적인 호흡(gasping)이 심장정지 환자에서 나타나는 대표적인 징후 중 하나라는 교육을 통하여 심장정지 환자 인지의 정확도를 향상시킬 필요가 있다.

3.4 프로토콜 개선 및 상황실 근무자 교육

선행연구를 통하여 프로토콜을 준수하는 것이 심장정지 환자의 인지율을 높이는데 도움이 되는 것으로 나타났다. 현행 프로토콜은 상황실 근무자가 신고자에게 환자의 의식과 호흡여부에 대한 질문을 하고, 신고자의 설명에 근거하여 환자의 심장정지 여부를 평가하도록 규정하고 있다. 현행 프로토콜에 대한 모니터링과 연구를 통하여 민감성(정확성)과 효율성 등을 평가하고, 심장정지 환자의 인지율을 향상시키기 위한 개정이 필요하다. 그 과정은 소방기관의 노력뿐만 아니라 학술단체의 협력과 해당 업무를 수행하는 상황실 근무자의 의견도 수렴할 필요가 있다.

상황실 근무자가 심장정지 환자를 인지하는데 가장 어려움을 겪는 경우는 환자가 비정상적인 호흡을 하는 유형으로 판단된다. 일반인은 환자의 호흡여부를 설명하는데 경험이 부족하고, 비정상적인 호흡을 하는 환자에 대한 설명이 일관되지 않을 수 있다. 상황실 근무자는 신고자가 환자의 호흡여부를 명확하게 설명하지 못하는 경우에는 심장정지일 가능성이 높다고 의심하여야 한다. 무호흡뿐만 아니라 비정상적인 호흡, 경련 또는 실신으로 설명하는 경우에도 심장정지를 고려하여야 한다. 또한, 구급상황관리사는 환자의 호흡유무뿐만 아니라 호흡의 패턴도 평가할 필요가 있다. 예를 들어, 신고자에게 환자가 호흡할 때마다 숫자를 세도록 하는 방법(환자가 숨을 쉴 때마다 한 번 쉬면 하나, 두 번째 쉬면 둘, 세 번째 쉬면 셋으로 숫자를 세도록 한다)을 통하여 구급상황관리사는 환자의 호흡여부, 빈도, 규칙성 등을 평가할 수 있다.

Hardeland 등(31)의 연구에 의하면 표적화된 이론교육, 시뮬레이션 훈련, 피드백이 OHCA에 대한 대응에 성과가 있는 것으로 나타났다. 즉, 비정상적인 호흡에 초점을 맞춘 교육과 시뮬레이션 훈련이 심장정지 환자 인지율을 향상시키고, 비정상적인 호흡의 잘못된 해석을 감소시키며, 신고자에 의한 CPR 시행률을 높이고, 최초 흉부압박 시간을 단축하는데 효과가 있었다. 상황실 근무자를 대상으로 의사소통과 시뮬레이션 교육을 시행할 필요가 있다.

전국 상황실 근무자의 자격별 분포(2023년 12월 31일 기준)를 살펴보면 상황실 근무자는 총 1,735명이고, 전문자격자라고 할 수 있는 간호사(168명)와 1급 응급구조사(420명)는 588명(33.9%)에 불과한 것으로 나타났다(Table 5). 소방기관에서는 심장정지 환자 인지율, 전화지도 CPR 안내율, 자동심장충격기 사용 안내율을 향상시키기 위하여 전문자격자를 배치하기 위한 노력이 필요하다.

Table 5

Distribution of Emergency Medical Dispatchers by License (2023. 12. 31.)

3.5 영상통화를 활용한 환자평가

국내⋅외의 다수 선행연구를 통하여 영상통화의 유용성이 확인되었다. 즉, 상황실 근무자와 신고자의 영상통화가 환자평가의 정확도, 심장정지 환자 인지율, 신고자에 의한 CPR 시행률을 향상시키는 것으로 나타났다. 특히, 일반인이 환자의 심장정지 여부를 판단하기 어려운 상황에서 영상통화가 도움이 되는 것으로 나타났다. 상황실 근무자는 정확한 환자평가를 위하여 영상통화를 적극적으로 활용할 필요가 있다. 이를 위하여 상황실 근무자의 프로토콜에 영상통화를 활용한 환자평가를 포함하는 방법도 고려해볼 수 있다. 다만, 신고자의 대부분이 음성통화로 소방기관에 신고하므로 해당 통화를 종료하고 다시 영상통화를 시도하여야 한다는 점과 핸드폰(스마트폰) 사용이 능숙하지 않은 연령층에서는 협조가 어렵다는 제한점이 있다.

3.6 머신 러닝 개발⋅적용 및 활용

OHCA 환자의 인지율 향상과 관련하여 최근 관심이 집중되는 분야는 머신 러닝이다. Kim 등(32)의 연구에 의하면 머신 러닝 기반 심장정지 탐지 프로그램은 신고자와 상황실 근무자의 전화 통화 음성을 텍스트로 전사하고, 단어의 조합을 분석하여 심장정지 여부를 탐지하며, 서버를 기반으로 각 모델을 유기적으로 연결한다. 서울재난소방본부와 제주소방 데이터셋을 이용하여 실험한 결과, 정확도는 74.62%였고, 심장정지 인지 시간은 15 s 단축되었다. 다만, 음성인식모델의 정확도는 잡음에 크게 영향을 받았고, 단어오류율 12.5% 및 음절오류율 6.7%로 나타나 높은 성능을 보여주지는 못했다. 이 연구에서는 국내의 심장정지 탐지 프로그램은 개인정보보호와 데이터 수집의 어려움으로 연구가 부족하다는 점을 지적하면서 데이터셋이 보강되면 알고리즘과 성능이 강화되어 OHCA 환자의 생존율 향상에 기여할 수 있다는 점을 강조하였다.

덴마크(코펜하겐) EMS에서 훈련된 머신 러닝 모델이 심장정지 환자의 인지와 대응에 어떠한 영향을 미치는지 분석한 Blomberg 등(33)의 연구에 의하면 머신 러닝 모델이 상황실 근무자보다 심장정지 환자를 식별하는 민감도가 높았고, 상황실 근무자가 머신 러닝 모델의 경고에 주의를 기울인다면 심장정지 환자 인지율을 향상시킬 수 있는 것으로 나타났다. 다만, 머신 러닝 모델은 실제로 심장정지가 발생하지 않은 상당수의 허위 경고로 출동 구급차 수가 2.7% 증가하는 결과를 초래한다는 점과 머신 러닝 모델이 유용함에도 상황실 근무자의 낮은 사용률로 인하여 심장정지에 대한 경고가 상황실 근무자의 행동에 유의한 영향을 미치지는 못했다는 점이 지적되었다.

향후 머신 러닝 모델은 상황실 근무자의 심장정지 환자 인지율을 향상시키는 도구로 활용될 수 있다. 다만, 아직 개발이 진행 중이라는 점과 정확도를 향상시킬 필요가 있고, 머신 러닝 모델과 상황실 근무자의 상호작용 및 최적화된 활용방법에 대한 추가적인 연구가 필요하다.

4. 결 론

소방기관에서 운용하는 구급대는 우리나라 EMS에서 병원 전(前) 단계를 담당하는 대표적인 기관이다. 소방기관은 심장정지 환자의 소생률을 향상시키기 위하여 ① 수보 및 상담단계에서 상황실 근무자에 의한 심장정지 환자 인지율, 전화 지도 CPR 안내 시행률, 자동심장충격기 사용 안내율, ② 현장 및 이송단계에서 구급대원에 의한 병원 전(前) 자발순환 회복률과 중증응급환자 소생률 향상을 위한 응급의료체계 개선 노력을 품질관리지표로 활용하고 있다. 특히, 상황실 근무자가 신고를 접수하여 구급차 출동지령까지 60 s 이내, 신고접수부터 신고자에 의한 흉부압박까지 120 s 이내에 시행하도록 기준을 설정하여 평가지표로 활용하고 있다. 이와 더불어 소방기관에서는 대국민 심폐소생술 교육을 시행하고, 구급대의 반응시간(신고접수부터 현장도착까지) 단축과 구급대원의 업무범위 확대 및 응급처치능력 강화를 위하여 노력하고 있다.

