Population and SettingMultnomah Cou

Population and Setting
Multnomah County, Oregon, has a population of 735,000, an area of 435 square miles, and is served by multiple first responding agencies (e.g., fire departments), with one commercial ambulance company transporting all patients.3 All scene ground transports originating with a call to 911 or the county centralized dispatch were included. Interfacility transfers, intermode (e.g., air to ground) transfers, and nonurgent transports, such as those for medical appointments, were excluded. Transports longer than 60 minutes were excluded as outliers in a mostly urban EMS system.
Data Collection
Cases were collected retrospectively from electronic patient care records. EMS personnel completed these reports on a laptop computer during and after the transport. Exact times of scene departure and emergency department arrival and mileage were automatically recorded by the driver pressing a key on the ambulance's automated data terminal, following guidelines for uniform reporting of these intervals.4
Scene and hospital addresses were converted into latitude and longitude coordinate pairs (geocoded) using the batchgeo.com web application.5 This free, internet-based applet sends large batches of addresses to Google Maps for geocoding. Addresses that could not be geocoded by Google maps (e.g., highway milepost numbers and descriptions of locations) were reviewed by the investigators and manually geocoded using Google Earth.6 Scene locations that could not conclusively be identified were excluded. The study was granted a HIPPA waiver of informed consent by the Oregon Health and Science University Institutional Review Board.
Data Analysis
The model was derived on a 50% random sample of the data and validated on the remainder. Randomization was based on the last digit of the EMS agency's sequentially assigned run number. Characteristics of the derivation and validation sets were compared. Mean ages were compared by two-tailed t-tests. Median transport durations and route lengths were compared by the Wilcoxon rank-sum test because of their right-skewed distributions. The dichotomous variables were compared by the chi-squared test.
ArGIS 9.1 Network Analyst (ESRI Corporation, Redlands, CA) was used to generate a route from each scene and destination coordinate pair. Network Analyst uses hierarchical route analysis favoring larger highways and arterials over local roads to determine the fastest possible route and estimates driving time based on the speed limits for each street segment in the route. The street network included in the ArcGIS package was used. Transports in which the actual transport time was less than the raw prediction from ArcGIS were excluded, as this software's algorithm produced very short estimates, so these cases likely represented failure of the ambulance driver to activate the automated data terminal on leaving the scene.
Linear regression was then used to create a model to more accurately predict transport time by refining the street network estimate from ArcGIS using other significant covariates. The outcome of the model was the actual transport time recorded from the ambulance's automated data terminal.
The model was built by stepwise removal of variables found to be insignificant at p < 0.05 from a model containing all variables considered likely to be of a priori importance to the investigators. As the effect of each predictor would increase for longer transports, each of these dichotomous variables was multiplied by the uncorrected street network transport time estimate (interaction terms). These included use of lights and sirens, daylight transport time, transport during rush hour, transport during wet weather, patient age 18 and under, patient sex, and entry into the trauma system. Wet weather conditions were defined as those that began on a calendar day in which 0.01 or more inches of precipitation were recorded at the National Weather Service Portland office. This was based on the minimum precipitation necessary to make the ground wet.7 Daylight was a transport beginning between sunrise and sunset.8 Rush hour was defined as transports beginning from 7:00 to 9:00 am and 4:00 to 6:30 pm. A transport was considered to use lights and sirens if the patient care record denoted it as such at any time, even if the priority was changed during transport.
We determined that a model without a constant would maximize accuracy as the ambulance neared the hospital, while an equation with a constant would more accurately predict the time of arrival when the ambulance was still farther away. The point at which the model switched from the equation for long versus short transports was determined by trial and error so that there would not be a jump in the predicted ETA as an ambulance driving toward the hospital with lights and sirens crossed that threshold. Accuracy of the model was quantified as the proportion of transports arriving within 5 minutes of the predicted time, a previously used criterion.2
We then developed a Google Maps web application using simulated data to demonstrate how this model might be deployed in EMS operations. Google makes a free set of tools to allow developers with a basic knowledge of JavaScript to embed Google Maps in their web and mobile applications.9 In our demonstration application, users go to a website hosted on our server and enter the ambulance location and destination hospital. The application calls upon the Google Maps server to provide a map of the ambulance's current position, projected route, uncorrected street network ETA, and a corrected ETA refined by the predictors that this study found to be significant. This same interface could be fed from real-time GPS data from the ambulance, providing a constantly updated ETA and position data with minimal manual input from the user.

