Taotlus

Andmekoosseis.docx

Lisa 2. Andmekoosseis
Kiirabikaartidelt elustamismooduli andmekogu
Andmed, lähtutud seaduse nummeratsioonist:
8. Patsiendi andmed:
8.4. Sugu
8.6. Vanus ja selle täpsus
11. Hädaabikutse ja väljasõidukorralduse ning kutse täitmise andmed:
11.1. Hädaabiteate vastuvõtmise aeg
11.2. Väljasõidukorralduse edastamise aeg
11.3. Väljasõidu aeg
11.4. Sündmuskohale jõudmise aeg
11.5. Sündmuskohalt haiglasse lahkumise aeg
11.6. Vabanemise aeg
11.8. Väljasõidukorralduse annulleerimise aeg
11.9. Takistusele kulunud aeg ja takistavad tegurid
12. Patsiendi abistamine enne kiirabibrigaadi kohalejõudmist
12.1. Enne kiirabi saabumist teostatud abistamine
12.2. Hinnang kiirabibrigaadi kohalejõudmise eelsele abistamisele
13. Anamneesi andmed
15. Lõpliku kliinilise diagnoosi andmed
15.1. Põhihaigus
15.1.1. Diagnoosi kood ja nimetus
15.2. Kaasuv haigus
15.2.1. Diagnoosi kood ja nimetus RHK 10 järgi
15.3. Välispõhjus
15.3.1. Diagnoosi kood ja nimetus RHK 10 järgi
16. Elustamise andmed
16.1. Kliiniline surm
16.1.1. Kliinilise surma tekke aeg
16.1.3. Kliinilise surma tekke tunnistamine
16.1.4. Millal nähti/kuuldi patsienti viimati elusana
16.2. Patsiendi KNS seisund CPC protokolli järgi enne kliinilise surma teket
16.3. Kiirabieelsed ABC võtted
16.3.1. Elustamisel osalejad
16.3.2. Teostatud protseduurid
16.4. Aeg, mis kulus kliinilise surma tekkest ABC alustamiseni
16.5. Hinnang kiirabieelsete ABC võtete rakendamisele
16.6. Kliinilise surma eeldatav põhjus
16.7. Kvalifitseeritud elustamisvõtetega alustamise aeg
16.8. Täpne aeg kliinilise surma tekkimisest kvalifitseeritud elustamisvõtete rakendamiseni
16.9. Patsiendi seisund enne kvalifitseeritud elustamisvõtteid
16.9.1. Seisundi hindamise aeg
16.9.2. Naha värvus
16.9.3. Pupillide suurus
16.9.4. Pupillide valgusreaktsioon
16.9.5. Teadvus
16.9.6. Omahingamine
16.9.7. Hingamisteede refleksid
16.9.8. Palpeeritav pulss
16.10. Esmane diagnoositud vereringeseiskuse vorm
16.11. Defibrilleerimine
16.11.1. Esmase defibrilleerimise aeg
16.11.2. Esmane energia
16.11.3. Maksimaalne energia
16.11.4. Kordade arv
16.12. Aeg esimese defibrillatsioonini esmase südameseiskuse defibrilleeritava vormi puhul
16.13. Elektrokardiostimulatsioon
16.13.1. Protseduuri toimumise kestus
16.13.2. Elektrokardiostimulatsiooni meetod
16.13.3. Sagedus
16.13.4. Voolutugevus
16.13.5. Režiimrakendamiseni
16.14. Südamemassaaž
16.15. Hingamismeetmed
16.15.1. Teostatud protseduurid
16.15.1.1. Kopsude kunstlik ventilatsioon
16.15.1.1.1. Kopsude mehhaanilise ventilatsiooni meetod
16.15.1.1.2. Hingamisaparaadi töörežiim
16.15.1.1.3. Hingamismaht
16.15.1.1.4. Hingamissagedus
16.15.1.1.5. FiO2
16.15.2. Hapniku manustamise kogus
16.16. Elustamiseks kasutatud ravimid
16.16.1. Ravimi manustamise aeg
16.16.2. Toimeaine
16.16.3. Ravimivorm
16.16.4. Ühekordne annus
16.16.5. Ravimi manustamise tee
16.16.6. Ravimi manustamine perfuusoriga
16.16.6.1. Ravimilahuse kontsentratsioon
16.16.6.2. Perfuusori kiirus
16.16.7. Allergia tekkimine kiirabi poolt manustatud ravimitele
16.16.8. Patsiendi enda ravimi kasutamine
16.16.9. Lisainfo
16.17. Elustamise tulemus ja hindamise aeg
16.17.1. Kiirabil elustamiseks kulunud aeg minutites
16.17.2. Kliinilise surma kestus kokku (minutites)
16.18. Südametegevuse käivitaja
16.19. Patsiendi seisund vereringe taastumise järel (enne relaksantide ja sedatiivumite manustamist)
16.19.1. Seisundi hindamise aeg
16.19.2. Teadvus
16.19.3. Pupillide suurus
16.19.4. Pupillide valgusreaktsioon
16.19.5. Omahingamine
16.19.6. Motoorne vastus
16.19.7. Köharefleks
16.19.8. Süstoolne vererõhk
16.19.9. Diastoolne vererõhk
16.19.10. Südamesagedus
16.19.11. Südame rütm
16.20. Patsiendi seisund haiglasse saabumisel
16.20.1. Seisundi hindamise aeg
16.20.2. Teadvus
16.20.3. Pupillide suurus
16.20.4. Pupillide valgusreaktsioon
16.20.5. Omahingamine
16.20.6. Motoorne vastus
16.20.7. Köharefleks
16.20.8. Süstoolne vererõhk
16.20.9. Diastoolne vererõhk
16.20.10. Südamesagedus
16.20.11. Südame rütm
16.21. Probleemid ja tüsistused elustamisel
18. Trauma andmed
18.1. Täpne või umbkaudne trauma toimumise aeg
18.3. Trauma mehhanism
18.4. Liiklusõnnetuses osalenute andmed
18.4.1. Vigastatud isiku poolt kasutatud sõiduk
18.4.2. Vigastatud isiku roll
18.4.3. Vigastatu turvaseadmed või kaitsevahendid
18.4.4. Teiste liiklusõnnetuses osalejate sõidukid
18.5. Kannatanute arv samas õnnetuses
18.6. Trauma liik
18.7. Vigastuse piirkond ja iseloom
19. Mürgistuse andmed
19.1. Täpne või umbkaudne mürgistuse aeg
19.3. Mürgistuse laad
19.4. Mürgistust põhjustav aine
20. Kiirabi teostatud protseduuride andmed
20.1. Veeni kanüleerimine
20.2. Intraossaalse nõela paigaldamine
20.3.2. Intrakardiaalse ravimi manustamise meetod
20.4. Perfuusori kasutamine
20.5. Infusioon
20.6. Kardiomonitooring
20.7. Defibrilleerimine
20.8. Kardioversioon
20.9. Elektrokardiostimulatsioon
20.9.5. Režiim
20.10. Pulssoksümeetria
20.11. Kapnograafia/kapnomeetria
20.12. EKG tegemine
20.14. Veresuhkru määramine
20.15. Temperatuuri mõõtmine
20.16. Hapnikravi
20.17. Endotrahheaalne intubatsioon
20.18. Kõritoru paigaldamine
20.19. Oro- või nasofarüngeaaltoru paigaldamine
20.20 Kõrimaski paigaldamine
20.21. Krikotüreotoomia
20.22. Aspireerimine
20.23 CPAP maski kasutamine
20.27. Perikardiõõne punkteerimine
20.28. Pleuraõõne dreneerimine
20.38. Võõrkeha eemaldamine
22.1. Konsultatsioonid
22.1.1. Konsultatsiooni allikas
22.2. Lisajõu appikutsumine
24. Visiidi tulemuse andmed
24.1. Visiidi tulemus
24.2. Patsiendi üleandmine
24.2.1.1. Üleandmise aeg
24.2.1.2.3.1. Asutuse nimetus
24.2.5.1. Surma kuupäev ja kellaaeg

LISA 3. Ambulatoorse epikriisi ja statsionaarse ning päevaravi epikriisi andmekoosseis.
5. Haigusjuhtumi andmed
5.2. Haigusjuhtumi algus- ja lõpuaeg
5.5. Surma kuupäev ja kellaaeg
7. Anamneesi andmed
7.1. Anamnees
7.2. Kaebused
8.2.12.2. Teadvuse ja vaimsete võimete kirjeldus
8.2.16. Psüühiline seisund
8.2.16.1. Leiu hinnang
8.2.16.2. Orienteerituse kirjeldus
8.2.16.3. Psüühika kirjeldus
8.3. Funktsioonide hindamine
8.3.1. Hindamise kuupäev
8.3.2.2. Abivahend
8.3.2.3. Abivahendi kasutamise vajaduse kirjeldus
8.3.5. Motoorika
8.3.5.1. Hinnangu kirjeldus
8.3.5.2. Abivahend
8.3.5.3. Abivahendi kasutamise vajaduse kirjeldus
8.3.6. Liikumine
8.3.6.1. Hinnangu kirjeldus
8.3.6.2. Abivahend
8.3.6.3. Abivahendi kasutamise vajaduse kirjeldus
8.3.7. Hingamine
8.3.7.1. Hinnangu kirjeldus
8.3.7.2. Abivahend
8.3.7.3. Abivahendi kasutamise vajaduse kirjeldus
22.3. Terviseseisundi kirjeldus


Statsionaarse ja päevaravi epikriisi andmekoosseis:

5. Haigusjuhtumi andmed
5.2. Haigusjuhtumi algus- ja lõpuaeg
5.5. Voodipäevade arv
5.6. Päevaravi kuupäev*
5.7. Osakondades viibimine**
5.7.5. Voodipäevade arv osakonnas
5.9. Surma kuupäev ja kellaaeg
8. Anamneesi andmed
8.1. Anamnees
8.2. Diagnoosi põhjendus
8.3. Haiguse kulg
18. Seisund haiglast väljakirjutamisel
18.1. Patsiendi seisund
18.2. Seisundi kirjeldus
19. Režiimi ja ravialased (sh taastusraviks) soovitused
19.1. Soovituste kirjeldus
22.3. Terviseseisundi kirjeldus

TIS struktuursed andmed Kõik kaasuvad RHK-10 diagnooside koodid kuupäevaga (et arvutada Charlsoni ja Elixhauseri kaasuvate haiguste skoore)
Vereanalüüside tulemused kuupäevaga:
cTnT (kõrgtundlik) ng/l P-Crea eGFR aB-Lac
Neuronispetsiifiline enolaas (NSE) Raviarvete andmed: Intensiivravi protseduuride teostamise andmed: Tsentraalveeni kanüleerimine ,7741 Perikardiõõne või pleuraõõne punktsioon , 7744
Pleuraõõne püsidrenaaži rajamine , 7745
Pidev hemodialüüs või hemodiafiltratsioon (üks ööpäev) , 7746
Hemodialüüsi seanss , 7709
Elustamine kliinilisest surmast (juhitav hingamine, südamemassaaž, ravimid, defibrillatsioon, protokoll) , 7756
Hüperbaarilise oksügenisatsiooni seanss , 7757
Intraaortaalne kontrapulsatsioon , 7759
EEG pidevmonitooring intensiivravi osakonnas (üks ööpäev) , 7767
Ekstrakorporaalse membraanoksügenisatsiooni protseduur (üks ööpäev) , 7768
Intraaortaalne kontrapulsatsioon , 7759
Invasiivse kardioloogia uuringute ja protseduuride teostamine Swan-Ganzi kateetri paigaldamine ja monitooring, 7651,
Koronarograafia, 7654
Koronaaršuntide angiograafia, 7687
Perkutaanne koronaarinterventsioon esimesel stenoosil, 7655
Perkutaanne korornaarinterventsioon igal järgneval stenoosil, 7656
Perkutaanne korornaarinterventsioon kroonilise oklusiooni avamiseks, 7688
Vooluvaru mõõtmine (FFR), 7689
Pärgarterisisene ultraheliuuring (IVUS), 7690
Pärgarterisisene optiline koherentstomograafia (OCT) Perkutaanne endomüokardi biopsia, 7696
Arütmiate raadiosageduslik kateeterablatsioon, 7679
Arütmiate kompleksne raadiosageduslik kateeterablatsioon, 7680
Ühekambrilise südamestimulaatori paigaldamine ja programmeerimine, 7673
Kahekambrilise südamestimulaatori paigaldamine ja programmeerimine, 7674
Südamestimulaatori elektroodide eemaldamine ja/või vahetus, 7662
Resünkroniseeriva kardiostimulaatori (CRT-P) paigaldamine ja programmeerimine,7678
Resünkroniseeriva kardioverter-defibrillaatori (CRT-D) paigaldamine ja programmeerimine, 7675
Kahekambrilise kardioverter-defibrillaatori (DR ICD) paigaldamine ja programmeerimine, 7676
Ühekambrilise kardioverter-defibrillaatori (VR ICD) paigaldamine ja programmeerimine, 7677
Ajutise endokardiaalse elektroodi paigaldamine, 7710
Südamestimulaatori telemeetriline järelkontroll (kvartalis), 7683
Elektriline sünkroniseeritud kardioversioon, 7684
Voodipäevade arv
I astme intensiivravi, 2070 päevade arv
II astme intensiivravi, 2071, päevade arv
III astme intensiivravi, 2072, päevade arv
III A astme intensiivravi, 2073, päevade arv

