Todos los estudios
Estudio 02 · BMC Medical Informatics and Decision Making
Revisado por paresUrgencias respiratorias y riesgo no lineal
Cómo tiempo de respuesta, edad y sexo interactúan con el triaje de alto riesgo en 132 395 misiones respiratorias.
La edad fue la variable más importante; mayores de 60 mostraron un aumento complejo de HRTS tras dos horas. La discriminación fue modesta (AUC 0,66).
- Pregunta de investigación
- Cómo tiempo de respuesta, edad y sexo interactúan con el triaje de alto riesgo en 132 395 misiones respiratorias.
- Población
- 132.395 misiones de emergencias médicas · 2017–2022 · Estocolmo, Suecia
- Método
- Análisis retrospectivo de 132 395 misiones respiratorias en Estocolmo, 2017–2022, usando PD e ICE para explorar relaciones no lineales.
- Hallazgos principales
- La edad fue la variable más importante; mayores de 60 mostraron un aumento complejo de HRTS tras dos horas. La discriminación fue modesta (AUC 0,66).
- Relevancia operativa
- Las esperas prolongadas pueden justificar reevaluación sistemática cuando la vulnerabilidad pudo infravalorarse al inicio.
Modelo exploratorio no validado para predicción individual ni automatización; variables limitadas de una región.
Abrir publicación ↗¿Por qué la misma espera puede importar de forma diferente?
Explorar esta pregunta de investigaciónTítulo de la publicación original
Uncovering nonlinear patterns in time-sensitive prehospital breathing emergencies: an exploratory machine learning study
Esta página es un resumen de investigación. Consulte la publicación original en inglés para conocer los métodos, resultados y condiciones de reutilización completos.
Procedencia de la investigación
- Estado de publicación
- Revisado por pares
- Pregunta de investigación
- Cómo tiempo de respuesta, edad y sexo interactúan con el triaje de alto riesgo en 132 395 misiones respiratorias.
- Población
- 132.395 misiones de emergencias médicas
- Entorno
- Estocolmo, Suecia
- Periodo
- 2017–2022
- Método
- Análisis retrospectivo de 132 395 misiones respiratorias en Estocolmo, 2017–2022, usando PD e ICE para explorar relaciones no lineales.
- Límites de interpretación
- Modelo exploratorio no validado para predicción individual ni automatización; variables limitadas de una región.
- Citar esta investigación
- Hill P, Jonsson D, Lederman J, Bolin P, et al. Uncovering nonlinear patterns in time-sensitive prehospital breathing emergencies: an exploratory machine learning study. BMC Med Inform Decis Mak. 2025;25:205. doi:10.1186/s12911-025-03046-z