ผลลัพธ์ (ไทย) 1:

ประชากรและการตั้งค่ามีประชากรประมาณ 735,000 พื้นที่ 435 ตารางไมล์ เขต Multnomah โอเรกอน และให้บริการ โดยหน่วยตอบสนองหลายครั้งแรก (เช่น แผนกดับเพลิง) ถูกรวมกับบริษัทค้ารถพยาบาลหนึ่งที่ขนส่งทั้งหมด patients.3 ขนส่งพื้นฉากทั้งหมดที่เริ่มต้น ด้วยการเรียก 911 หรือการจัดส่งส่วนกลางเขต Interfacility โอน โอน intermode (เช่น อากาศสู่พื้นดิน) และขน ส่ง nonurgent เช่นการนัดหมายแพทย์ ถูกแยกออก ขนส่งนานกว่า 60 นาทีได้ถูกแยกออกเป็น outliers ในระบบ EMS เมืองส่วนใหญ่รวบรวมข้อมูลกรณีถูกเก็บรวบรวมจากบันทึกการดูแลผู้ป่วยอิเล็กทรอนิกส์ย้อนหลังได้ บุคลากร EMS เสร็จรายงานเหล่านี้บนคอมพิวเตอร์แล็ปท็อปในระหว่าง และ หลังการขนส่ง เวลาที่แน่นอนออกฉากมาถึงแผนกฉุกเฉิน และระยะทางถูกบันทึก โดยโปรแกรมควบคุมแป้นบนเทอร์มินัลข้อมูลอัตโนมัติของรถพยาบาล ตามแนวทางสำหรับการรายงานของ intervals.4 เหล่านี้เป็นรูปแบบอัตโนมัติฉากและโรงพยาบาลอยู่ได้ถูกแปลงเป็นละติจูดและลองจิจูดประสานงานคู่ (geocoded) ใช้ application.5 เว็บ batchgeo.com ที่แอปเพล็ตนี้ฟรี ใช้อินเตอร์เน็ตส่งชุดใหญ่ของแผนที่ Google สำหรับรหัสทางภูมิศาสตร์ ที่ไม่สามารถ geocoded ด้วยแผนที่ของ Google (เช่น ทางหลวงหมายเลขกิโลเมตรและคำอธิบายของสถาน) ได้ตรวจสอบสืบสวนและใช้ geocoded ด้วยตนเองตั้ง Google Earth.6 ฉากที่เห็นไม่สามารถระบุได้ถูกแยกออก การศึกษาได้รับการแจ้งความยินยอมสละ HIPPA โอเรกอนสุขภาพและวิทยาศาสตร์มหาวิทยาลัยสถาบันคณะกรรมการการวิเคราะห์ข้อมูลรูปแบบได้รับตัวอย่างสุ่ม 50% ของข้อมูล และตรวจสอบในส่วนเหลือ Randomization เป็นไปตามหลักสุดท้ายของหมายเลขงานที่กำหนดตามลำดับของหน่วย EMS ลักษณะของชุดมาและตรวจสอบได้เปรียบเทียบ อายุเฉลี่ยถูกเปรียบเทียบ โดย t-การการทดสอบสองหาง มัธยฐานขนส่งระยะเวลาและความยาวเส้นทางถูกเปรียบเทียบ โดย Wilcoxon อันดับผลทดสอบเนื่องจากการกระจายความเบ้ขวา ตัวแปร dichotomous ถูกเปรียบเทียบ โดยการทดสอบไคสแควร์ArGIS 9.1 เครือข่ายวิเคราะห์ (บริษัท ESRI, Redlands, CA) ถูกใช้เพื่อสร้างกระบวนการผลิตจากแต่ละคู่ที่ประสานงานฉากและปลายทาง เครือข่ายนักวิเคราะห์ใช้วิเคราะห์เส้นทางลำดับนความใหญ่หลวงและ arterials ผ่านถนนในท้องถิ่นเพื่อกำหนดเส้นทางได้เร็วที่สุด และประเมินตามขีดจำกัดความเร็วแต่ละส่วนถนนในเส้นทางเวลาขับรถ ใช้เครือข่ายถนนที่รวมอยู่ในแพคเกจ ArcGIS ขนส่งซึ่งเวลาการขนส่งจริงได้น้อยกว่าการคาดเดาจาก ArcGIS ดิบแยกออก เป็นอัลกอริทึมของซอฟต์แวร์นี้ผลิตประเมินสั้นมาก ดังนั้นกรณีเหล่านี้อาจแสดงถึงความล้มเหลวของคนขับรถพยาบาลเพื่อเรียกใช้ข้อมูลแบบอัตโนมัติที่เทอร์มินัลบนออกจากฉากถดถอยเชิงเส้นแล้วใช้เพื่อสร้างแบบจำลองเพื่อทำนายเวลาที่ขนส่งได้แม่นยำมากขึ้น โดยปรับการประเมินเครือข่ายถนนจาก ArcGIS ใช้ covariates อื่น ๆ อย่างมีนัยสำคัญ ผลของรูปแบบเวลาการขนส่งจริงที่บันทึกไว้จากเทอร์มินัลข้อมูลอัตโนมัติของรถพยาบาลได้แบบจำลองถูกสร้างขึ้น โดยเอา stepwise พบเป็นที่ p < 0.05 จากแบบจำลองประกอบด้วยตัวแปรทั้งหมดที่พิจารณาจะ priori ความสำคัญนักที่สำคัญตัวแปร เป็นผู้ทายผลแต่ละผลจะเพิ่มสำหรับการขนส่งอีกต่อไป แต่ละตัวแปรเหล่านี้ dichotomous ถูกคูณ โดยประเมินเวลาขนส่งเครือข่ายถนน uncorrected (โต้ตอบเงื่อนไข) เหล่านี้รวมถึงใช้ไฟ และไซเรนส์ ตามฤดูกาลขนส่งเวลา ขนส่งในช่วงชั่วโมงเร่งด่วน ขนส่งในช่วงสภาพอากาศเปียก ผู้ป่วยอายุ 18 และภาย ใต้ เพศผู้ป่วย และเข้าระบบบาดเจ็บ สภาพอากาศที่เปียกถูกกำหนดเป็นที่เริ่มต้นในวันปฏิทินที่ได้รับการบันทึกอย่าง น้อย 0.01 นิ้วของฝนที่พอร์ตแลนด์บริการสภาพอากาศแห่งชาติสำนักงาน นี้เป็นไปตามที่ฝนต่ำสุดที่จำเป็นเพื่อให้ wet.7 ดินตามฤดูกาลถูกขนส่งเริ่มต้นระหว่างพระอาทิตย์ขึ้นและ sunset.8 วิ่งชั่วโมงถูกกำหนดเป็นการขนส่งตั้งแต่ 7:00-9:00 น.และ 4:00:30-18.00 น การขนส่งถูกถือว่าเป็นการใช้ไฟและเรนส์ถ้าระเบียนป่วยสามารถบุมันดังตลอดเวลา แม้ว่าจะมีการเปลี่ยนแปลงที่สำคัญในระหว่างการขนส่งเราพบว่า รูปแบบ โดยไม่มีค่าคงจะเพิ่มความแม่นยำเป็นรถพยาบาลที่โรงพยาบาล neared ในขณะที่สมการ มีค่าคงจะ เพิ่มเติมถูกต้องทายผลเวลาของมาถึงเมื่อรถพยาบาลที่ยังอยู่ห่างจาก จุดที่แบบสลับจากสมการสำหรับลองเทียบกับขนสั้นถูกกำหนด โดยลองผิดลองถูกเพื่อที่จะไม่มีการกระโดดในเอตากคาดการณ์เป็นรถพยาบาลที่ขับรถไปโรงพยาบาลกับไฟ และไซเรนส์ข้ามขีดจำกัดที่ ความถูกต้องของแบบจำลองถูก quantified เป็นสัดส่วนของการขนส่งมาถึงภายใน 5 นาทีเวลาคาดการณ์ criterion.2 ที่ใช้ก่อนหน้านี้แล้วเราพัฒนาโปรแกรมประยุกต์เว็บ Google Maps ที่ใช้ข้อมูลจำลองเพื่อแสดงให้เห็นว่ารูปแบบนี้อาจใช้งานในการดำเนินงาน EMS ชุดเครื่องมือให้นักพัฒนา