Järelravi, 2047, päevade arv
Statsionaarne hospiitsravi, 2068
Doonorlusega seotud raviarved
Surnud doonori pankrease käitlus siirdamiseks (sh eemaldamine) , 1Y2102
Surnud doonori maksa käitlus siirdamiseks, sh maksa eemaldamine, 0Y2101
Surnud doonori pankrease käitlus siirdamiseks (sh eemaldamine) , 1Y2102
Surnud doonori naha käitlus siirdamiseks, sealhulgas allogeensete nahatransplantaatide (allonaha) eemaldamine, 1Q2122
Surnud doonori luukoe käitlus siirdamiseks, sealhulgas luukoe eemaldamine, 1N2159 F
Funktsionaaldiagnostiliste uuringute teostamine
Elektrokardiograafia, 6361
Elektrokardiograafia koormustest (veloergomeetril, koormusrajal), 6324
Tilt-test, 6325
Söögitorukaudne ehhokardiograafia, 6331
Söögitorukaudne elektrofüsioloogiline uuring, 6332
Ehhokardiograafia osalise mahuga, 6339
Täismahus ehhokardiograafia, 6340
„Strain“ ehhokardiograafia, 6367
Diagnoosipõhiste kompleksteenuste (DRG) osutamine Raske traumaatiline ajukahjustus , 027
Traumaatiline ajukahjustus, vanus >17, kht-ga , 028
Traumaatiline ajukahjustus, vanus >17, kht-ta , 029
Traumaatiline ajukahjustus, vanus 0–17 , 030
Põrutus, vanus >17, kht-ga , 031
Põrutus, vanus >17, kht-ta , 032
Põrutus, vanus 0–17 , 033
Närvisüsteemi muud haigused, kht-ga , 034
Närvisüsteemi muud haigused, kht-ta , 035
Kopsuarteri emboolia , 078
Hingamisteede infektsioonid ja põletikud, vanus > 17, kht-ga , 079
Hingamisteede infektsioonid ja põletikud, vanus > 17, kht-ta , 080
Hingamisteede infektsioonid ja põletikud, vanus 0–17 , 081
Kopsuturse ja hingamispuudulikkus , 087
Krooniline obstruktiivne kopsuhaigus ,088
Müokardi infarkt kardiovaskulaarsete tüsistustega, elus neljandal ravipäeval , 121
Äge müokardi infarkt kardiovaskulaarsete tüsistusteta, elus neljandal ravipäeval , 122
Äge müokardi infarkt kardiovaskulaarsete tüsistustega, surm esimese kolme ravipäeva jooksul
Diagnostiline perkutaanne südame protseduur keerukate vereringe seisunditega , 124
Diagnostiline perkutaanne südame protseduur ilma keerukate vereringe seisunditeta , 125
Diagnostiline perkutaanne südame protseduur, lühike ravi ,125O
Äge ja alaäge endokardiit , 126
Südamepuudulikkus ja šokk , 127
Süvaveenide tromboflebiit , 128
Selgitamata põhjusega südameseiskus , 129

E-kiri.eml

Tähelepanu! Tegemist on välisvõrgust saabunud kirjaga.
Tundmatu saatja korral palume linke ja faile mitte avada.

Tere!

Saadan Eetikakomisjoni loa andmete pärimiseks e-kiirabi moodulist ja epikriisidest, samuti huvitab mind: kas surmapõhjuste registriga teeb ühildamise ära TEHIK, sest pseudonüümandmetega see ei ole mul endal võimalik.

Samas vabatekstiandmetega, kui see on suurem töökoormus tavapärasest on mul rohkem aega. Soov oleks esimesel võimalusel saada luba e-kiirabi mooduli andmetele, need on struktureeritud elustamiskaardid, kogu andmekoosseis on olemas eetikaloa lisas, mis vastab riigiteatajas avaldatule.

Eetikaloa number TEET350- lisasin kirjale manusena.

Tervitades,

Tuuli Volber BcS, McS, RN.

Doktorant-nooremteadur

Tervisetehnoloogiate instituut

Infotehnoloogia teaduskond

Tallinna Tehnikaülikool

“Development and Evaluation of a National Out-of-Hospital Cardiac Arrest Dataset in Estonia: Data Quality, Utstein Compliance, and Artificial Intelligence Readiness”

TEET350_Application.zip

image.png

Elustamisestatistika Eestis 2018-2025.docx

Lisa 3. Tabel 1. Eesti elustamise statistika 2018- 03. 2025 
Siin on mõned olulisemad andmed Sotsiaalministeeriumilt kuni 03.04.2025
   
2018  
2019  
2020  
2021  
2022  
2023  
2024  
03.04.2025  
kokku  
AS Lõuna-Eesti Haigla  
15  
19  
30  
19  
24  
24  
14  
6  
202  
Karell Kiirabi AS  
92  
104  
92  
92  
81  
86  
101  
30  
899  
Kuressaare Haigla SA  
10  
11  
17  
5  
13  
9  
13  
2  
113  
Narva Haigla SA  
38  
35  
34  
32  
38  
26  
33  
12  
328  
PÕHJA-EESTI REGIONAALHAIGLA SA  
116  
95  
111  
126  
76  
93  
99  
23  
948  
Pärnu Haigla SA  
42  
44  
36  
50  
44  
28  
56  
13  
406  
SA Tartu Kiirabi  
150  
176  
180  
199  
185  
161  
171  
42  
1735  
Tallinna Kiirabi  
253  
304  
326  
306  
302  
314  
294  
56  
2161  
Valga Haigla AS  
10  
8  
18  
13  
13  
19  
14  
3  
116  
Üldkokkuvõte  
726  
796  
844  
842  
776  
760  
795  
187  
6908  

Kasutatud kirjandus.docx

Lisa 4. Kasutatud kirjandus

Aves, T., Allan, K. S., Sujanthan, S., Henderson-Lee Wah, D., Rahimi, M., Shalca, S., Kishibe, T., Lin, S., Swartz, R. H., Dainty, K. N., & Haywood, K. L. (2025). Evaluating measurement quality and feasibility of neurocognitive screening instruments for adult survivors of out-of-hospital cardiac arrest: A systematic review. In Resuscitation. Elsevier Ireland Ltd. https://doi.org/10.1016/j.resuscitation.2025.110793
Brooks, S. C., Clegg, G. R., Bray, J., Deakin, C. D., Perkins, G. D., Ringh, M., Smith, C. M., Link, M. S., Merchant, R. M., Pezo-Morales, J., Parr, M., Morrison, L. J., Wang, T. L., Koster, R. W., & Ong, M. E. H. (2022). Optimizing Outcomes after Out-of-Hospital Cardiac Arrest with Innovative Approaches to Public-Access Defibrillation: A Scientific Statement from the International Liaison Committee on Resuscitation. In Circulation (Vol. 145, Number 13). https://doi.org/10.1161/CIR.0000000000001013
Caputo, M. L., Baldi, E., Burkart, R., Wilmes, A., Cresta, R., Benvenuti, C., Oezkartal, T., Cianella, R., Primi, R., Currao, A., Bendotti, S., Compagnoni, S., Gentile, F. R., Anselmi, L., Savastano, S., Klersy, C., & Auricchio, A. (2024). Validation of Utstein-Based score to predict return of spontaneous circulation (UB-ROSC) in patients with out-of-hospital cardiac arrest. Resuscitation, 197. https://doi.org/10.1016/j.resuscitation.2024.110113
Chen, D., Li, G., Huang, J., & Li, Y. (2026). Superior Machine Learning Model for Post-Cardiac Arrest Mortality Prediction: A MIMIC-IV Cohort Study. Resuscitation Plus, 101223. https://doi.org/10.1016/j.resplu.2026.101223
E, B., ML, C., S, S., & et al. (2020). An Utstein-based model score to predict survival to hospital admission: The UB-ROSC score. International Journal of Cardiology, 308, 84–89. https://www.internationaljournalofcardiology.com/article/S0167-5273(19)36379-X/fulltext
Gräsner, J. T., Herlitz, J., Koster, R., Ortiz, F. R., Wnent, J., Maurer, H., Masterson, S., Tjelmeland, I. B. M., Böttiger, B. W., & Bossaert, L. (2014). EuReCa ONE - ONE month - ONE Europe - ONE goal. In Resuscitation (Vol. 85, Number 10, pp. 1307–1308). Elsevier Ireland Ltd. https://doi.org/10.1016/j.resuscitation.2014.08.001
Hellsén, G., Rawshani, A., Skoglund, K., Bergh, N., Råmunddal, T., Myredal, A., Helleryd, E., Taha, A., Mahmoud, A., Hjärtstam, N., Backelin, C., Dahlberg, P., Hessulf, F., Herlitz, J., Engdahl, J., & Rawshani, A. (2023). Predicting recurrent cardiac arrest in individuals surviving Out-of-Hospital cardiac arrest. Resuscitation, 184. https://doi.org/10.1016/j.resuscitation.2022.109678
Hessulf, F., Bhatt, D. L., Engdahl, J., Lundgren, P., Omerovic, E., Rawshani, A., Helleryd, E., Dworeck, C., Friberg, H., Redfors, B., Nielsen, N., Myredal, A., Frigyesi, A., Herlitz, J., & Rawshani, A. (2023). Predicting survival and neurological outcome in out-of-hospital cardiac arrest using machine learning: the SCARS model. EBioMedicine, 89. https://doi.org/10.1016/j.ebiom.2023.104464
J-T, G., JE, B., JP, N., & et al. (2024). Cardiac arrest and cardiopulmonary resuscitation outcome reports: 2024 update of the Utstein Out-of-Hospital Cardiac Arrest Registry template. Resuscitation, 201, 110288. https://www.resuscitationjournal.com/article/S0300-9572(24)00182-5/fulltext
Lubi, K., & Soone, H. (n.d.). The necessity of a resuscitation registry in Estonia: qualitative approach based on expert interviews and document analysis.
Ni, P., Zhang, S., Zhang, G., Zhang, W., Zhang, H., Zhu, Y., Hu, W., & Diao, M. (2025). Development and validation of machine learning-based prediction model for outcome of cardiac arrest in intensive care units. Scientific Reports, 15(1). https://doi.org/10.1038/s41598-025-93182-3
on Resuscitation (ILCOR), I. L. C. (2024). 2024 OHCA Utstein Template Update. https://ilcor.org/news/2024-ohca-utstein-template-update
PPY, W., C-T, L., W, C., KTY, L., & P-C, L. (2022). A spatiotemporal data mining study to identify high-risk neighborhoods for out-of-hospital cardiac arrest (OHCA) incidents. Scientific Reports. https://www.nature.com/articles/s41598-022-07442-7.pdf
R, B., van Schuppen H, H, K., EW, H., R, S., & D, D. (2023). Where do we need to improve resuscitation? Spatial analysis of out-of-hospital cardiac arrest incidence and mortality. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine, 31, 63. https://link.springer.com/article/10.1186/s13049-023-01131-8
Reinhard, V., Vaasna, E., Kärgenberg, L., Laugamets, A., Kõrgvee, A., & Kiirabi, T. (2010). Haiglaväline äkksurm, kaugtulemused haiglavälisest äkksurmast elustamise korral ning võimalused nende parandamiseks. In Eesti Arst (Vol. 89, Number 11).
Sipria, A., Kirsimägi, Ü., Popov, A., & Veber, A. (2016). Taaselustamine haiglaväliselt tekkinud südame äkksurmast. Tulemused. In Eesti Arst (Vol. 95, Number 7).
Sunderland, N., Cheese, F., Leadbetter, Z., Joshi, N. V, Mariathas, M., Felekos, I., Biswas, S., Dalton, G., Dastidar, A., Aziz, S., McKenzie, D., Kandan, R., Khavandi, A., Rahbi, H., Bourdeaux, C., Rooney, K., Govier, M., Thomas, M., Dorman, S., … Johnson, T. W. (2023). Validation of the MIRACLE2 Score for Prognostication After Out-of-hospital Cardiac Arrest. Interventional Cardiology: Reviews, Research, Resources, 18. https://doi.org/10.15420/icr.2023.08

TEET350_Application.zip

TEET350_Application_2026-04-23_ENG.pdf

NB! Print view does not include fles that are attached to the form. Files should be printed out separately.