응급환자가 발생하였을 경우에 목격자는 119 (소방기관)에 신고하여 도움을 요청한다. 상황실 근무자는 신고자를 통하여 환자의 상태(심장정지 여부)를 확인하고, 구급대를 현장에 출동시키며, 신고자에게 구급대원이 현장에 도착할 때까지 CPR을 시행하도록 안내한다. 구급대 다중출동과 목격자 CPR 안내의 전제는 해당 환자가 심장정지 상태임을 인지하는 것이다.

국외 선행연구에서 상황실 근무자의 심장정지 환자 인지율은 스웨덴 86.0%, 덴마크 80.7%, 핀란드 80.5%, 미국 68.3%∼80.0%, 잉글랜드 72.8%, 네덜란드 71.0%, 캐나다 65.9%로 나타났다. 상황실 근무자의 심장정지 환자 인지율에 대한 연구는 유럽과 아메리카에서 상대적으로 많이 이루어졌고, 국내에서는 부족했다고 판단된다. 이는 병원 전(前) 단계를 담당하는 소방기관의 데이터가 공개되거나 연구에 활용되는 경우가 적었기 때문인 것으로 추정된다.

2022년에 소방기관 상황실에 신고된 전체 심장정지 환자는 35,030명이었다. 그중에서 심장정지 발생 장소가 ‘구급차 안’인 경우와 심장정지 발견자가 ‘소방공무원’인 경우를 제외한 수는 29,712명이었고, 상황실 근무자가 심장정지로 인지한 환자는 22,388명으로 인지율은 75.4%였다. 전체 OHCA 출동에서 상황실 수보요원이 신고접수부터 구급차 출동 지령까지 60 s 이내에 수행한 비율은 65.7%였고, 구급상황관리사의 안내에 따른 목격자 흉부압박 시작 시간은 신고접수부터 120 s 이내가 57.5%였으며, 구급대원이 현장에 도착할 때까지 목격자가 흉부압박을 시행한 비율은 74.0%였다.

상황실 근무자의 심장정지 환자 인지율은 EMS의 성과 및 품질을 측정하는 핵심적인 지표이다. 상황실 근무자의 심장정지 환자 인지율을 향상시키기 위하여 심장정지 미인지 사유의 데이터 수집 및 분석, 대국민 심폐소생술 교육에서 호흡평가 강조, 프로토콜 개선 및 상황실 근무자 교육, 영상통화를 활용한 환자평가, 머신 러닝의 개발 및 활용이 필요하다. 또한, 심장정지 환자 인지율에 대한 균일하고 투명한 연구결과를 산출하고, 국가별⋅지역별⋅시기별 비교가 가능하도록 ‘심장정지 환자’의 범위(모집단)와 ‘심장정지 인지’의 정의 규정을 마련하여야 한다.

향후 현행 프로토콜이 심장정지 환자를 감별하고(민감성/효율성 등) 목격자의 행동 요령을 안내하기에 적절한지에 대한 연구, 머신 러닝 모델 기술과 상황실 근무자의 상호작용과 최적화에 대한 후속연구가 필요하다.

References

1. Korea Disease Control and Prevention Agency and National Fire Agency. Investigation and Statistics of Acute Cardiac Arrest. Korea Disease Control and Prevention Agency, ISSN 2288-7334 2023;

2. Schwarzkoph M, Yin L, Hergert L, Drucker C, Counts C. R, Eisenberg M. Seizure-like Presentation in OHCA Creates Barriers to Dispatch Recognition of Cardiac Arrest. Resuscitation 156:230–236. 2020;https://doi.org/10.1016/j.resuscitation.2020.06.036.

3. Ro Y. S, Shin S. D, Lee Y. J, Lee S. C, Song K. J, Ryoo H. W, McNally B, Tanaka H, et al. Effect of Dispatcher-Assisted Cardiopulmonary Resuscitation Program and Location of Out - of - Hospital Cardiac Arrest on Survival and Neurologic Outcome. Annals of Emergency Medicine 69(1):52–61. 2017;https://doi.org/10.1016/j.annemergmed.2016.07.028.

