Alla studier
Studie 02 · BMC Medical Informatics and Decision Making
SakkunniggranskadAndningsbesvär och icke-linjär risk
Hur responstid, ålder och kön samspelar med tidskänslig högrisktriage i 132 395 uppdrag med andningsbesvär.
Ålder var modellens viktigaste variabel. Patienter över 60 år hade ett komplext mönster med stigande HRTS-sannolikhet vid responstider över två timmar; diskrimineringen var måttlig (AUC 0,66).
- Forskningsfråga
- Hur responstid, ålder och kön samspelar med tidskänslig högrisktriage i 132 395 uppdrag med andningsbesvär.
- Studiepopulation
- 132 395 ambulansuppdrag · 2017–2022 · Stockholm, Sverige
- Metod
- Retrospektiv observationsanalys av 132 395 uppdrag med andningsbesvär i Stockholm 2017–2022. Flera modeller prövades; PD- och ICE-diagram användes för att undersöka icke-linjära samband.
- Huvudresultat
- Ålder var modellens viktigaste variabel. Patienter över 60 år hade ett komplext mönster med stigande HRTS-sannolikhet vid responstider över två timmar; diskrimineringen var måttlig (AUC 0,66).
- Praktisk betydelse
- Långa väntetider kan motivera systematisk omprövning, särskilt när demografisk eller klinisk sårbarhet kan ha underskattats i första samtalet.
Modellen är explorativ, inte validerad för individprediktion eller automatiserad dirigering och bygger på ett begränsat antal variabler från en region.
Öppna publikationen ↗Varför kan samma väntan betyda olika mycket?
Utforska denna forskningsfrågaOriginalpublikationens titel
Uncovering nonlinear patterns in time-sensitive prehospital breathing emergencies: an exploratory machine learning study
Denna sida är en forskningssammanfattning. Fullständig metod, resultat och villkor för återanvändning finns i den engelska originalpublikationen.
Forskningsunderlag
- Publiceringsstatus
- Sakkunniggranskad
- Forskningsfråga
- Hur responstid, ålder och kön samspelar med tidskänslig högrisktriage i 132 395 uppdrag med andningsbesvär.
- Studiepopulation
- 132 395 ambulansuppdrag
- Kontext
- Stockholm, Sverige
- Studieperiod
- 2017–2022
- Metod
- Retrospektiv observationsanalys av 132 395 uppdrag med andningsbesvär i Stockholm 2017–2022. Flera modeller prövades; PD- och ICE-diagram användes för att undersöka icke-linjära samband.
- Tolkningens gränser
- Modellen är explorativ, inte validerad för individprediktion eller automatiserad dirigering och bygger på ett begränsat antal variabler från en region.
- Citera forskningen
- 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