TEET350 application 2026

Üle-Eestilise haiglavälise kliinilisest surmast elustamise

tulemuslikkuse retrospektiivne kohortuuring; Üle-Euroopalise

haiglavälise elustamise registriga liitumine ja andmekvaliteedi

parandamine läbi uuringu tulemuste.

A nationwide retrospective cohort study on the outcomes of

out-of-hospital clinical death resuscitation; joining the pan-

European out-of-hospital resuscitation registry and improving

data quality based on the study findings.

Tallinn University of Technology, School of Information

Technologies, Department of Health Technologies

01.06.2026

01.01.2035

1.2 Computer and information

sciences

2.6 Medical engineering

3.2 Clinical medicine

3.3 Health sciences

Uuringu põhieesmärk on parandada Eestis haiglavälisel elustamisel kliinilisest surmast taaselustamise

dokumenteerimise kvaliteeti, et võimaldada usaldusväärsemat prognostikat ja tõenduspõhist

tervishoiuressursside planeerimist. Selle eesmärgi saavutamiseks hinnatakse retrospektiivses

kohortuuringus ajavahemikul 01.01.2020–31.12.2025 haiglaväliselt taaselustatud patsientide

elustamisandmete kvaliteeti TEHIKu andmebaasi põhjal (prognoositav valim ~4500 juhtu), jätkates

andmete kogumist ja analüüsi prospektiivselt kuni aastani 2030. Uuring hõlmab riikliku andmekorje

ühtlustamist ja integreerimist Euroopa elustamise registriga ning dokumenteerimispraktikate täiustamist,

sealhulgas dokumenteerimist toetava digitaalse abivahendi piloteerimist ja selle abil kogutud andmete

võrdlust rutiinsete registriandmetega.

The primary objective of the study is to improve the quality of documentation related to out-of-hospital

Research project application

Tuuli Volber

Title in Estonian

Title in English

Principal investigator

Responsible institution

Study start date

Study end date

Fields of research

Main objective of the study (in Estonian)

Main objective of the study (in English)

1

resuscitation from clinical death in Estonia, in order to enable more reliable prognostication and evidence-

based healthcare resource planning. To achieve this objective, a retrospective cohort study will assess the

quality of resuscitation data for patients resuscitated outside the hospital setting between 1 January 2020

and 31 December 2025, based on data from the TEHIK database (estimated sample size approximately

4,500 cases). Data collection and analysis will subsequently continue prospectively until 2030. The study

also encompasses the harmonization of national data collection practices and integration with the

European cardiac arrest registry, as well as the improvement of documentation practices, including the

piloting of a digital documentation support tool and comparison of data collected through this tool with

routine registry data.

Yes

3) Health Data and Data Science Subcommittee

Yes

EU European Union

Kuigi uuring viiakse läbi Eestis ning esmased andmetöötluse ja

analüüsi etapid toimuvad Eesti andmevaldajate ja uurija

vastutusel, on uuring osaliselt seotud rahvusvahelise koostööga

Euroopa elustamise registriga. Uuringu raames kavandatakse

riikliku elustamisandmestiku ühtlustamist ja edastamist

Euroopa tasandi registrisse, eesmärgiga tagada andmete

võrreldavus, kvaliteet ja pikaajaline säilitamine rahvusvahelises

teadusraamistikus.

Euroopa elustamise registrisse edastatakse üksnes

pseudonüümitud ja standardiseeritud andmed, mis ei sisalda

otseseid isikut tuvastavaid tunnuseid. Andmete edastamine

toimub Euroopa Liidu piires ning vastavalt kehtivatele

andmekaitsenõuetele, sh isikuandmete kaitse üldmäärusele

(GDPR). Uurija ei edasta andmeid väljapoole Euroopa Liitu ega

oma kontrolli registri edasise andmekasutuse üle, mis toimub

vastavalt vastava registri andmehalduse ja juurdepääsu

reeglitele.

On arvestatud võimalusega, et Euroopa elustamise registrisse

Additional information

Other involved institutions

Is this a student project?

Which subcommittee would you prefer to review your application?

Will part of the study be conducted outside Estonia?

Research Location Countries

Briefly explain the research activities taking place outside Estonia

2

edastatud andmeid võidakse tulevikus kasutada Euroopa-

ülesteks koondanalüüsideks. Sellisel juhul toimub andmete

kasutamine registri kehtivate eetikareeglite,

andmekaitsemeetmete ja juurdepääsuprotseduuride alusel

ning eraldiseisvate uurimisprojektide raames. Käesoleva

uuringu vastutav uurija ei osale ega vastuta andmete edasise

sekundaarse kasutamise eest väljaspool käesoleva uuringu

eesmärke.

Andmete edasine kasutamine toimub üksnes agregaat- ja

pseudonüümitud kujul ning ei võimalda üksikisikute

tuvastamist. Selline lähenemine vastab nii andmekaitse

põhimõtetele kui ka teaduseetika nõuetele ning on kooskõlas

Helsingi deklaratsiooni privaatsuse ja konfidentsiaalsuse

põhimõtetega.

No

Yes

Käesoleva töö koostamisel kasutati tehisaru‑põhist kirjutamis-

ja analüüsimistööriista Microsoft 365 Copilot, mille ülesanne oli

toetada keelelist toimetamist, tekstilise väljenduse selgust ja

struktuuri kujundamist. Kõik teaduslikud otsused ja sisu,

andmetõlgendused ja järeldused pärinevad uurijate

meeskonnalt.

Has the study or any part of it been submitted for review to another ethics committee in Estonia or abroad?

Additional information about previous or concurrent reviews

Has artificial intelligence been used in preparing the application or any of its parts?

Please explain for what purpose and to what extent AI was used

Principal investigator

3

Other researchers involved (main executors, collaborators)

Person Degree Institution and occupation Start date End date CV

Tuuli

Volber

Master's

Degree

Tallinn University of Technology, School of

Information Technologies, Department of Health

Technologies, Junior Research Fellow (1,00), Tallinn

Health University of Applied Sciences, Chair of

Nursing , lecturer-teacher (1,00), Tallinn Health

Care College, Nursing, teatcher

01.06.2026 01.01.2035

EST

/

ENG

Role Person Degree Institution and

occupation Start date End date CV

Main

executor

Eno-Martin

Lotman 01.06.2026 01.01.2035

EST /

ENG

Main

executor Elli Valla

Doctor's

Degree 01.06.2026 01.01.2035

EST /

ENG

Main

executor

Katrin Gross-

Paju

Doctor's

Degree 01.06.2026 01.01.2035

EST /

ENG

Kogu uuring viiakase läbi põhitöö raames ja uurijatele lisatasusid ei maksta.

0

No

3.1. Funding

3.2. Compensation and insurance for participants

Funding sources [311]

Estimated total cost of the study [312]

Related projects [313]

Will participants receive compensation (monetary and/or non- monetary) for taking part in the study? [321]

Amount of compensation and/or description and 4

No

description and justification of non- monetary compensation [321a]

Is insurance coverage for participants required for conducting the study? [322]

Explanation of insurance coverage [322a]

Eestis on teostatud samal teemal kaks olulisemat uuringut:

1) Haiglavälise äkksurma elustamine Eestis (1999–2013)

(Sipria et al., 2016)

Selles prospektiivses kohort-uuringus analüüsiti 8586

haiglavälist elustamiskatset. Uuringus

selgus, et tunnistajate juuresolekul tekkinud äkksurma korral oli

edukas taaselustamine 10,2%

juhtudest. Kusjuures elulemus paranes ajas 9,4% (1999-2003) ja

13,8% (2009-2013)Kiirabi

reageerimisaeg kauem kui 10 min vähendas ellujäämist

(OR=0,37) ja taaselustamise kestus

enam kui 20 min seostus väga madala ellujäämisega

(OR=0,09).

2) Haiglavälise äkksurma kaugtulemused ja elukvaliteet. Eesti

Arst, 2010; (Reinhard et al., 2010)

Uuringu tulemusena näidati et haiglast kirjutatakse välja ~10%

tunnistajatega äkksurma

juhtudest ning 1 kuni 5 aasta elulemus on enam kui 60%. Samas

elukvaliteet on madalam kui

üldrahvastiku keskmine (füüsiline võimekus, sotsiaalne

toimetulek, üldine tervis).

Globaalsetest registritest on teada, et äkksurmast

taaselustamise üldine prognoos elulemusele

ning neuroloogilisele taastumisele on halb. Euroopas esineb ligi

350 000 haiglavälist südame

äkksurma juhtu aastas (Gräsner et al., 2014). Suurem osa neist,

kellel suudetakse taastada efektiivne

vereringe, on haiglasse jõudes teadvuseta ning vajavad käsitlust

intensiivravi osakonnas. Sealt

kirjutatakse elusana välja 30–55% reanimeeritud patsientidest.

4.1. Background, purpose, and justifcation of the study

Brief overview of previous studies on the same topic [411]

5

Osal neist esineb hilisemas elus

kognitiivseid häireid ja psühholoogilisi probleeme.

Neuroloogilise kaugtulemuse hindamiseks kasutatakse levinud

hindamisskaalasid (CPC -

cerebral performance category; GCS -

Glasgow coma scale; mRS - modified Rankin scale), kuid

neid skaalasid ei dokumenteerita Eestis süstemaatiliselt.

Palju on varasemalt uuritud neuroloogilise kahjustuse

patofüsioloogiat.

Kliinilise surma korral verevarustuse katkedes tarvitatakse aju

energiavarud 5 minuti jooksul.

Hapniku ja energia defitsiit

põhjustavad elektrokeemilise transmembraanse gradiendi

kadumise,

mis katkestab sünaptiliste ühenduste ülekanded ja

aktsioonipotentsiaalide tekke. Vabanenud

glutamaat ja rakusisene kaltsium kuhjuvad ning see protsess

tingib raku hukkumise. Vereringe

taastumisega kaasnevad reperfusioon ja reoksügenistatsioon,

need aga kutsuvad esile edasist

närviraku kahjustust. Hüpereemia tekitab esialgu

mikrotsirkulatsiooni häireid, millele hiljem

järgneb vasomotoorsest paralüüsist globaalne

ja multifokaalne hüpoperfusioon.

Reoksügenisatsioon tekitab mitmeid keemilisi kaskaade, mis

põhjustavad oksüdatiivset

kahjustust. Muutused põletikureaktsioonis aktiveerivad

endoteliaalrakke ja leukotsüüte, need

süvendavad omakorda koekahjustust. Hüpoksilise

ajukahjustuse ravis pole vaatamata

intensiivravi võimaluste olulisele paranemisele märkimisväärset

arengut toimunud. Viimastes

ravijuhendites peetakse elustamisjärgses seisundis haigetel

palaviku vältimist ning homeostaasi

säilitamist oluliseks hüpoksilise ajukahjustuse vähendamiseks.

Prekliiniliste ja kliiniliste uuringute alusel on leitud mitmeid

faktoreid, mis ennustavad neuroloogilse taastumise prognoosi

vereringe taastumise järel. On näidatud, et neuroloogilist

prognoosi ja suremust mõjutavad oluliselt näiteks kliinilise

surma kestus, varajane

elustamisevõtete kasutamine, vanus ning südameseiskuse

vorm. Üks enim valideeritud skoore,

mis ennustab taaselustamise järgselt neuroloogilise taastumise

tõenäosust on MIRACLE2

(Sunderland et al., 2023). Üks olulisemaid taaselustatud

patsientide käsitluse komponente on võimalikult

6

täpne ning varajane neuroloogilise prognoosi hindamine.

Neuroloogilist prognoosi hinnatakse

kompleksse algoritmi alusel, mille

moodustavad elektroentsefalograafia (EEG), piltdiagnostika (nt

kompuutertomograafia ja aju magnetresonantstomograafia),

ajutüve reflekside hindamine,

vereanalüüsid (näiteks neuronspetsiifiline enolaas) jt.