มีความรู้พื้นฐานของ JavaScript ฝัง Google Maps ในเว็บและโมบาย applications.9 ในแอพลิเคชันของเราสาธิตฟรีทำให้ Google ผู้ใช้ไปยังเว็บไซต์ที่โฮสต์บนเซิร์ฟเวอร์ของเรา และใส่รถพยาบาลตำแหน่งและปลายทางโรงพยาบาล แอพลิเคชันเรียกเมื่อเซิร์ฟเวอร์ Google Maps แสดงแผนที่ตำแหน่งปัจจุบันของรถพยาบาล กระบวนการผลิตที่คาดการณ์ เครือข่ายถนน uncorrected เอตาก และเอตากการแก้ไขโดย predictors ซึ่งการศึกษานี้พบว่ามีความสำคัญ อินเทอร์เฟซเดียวกันนี้สามารถจะเลี้ยงแบบเรียลไทม์ข้อมูล GPS จากรถพยาบาล ป้อนข้อมูลด้วยตนเองน้อยที่สุดจากผู้ให้ข้อมูลเอตากและตำแหน่งปรับปรุงอย่างต่อเนื่อง

ผลลัพธ์ (ไทย) 2:

ประชากรและการตั้ง
มัลท์โนออริกอนมีประชากร 735,000, พื้นที่ 435 ตารางไมล์และมีการให้บริการโดยหน่วยงานที่ตอบสนองหลาย ๆ ครั้งแรก (เช่นแผนกดับเพลิง) กับ บริษัท รถพยาบาลพาณิชย์ขนส่ง patients.3 ทุกฉากลำเลียงพื้นดินทั้งหมด มีต้นกำเนิดที่มีการเรียกร้องให้ 911 หรือการจัดส่งเขตศูนย์กลางถูกรวม โอน interfacility, intermode (เช่นอากาศให้ดิน) การถ่ายโอนและการขนส่ง nonurgent เช่นนั้นสำหรับการนัดหมายทางการแพทย์ได้รับการยกเว้น ลำเลียงนานกว่า 60 นาทีได้รับการยกเว้นเป็นค่าผิดปกติในระบบเมืองส่วนใหญ่ EMS.
การเก็บรวบรวมข้อมูล
กรณีที่ถูกเก็บรวบรวมจากผู้ป่วยย้อนหลังบันทึกการดูแลอิเล็กทรอนิกส์ บุคลากร EMS เสร็จรายงานเหล่านี้บนเครื่องคอมพิวเตอร์แล็ปท็อปในระหว่างและหลังการขนส่ง เวลาที่แน่นอนของการเดินทางมาถึงที่เกิดเหตุและแผนกฉุกเฉินและระยะที่ถูกบันทึกไว้โดยอัตโนมัติโดยคนขับกดปุ่มบน terminal ข้อมูลอัตโนมัติของรถพยาบาลตามแนวทางสำหรับการรายงานเครื่องแบบเหล่านี้ intervals.4
ฉากและที่อยู่ที่โรงพยาบาลได้รับการแปลงเป็นละติจูดและลองจิจูดประสานงานคู่ ( geocoded) โดยใช้ batchgeo.com เว็บ application.5 นี้ฟรีแอปเพล็อินเทอร์เน็ตที่ส่งกระบวนการขนาดใหญ่ที่อยู่ใน Google Maps สำหรับ Geocoding ที่อยู่ที่ไม่สามารถ geocoded โดยแผนที่ Google (เช่นทางหลวงหมายเลขหลักกิโลเมตรและรายละเอียดของสถานที่) ได้รับการตรวจสอบโดยผู้ตรวจสอบด้วยตนเองและ geocoded โดยใช้สถานที่ของ Google Earth.6 ฉากที่ไม่สามารถระบุได้แน่ชัดได้รับการยกเว้น การศึกษาได้รับการผ่อนผัน HIPPA ความยินยอมรับแจ้งจากโอเรกอนสุขภาพและวิทยาศาสตร์มหาวิทยาลัยสถาบันคณะกรรมการพิจารณา.