4. Lee S. Y, Ro Y. S, Shin S. D, Song K. J, Hong K. J, Park J. H, Kong S. Y. Recognition of Out-of-hospital Cardiac Arrest during Emergency Calls and Public Awareness of Cardiopulmonary Resuscitation in Communities:A Multilevel Analysis. Resuscitation 128:106–111. 2018;https://doi.org/10.1016/j.resuscitation.2018.05.008.

5. Kim J. H, Ryoo H. W, Kim J. Y, Ahn J. Y, Moon S. B, Lee D. E, Mun Y. H. Application of a Dual-Dispatch System for Out-of-Hospital Cardiac Arrest Patients:Will More Hands Save More Lives? Journal of Korean Medical Science 34(34)2019;https://doi.org/10.3346/jkms.2019.34.141.

6. Jeong E. K, Jeong J. Y. Analysis of Predicted Instructions about Shockable Cardiac Arrest Patients by Dispatcher at 119 Emergency Situation Management Center. Fire Science and Engineering 27(6):122–128. 2013;https://doi.org/10.7731/KIFSE.2013.27.6.122.

7. Jung E. K. Language Expressions by Laypersons Observing Cardiac Arrest Situations and Determinants of Cardiac Arrest Recognition. Crisisonomy 11(11):73–89. 2015;

8. Kim T. W, Cho Y. S, Lee J. H, Cha H. M, Lee H. J, Choi D. H, Cho G. C. The Recognition Capability of Cardiac Arrest for Lay Person, Nurse and Dispatcher:A Comparison Study through the Video Question. Journal of the Korean Society of Emergency Medicine 28(6):635–642. 2017;

9. Kwon T. H, Cho Y. S, Lee J. H, Cho G. C, Lee C. H. Simulation Study about Cardiac Arrest Recognition of Emergency Medical Dispatcher Using Video Call. Journal of the Korean Society of Emergency Medicine 31(4):339–345. 2020;

10. Ko S. Y, Shin S. D, Ro Y. S, Song K. J, Hong K. J, Park J. H, Lee S. C. Effect of Detection Time Interval for Out-of-hospital Cardiac Arrest on Outcomes in Dispatcher-assisted Cardiopulmonary Resuscitation:A Nationwide Observational Study. Resuscitation 129:61–69. 2018;https://doi.org/10.1016/j.resuscitation.2018.06.002.

11. Viereck S, Moller T. P, Rothman J. P, Folke F, Lippert F. K. Recognition of Out-of-hospital Cardiac Arrest during Emergency Calls-A Systematic Review of Observational Studies. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine 25(9)2017;https://doi.org/10.1186/s13049-017-0350-8.

12. Moller T. P, Andrell C, Viereck S, Todorova L, Friberg H, Lippert F. K. Recognition of Out-of-hospital Cardiac Arrest by Medical Dispatchers in Emergency Medical Dispatch Centres in Two Countries. Resuscitation 1092016;https://doi.org/10.1016/j.resuscitation.2016.09.012.

13. Alfsen D, Moller T. P, Egerod I, Lippert F. K. Barriers to Recognition of Out-of-hospital Cardiac Arrest during Emergency Medical Calls:A Qualitative Inductive Thematic Analysis. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine 232015;https://doi.org/10.1186/s13049-015-0149-4.

14. Watkins C. L, Jones S. P, Hurley M. A, Benedetto V, Price C. I, Sutton C. J, Quinn T, Bangee M, et al. Predictors of Recognition of Out of Hospital Cardiac Arrest by Emergency Medical Services Call Handlers in England:A Mixed Methods Diagnostic Accuracy Study. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine 292021;https://doi.org/10.1186/s13049-020-00823-9.

15. Berdowski J, Beekhis F, Zwidderman A. H, Tijssen J. G. P, Koster R. W. Importance of the First Link Description and Recognition of an Out-of-Hospital Cardiac Arrest in an Emergency Call. Circulation, 119(15)2009;https://doi.org/10.1161/CIRCULATIONAHA.108.768325.

16. Michiels C, Clinchaert C, Wauters L, Dewolf P. Phone CPR and Barriers Affecting Life-saving Seconds. Acta Clinica Belgica 76(6):427–432. 2021;https://doi.org/10.1080/17843286.2020.1752454.