Edukad elustamise registrid mujal, erakorralisest meditsiiniabist

lähtuvad: sisaldavad OHCA (haiglaväline südameseiskus)

sündmuskoha andmeid, haiglavälise elustamise ROSC

(spontaanse vereringe teke) kohta ning võivad sisaldada põhilisi

intensiivravi osakonna andmeid. Väheste registrite kohta on

vabalt kättesaadavad täpsed andmekoosseisud ja väljade

definitsioonid.

Näited:

ICNARC Case Mix Programme (UK) Suurbritannia riiklik

intensiivravi audit. Kogub patsientide juhtumipõhist infot

intensiivravi osakondade kvaliteedi, juhtumite raskuse ja

tulemite kohta.

ANZICS Adult Patient Database (Austraalia & Uus-Meremaa)

Hõlmab peaaegu kõiki intensiivravi osakondasi Austraalias ja

Uus-Meremaal. https://www.anzics.org/adult-patient-database-

apd/NICE (Holland) Rahvuslik ICU (intensiivravi osakond)

kvaliteedi register ja uurimisplatvorm.

SIR (Rootsi intensiivraviregister) Kogub kõik ICU juhtumid

riiklikult.

eICU Collaborative Research Database (USA) Mitmekeskuseline (

200+ haiglat) ICU telemeditsiini andmestik. https://eicu-

crd.mit.edu/gettingstarted/access/ CARES

(Cardiac Arrest Registry to Enhance Survival, USA)

Haiglaväliste südameseiskuste register.

https://mycares.net/sitepages/hospitaldataelements.jsp GWTG-

Resuscitation (USA, American Heart Association)

Haiglasiseste südameseiskuste register ja kvaliteediprogramm.

Andmeelementide loendid ja CRF ei ole avalikud; ainult

osalejatele.

EuReCa THREE Euroopa rahvusvaheline taaselustamise register

1. september 2022 kuni 30. November 2022.

Uuringu uudsus: tehisintellekti kasutamine andmeanalüüsis,

kiirabide paiknemise parameetrite paikapanek ressursikasutuse

sihipärase kasutuse eesmärgil ja võimaliku dokumenteerimise

abivahendi rakendamine- häälemudeli kasutamine ning selle

piloteerimine poole aasta vältel.

7

Uuringu erinevates etappides hinnatakse mitmeid

taaselustamise protsessi, dokumenteerimise ja ravi kvaliteedi

aspekte.

Uurimisküsimused:

1. Hinnatakse olemasolevat andmebaasi kogunenud

struktuursete andmete vastavust Utsteini standardile (Lisa 2), et

tuvastada süsteemsed lüngad?

2. Mil määral vastab Eesti OHCA (out-of-hospital cardiac arrest)

register Utsteini 2024 standardi põhi‑ ja lisamuutujatele ning

millised on peamised kogutud andmelüngad?

3. Hinnatakse millised andmekvaliteedi probleemid (vastuolud,

ajamonotoonsuse rikkumised, vähene eristusvõime) mõjutavad

kõige enam elulemuse hindamise täpsust?

4. Kas olemasolevate andmete põhjal on võimalik adekvaatselt

hinnata ellujääjate neuroloogilist kaugtulemust ning kas

andmekaevet on võimalilk teha TI-vahenditega?

5. Kas häälmudeli piloteerimine (elustamise dokumenteerimine

ei sõltu enam mälul vaid on täielikult taasesitatav), Tallinna

Kiirabi brigaadidel, poole aasta vältel, annab erinevad

tulemused võrreldes TEHIKU andmetega?

6. Kuidas mõjutab andmekvaliteedi paranemine ruumi‑ajalisel

OHCA analüüsil saadavaid tulemusi (kuum-kohad,

riskipiirkonnad) ning millist lisaväärtust annab see

kiirabiressursi paigutamise ja reageerimisaja optimeerimisele?

Hüpoteesid:

H1: Kas Eesti OHCA register jätab olulise osa Utstein 2024

põhiandmetest kas osaliselt või täielikult täitmata, eriti

dispetšeri ja ajapõhiste protsessimuutujate osas. Utstein 2024

toob välja, et dispetšeri andmed, ajapunktide täpsus ja uued

laiendatud protsessimuutujad on globaalselt sageli

alaesindatud. (E et al., 2020; on Resuscitation (ILCOR), 2024)

H2: Dokumenteeritud andmetes on puudulikud või ebatäpsed

ajapunktid (nt esimese kompressiooni aeg, esimese šoki

aeg, EMS‑i reageerimisaeg, esmane rütm ja bystander‑CPR

kirjed), mis mõjutavad peamiselt ellujäämisprognooside

täpsust. Uuringud näitavad, et just need tunnused on olulised

ellujäämise ennustajad. (Caputo et al., 2024; Hellsén et al.,

2023; Hessulf et al., 2023)

Study objective, summary, and justification [412]

8

H3: Paremini struktureeritud sündmuse koordinaadid ja ajad

võimaldavad tuvastada oluliselt täpsemaid OHCA ruumi‑ajalisi

klastreid, parandades kiirabi teenuse katvust ja reageerimise

kiirust.

H4: Olemasolevate andmete põhjal on võimalik kalkuleerida

MIRACLE2 skoori ning seda valideerida

neuroloogilise kaugtulemuse prognostikaks Eestis

(Sunderland et al., 2023)

H5: Vabateksti väljadest ning raviarvete andmetest on võimalik

kalkuleerida TI-vahendite abiga levinumaid

neuroloogilise kaugtulemuse skoore (CPC, GCS, mRS).

Olemasolevaid andmeid on võimalik kasutada, et

valideerida hulgiparameetrilisi TI-l põhinevaid andmemudeleid,

mis ennustavad taaselustamise järgset

pikaaegset elulemust (Chenet al., 2026) ning haiglasisest

suremust (Ni et al., 2025). Struktureeritud ja vabateksti andmete

põhjal on võimalik kalkuleerida kaasuvate haiguste

koormust Charlsoni (CCI) ja Elixhauser kaasuvate haiguste

skoori (Quan 2005) ning neid skoore valideerida haiglasisese ja

pikaaegse suremuse prognostikas.

H6 Tallinna Kiirabi brigaadidel poole aasta vältel piloteeritav

häälpõhine elustamise dokumenteerimise mudel annab

elustamissündmuste dokumenteerimisel statistiliselt oluliselt

erinevaid ja täielikumaid tulemusi võrreldes TEHIKu andmetega,

kuna dokumenteerimine pole enam retrospektiivne, vaid

dokumenteerimne tomiub paraleelselt elustamisega.

H7 OHCA andmekvaliteedi paranemine mõjutab statistiliselt

oluliselt ruumi‑ajalise analüüsi tulemusi, sealhulgas kuum‑alade

(hot-spot) ja riskipiirkondade tuvastamist, ning annab

lisaväärtust kiirabiressursside paigutamise ja reageerimisaja

optimeerimisel. Hot‑spot analüütika (KDE, Getis‑Ord Gi*, SaTSca

n) eeldab täpseid ruumi‑aja andmeid (PPY et al., 2022; R et al.,

2023) Hot‑spot ja ruumi- aja analüüs on kasutatud kõrge riskiga

piirkondade leidmisel ja seostatud lühema reageerimisajaga.

(PPY et al., 2022)

Elustamisjuhtumite sagedus.

Eestis toimub igal aastal hinnanguliselt 400-600 haiglavälist

elustamisjuhtumit (www.tai.ee). Sotsiaalministeeriumi statistika

on teine, vaadates Lisa 5, Tabel 1, seega on väga vajalik täpsem

analüüs. Kokkuvõttes aitab põhjalik statistika ja analüüs

parandada kiirabiressursi jaotust, toetada teadlikku

9

poliitikakujundamist ja edendada rahvusvahelist koostööd (Lubi

& Soone, n.d.)

Samuti saame teha Sotsiaalministeeriumile ettepanekud

erinevate skaalade lisamiseks tavapraktikasse. Ülemaailmselt

on teada, et andmete leidmine neuroloogilise staatuse

täpsustamiseks on väga raske, mida kirjeldab ka Aves,T oma

artiklis (Aves et al., 2025).

Põhineb Utstein 2024 uuendusel, mis rõhutab täpsemaid

definitsioone, ajapunktide kvaliteeti, dispetšeri rolli ning

struktureeritud põhi- ja lisamuutujaid. (Brooks et al., 2022)

Valim

Valim: kõik patsiendid, kellel on dokumenteeritud

elustamiskaart e-kiirabi elustamismoodulis 01.01.2020–

31.12.2025; ~4500 juhtumit. Prospektiivselt lisandub kuni

2030 ~680 juhtu/a. Praktilise töö käigus on olnud

tähelepanekuid, et osadel juhtudel jääb elustamiskaart

täitmata, mis tähendab tõsist lünka andmekvaliteedis.

Seepärast teeme Tehikule päringu ka täiendavate

kiirabikaartide kohta RHK-10 diagnoosikoodidega:

I46.0 Südameseiskus eduka taaselustamisega

I46.1 Kardiaalne äkksurm (nii kirjeldatud)

I46.9 Täpsustamata südameseiskus

Kontrollgrupiks on fibrilleeritavate ja

mitte fibrilleeritavate rütmidega patsiendid.

Kaasamiskriteeriumid: kõik elustamiskatsega patsiendid.

Väljajätmiskriteeriumid: puuduvad.

Primaarandmed TEHIKu tervise infosüsteemist: kiirabikaartide

elustamismoodul (protsessi parameetrid) ja

ellujäänute epikriisid kuni 1 aasta.

TEHIK väljastab pseudonüümitud CSV.

Andmekoosseisude ühendamine TEHIKu tasandil; uurijale

edastatakse ühendatud andmestik.

Andmekoosseis on kirjeldatud lisas 1.

Surmapõhjuste register.

Uuring on populatsioonipõhine retrospektiivne

ning prospektiivne kohortuuring, mille eesmärk on

hinnata haiglavälise südameseiskuse esinemissagedust,

4.2. Sample and research methodology

Description of the sample [421]

Data collection [422]

Data analysis [423]

10

ellujäämist ja neuroloogilist lõpptulemust Eestis.

Analüüs hõlmab kõiki juhte, kus kiirabibrigaad alustas

elustamist perioodil 01.01.2020–31.12.2025.

Uuringuperiood vältab prospektiivselt aastani 2030, hinnates

igal aastal uuesti samu andmeid, et

täiendada Eesti andmeid Euroopa registris. Hinnanguline

retrospektiivne valim on ligikaudu 4500 juhtu,

millele lisandub igal järgneval aastal ~680 juhtu. Andmed

väljastab TEHIK pseudonüümitud kujul, mis

tähendab, et kliinilised andmed on eraldatud isikuandmetest

ning uurijal puudub võimalus konkreetseid

isikuid identifitseerida. Selline lähenemine vastab GDPR

nõuetele ja rahvusvahelistele standarditele,

sh Utsteini protokollile.

Primaarandmed pärinevad kiirabikaartide elustamismoodulist,

mis sisaldab elustamisprotsessi

parameetreid (rütm, CPR kvaliteet, AED kasutus,

reageerimisaeg).

Kaugtulemus hinnatakse ellujäänute puhul epikriiside alusel

kuni ühe aasta jooksul pärast elustamissündmust.

Neuroloogiline seisund määratakse CPC

(Cerebral Performance Category) skaalal 30 ja 180 päeva järel,

kus CPC 1–2 viitab heale või rahuldavale neuroloogilisele

funktsioonile.

Andmete analüüs toimub Utsteini meetodi alusel, mis tagab

süstemaatilise lähenemise ja võimaldab

tulemuste rahvusvahelist võrdlust.

Kõiki andmed säilitatakse krüpteeritult andmebaasis ning

juurdepääs on ainult vastutava asutuse uurijatel kasutades id-

kaarti ja kaheastmelist identifitseerimist.

Uuring ei hõlma invasiivseid protseduure ega sekkumist,

tegemist on retrospektiivse andmeanalüüsiga, mille risk

osalejatele on olematu.

Projekti eetiline raamistik järgib STROBE juhiseid ja

„ethics by design“ põhimõtet, tagades privaatsuse,

konfidentsiaalsuse ja andmete turvalisuse.

Tulemused aitavad optimeerida kiirabiressursse, täiustada

elustamisprotokolle ja parandada ellujäämist, pakkudes olulist

kasu rahvatervisele.

Utsteini 2024 meetod (lisa 1); kirjeldav statistika; võrdlused

rütmide ja ellujäämise osas;

Neuroloogilise kaugtulemi hingamiseks CPC 30 ja 180 päeva

peale elustamissündmust.