การวิเคราะห์ข้อมูล
แบบจำลองได้มาในตัวอย่างที่สุ่ม 50% ของข้อมูลและการตรวจสอบในส่วนที่เหลือ สุ่มอยู่บนพื้นฐานของหลักสุดท้ายของลำดับของหน่วยงาน EMS กำหนดหมายเลขวิ่ง ลักษณะของรากศัพท์และชุดการตรวจสอบถูกนำมาเปรียบเทียบ ทุกเพศทุกวัยมีการเปรียบเทียบค่าเฉลี่ยสองหางเสื้อทดสอบ ระยะเวลาการขนส่งค่ามัธยฐานและความยาวเส้นทางถูกนำมาเปรียบเทียบโดยการทดสอบ Wilcoxon อันดับผลรวมของการกระจายเพราะขวาเบ้ของพวกเขา ตัวแปร dichotomous ถูกนำมาเปรียบเทียบโดยการทดสอบไคสแควร์.
Argis 9.1 นักวิเคราะห์เครือข่าย (ESRI คอร์ปอเรชั่นเรดแลนด์, แคลิฟอร์เนีย) ถูกนำมาใช้ในการสร้างเส้นทางจากแต่ละฉากและปลายทางประสานงานคู่ นักวิเคราะห์เครือข่ายใช้การวิเคราะห์เส้นทางลำดับชั้นนิยมทางหลวงขนาดใหญ่และ arterials กว่าถนนในท้องถิ่นเพื่อตรวจสอบเส้นทางที่เป็นไปได้เร็วที่สุดและประมาณการเกี่ยวกับการขับรถเวลาขึ้นอยู่กับการ จำกัด ความเร็วสำหรับแต่ละส่วนถนนในเส้นทาง เครือข่ายถนนรวมอยู่ในแพคเกจ ArcGIS ถูกนำมาใช้ ขนส่งซึ่งในเวลาการขนส่งที่เกิดขึ้นจริงน้อยกว่าการคาดการณ์ดิบจาก ArcGIS ได้รับการยกเว้นเป็นอัลกอริทึมของซอฟต์แวร์นี้ผลิตประมาณการสั้นมากดังนั้นกรณีเหล่านี้เป็นตัวแทนของแนวโน้มความล้มเหลวของคนขับรถพยาบาลเพื่อเปิดใช้งานสถานีข้อมูลอัตโนมัติออกจากที่เกิดเหตุ.
ถดถอยเชิงเส้น ถูกนำมาใช้เพื่อสร้างแบบจำลองเพื่อทำนายเวลาการขนส่งโดยกำหนดประมาณการเครือข่ายถนนจาก ArcGIS โดยใช้ตัวแปรที่สำคัญอื่น ๆ ผลของรูปแบบเป็นครั้งการขนส่งที่เกิดขึ้นจริงที่บันทึกจากสถานีข้อมูลรถพยาบาลอัตโนมัติ.
แบบถูกสร้างขึ้นโดยการกำจัดขั้นตอนของตัวแปรพบว่ามีนัยสำคัญที่ p <0.05 จากแบบจำลองที่มีตัวแปรทั้งหมดถือว่าน่าจะเป็นของความสำคัญเบื้องต้นที่จะ นักวิจัย ในฐานะที่เป็นผลกระทบของแต่ละทำนายจะเพิ่มขึ้นอีกต่อไปสำหรับการขนส่งแต่ละตัวแปร dichotomous เหล่านี้ถูกคูณด้วยเครือข่ายถนนไม่ได้แก้ไขประมาณการเวลาการขนส่ง (เงื่อนไขการทำงานร่วมกัน) เหล่านี้รวมถึงการใช้งานของไฟและเสียงไซเรนเวลากลางวันขนส่ง, การขนส่งในช่วงชั่วโมงเร่งด่วน, การขนส่งในช่วงอากาศเปียก, 18 อายุของผู้ป่วยและอยู่ภายใต้เพศผู้ป่วยและเข้าสู่ระบบการบาดเจ็บ สภาพอากาศที่เปียกถูกกำหนดให้เป็นผู้ที่เริ่มต้นขึ้นในวันที่ปฏิทินที่ 0.01 หรือมากกว่านิ้วของฝนที่ถูกบันทึกไว้ที่สำนักงานบริการสภาพอากาศแห่งชาติพอร์ตแลนด์ นี้ขึ้นอยู่กับการเร่งรัดขั้นต่ำที่จำเป็นที่จะทำให้พื้นดิน wet.7 Daylight เป็นจุดเริ่มต้นในการขนส่งระหว่างพระอาทิตย์ขึ้นและ sunset.8 ชั่วโมงเร่งด่วนได้รับการกำหนดให้เป็นจุดเริ่มต้นในการขนส่ง 7:00-09:00 และ 4:00-06:30 น การขนส่งได้รับการพิจารณาที่จะใช้ไฟไซเรนและถ้าบันทึกการดูแลผู้ป่วยแสดงมันเป็นเช่นนี้ในเวลาใด ๆ แม้ว่าความสำคัญที่มีการเปลี่ยนแปลงในระหว่างการขนส่ง.