17. Syväoja S, Salo A, Uusaro A, Jäntti H, Kuisma M. Witnessed Out - of - hospital Cardiac Arrest-Effects of Emergency Dispatch Recognition. Acta Anaesthesiologica Scandinavica 62(4):558–567. 2018;https://doi.org/10.1111/aas.13051.

18. Walz B. J, Zigmont J. J. Foundations of EMS Systems. Jones &Bartlett Learning, Burlington, USA 2016;

19. Lewis M, Stubbs B. A, Eisenberg M. S. Dispatcher-Assisted Cardiopulmonary Resuscitation:Time to Identify Cardiac Arrest and Deliver Chest Compression Instructions. Circulation 128(14):1522–1530. 2013;https://doi.org/10.1161/CIRCULATIONAHA.113.002627.

20. Rao P, Kern K. B. Improving Community Survival Rates from Out-of-Hospital Cardiac Arrest. Current Cardiology Reviews 14(2):79–84. 2018;https://doi.org/10.2174/1573403X14666180507160555.

21. Garza A. G, Gratton M. C, Chen J. J, Carlson B. The Accuracy of Predicting Cardiac Arrest by Emergency Medical Services Dispatchers:The Calling Party Effect. Academic Emergency Medicine 10(9):955–960. 2003;https://doi.org/10.1197/S1069-6563(03)00314-2.

22. Vaillancourt C, Charette M, Naidoo S, Taljaard M, Church M, Hodges S, Leduc S, Christenson J, et al. Multi-centre Implementation of an Educational Program to Improve the Cardiac Arrest Diagnostic Accuracy of Ambulance Telecommunicators and Survival Outcomes for Sudden Cardiac Arrest Victims:The EduCATe Study Design and Methodology. BMC Emergency Medicine 212021;https://doi.org/10.1186/s12873-021-00416-4.

23. Hutton J, Puyat J. H, Boaheng M. A, Sobolev B, Lingawi S, Khalili M, Kuo C, Shadgan B, et al. The Effect of Recognition on Survival After Out-of-hospital Cardiac Arrest and Implications for Biosensor Technologies. Resuscitation 1902023;https://doi.org/10.1016/j.resuscitation.2023.109906.

24. Fukushima H, Imanishi M, Iwami T, Seki T, Kawai Y, Norimoto K, Urisono Y, Hata M, et al. Abnormal Breathing of Sudden Cardiac Arrest Victims Described by Laypersons and its Association with Emergency Medical Service Dispatcher-assisted Cardiopulmonary Resuscitation Instruction. Emergency Medical Journal 32(4):314–317. 2015;https://doi.org/10.1136/emermed-2013-203112.

25. Chia M. Y. C, W. Kwa T. P, Wah W, Yap S, Doctor N. E, Ng Y. Y, Mao D. R, Leong B. S. H, et al. Comparison of Outcomes and Characteristics of Emergency Medical Services (EMS)-Witnessed, Bystander-Witnessed, and Unwitnessed Out-of-Hospital Cardiac Arrests in Singapore. Prehospital Emergency Care 23(6):847–854. 2019;https://doi.org/10.1080/10903127.2019.15∈4.

26. Zheng K, Bai Y, Zhai Q, Du L, Ge H, Wang G, Ma Q. Correlation between The Warning Symptoms and Prognosis of Cardiac Arrest. World Journal of Clinical Cases 10(22):7738–7748. 2022;https://doi.org/10.12998/wjcc.v10.i22.7738.

27. National Fire Agency. Quality Control Report for Pre- Hospital Emergency Medical Services“ 2023;

28. Vaillancourt C, Jensen J. L, Grimshaw J, Brehaut J. C, Charette M, Kasaboski A, Osmond M, Wells G. A, et al. A Survey of Factors Associated with the Successful Recognition of Agonal Breathing and Cardiac Arrest by 9-1-1 Call Takers:Design and Methodology. BMC Emergency Medicine 9(14):1–7. 2009;https://doi.org/10.1186/1471-227X-9-14.