Andmete eeltöötlus hõlmab puuduvate väärtuste käsitlemist,

mille puhul lähtutakse puuduvate andmete mahust ja

jaotusmustrist ning rakendatakse kas

11

sobivaid imputatsioonimeetodeid või eemaldatakse vastavad

vaatlused eelnevalt määratletud kriteeriumide alusel.

Lisaks viiakse läbi erindite tuvastamine ja käsitlemine,

kasutades statistilisi meetodeid ebanormaalsete väärtuste

identifitseerimiseks. Lisaks viiakse läbi erindite tuvastamine ja

käsitlemine, kasutades statistilisi meetodeid ebanormaalsete

väärtuste identifitseerimiseks. Arvestades valimi suurust (~4500

juhtu), eeldatakse, et statistiliselt tuvastatavate erindite osakaal

jääb mõne protsendi piiresse. Erindite käsitlemine toimub

juhtumipõhiselt, hinnates, kas tegemist on

dokumenteerimisvea, andmestiku ebatäielikkuse või kliiniliselt

põhjendatud äärmusega. Erindite eemaldamist valimist tehakse

üksnes metoodiliselt põhjendatud juhtudel, et vältida

kallutatust ja säilitada andmete kliiniline tähendus.

Masinõppemeetodite rakendamise eel normaliseeritakse ja

standardiseeritakse arvulised tunnused, et viia need

võrreldavale skaalale.

Samuti hinnatakse erinevate füsioloogiliste näitajate

informatiivset väärtust ning viiakse läbi tunnuste valik, et

määrata mudelite sisendiks sobivaimad tunnused.

Valimi iseloomustamiseks kasutatakse kirjeldava statistika

meetodeid.

Andmete visualiseerimiseks rakendatakse erinevaid graafilisi

esitusi, sealhulgas jaotusgraafikuid.

Füsioloogiliste parameetrite ja elustamise andmete vaheliste

seoste hindamiseks kasutatakse korrelatsioonanalüüsi ning

vajadusel ka mitmese regressiooni mudeleid.

Elustamise andmete objektiivseks hindamiseks rakendatakse

klassifitseerimis- ja/või

regressioonimudeleid. Klassifitseerimismudeleid kasutatakse

juhtudel, kus uuritavaks tulemuseks on diskreetne või

kategooriline tunnus (näiteks kliiniline tulemus,

dokumenteerimise täielikkuse klass või

elulemusklass). Regressioonimudeleid rakendatakse

olukordades, kus tulemuseks on pidev või kvantitatiivne näitaja

(näiteks ajavahemikud, füsioloogiliste parameetrite väärtused

või prognostilised skoorid). Mudelite valik põhineb tulemuse

muutujate omadustel, andmete struktuuril ja kliinilisel

tõlgendatavusel.

Mudelite treenimisel ja hindamisel kasutatakse ristvalideerimist,

et tagada analüüsi tulemuste üldistatavus ja

vältida üleõppimist.

Mudelite toimivust hinnatakse sobivate jõudlusmõõdikute abil.

Arvestades kliinilise konteksti eripära ja vajadust tulemuste

mõistetavuse järele, rakendatakse mudelite selgitusmeetodeid,

mis võimaldavad hinnata üksiktunnuste panust mudeli

12

ennustustesse ning toetavad kliinilist usaldust mudelite

väljundite suhtes.

No

5.1. Recruitment and informing of participants

5.2. Impact of the study on participants

5.3. Use of human biological material

Are people directly involved as participants in the study? [511]

Recruitment of participants [511a]

Justification for including vulnerable participants [512a]

Procedures and activities with participants [521]

Description of physical intervention [522a]

Description of mental strain or risk of mental health impairment [523a]

Is human biological material collected, used, or stored during the study? [531]

Description of collection and use of biological material [531a]

13

Yes

Eesmärk ja võimekus: Masinõppe meetodeid kasutatakse

andmeanalüüsis, prognostiliste mudelite väljatöötamisel (sh

MIRACLE2, Charlsoni ja Elixhauseri skooride kalkuleerimiseks

vabatekstist) ning prospektiivse dokumenteerimise süsteemi

loomisel.

Masinõppe eetilised riskid seonduvad peamiselt andmekaitse,

õiglusprintsiipide, läbipaistvuse, vastutuse ja

kontekstitundlikkusega. Nende riskide maandamine eeldab

ethics‑by‑design lähenemist, ranget inimkontrolli,

selgitusmeetodite kasutamist ning mudelite rakendamist

üksnes otsustustoena, mitte iseseisva otsustajana.

Andmete struktuurseks ühtlustamiseks ja rahvusvahelise

võrreldavuse tagamiseks viiakse uuringus kasutatavad andmed

võimalusel üle OMOP Common Data Model (OMOP‑CDM)

standardile. See võimaldab standardiseeritud andmestruktuuri

rakendamist ning tagab kooskõla rahvusvaheliste

terviseandmete analüüsi praktikatega. Analüüsiks kasutatakse

OHDSI kogukonna ATLAS tarkvara, mis toetab nii kirjeldavat

statistikat, kohortuuringute läbiviimist kui ka prognostiliste

mudelite arendamist standardiseeritud andmestikul.

Masinõppe meetodeid kasutatakse andmeanalüüsis eelkõige

prognostiliste mudelite väljatöötamiseks, olemasolevate

kliiniliste riskiskooride rakendamiseks ning otsustustoe

kontseptsioonide hindamiseks. Sealhulgas võimaldab

OMOP‑põhine andmemudel koos sobivate loomuliku keele

töötluse (NLP) meetoditega arvutada selliseid kliinilisi

skooringusüsteeme nagu MIRACLE2, Charlsoni ja Elixhauseri

komorbiidsusindeksid ka struktureerimata tekstist, parandades

andmete kasutatavust ja võrreldavust.

Masinõppe eetilised riskid seonduvad peamiselt andmekaitse,

õiglusprintsiipide, läbipaistvuse, vastutuse ja

kontekstitundlikkusega. Nende riskide maandamiseks

rakendatakse ethics‑by‑design lähenemist, mis hõlmab

pseudonüümitud andmete kasutamist, ranget inimkontrolli,

selgitusmeetodite rakendamist ning masinõppemudelite

kasutamist üksnes otsustust toetava tööriistana, mitte iseseisva

otsustajana. Mudelite väljundeid ei kasutata kliiniliste otsuste

automatiseerimiseks, vaid analüütilise ja teadusliku toena.

Masinõppemeetodite õiguspärase, eetilise ja metoodiliselt

5.4. Use of artifcial intelligence

Is artificial intelligence used in the study? [541]

Description of artificial intelligence use [541a]

14

põhjendatud kasutamise eest vastutab vastutav uurija Tuuli

Volber, tagades vastavuse kehtivatele õigusaktidele,

teaduseetikale ja uuringu eesmärkidele.

Uuringus teostatakse retrospektiivne andmeanalüüs pseudonüümitud andmetel ning prospektiivselt

kaasatakse patsiendid, kes on elustamissündmuse ajal enamasti teadvuseta; seetõttu on andmete

töötlemine ilma teadliku nõusolekuta põhjendatud, et vältida ellujäämiskallet (survival bias), ning see on

kooskõlas Helsingi deklaratsiooni artikliga 30 ja ülekaaluka avaliku huviga.

Vastavus IKS § 6 lg 3 p 1-3

§ 6 lg 3 p 1 – ülekaalukas avalik huvi

Käesolev uuring vastab ülekaaluka avaliku huvi kriteeriumile, kuna selle eesmärk on parandada

haiglavälise elustamise dokumenteerimise kvaliteeti, andmete võrreldavust ja analüüsitavust riiklikul

tasandil. Haiglaväline südameseiskus on kõrge suremusega seisund, mille käsitlus mõjutab otseselt

elanikkonna tervisetulemusi, tervishoiuressursside kasutust ning tervishoiusüsteemi toimivust. Uuringu

tulemused võimaldavad hinnata ja täiustada elustamise praktikaid, toetada tõenduspõhist otsustamist

ning panustada riikliku ja rahvusvahelise elustamisandmestiku kvaliteedi parandamisse, sealhulgas

Euroopa elustamise registri ajakohastamisse. Selline teaduslik ja süsteemne andmete kasutamine teenib

selgelt avalikku huvi ning ületab üksikisiku andmetöötlusega seotud minimaalse riski.

§ 6 lg 3 p 2 – eesmärgi saavutamise võimatus muul viisil

Uuringu eesmärke ei ole võimalik saavutada anonüümsete andmete või üksnes nõusolekul põhineva

andmekogumise kaudu. Anonüümsete andmete kasutamine välistaks eri andmeallikatest pärinevate

kliiniliste andmete linkimise ning pikemaajalise jälgimise, mis on vajalik nii andmekvaliteedi hindamiseks

kui ka prospektiivseks ajakohastamiseks Euroopa registris. Samuti ei ole realistlik küsida teadlikku

nõusolekut retrospektiivselt kõigilt uuringuperioodil elustatud patsientidelt, arvestades nii ajavahemikku,

patsientide suremust kui ka kontaktandmete puudumist. Seetõttu on pseudonüümitud andmete

kasutamine ainus proportsionaalne ja teostatav viis uuringu eesmärkide saavutamiseks.

§ 6 lg 3 p 3 – andmesubjekti õiguste kaitse

Andmesubjektide õiguste ja huvide kaitse tagatakse pseudonüümitud andmete kasutamisega, mille puhul

isikut otseselt tuvastavad andmed on eemaldatud ning pseudonüümivõti ei ole uurijatele kättesaadav.

Andmeid töödeldakse üksnes teadusuuringu eesmärgil ning rakendatakse asjakohaseid tehnilisi ja

korralduslikke turvameetmeid, sealhulgas ligipääsupiiranguid, logimist ja turvalist

andmetöötluskeskkonda. Uuring ei hõlma sekkumist patsiendi ravisse ega mõjuta tema õigusi või

ravivalikuid.

Prospektiivses osas ei koguta täiendavaid isikuandmeid ega sekkuta patsiendi raviprotsessi. Andmete

kogumine põhineb rutiinsel kliinilisel dokumenteerimisel ning riiklikel registritel. Uurija ei oma ligipääsu

otseselt tuvastatavatele isikuandmetele ning ei tee individuaalseid otsuseid patsientide kohta. Kõik

andmetöötluse etapid on dokumenteeritud uuringu protokollis ja andmehaldusplaanis. Selline lähenemine

tagab, et uuring vastab kehtivatele õigusaktidele ning kaitseb nii andmesubjekte kui ka uurijat võimalike

õiguslike riskide eest.

Masinõppe ja andmeanalüüsi õiguspärase, eetilise ja metoodiliselt põhjendatud kasutamise eest vastutab

5.5. Ethical risks and their mitigation

Respect for participants [551]

15

vastutav uurija Tuuli Volber, tagades vastavuse kehtivatele õigusaktidele, teaduseetika põhimõtetele ja

eetikakomitee otsustele

Uuringuga ei kaasne uuritavatele otsest ega kaudset füüsilist või vaimset kahju. Tegemist on

pseudonüümitud andmetel põhineva vaatlusuuringuga, milles ei toimu sekkumist, ravi muutmist ega

otsest kontakti uuritavatega. Isikuandmete töötlemisega seotud riskid on viidud miinimumini ning uuring

ei mõjuta uuritavate õigusi ega kohustusi.

Kas ja kuidas on tagatud uuritavate autonoomia?

Uuring põhineb retrospektiivsetel ja prospektiivsetel rutiinselt kogutud terviseandmetel ning ei hõlma

sekkumist patsiendi raviprotsessi ega individuaalsete kliiniliste otsuste mõjutamist. Seetõttu ei ole

patsientide autonoomiat otseselt piiratud. Retrospektiivses osas ei ole teadliku nõusoleku küsimine

realistlik ega proportsionaalne, arvestades uuritavat ajavahemikku, patsientide suremust ning

kontaktandmete puudumist. Prospektiivses osas kasutatakse üksnes rutiinse dokumenteerimise käigus

kogutavaid andmeid ning ei koguta täiendavat teavet uurimise eesmärgil. Andmeid töödeldakse

pseudonüümitud kujul ning uurijal puudub võimalus konkreetseid isikuid tuvastada. Selline lähenemine on

kooskõlas autonoomia põhimõttega, kuna välditakse põhjendamatut sekkumist isikute õigustesse ja

valikuvabadusse.

