Submit Search
Upload
運用空間決策改進緊急醫療品質-詹大千
•
21 likes
•
3,874 views
台灣資料科學年會
Follow
運用空間決策改進緊急醫療品質-詹大千
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 39
Download Now
Download to read offline
Recommended
[系列活動] 給工程師的統計學及資料分析 123
[系列活動] 給工程師的統計學及資料分析 123
台灣資料科學年會
[系列活動] 手把手的深度學習實務
[系列活動] 手把手的深度學習實務
台灣資料科學年會
[系列活動] 智慧城市中的時空大數據應用
[系列活動] 智慧城市中的時空大數據應用
台灣資料科學年會
莊坤達/資料科學與防疫應用的結合 : 以登革熱防治為例
莊坤達/資料科學與防疫應用的結合 : 以登革熱防治為例
台灣資料科學年會
資料科學於預防醫學之應用
資料科學於預防醫學之應用
台灣資料科學年會
Learning for Big Data-林軒田
Learning for Big Data-林軒田
台灣資料科學年會
健康資料分析與應用
健康資料分析與應用
台灣資料科學年會
[系列活動] 文字探勘者的入門心法
[系列活動] 文字探勘者的入門心法
台灣資料科學年會
More Related Content
Viewers also liked
資料視覺化之理論、賞析與實作
資料視覺化之理論、賞析與實作
台灣資料科學年會
林佳賢/資料視覺化的 20 個小訣竅
林佳賢/資料視覺化的 20 個小訣竅
台灣資料科學年會
[系列活動] 資料探勘速遊 - Session4 case-studies
[系列活動] 資料探勘速遊 - Session4 case-studies
台灣資料科學年會
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
台灣資料科學年會
[系列活動] 手把手教你R語言資料分析實務
[系列活動] 手把手教你R語言資料分析實務
台灣資料科學年會
[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] 使用 R 語言建立自己的演算法交易事業
台灣資料科學年會
[系列活動] Machine Learning 機器學習課程
[系列活動] Machine Learning 機器學習課程
台灣資料科學年會
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
台灣資料科學年會
[系列活動] 機器學習速遊
[系列活動] 機器學習速遊
台灣資料科學年會
姜俊宇/從資料到知識:從零開始的資料探勘
姜俊宇/從資料到知識:從零開始的資料探勘
台灣資料科學年會
2015 台灣資料科學愛好者年會-開場
2015 台灣資料科學愛好者年會-開場
台灣資料科學年會
2014 台灣資料科學愛好者年會-- 閉幕式
2014 台灣資料科學愛好者年會-- 閉幕式
台灣資料科學年會
計算社會學-江彥生
計算社會學-江彥生
台灣資料科學年會
從 2013 社群網絡活動看台灣社會發展趨勢
從 2013 社群網絡活動看台灣社會發展趨勢
台灣資料科學年會
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
台灣資料科學年會
讓數字說話:資料的公益責信應用
讓數字說話:資料的公益責信應用
台灣資料科學年會
人口統計應用於選舉預測-蔡佳泓
人口統計應用於選舉預測-蔡佳泓
台灣資料科學年會
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
台灣資料科學年會
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
台灣資料科學年會
野生動物喜歡住哪裡?探討野生動物與棲地關係
野生動物喜歡住哪裡?探討野生動物與棲地關係
台灣資料科學年會
Viewers also liked
(20)
資料視覺化之理論、賞析與實作
資料視覺化之理論、賞析與實作
林佳賢/資料視覺化的 20 個小訣竅
林佳賢/資料視覺化的 20 個小訣竅
[系列活動] 資料探勘速遊 - Session4 case-studies
[系列活動] 資料探勘速遊 - Session4 case-studies
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[系列活動] 手把手教你R語言資料分析實務
[系列活動] 手把手教你R語言資料分析實務
[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] Machine Learning 機器學習課程
[系列活動] Machine Learning 機器學習課程
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 機器學習速遊
[系列活動] 機器學習速遊
姜俊宇/從資料到知識:從零開始的資料探勘
姜俊宇/從資料到知識:從零開始的資料探勘
2015 台灣資料科學愛好者年會-開場
2015 台灣資料科學愛好者年會-開場
2014 台灣資料科學愛好者年會-- 閉幕式
2014 台灣資料科學愛好者年會-- 閉幕式
計算社會學-江彥生
計算社會學-江彥生
從 2013 社群網絡活動看台灣社會發展趨勢
從 2013 社群網絡活動看台灣社會發展趨勢
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
讓數字說話:資料的公益責信應用
讓數字說話:資料的公益責信應用
人口統計應用於選舉預測-蔡佳泓
人口統計應用於選舉預測-蔡佳泓
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
野生動物喜歡住哪裡?探討野生動物與棲地關係
野生動物喜歡住哪裡?探討野生動物與棲地關係
More from 台灣資料科學年會
[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 人工智慧技術發展與應用
台灣資料科學年會
[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 執行長報告
台灣資料科學年會
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
台灣資料科學年會
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
台灣資料科學年會
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
台灣資料科學年會
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
台灣資料科學年會
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
台灣資料科學年會
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
台灣資料科學年會
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
台灣資料科學年會
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
台灣資料科學年會
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
台灣資料科學年會
台灣人工智慧學校成果發表會
台灣人工智慧學校成果發表會
台灣資料科學年會
[台中分校] 第一期結業典禮 - 執行長談話
[台中分校] 第一期結業典禮 - 執行長談話
台灣資料科學年會
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
台灣資料科學年會
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
台灣資料科學年會
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
台灣資料科學年會
[TOxAIA新竹分校] 深度學習與Kaggle實戰
[TOxAIA新竹分校] 深度學習與Kaggle實戰
台灣資料科學年會
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
台灣資料科學年會
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
台灣資料科學年會
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
台灣資料科學年會
More from 台灣資料科學年會
(20)
[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
台灣人工智慧學校成果發表會
台灣人工智慧學校成果發表會
[台中分校] 第一期結業典禮 - 執行長談話
[台中分校] 第一期結業典禮 - 執行長談話
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 深度學習與Kaggle實戰
[TOxAIA新竹分校] 深度學習與Kaggle實戰
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
運用空間決策改進緊急醫療品質-詹大千
1.
