Study 04 · BMC Medical Informatics and Decision Making
Att förstå ambulansens responstider
Hur prioritet, belastning, geografi, väder och operativa intervall formar variation och extrema fördröjningar.
Hur prioritet, belastning, geografi, väder och operativa intervall formar variation och extrema fördröjningar.
Retrospektiv analys av 1 144 754 ambulansuppdrag i Stockholm 2017–2022 med operativa, geografiska och meteorologiska variabler i regressions- och maskininlärningsanalyser.
Metod
Retrospektiv analys av 1 144 754 ambulansuppdrag i Stockholm 2017–2022 med operativa, geografiska och meteorologiska variabler i regressions- och maskininlärningsanalyser.
Huvudresultat
Prioritet var den starkaste övergripande variabeln, men belastning, kontaktorsak, geografi, nederbörd, temperatur och operativa intervall samspelade. Lägre prioriteringar hade tydligt högerskev responstidsfördelning.
Praktisk betydelse
Styrningen bör följa hela fördelningen och extrema fördröjningar i samtliga prioriteringar, inte enbart medianen för högsta prioritet. Belastning kan omfördelas snarare än elimineras.
Tolkningens gränser
Trafikdata saknades, studien omfattade en region och modellernas prediktionsförmåga innebär inte att de är färdiga för realtidstillämpning.