Kas uuring võib põhjustada kahju (sh kaudset kahju)?

Uuring ei põhjusta otsest füüsilist ega psühholoogilist kahju, kuna ei hõlma sekkumisi ega kontakti

patsientidega. Siiski on hinnatud võimaliku kaudse kahju riski, sealhulgas ohtu, et analüüsist tulenevad

järeldused võivad olla eksitavad andmekvaliteedi piirangute, kallutatuse või metodoloogiliste eelduste

tõttu. Selle riski maandamiseks hinnatakse süstemaatiliselt andmete kvaliteeti, käsitletakse analüüsi

piiranguid selgesõnaliselt ning välditakse individuaalseid või normatiivseid järeldusi. Masinõppemudeleid

kasutatakse üksnes analüütilise ja teadusliku tööriistana ning nende väljundeid ei rakendata iseseisva

kliinilise otsustamise alusena.

Kas uuringu tulemused võivad viia stigmatiseerimiseni?

On hinnatud võimalust, et teatud tulemused võiksid tahtmatult stigmatiseerida konkreetseid

populatsioonirühmi (nt vanuse, soo, kaasuvate haiguste või sotsiaalsete tunnuste alusel). Selle vältimiseks

keskendub uuring süsteemsete mustrite ja andmekvaliteedi hindamisele, mitte üksikisikute või rühmade

väärtushinnangulisele võrdlemisele. Tulemusi esitatakse agregaatandmetena ning rõhutatakse konteksti,

metodoloogilisi piiranguid ja mitmetegurilisi põhjusseoseid. Selline lähenemine vähendab riski, et

uuringutulemusi tõlgendataks viisil, mis võiks kaasa tuua ebaõiglasi üldistusi või stigmatiseerimist.

Kuidas on tagatud õigluse printsiip?

Õigluse põhimõte on tagatud kaasava ja erapooletu uuringudisaini kaudu. Analüüsi kaasatakse kõik

uuringuperioodil haiglaväliselt elustatud patsiendid vastavalt eelnevalt määratletud kriteeriumitele,

sõltumata demograafilistest või kliinilistest tunnustest. Uuring ei eelista ega välista ühtegi rühma ning

tulemused on suunatud tervishoiusüsteemi kui terviku parandamisele. Analüüsides hinnatakse ka

võimalikke erinevusi andmete kättesaadavuses ja kvaliteedis, et vältida varjatud kallutatust.

Kuidas on käsitletud metodoloogilisi kallutatusi (nt survival bias)?

Uuringus arvestatakse ellujäämuskalduvuse (survival bias) võimalusega, mille puhul analüüsi satuvad

ebaproportsionaalselt sagedamini patsiendid, kelle andmed on paremini kättesaadavad. Seda kallutatust

käsitletakse nii analüüsi planeerimisel kui ka tulemuste tõlgendamisel ning vastavad piirangud

kirjeldatakse selgesõnaliselt. See aitab vältida põhjendamatult optimistlikke või eksitavaid järeldusi.

Vastavus Helsingi deklaratsiooni põhimõtetele

Benefits and harms associated with the study [552]

16

Uuring on kooskõlas Helsingi deklaratsiooni põhimõtetega, järgides eelkõige:

inimväärikuse ja privaatsuse austamist pseudonüümitud andmete kasutamise kaudu;

riskide ja kasu proportsionaalsuse põhimõtet, kuna uuring ei too kaasa täiendavat sekkumist ega riski;

teaduslikku põhjendatust ja läbipaistvust, sh metoodika ja piirangute selget kirjeldamist;

vastutuse põhimõtet, mille kohaselt vastutav uurija tagab uuringu eetilise ja õiguspärase läbiviimise.

Rahvusvahelisse registrisse ühinemine teenib selget avalikku huvi, võimaldades võrrelda Eesti

elustamispraktikaid teiste Euroopa riikidega, parandada andmekvaliteeti ning toetada tõenduspõhist

tervishoiu arendamist. Samas on rakendatud proportsionaalsed meetmed andmesubjektide õiguste

kaitseks, sealhulgas:

pseudonüümitud andmete kasutamine,

isikute otsese tuvastamise välistamine,

andmete edastamine üksnes EL-siseselt,

selge rollijaotus andmevaldaja, uurija ja rahvusvahelise registri vahel.

Uuringu läbiviimisel järgitakse STROBE juhiseid ning ethics‑by‑design põhimõtteid kogu andmetöötluse ja

analüüsi vältel. Tehisintellekti prototüüpe testitakse üksnes simuleeritud andmetel, et vältida mõju

tegelikele isikutele. Kõigis uurimisprotsessi etappides on tagatud inimkontroll ning automatiseeritud

otsuseid üksikisikute kohta ei tehta. Uurimisprotsess ja analüüsietapid dokumenteeritakse läbipaistvalt ja

jälgitavalt. Andmetöötlus toimub turvalises keskkonnas, kasutades krüpteerimist ja rangelt piiratud

ligipääsuõigusi.

Other ethical risks [553]

Yes

6.1. Personal data processing control questions

6.2. Origin of personal data

Are personal data processed in the study? [611]

Explanation for not processing personal data [611a]

Are personal data processed that are not collected directly from the individual? [621]

Are personal data processed from national databases or registries? [622]

17

gfedc 1) gene bank

gfedcb 2) health information system

gfedc 3) cancer registry

gfedc 4) cancer screening registry gfedc 5) pregnancy information

system gfedc 6) myocardial infarction

registry

gfedc 7) tuberculosis registry

gfedc 8) drug treatment database

gfedcb 9) causes of death registry gfedc 10) Infectious diseases

registry

gfedc 11) prescription center gfedc 12) health insurance fund

database

gfedc 13) other

Uuringus kasutatakse TEHIKu poolt pseudonüümitud kujul

ettevalmistatud andmeid.

TEHIK eemaldab kõik otsesed identifikaatorid ning

pseudonüümi võti jääb üksnes andmevaldaja valdusesse,

mistõttu uurijal ei ole võimalik üksikuid isikuid tuvastada.

Uurija töötleb ainult pseudonüümitud andmeid teaduslikul

eesmärgil ega kogu ega töötle otseseid isikuandmeid. Tulemusi

esitatakse üksnes agregaatkujul, tagades, et üksikjuhtude

identifitseerimine ei ole võimalik.

Terviseinfosüsteemist kasutatakse kiirabi elustamismooduli

kirjeid ajavahemikust 01.01.2020–31.12.2025 ning

prospektiivselt igal järgneval aastal kuni 2030. Lisaks

kasutatakse ellujäänud patsientide haiglaepikriise kuni ühe

aasta ulatuses pärast elustamist, eesmärgiga hinnata

ravitulemust ja dokumenteerimise järjepidevust.

Andmete väljastamine ja töötlemise korraldus

Andmed väljastab TEHIK, kes toimib andmevaldaja ja andmete

pseudonüümijana. Enne andmete edastamist eemaldatakse

isikut otseselt tuvastavad andmed ning need asendatakse

unikaalse pseudonüümiga. Pseudonüümivõti säilib TEHIKu

juures ning ei ole uurijatele kättesaadav.

TEHIK ühendab vajadusel eri andmekogudest (nt

Terviseinfosüsteem, Surmapõhjuste register) pärinevad kirjed

pseudonüümi alusel enne andmete väljastamist. Uurija saab

ligipääsu üksnes pseudonüümitud ja eelnevalt määratletud

andmeväljadele (LISA 2) ning ei teosta iseseisvat linkimist

otseselt tuvastatavate isikuandmetega.

Kasutatavad andmed ja tegevused

Which national databases are used in the study? [623]

Explanation regarding the use of data from databases [623]

How is the secure processing of personal data from databases ensured? [624]

18

Uuringus töödeldakse üksnes neid andmeelemente, mis on

otseselt vajalikud:

elustamise dokumenteerimise kvaliteedi hindamiseks,

füsioloogiliste ja protsessinäitajate analüüsiks,

tulemuste (sh elulemus ja järelravi) kirjeldamiseks.

Andmeid kasutatakse kirjeldava statistika, seoseanalüüsi ja

masinõppemeetodite rakendamiseks teadusuuringu eesmärgil.

Andmeid ei kasutata patsientide individuaalseks hindamiseks

ega kliiniliste otsuste tegemiseks.

Minimaalse vajalikkuse põhimõtte tagamine

Minimaalse vajalikkuse põhimõte on tagatud järgmiselt:

kogutakse ja töödeldakse ainult neid andmeid, mis on otseselt

seotud uuringu eesmärkidega;

ei koguta täiendavaid isikuandmeid ega tundlikke tunnuseid,

millel puudub teaduslik põhjendus;

Aandmete pseudonüümimine toimub enne nende väljastamist

uurijale;

ligipääs andmetele on piiratud üksnes uuringuga seotud

isikutega;

andmeid kasutatakse üksnes käesolevas uuringus kirjeldatud

eesmärkidel.

Selline andmetöötlus on kooskõlas GDPRi ja isikuandmete

kaitse seaduse nõuetega ning tagab andmesubjektide õiguste ja

privaatsuse kaitse.

No

Uuringus kasutatakse TEHIKu poolt eelnevalt pseudonüümitud

andmeid.

Pseudonüümimise käigus eemaldab TEHIK kõik otsesed

identifikaatorid ning pseudonüümi sidestusvõti jääb eranditult

TEHIKu valdusesse; uurijal puudub sellele juurdepääs.

Andmeid hoitakse asutuse turvatud, krüptitud

serverikeskkonnas, ligipääs on üksnes nimetatud uurimisrühma

liikmetel, kasutusel on mitmeastmeline autentimine,

ligipääsulogid ja rollipõhised õigused.

Analüüsitulemusi esitatakse üksnes agregaatkujul, vältides

Explanation of the need for de‑pseudonymization [627a]

Are personal data obtained from sources other than national databases? [628]

How and from which sources are personal data obtained? [628a]

How is transparency in personal data processing ensured? [629]

19

väikearvulisi rühmi ja taasidentifitseerimise riski. Toorandmeid

kolmandatele osapooltele ei edastata; koostööpartneritele

koostatakse vajadusel TEHIKu poolt eraldi pseudonüümitud

väljavõte või jagatakse vaid agregaatseid/sünteetilisi andmeid.

Projekti lõppedes andmestik kustutatakse ja TEHIK hävitab

koodivõtme hiljemalt 31.01.2030

Milliseid isikuandmeid uuringus töödeldakse?

Uuringus töödeldakse järgmisi isikuandmete kategooriaid (kõik

pseudonüümitud kujul):

1.Sotsiaaldemograafilised andmed: sugu, vanus.

2. Kliinilised elustamisandmed: kliinilise surma tekke aeg ja

tunnistamine, esmane diagnoositud vereringeseiskuse vorm,

CPR kvaliteet, defibrillatsioon (aeg, energia, kordade arv),

elustamiseks kasutatud ravimid, elustamise kestus ja tulemus.

3. Kiirabi protsessiandmed: hädaabiteate vastuvõtmise aeg,

väljasõidu aeg, sündmuskohale jõudmise aeg, sündmuskohalt

lahkumise aeg (reageerimisajad).

4. Patsiendi seisundi andmed: teadvus, pupillide reaktsioon,

omahingamine, vererõhk, südamesagedus ja -rütm enne ja

pärast elustamist ning haiglasse saabumisel.

5. Diagnoosi andmed: põhihaigus, kaasuvad haigused ja

välispõhjus (RHK-10 koodid).

6. Kaugtulemuse andmed (ainult ellujäänute puhul, kuni 1

aasta): ambulatoorsed ja statsionaarsed epikriisid,

neuroloogiline seisund CPC skaalal 30 ja 180 päeva järel,

voodipäevade arv, intensiivravi protseduurid.

7. Vereanalüüside tulemused: cTnT, P-Crea, eGFR, aB-Lac, NSE.

Täpne andmekoosseis on esitatud lisas 2.

Yes

Terviseandmed (GDPR art 9); saadud TEHIKust

pseudonüümitult.

Uuringusse kaasatakse kõik elustamiskaardid st et uuringusse

kaasatakse lapsed, erivajadusega inimesed, haruldaste haiguste

ja seisunditega inimesed. Haavatavate gruppide kaasamine

uuringusse on vajalik, kuna see võimaldab uuringu

tulemusi üldistada üldkogumile. Haavatavate gruppide

ebavõrdne kohtlemine on välistatud, kuna valimisse kaasatakse

6.3. Overview of personal data processing

Which personal data are processed in the study? [631]

Does the study involve the processing of health data or other special categories of personal data? [632]

Explanation of special categories of personal data [632a]

20

kõik elustamiskaardid ning muid välistamiskriteeriume ei ole

kehtestatud.

