Epidemiological Characteristics of Emergency Medical Service Calls in a Large Chinese City: A Retrospective Analysis of 191,730 Prehospital Dispatches in 2024
这项针对2024年中国某大城市191,730次急救调度记录的回顾性分析表明，急救需求高度集中在老年群体，并由损伤及具有时效性的医疗状况所驱动，且呈现出明显的昼夜与年龄相关特征，这凸显了优化人员配置、实施针对性预防策略以及将低急性非紧急转运任务转向专用服务以提高资源效率的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，武汉这座城市就像一个巨大的、繁忙的舞台，2024年有191,730人作为庞大的演员阵容，步入了救护车呼叫的聚光灯下。这项研究就像一部高速摄像机，捕捉了其中的每一个瞬间，以观察谁在呼叫、为何呼叫以及何时呼叫。
角色阵容：谁在台上？
剧中的主角们年纪较大。患者的平均年龄为62岁，且近一半（46.4%）为65岁或以上。可以把它想象成一个退休社区突然决定举办一场大规模、混乱的街区派对。虽然也有不少年轻人，但他们只占极小的比例（只有2.9%在15岁以下）。此外，舞台上的男性比女性略多，男女比例约为1.22:1。
剧情：发生了什么？
这个故事有两个主要类型。最常见的剧情转折是损伤（如跌倒或车祸），约占所有呼叫的25%。第二常见的类型是“尚不确定具体问题”（如头晕或身体不适等症状），占20.5%。
在这里，角色的年龄改变了故事：
- 中青年群体： 他们的故事通常围绕着损伤或酒精展开。事实上，有9,524次呼叫专门针对酒精中毒。这些呼叫大多发生在夜间（晚上8:00至凌晨1:00），且涉及年轻男性（平均年龄34岁）。
- 老年群体： 随着角色年龄的增长，故事发生了戏剧性的转变。损伤和酒精逐渐淡出，取而代之的是中风、心脏问题和呼吸问题。人越老，发生严重医疗紧急情况的可能性就越高。
日程表：演出何时开始？
演出并非随机进行，而是遵循严格的时钟。
- 每日高峰： 最繁忙的时间是上午10:00，此时占所有呼叫的7.9%。最安静的时间是凌晨4:00，仅有1.6%的呼叫。
- 每月节奏： 呼叫量最多的月份是12月（9.2%），而6月是最安静的月份（7.9%）。
- 每周节奏： 周一是最忙碌的一天（15.0%），而周末则相对较清闲。
与时间赛跑：他们能赶到吗？
当警报响起时，救护车小组便开始奔向现场。他们平均在10.3分钟内到达。
- 大约**76.2%**的时间，他们在15分钟内到达。
- 然而，在早高峰期间（约上午10:00），由于同时发生的呼叫过多，比赛速度会略微变慢。
- 有趣的是，系统并没有根据呼叫的严重程度来调整响应时间。无论是生死攸关的心脏病发作，还是轻微的损伤，救护车的到达时间大致相同（约10分钟）。
结局：谁去了医院？
大多数人（82.8%）会被送往医院。但有一个巨大的例外：心跳骤停（心脏停止跳动）。这类患者中只有约**30.1%**被转运至医院。为什么？因为在许多此类病例中，患者在救护车到达之前就已经去世了。
此外，患者年龄越大，被转运的可能性就越低。对于儿童（0-14岁），87.5%会去医院。对于高龄老人（85岁以上），这一比例降至80.1%。这与事实相符，即最年长的患者在转运前或转运过程中死亡率最高。
隐藏的代价：“非紧急”的绕道
这里有一个令人惊讶的转折：近**28%**的救护车呼叫（53,444次）并非紧急情况。这些行程包括在医院间转运患者、出院后送患者回家或长距离驾驶。
- 尽管这些呼叫仅占总数的28%，但它们吞噬了救护车在路上总时间的38.2%。
- 为什么？因为这些行程要长得多。一次紧急行程大约需要33分钟，而一次非紧急行程则需要49分钟。
- 冲突点： 这些漫长的、非紧急的行程主要发生在白天，也就是真正的紧急情况（上午10:00的早高峰）达到顶峰的时候。这就像是在消防车需要通过的高速公路上，被一辆快递卡车给堵住了。
核心启示
研究表明，为了解决这个交通拥堵问题，该城市需要更聪明地分配谁可以使用紧急救护车。数据表明：
- 早班需要配备更多人员，以应对上午10:00的高峰。
- 年轻男性在夜间需要更好的安全策略，以应对损伤和酒精相关事件。
- 老年人需要针对心脏和中风问题的专门护理。
- 非紧急转运（如在医院间移动患者）应该由另一项专门的服务来处理，以免在早高峰期间抢夺真正需要紧急救护的人员资源。
作者使用2024年的真实记录测量了所有这些数据，因此这些数字是事实而非猜测。他们发现了一个清晰的模式：随着人口老龄化，城市的紧急需求正在发生变化，而目前的系统正被不合时宜的非紧急行程所挤占。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。