Medwave; 22 (3), 2022
Publication year: 2022
INTRODUCCIÓN:
Bogotá cuenta con un sistema de emergencias médicas de ambulancias públicas y privadas que responden a incidentes de salud. No se conoce, sin embargo, su suficiencia en cantidad, tipo y ubicación de recursos demandados. OBJETIVOS:
A partir de los datos del sistema de emergencias médicas de Bogotá, Colombia, se buscó primero caracterizar la respuesta pre hospitalaria en paro cardiaco. Luego, con el modelo se buscó determinar cuál sería el menor número de recursos necesarios para responder antes de ocho minutos, teniendo en cuenta su ubicación, número y tipo. MÉTODOS:
Se obtuvo una base de datos de incidentes reportados en registros administrativos de la autoridad sanitaria distrital de Bogotá (de 2014 a 2017). A partir de esa información, se diseñó un modelo híbrido basado en la simulación de eventos discretos y algoritmos genéticos para establecer la cantidad, tipo y ubicación geográfica de recursos, conforme a frecuencias y tipología de los eventos. RESULTADOS:
De la base de datos, Bogotá presentó 938 671 envíos de ambulancias en el período. El 47,4% de prioridad alta, 18,9% media y 33,74% baja. El 92% de estos correspondieron a 15 de 43 códigos de emergencias médicas. Los tiempos de respuesta registrados fueron mayores a lo esperado, especialmente en paro cardiaco extra hospitalario (mediana de 19 minutos). En el modelo planteado, el mejor escenario requirió al menos 281 ambulancias, medicalizadas y básicas en proporción de 3:1 respectivamente para responder en tiempos adecuados. CONCLUSIONES:
Los resultados sugieren la necesidad de incrementar los recursos que responden a estos incidentes para acercar estos tiempos de respuesta a las necesidades de nuestra población.
INTRODUCTION:
Bogotá has a Medical Emergency System of public and private ambulances that respond to health incidents. However, its sufficiency in quantity, type and location of the resources demanded is not known. OBJECTIVE:
Based on the data from the Medical Emergency System of Bogotá, Colombia, we first sought to characterize the prehospital response in cardiac arrest and determine with the model which is the least number of resources necessary to respond within eight minutes, taking into account their location, number, and type. METHODS:
A database of incidents reported in administrative records of the district health authority of Bogotá (2014 to 2017) was obtained. Based on this information, a hybrid model based on discrete event simulation and genetic algorithms was designed to establish the amount, type and geographic location of resources according to the frequencies and typology of the events. RESULTS:
From the database, Bogotá presented 938 671 ambulances dispatches in the period. 47.4% high priority, 18.9% medium and 33.74% low. 92% of these corresponded to 15 of 43 medical emergency codes. The response times recorded were longer than expected, especially in out-of-hospital cardiac arrest (median 19 minutes). In the proposed model, the best scenario required at least 281 ambulances, medicalized and basic in a 3:1 ratio, respectively, to respond in adequate time. CONCLUSIONS:
Results suggest the need for an increase in the resources that respond to these incidents to bring these response times to the needs of our population.