Füüsilist ja vaimset kahju ega koormust ei tekitata, kuna

patsientide ja nende lähedastega kontakti ei võeta ja

andmeid ei koguta patsientidelt ega nende lähedastelt

intervjuude või küsitluse abil. Pseudonüümitud terviseandmete

töötlemisel järgitakse rangelt isikuandmete kaitse seaduse §6

punkt 1, mille kohaselt eemaldatakse kõik konkreetsetele

isikutele (nimi, telefoninumber, isiku/-te seos patsiendiga) ja

sündmustele viitavad tunnused (sündmuskoht, asutus,

kuupäev).

Yes

Uuringus töödeldavad tundlikud isikuandmed hõlmavad

äkksurma ja elustamissündmuse asjaolusid, sealhulgas

sündmuse toimumise konteksti, ajastust ja rakendatud

meditsiinilisi sekkumisi.

Lisaks käsitletakse elustamise tulemust, mis võib hõlmata nii

patsiendi ellujäämist kui ka surma, ning on seetõttu eriti

delikaatse iseloomuga terviseandmed.

Samuti töödeldakse andmeid patsiendi neuroloogilise seisundi

ja funktsionaalse võimekuse kohta elustamise järgselt, mis

võimaldavad hinnata ajukahjustuse ulatust ja patsiendi edasist

toimetulekut ning kuuluvad eriliiki isikuandmete hulka.

Isikuandmete konfidentsiaalsus on tagatud pseudonüümimise,

krüpteerimise ning rangete ligipääsupiirangute rakendamisega,

et minimeerida andmesubjektide kaudse tuvastamise riski ja

tagada andmete töötlemine vastavuses kehtivate

andmekaitsenõuetega.

a) The responsible institution is the sole data controller.

Yes

6.4. Responsibility for personal data processing

Are there more sensitive data among the personal data? [633]

Explanation of sensitive personal data [633a]

Who is the data controller? [641]

Explanation regarding the division of responsibility [641a]

Does any part of personal data processing occur without the data subject’s consent? [642] 21

Yes

Isikuandmete töötlemine uuringus toimub ilma andmesubjekti

teadliku nõusolekuta, kuna elustamissündmuse ajal ja vahetult

pärast seda on patsiendid enamasti teadvuseta ning nõusoleku

küsimine ei ole praktiliselt ega eetiliselt võimalik. Andmete

kaasamata jätmine viiks süsteemse ellujäämiskallutatuse

(survival bias) tekkeni ning kahjustaks uuringu teaduslikku

usaldusväärsust.

Andmetöötlus on õigustatud vastavalt isikuandmete kaitse

seaduse § 6 lõike 3 punktidele 1–3 ning GDPR artikli 9 lõike 2

punktile j, kuna tegemist on ülekaaluka avaliku huviga

teadusuuringuga, mille eesmärki ei ole võimalik saavutada muul

viisil ning mille puhul on rakendatud asjakohased tehnilised ja

organisatsioonilised kaitsemeetmed.

Andmetöötlus on kooskõlas Helsingi deklaratsiooni artikliga 30

ning andmeid kasutatakse üksnes teaduslikul eesmärgil

pseudonüümitud kujul, tagades andmesubjektide õiguste ja

privaatsuse kaitse.

No

Andmesubjektid ei ole uurijate jaoks ei otseselt ega kaudselt

tuvastatavad, kuna uuringus kasutatakse valdavalt TEHIKu poolt

väljastatud pseudonüümitud andmeid. Enne andmete

edastamist eemaldab TEHIK kõik isikut otseselt tuvastavad

andmed (nt nimi, isikukood, kontaktandmed) ning asendab

need unikaalse pseudonüümiga. Pseudonüümivõti säilitatakse

eranditult TEHIKu juures ning ei ole uurijatele kättesaadav.

Uurijatel puudub nii tehniline kui ka õiguslik võimalus

andmesubjektide taasidentifitseerimiseks ning ligipääs

täiendavatele andmekogudele või identifitseerivat infot

sisaldavatele andmetele.

Vajaduse korral ühendab TEHIK eri andmekogudest (sh

Terviseinfosüsteem, Surmapõhjuste register) pärinevad kirjed

pseudonüümi alusel enne andmete väljastamist, mistõttu uurija

ei teosta iseseisvat andmete linkimist ega töötle otseselt või

[642]

Are special categories of personal data processed without consent? [643]

Justification for not using consent [644]

Are personal data processed without consent in an identifiable form? [645]

Justification for using identifiable data [645a]

Description of circumstances preventing identification [645b]

22

kaudselt tuvastatavaid isikuandmeid. Uurija saab ligipääsu

üksnes eelnevalt määratletud andmeväljadele pseudonüümitud

kujul ning andmeid kasutatakse ainult teadusuuringu eesmärgil.

Rakendatud tehnilised ja organisatsioonilised meetmed,

sealhulgas pseudonüümimine, ligipääsupiirangud välistavad

andmesubjektide taastuvtuvastamise ning tagavad andmete

töötlemise kooskõla isikuandmete kaitse seaduse ja GDPRi

nõuetega.

Uuringu vältel jagatakse isikuandmeid üksnes piiratud ulatuses

ja kontrollitud tingimustel. Andmeid väljastab ja töötleb TEHIK,

kes toimib andmevaldaja ja pseudonüümijana. Vastutav uurija

ja uurimisrühma liikmed saavad ligipääsu ainult

pseudonüümitud andmetele ning üksnes eelnevalt määratletud

andmeväljadele, mis on vajalikud uuringu eesmärkide

saavutamiseks.

Isikuandmeid ei jagata kolmandate osapooltega ega edastata

väljapoole Euroopa Liitu. Koostööpartneritel (sh Tallinna Kiirabi)

puudub ligipääs TEHIKu poolt väljastatud pseudonüümitud

andmestikule väljaspool nende seaduslikku rolli andmevaldaja

või andmete esmase kogujana. Häälpõhise

dokumenteerimismudeli puhul jäävad helisalvestised Tallinna

Kiirabi valdusesse ning neid ei edastata uurijale ega säilitata

uurija keskkonnas.

Isikuandmeid ei avaldata. Uuringu tulemused avaldatakse

üksnes koondatud ja anonüümses vormis teadusartiklites,

ettekannetes ja aruannetes. Avaldatavad tulemused ei võimalda

üksikute patsientide, sündmuste ega tervishoiutöötajate otsest

ega kaudset tuvastamist. Individuaalseid juhtumeid,

helisalvestisi ega pseudonüümitud toorandmeid ei avaldata ega

tehta kättesaadavaks väljaspool uurimisrühma.

Isikuandmete töötlemine ja säilitamine pärast uuringu lõppu

Pseudonüümitud uurimisandmeid säilitatakse turvalises

keskkonnas ajavahemikul juuni 2026 kuni jaanuar 2035.

Säilitamisperiood on vajalik teadustulemuste kontrollitavuse,

võimalike täpsustavate analüüside ning hea teadustava

järgimise tagamiseks.

Pärast säilitustähtaja lõppu hävitatakse uurija valduses olevad

pseudonüümitud andmed turvaliselt. Pseudonüümivõti jääb

kogu aja TEHIKu valdusesse ning pärast seadusest tulenevate

säilitustähtaegade möödumist hävitab TEHIK ka

pseudonüümivõtme, mille järel ei ole andmete

taasidentifitseerimine enam võimalik.

Isikuandmete taaskasutamine

Uuringus kogutud isikuandmeid ei taaskasutata automaatselt

uutes uuringutes. Andmete võimalik taaskasutus

teadusuuringute eesmärgil on lubatud üksnes juhul, kui:

Disclosure, sharing, storage, and reuse of personal data [646]

23

taaskasutus on kooskõlas esialgse uuringu eesmärkidega või

nendega selgelt kokkusobiv;

andmeid kasutatakse üksnes pseudonüümitud või

anonümiseeritud kujul;

taaskasutuseks on saadud uus asjakohane eetikanõukogu

heakskiit ning vajaduse korral andmevaldaja (TEHIKu) luba;

järgitud on isikuandmete kaitse seaduse ja GDPRi nõudeid.

Ilma täiendava eetilise ja õigusliku hindamiseta andmeid

taaskasutada ei ole lubatud.

Õiguspärasuse ja andmekaitse tagamine

Isikuandmete säilitamise ja võimaliku taaskasutuse

õiguspärasus on tagatud järgmiste meetmetega:

andmete pseudonüümimine enne uurijale väljastamist;

pseudonüümivõtme eraldatus ja uurijatele kättesaamatus;

ligipääsupiirangud ja rollipõhine juurdepääs andmetele;

andmete kasutamine üksnes teadusuuringu eesmärgil;

säilitustähtaegade selge määratlemine ja andmete õigeaegne

hävitamine.

Kõik andmetöötlustoimingud on kooskõlas GDPRi ning

isikuandmete kaitse seaduse nõuetega ning lähtuvad

isikuandmete minimaalsuse, eesmärgipärasuse ja turvalisuse

põhimõtetest.

Yes

Andmete analüüs toimub Utstein 2024 küsimustele tuginedes

(lisa 1), neuroloogilist kaugtulemit hinnatakse CPC (Cerebral

performance score) skaala alusel.

Valimisse kuuluvad kõik elustamiskatsega patsiendid, kellel on

dokumenteeritud elustamiskaart.

TEHIK väljastab vastutavale uurijale tervise infosüsteemist

kõikide valimisse kuuluvate isikute kiirabikaartidel lisas 2

toodud andmed csv kujul pseudonüümitult.

Kaugtulemit hinnatakse tervise infosüsteemi epikriiside

(ambulatoorsed või statsionaarsed) lisas 2 toodud andmete

põhjal. Seda tehakse ainult nende isikute korral, kui patsient jäi

elustamise tulemusena ellu. Ambulatoorse, statsionaarse

epikriisi andmeid vt. lisa 2 on vajalikud kuni 1 aasta jooksul

alates elustamissündmusest st ambulatoorne või statsionaarne

6.5. Risks related to personal data processing

Does the study involve systematic monitoring of individuals or collection of personal data via devices and sensors?

Justification for systematic monitoring [651a]

24

haigusjuhutum on lõppenud elustamissündmusest kuni 1 aasta

jooksul.

No

Yes

Uuringu raames on plaanis ühendada haiglavälise elustamisega

seotud andmestikud, sealhulgas kiirabi elustamismooduli kirjed,

ellujäänud patsientide haiglaepikriisid ning raviarvete andmed.

Andmete ühendamise viib läbi TEHIK kui andmevaldaja

kontrollitud keskkonnas enne andmete väljastamist uurijale.

Ühendamine toimub pseudonüümi alusel, kus kõik isikut

otseselt tuvastavad andmed on eelnevalt eemaldatud ning

asendatud unikaalse pseudonüümiga.

Uurijale edastatakse üksnes eelnevalt ühendatud ja

pseudonüümitud andmestik ning uurijal puudub ligipääs

pseudonüümivõtmele, otseselt tuvastatavatele isikuandmetele

või teistele andmekogudele, mis võimaldaksid iseseisvat

andmete linkimist.

Andmetöötluse turvalisus on tagatud TEHIKu poolt

rakendatavate tehniliste ja organisatsiooniliste meetmetega.

Pseudonüümimine toimub enne andmete väljastamist uurijale

ning pseudonüümivõti säilib eranditult TEHIKu juures. Uurija

töötab üksnes pseudonüümitud andmestikuga ning ligipääs

andmetele on piiratud vaid uuringuga seotud isikutega.

Andmete edastamine ja säilitamine toimub turvalistes

keskkondades ning kooskõlas kehtivate andmekaitsenõuetega.

Andmestike ühendamine on vajalik, et hinnata elustamise

järgnevaid kaugtulemusi ning tagada elustamissündmuste

dokumenteerimise ja raviteekonna järjepidev analüüs.

Üksikandmestike eraldi vaatlemine ei võimaldaks hinnata,

kuidas haiglavälise elustamise dokumenteerimine, haiglaravi ja

sellele järgnev ravi on omavahel seotud ega milline on nende

koostoime patsiendi lühi- ja keskpika aja tervisetulemustega.

Ühendatud andmestik võimaldab uurida elulemust,

neuroloogilist ja funktsionaalset seisundit ning ravi kulgu

tervikuna, mitte eraldiseisvate episoodidena.