เราพิจารณาแล้วว่ารูปแบบโดยไม่ต้องคงที่จะเพิ่มความถูกต้องเป็นรถพยาบาลใกล้โรงพยาบาลในขณะที่ สมกับคงที่มากขึ้นอย่างถูกต้องจะทำนายเวลาของการมาถึงเมื่อรถพยาบาลก็ยังคงห่างไกลออกไป จุดที่เปลี่ยนจากรูปแบบสมการเป็นเวลานานเมื่อเทียบกับการขนส่งสั้นถูกกำหนดโดยการทดลองและข้อผิดพลาดเพื่อที่ว่าจะไม่มีการกระโดดในการคาดการณ์การทางพิเศษแห่งประเทศไทยในฐานะที่เป็นรถพยาบาลขับรถตรงไปยังโรงพยาบาลที่มีไฟและเสียงไซเรนข้ามเกณฑ์ที่ ความถูกต้องของรูปแบบที่ถูกวัดเป็นสัดส่วนของการขนส่งมาถึงภายใน 5 นาทีของเวลาที่คาดการณ์ไว้, criterion.2 ใช้ก่อนหน้านี้
จากนั้นเราจะพัฒนาแอพลิเคชันเว็บของ Google แผนที่โดยใช้ข้อมูลจำลองที่จะแสดงให้เห็นว่ารูปแบบนี้อาจจะนำไปใช้ในการดำเนินงานการจัดการสิ่งแวดล้อม Google ทำให้ชุดฟรีของเครื่องมือที่จะช่วยให้นักพัฒนาที่มีความรู้พื้นฐานของ JavaScript เพื่อฝัง Google แผนที่ในเว็บและ applications.9 มือถือของตนในการประยุกต์ใช้การสาธิตของเราผู้ใช้ไปที่เว็บไซต์โฮสต์บนเซิร์ฟเวอร์ของเราและใส่สถานพยาบาลและโรงพยาบาลปลายทาง . สายการประยุกต์ใช้กับเซิร์ฟเวอร์ของ Google Maps เพื่อให้แผนที่ตำแหน่งปัจจุบันของรถพยาบาลของเส้นทางที่คาดการณ์ไม่ได้แก้ไขการทางพิเศษแห่งประเทศไทยถนนของเครือข่ายและการทางพิเศษแห่งประเทศไทยแก้ไขกลั่นโดยทำนายว่าการศึกษานี้พบว่ามีความสำคัญ อินเตอร์เฟซเดียวกันอาจได้รับการเลี้ยงดูจากเวลาจริงข้อมูล GPS จากรถพยาบาลให้การทางพิเศษแห่งประเทศไทยปรับปรุงอย่างต่อเนื่องและข้อมูลตำแหน่งด้วยการป้อนข้อมูลคู่มือน้อยที่สุดจากผู้ใช้

ผลลัพธ์ (ไทย) 3:

ประชากรและการตั้งค่า
multnomah County , Oregon มีประชากร 735000 พื้นที่ 435 ตารางไมล์ และให้บริการโดยหลายหน่วยงานแรกที่ตอบสนอง ( เช่นแผนกดับเพลิง , รถพยาบาลพาณิชย์ ) กับ บริษัท การเคลื่อนย้ายผู้ป่วยทั้งหมด ทั้ง 3 ฉากพื้นดิน ขนส่ง ที่มากับการเรียก 911 หรือที่ว่าการเขตศูนย์รวม . โอน interfacility intermode , ( Eกรัม , เครื่องพื้นดิน ) โอน และ nonurgent การขนส่ง เช่นการนัดหมายแพทย์ ยังไม่รวม การขนส่งนานกว่า 60 นาทีรวมเป็นค่าผิดปกติในระบบส่วนใหญ่ของเมือง EMS กรณีของสะสม