29. Vaillancourt C, Charette M, Cyr K, Hodges S, Thiruganasambandamoorthy V, Dainty K, Morrison L, Jenneson S, et al. National Survey of 9-1-1 Ambulance Communication Centers'Resources Related to Prehospital Recognition of Agonal Breathing and Cardiac Arrest. Canadian Journal of Emergency Medicine 212019;https://doi.org/10.1017/cem.2019.185.

30. Perkins G. D, Walker G, Christensen K, Hulme J, Monsieurs K. G. Teaching Recognition of Agonal Breathing Improves Accuracy of Diagnosing Cardiac Arrest. Resuscitation 70(3):432–437. 2006;https://doi.org/10.1016/j.resuscitation.2006.01.015.

31. Hardeland C, Skåre C, Johansen J. K, Birkenes T. S, Myklebust H, Hansen A. E, Sunde K, Olasveengen T. M. Targeted Simulation and Education to Improve Cardiac Arrest Recognition and Telephone Assisted CPR in an Emergency Medical Communication Centre. Resuscitation 114:21–26. 2017;https://doi.org/10.1016/j.resuscitation.2017.02.013.

32. Kim J. I, Lee J. Y, Chung J, Shin D. J, Choi D. H, Kim K. H, Hong K. J, Kim S. H, et al. Machine-learning-based Out-of-hospital Cardiac Arrest (OHCA) Detection in Emergency Calls Using Speech Recognition. Phonetics and Speech Sciences 15(4):109–118. 2023;https://doi.org/10.13064/KSSS.2023.15.4.109.

33. Blomberg S. N, Christensen H. C, Lippert F, Ersbøll A. K, Petersen C. T, Sayre M. R, Kudenchuk P. J, Folke F. Effect of Machine Learning on Dispatcher Recognition of Out-of-Hospital Cardiac Arrest During Calls to Emergency Medical Services. JAMA Network Open 4(1)2021;https://doi.org/10.1001/jamanetworkopen.2020.32320.

Article information Continued

This is an open access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Year	2022	2021	2020	2019	2018
Total	35,030	33,245	31,652	30,782	30,539
Target	29,712	28,595	27,673	27,026	27,018
Recognize	22,388	23,040	21,683	21,321	21,115
Rate	75.4%	80.6%	78.4%	78.9%	78.2%

Time	Year
Time	2022	2021	2020	2019	2018
≦ 30 s	10.6	10.4	10.0	10.6	10.9
≦ 60 s	65.7	66.9	65.6	68.6	67.9
≦ 90 s	89.8	90.1	89.3	91.5	91.2
≦ 120 s	96.3	96.5	96.0	97.2	97.1
> 120 s	3.7	3.4	4.0	2.8	2.8

Time	Year
Time	2022	2021	2020	2019	2018
≦ 60 s	7.6	7.3	6.1	4.9	2.5
≦ 90 s	29.0	29.0	26.4	23.5	11.9
≦ 120 s	57.5	56.1	56.2	51.3	29.7
≦ 180 s	77.2	76.9	77.6	76.2	62.8
≦ 240 s	86.5	86.3	87.5	88.4	81.2
≦ 300 s	91.7	91.3	92.9	94.33	90.3
> 300 s	7.6	8.0	6.6	5.34	8.7
Unknown	0.7	0.7	0.5	0.33	1.0

Variables	Year
Variables	2022	2021	2020	2019	2018
Target	18,795	18,694	17,871	17,404	17,378
DA-CPR	13,905	13,764	12,518	11,362	11,104
Rate	74.0%	73.6%	70.0%	65.3%	63.9%
Men	79.5%	79.3%	76.5%	72.8%	73.0%
Women	77.0%	77.8%	73.7%	69.9%	70.2%
Family	80.7%	81.2%	78.0%	74.9%	76.0%
Colleague	75.9%	78.1%	73.4%	70.9%	70.6%
Stranger	64.9%	62.2%	61.5%	58.3%	59.5%
Educated	87.0%	86.8%	83.4%	77.6%	74.9%
Non-edu	80.4%	82.1%	79.0%	77.2%	78.3%

Sort		n	%
Total		1,735	100
Qualified Workers	Doctor	2	0.1
	Nurse	168	9.7
	EMT 1	420	24.2
	EMT 2	319	18.4
Others		826	47.6