Does the study involve profiling or automated decision-making about individuals? [652]

Explanation regarding profiling or automated decisions [652a]

Are personal data from different databases, registries, or other sources combined during the study? [653]

Explanation regarding combining different datasets [653a]

25

Andmete ühendamise tulemusel tekib uus teadmine inimeste

kohta elustamissündmuse järgse raviprotsessi ja tulemuste

tasandil. See teadmine ei puuduta üksikisikute individuaalset

hindamist ega prognoosi, vaid võimaldab hinnata süsteemseid

mustreid, seoseid ja dokumenteerimise kvaliteeti

populatsioonipõhiselt. Uurimistulemused aitavad mõista,

millised elustamise ja järgneva ravi praktikad on seotud

paremate tulemustega ning kus esineb dokumenteerimise

katkemine või ebaühtlus.

Eri andmestike ühendamise otsene negatiivne mõju

andmesubjektidele on minimaalne, kuna andmeid töödeldakse

pseudonüümitud kujul ning neid ei kasutata üksikisikute

hindamiseks, profileerimiseks ega kliiniliste otsuste tegemiseks.

Andmete töötlemine toimub teadusuuringu eesmärgil ja on

suunatud tervishoiusüsteemi kvaliteedi parandamisele, mis

võib kaudselt avaldada positiivset mõju patsientide ohutusele ja

ravikvaliteedile. Andmesubjektide õiguste kaitse on tagatud

GDPRi ja isikuandmete kaitse seaduse kohaste kaitsemeetmete

rakendamisega.

Kuigi teoreetiliselt suurendab eri andmestike ühendamine

andmete detailirohkust, on andmesubjektide taastuvastamise

tõenäosus väga madal. Uurija ei oma ligipääsu

pseudonüümivõtmele ega otseselt tuvastatavatele andmetele

ning ei teosta andmete linkimist väljaspool TEHIKu kontrollitud

protsessi. Seetõttu ei ole uurijal ei tehnilist ega õiguslikku

võimalust andmesubjektide otseseks ega kaudseks

tuvastamiseks. Rakendatud meetmed välistavad andmete

ühendamisest tuleneva põhjendamatu riski andmesubjektide

privaatsusele.

Yes

Töödeldavate tundlike ja eriliiki andmete kirjeldus ning

andmesubjektide hulk

Uuringus töödeldakse eriliiki isikuandmeid (GDPR artikkel 9),

mis hõlmavad terviseandmeid haiglavälise elustamise

sündmuste ja sellele järgneva ravi kohta. Töödeldavad

tundlikud andmed sisaldavad muu hulgas äkksurma asjaolusid,

elustamise käiku ja tulemusi (sh ellujäämine või surm),

füsioloogilisi näitajaid, rakendatud meditsiinilisi sekkumisi ning

elustamise järgselt dokumenteeritud neuroloogilist seisundit ja

funktsionaalset võimekust. Ellujäänud patsientide puhul

kasutatakse lisaks haiglaepikriise ja raviarvete andmeid kuni

ühe aasta ulatuses pärast elustamist, et hinnata raviteekonna

Does the study involve large-scale processing of sensitive or special categories of personal data? [654]

Specification of the scope of sensitive or special category data [654a]

26

järjepidevust ja kaugtulemusi.

Retrospektiivses osas hõlmab uuring ligikaudu 4500

elustamisjuhtu. Prospektiivselt lisandub hinnanguliselt kuni 680

juhtu aastas, kokku kuni aastani 2030, mistõttu kasvab

andmesubjektide koguarv märkimisväärseks. Kõiki andmeid

töödeldakse pseudonüümitud kujul ning uurijatele ei ole

kättesaadavad otseselt isikut tuvastavad andmed.

Ulatuslik andmetöötlus on uuringu eesmärkide saavutamiseks

vältimatult vajalik. Haiglaväline elustamine on suhteliselt harva

esinev, kuid äärmiselt kriitilise tähtsusega meditsiiniline

sündmus, mille tulemusi mõjutavad mitmed omavahel seotud

tegurid. Usaldusväärsete järelduste tegemiseks

dokumenteerimise kvaliteedi, protsessinõuete järgimise ning

elustamise lühi- ja kaugtulemuste kohta on vajalik piisavalt suur

valim.

Ligikaudu 4500 retrospektiivse ja kuni 680 prospektiivse juhu

aastane lisandumine võimaldab: saavutada statistiliselt piisava

võimsuse seoste ja mustrite tuvastamiseks;

vähendada juhuslikust variatsioonist ja väikestest alarühmadest

tulenevat kallutatust;

hinnata dokumenteerimise kvaliteeti ja ravi tulemusi erinevates

alarühmades (nt vanus, sugu, sündmuse asjaolud) ilma

üksikisikute esiletõstmiseta.

Lisaks on ulatuslik ja standardiseeritud andmestik vajalik

selleks, et Eesti saaks liituda Euroopa elustamisregistriga ning

panustada rahvusvahelisse võrdlevasse teadustöösse. See

eeldab piisava mahu, ajakatvuse ja andmekvaliteediga

andmestikku, mis vastab rahvusvaheliselt tunnustatud

elustamisandmete kogumise standarditele.

Seega on ulatuslik isikuandmete töötlemine proportsionaalne ja

põhjendatud, tulenedes otseselt uuringu teaduslikest

eesmärkidest, avalikust huvist ning vajadusest tagada

tulemuste usaldusväärsus ja üldistatavus. Rakendatud

pseudonüümimise ja andmekaitsemeetmete tõttu on samal ajal

minimeeritud võimalik mõju andmesubjektide õigustele ja

privaatsusele.

No

Yes

Are personal data transferred to third countries with insufficient data protection? [655]

Explanation regarding countries with insufficient data protection [655a]

Are innovative solutions or new technologies used for 27

Uuringus rakendatakse uudset andmetöötluslahendust, mis

põhineb masinõppemeetodite ja loomuliku keele töötlemise

(natural language processing, NLP) kasutamisel Eesti

haiglavälise südameseiskuse (OHCA) andmestikul.

Andmeanalüüsi objektiks on struktureeritud andmed (nt

ajamärgendid, protsessinõuded, elulemusnäitajad) ning

osaliselt struktureerimata või vabatekstilised kirjed, sealhulgas

elustamissündmuste kirjeldused ja dokumenteerimise sisu.

Uudne on lahendus eeskätt Eesti kontekstis, kus senini on

OHCA andmeid analüüsitud valdavalt kirjeldava statistika

tasandil ning masinõppe ja NLP meetodeid ei ole süsteemselt

rakendatud elustamise dokumenteerimise kvaliteedi

hindamiseks ega prognostiliste mustrite tuvastamiseks.

Uudne andmetöötlus on vajalik uuringu eesmärkide

saavutamiseks, kuna traditsioonilised analüüsimeetodid ei

võimalda käsitleda suurmahulist ja mitmemõõtmelist

andmestikku piisava detailsusega. Elustamissündmused on

ajakriitilised, protsessidünaamilised ja sageli ebatäielikult

dokumenteeritud, mistõttu on oluline kasutada meetodeid, mis

suudavad tuvastada mustreid, seoseid ja kõrvalekaldeid ka

osaliselt puudulikes või heterogeensetes andmetes.

Masinõppemeetodid võimaldavad:

hinnata dokumenteerimise kvaliteeti ja täielikkust süsteemselt,

analüüsida protsessi- ja tulemuste seoseid suurel valimil,

toetada prognoosimudelite arendamist populatsioonitasandil.

Loomuliku keele töötlemise kasutamine on vajalik selleks, et

struktureerida ja analüüsida tekstipõhiseid kirjeid, mida ei ole

võimalik käsitleda ilma automatiseeritud meetoditeta.

Uudse andmetöötlusega kaasnevad riskid on üldjoontes teada

ning seotud eelkõige:

algoritmide võimaliku kallutatusega (bias),

andmete ebatäielikkusest tulenevate vigadega,

tulemuste eksliku tõlgendamise riskiga,

isikuandmete kaudse tuvastamise teoreetilise võimalusega

suurte ja detailsete andmestike korral.

Need riskid on teaduskirjanduses laialdaselt kirjeldatud ning

neid käsitletakse uuringu kavandamisel teadlikult.

Uudne andmetöötlus ei mõjuta otseselt andmesubjektide õigusi

ega heaolu, kuna:

andmeid töödeldakse pseudonüümitud kujul,

analüüs toimub populatsioonitasandil,

andmetöötlust ei kasutata üksikisikute hindamiseks,

technologies used for personal data processing in the study? [656]

Explanation regarding innovative solutions or technologies [656a]

28

profileerimiseks ega kliiniliste otsuste tegemiseks.

Andmesubjektide autonoomia on täiendavalt kaitstud

asjaoluga, et uuringu tulemusi kasutatakse teadusuuringu ja

süsteemse kvaliteedi parandamise eesmärgil ning mitte

individuaalsete meditsiiniliste otsuste alusena.

Riskide maandamise meetmed

Uudse andmetöötlusega kaasnevaid riske maandatakse

mitmekihiliselt, lähtudes ethics‑by‑design põhimõttest.

Rakendatakse järgmisi meetmeid:

masinõppemudeleid testitakse ja valideeritakse esmalt

simuleeritud ja sünteetilistel andmetel enne rakendamist

tegelikele pseudonüümitud andmetele;

kasutatavad mudelid ja analüüsitulemused alluvad

inimkontrollile ning automatiseeritud otsuseid

andmesubjektide kohta ei tehta;

mudelite väljundeid hinnatakse kriitiliselt ning neid ei käsitleta

absoluutse tõena, vaid uurimistulemuste ühe sisendina;

andmete minimaalsuse põhimõtet järgitakse ka

modelleerimisfaasis, vältides mittevajalike tunnuste kasutamist;

andmetöötlus toimub dokumenteeritult ja läbipaistvalt,

võimaldades metoodika auditeeritavust.

Kokkuvõte

Uudne andmetöötluslahendus on teaduslikult põhjendatud,

proportsionaalne ja vajalik uuringu eesmärkide saavutamiseks.

Rakendatud tehnilised, organisatsioonilised ja eetilised

meetmed vähendavad riske miinimumini ning tagavad

andmesubjektide õiguste ja privaatsuse kaitse kooskõlas

isikuandmete kaitse seaduse ja GDPRi nõuetega.

No

Võttes arvesse andmetöötluse laadi, ulatust ja uudset

tehnoloogiat, võib uuringuga kaasneda suurenenud risk

andmesubjektide õigustele, mistõttu on andmekaitse

mõjuhinnangu läbiviimine asjakohane.

Andmekaitse mõjuhinnangu läbiviimine on vastutava töötleja

kohustus. Käesolevas uuringus täidab vastutava töötleja rolli

TEHIK, kellega koostöös viiakse mõjuhinnang läbi enne

isikuandmete tegeliku töötlemise alustamist. Uurija osaleb

mõjuhinnangu protsessis sisendi andjana, kirjeldades

kavandatavat andmetöötlust ja riskide maandamise meetmeid.

Andmetöötlust ei alustata enne, kui mõjuhinnang on läbi viidud

ning vajadusel on kaasatud andmekaitse spetsialist.

Has a data protection impact assessment been conducted for the study? [657]

Please explain why an impact assessment has not been conducted [657a]

29

Confrmations 

Role Confirmer Institution / Structural unit Date of

confirmation

Principal

investigator

Tuuli

Volber

23.04.2026

10:16:33

Validator Jana

Holmar

Tallinna Tehnikaülikool, Infotehnoloogia teaduskond,

Tervisetehnoloogiate instituut

23.04.2026

12:17:39

Additional documents

Type File Comment

Study protocol or design  LISA 1

Data composition / Data table structure  Lisa 2

Other document  Elustamise statistika 2018-2025

Dokumendiregister	Sotsiaalministeerium
Viit	1.5-20/1535-1
Registreeritud	15.06.2026
Sünkroonitud	16.06.2026
Liik	Sissetulev kiri
Funktsioon	1.5 Asjaajamine. Info- ja kommunikatsioonitehnoloogia arendus ja haldus
Sari	1.5-20 Tervisevaldkonna infosüsteemide ja registrite andmete kohta tehtud andmeväljastustaotlused
Toimik	1.5-20/2026
Juurdepääsupiirang	Avalik
Adressaat	Tallinna Tehnikaülikool
Saabumis/saatmisviis	Tallinna Tehnikaülikool
Vastutaja	Carmen Mäe (Sotsiaalministeerium, Kantsleri vastutusvaldkond, Innovatsiooni vastutusvaldkond, Analüüsiosakond)
Originaal	Ava uues aknas

Failid