เก็บข้อมูลย้อนหลังจากบันทึกผู้ป่วยอิเล็กทรอนิกส์ บุคลากร EMS เสร็จรายงานเหล่านี้บนคอมพิวเตอร์แล็ปท็อปในระหว่างและหลังขนส่งเวลาที่แน่นอนของการเดินทางมาถึงที่เกิดเหตุฉุกเฉินและระยะถูกบันทึกไว้โดยอัตโนมัติ โดยคนขับกดแป้นบนเทอร์มินัลของรถพยาบาลข้อมูลอัตโนมัติ ตามแนวทางการรายงานชุดของช่วงเวลาเหล่านี้ 4
ฉาก และโรงพยาบาลที่อยู่ถูกแปลงเป็นละติจูดและลองจิจูดประสานงานคู่ ( geocoded ) โดยใช้โปรแกรมเว็บ batchgeo.com 5 นี้ฟรีผ่านชุดของแอปเพล็ส่งขนาดใหญ่ที่อยู่ใน Google Maps สำหรับ geocoding . ที่อยู่ที่ไม่สามารถ geocoded โดย Google แผนที่ ( เช่น ทางหลวงหมายเลขและรายละเอียดของสถานที่หลักไมล์ตามข้างทาง ) ถูกตรวจสอบโดยผู้ตรวจสอบและตนเอง geocoded โดยใช้ Google Earth 6 ฉาก สถานที่ที่ไม่อาจสรุประบุถูกแยกออกการศึกษาได้รับ hippa โดยความยินยอมโดยโอเรกอนสุขภาพและวิทยาศาสตร์มหาวิทยาลัยสถาบันคณะกรรมการ .

รูปแบบการวิเคราะห์ข้อมูลที่ได้มาใน 50% แบบสุ่มของข้อมูลและตรวจสอบในส่วนที่เหลือ ร่วมกับการใช้เลขหลักสุดท้ายของ EMS หน่วยงานมอบหมายเรียกเป็นหมายเลข ลักษณะของการตั้งค่าการตรวจสอบและเปรียบเทียบ .หมายถึงอายุเปรียบเทียบโดยจำนวนสองหาง . ระยะเวลาขนส่งเฉลี่ยและความยาวเส้นทางด้วย The Wilcoxon rank sum เปรียบเทียบการทดสอบ เพราะสิทธิการกระจายเบ้ . ตัวแปร dichotomous เปรียบเทียบโดยชิแบบยกกำลังสอง .
argis 9.1 เครือข่ายนักวิเคราะห์ ( ประกอบด้วยบริษัท เรดแลนด์ , แคลิฟอร์เนีย ) ถูกใช้เพื่อสร้างเส้นทางจากแต่ละฉาก และคู่ประสานงานปลายทางนักวิเคราะห์เครือข่ายโดยใช้การวิเคราะห์เส้นทางแบบลำดับชั้นนิยมขนาดใหญ่บนถนนทางหลวงและ arterials ท้องถิ่นเพื่อหาเส้นทางที่เร็วที่สุดที่เป็นไปได้และประมาณเวลาขับรถตามความเร็วจำกัดสำหรับส่วนถนนในแต่ละเส้นทาง ถนนเครือข่ายรวมอยู่ในแพคเกจที่ใช้ ArcGIS . .การขนส่งการขนส่งในเวลาจริงซึ่งน้อยกว่าการคาดการณ์ดิบจาก ArcGIS . ได้รับการยกเว้น เช่น อัลกอริทึมนี้ซอฟต์แวร์ที่ผลิตประมาณสั้นมาก ดังนั้นกรณีเหล่านี้อาจแสดงความล้มเหลวของคนขับรถจะเปิดใช้งานโดยอัตโนมัติข้อมูลปลายทาง ออกจากที่เกิดเหตุ
การถดถอยเชิงเส้นถูกใช้ในการสร้างโมเดลที่ถูกต้องทำนายเวลาขนส่ง โดยปรับประมาณการจากถนนเครือข่าย ArcGIS . ใช้ความรู้ที่สำคัญอื่น ๆ ผลของรูปแบบการขนส่งจากเวลาจริงบันทึกของรถพยาบาลอัตโนมัติปลายทางข้อมูล .
รูปแบบถูกสร้างขึ้นโดยการกำจัดตัวแปร พบว่าเป็นแบบธรรมดาๆ ที่ p < 005 จากแบบจำลองที่มีตัวแปรทั้งหมดถือว่าน่าจะของ priori ความสำคัญกับผู้ตรวจสอบ ขณะที่ผลกระทบของแต่ละตัวแปรจะเพิ่มขึ้นสำหรับการขนส่งนาน แต่ละตัวแปร dichotomous เหล่านี้ถูกคูณด้วย uncorrected ถนนเครือข่ายขนส่งเวลาประมาณ ( แง่ปฏิสัมพันธ์ ) คือใช้ไฟและไซเรน เวลาขนส่งตามฤดูกาลการขนส่งในช่วงชั่วโมงเร่งด่วน การขนส่ง ในช่วงฤดูฝน ผู้ป่วยอายุ 18 และภายใต้เพศ , อดทน และการเข้าสู่ระบบห้องฉุกเฉิน สภาพอากาศที่เปียกถูกกำหนดเป็นผู้ที่เริ่มขึ้นในปฏิทินวันที่ 0.01 หรือมากกว่านิ้วของปริมาณน้ำฝนที่ถูกบันทึกไว้ที่กรมอุตุฯ พอร์ตแลนด์ สำนักงาน นี้ขึ้นอยู่กับการตกตะกอนเป็นอย่างน้อยเพื่อให้พื้นเปียก7 กลางวัน คือ การขนส่ง ตั้งแต่พระอาทิตย์ขึ้นถึงพระอาทิตย์ตก 8 ชั่วโมงเร่งด่วนได้นิยามเป็นขนส่งเริ่มต้น เวลา 9 โมงเช้า ถึง 4 โมงเย็นถึง 6 โมงครึ่ง การขนส่งถือว่าใช้ไฟและไซเรนถ้าบันทึกการดูแลผู้ป่วยแทน มันเป็นเช่นนี้ตลอดเวลา แม้ว่าความเปลี่ยนแปลง
ในระหว่างการขนส่งเรามุ่งมั่นที่เป็นรูปแบบโดยไม่ต้องคงที่จะเพิ่มความถูกต้องเป็นรถพยาบาลอยู่ใกล้โรงพยาบาล ในขณะที่สมการกับคงที่จะถูกต้องทำนายเวลาของการมาถึงเมื่อรถพยาบาลยังไกลออกไปจุดที่เปลี่ยนจากรูปแบบสมการยาวกับสั้นขนส่งถูกกำหนดโดยการทดลองและข้อผิดพลาด ดังนั้นก็ไม่ควรกระโดดในการทำนายและเป็นรถพยาบาลขับไปยังโรงพยาบาลที่มีไฟและไซเรนข้ามที่เกณฑ์ ความถูกต้องของแบบจำลองเชิงปริมาณและสัดส่วนของการเดินทางมาถึงในช่วงเวลา 5 นาทีก่อนหน้านี้ใช้เกณฑ์ 2
เราแล้วพัฒนา Google Maps โปรแกรมเว็บโดยใช้ข้อมูลจำลองเพื่อแสดงให้เห็นถึงวิธีการที่รุ่นนี้อาจจะเปิดในงาน Google ทำให้ฟรีชุดของเครื่องมือที่จะช่วยให้นักพัฒนาที่มีความรู้เบื้องต้นเกี่ยวกับจาวาสคริปต์เพื่อฝัง Google Maps ในเว็บและโปรแกรมมือถือที่ 9 ในโปรแกรมการสาธิตของเราผู้ใช้ไปยังเว็บไซต์ที่โฮสต์บนเซิร์ฟเวอร์ของเราและใส่รถพยาบาลและโรงพยาบาล สถานที่ปลายทาง โปรแกรมโทรศัพท์บน Google Maps Server เพื่อให้แผนที่ของตำแหน่งปัจจุบันของรถพยาบาล uncorrected คาดการณ์เส้นทางถนนเครือข่ายและ , และการแก้ไขและปรับปรุงโดยตัวแปรที่ศึกษานี้พบว่ามีความอินเตอร์เฟซเดียวกันนี้สามารถป้อนจากเรียลไทม์ข้อมูล GPS จากรถพยาบาล ให้ปรับปรุงอย่างต่อเนื่องและการป้อนข้อมูลด้วยตนเองและข้อมูลตำแหน่งที่น้อยที่สุด จากผู้ใช้