中央研究院 人社中心 詹大千 共同作者:陳昭文、陳建州、林柏丞、郭巧玲 運用空間決策改進緊急醫療品質 2015 台灣資料科學愛好者年會
2.
邱小妹案的省思 http://www.chinatimes.com/newspapers/201501120 00428-260109 2005年1月12日,4歲邱姓女童遭酗酒父 親毆打成傷,送台北市仁愛醫院就診, 卻被當班醫師林OO與神經外科主任劉 OO電話討論後,決定以醫院沒有多餘 病床、術後照顧不足為由,要求將她 轉院,台北市災難應變指揮中心3個小 時後將邱小妹送到150公里外的台中童 綜合醫院。成為醫療人球的邱小妹, 幼小生命因延誤治療時機而葬送。 衛生署為此重新統整台灣的急診救護 醫療體系,訂定了「邱小妹條款」, 即將台灣6大醫療區域的醫療院所分 為三級,明訂院內資源調度、院外轉 診的制度規範,以避免醫療人球事件 再度發生。 空間決策錯誤造 成遺憾!
3.
八仙塵爆 突然間大量傷患,當場做完檢傷分類,依照嚴 重度,選擇適當的急救醫院,緊急醫療應變中 心(EOC) 或地方消防局是否有充分的資訊來做 正確的判斷? 資訊:各家醫院急診的收治能量,目前急診的 擁擠程度,是否有足夠的燒燙傷病房或加護病 房?
4.
如果未來,我們看到的資訊更豐富, 或許資源的分配可以更有效率! 急診整體收治能力 但很多都是滿床! 燒傷病床數: 20km範圍:66床 (全國206 床,32%) 若再扣除佔床,所剩無幾!
5.
資源有限,但病患太多… 燒傷加護病房: 20km範圍內有28床 (全國73床, 38%) 台北算是燒傷加護病房的重兵 區, 但在扣除佔床的,一樣所剩無 幾! 但想想如果發生在其他區域… 資源如何調配
6.
缺乏即時的資訊進行決策支援 http://data.gov.tw/node/6473 靜態統計 一年更新一次 即時訊息? 連到各醫院網 頁?
7.
http://er.mohw.g0v.tw/#/dashboard/file/all.json 整合的資 訊(感謝 g0V的朋 友!) 分散的資訊! 若能有空間 資訊,將更 為強大
8.
理想狀態 後續照護能量 急救能量 急救能力或大量傷患處理能量 空間位置 檢傷分類 與急救 救護車將病人往哪 裡送?
9.
空間決策 與 最後結果 路徑A 路徑
B 路徑 C 我選擇用最近的路徑到達 我選擇用最快的時間到達 我選擇以最安全的方式到 達 …
10.
空間決策 與 最終品質
(個人疾病嚴 重度是最重要的危險因子) 路徑A 路徑 B 路徑 C 我選擇用最近的路徑到達 我選擇用最快的時間到達 我選擇我相信的醫院 我選擇大醫院 … 緊急醫療救護法 第29條 救護人員應依救災 救護指揮中心指示前往現場急救,並將緊急 傷病患送達就近適當醫療機構。
11.
致謝 高雄市衛生局 高雄市消防局 第一線EMT救護人員與醫院醫護人員 陳昭文醫師與其團隊成員 空間因素與到院前心跳停止患者的存活 分析 感謝有您的付出,品質才能進步
12.
想想看? 你看到有人昏倒且心跳停止了你會怎麼做? 拿起手機撥119
立刻做CPR 快去找傻瓜電擊器 (AED) 你知道在醫院外的心跳停止患者(OHCA)有多少人有 接受過旁觀者CPR急救? 你知道心跳停止患者的黃金救援時間有多久? 你知道消防隊的救護車接獲報案到達你家的時間? 你知道救護員怎麼做空間決策嗎? 送往哪一家醫 院?
13.
13 影像來源:TVBS新聞 CPR 去顫電擊器 台灣每年約有20,000人 在社區發生心跳停止
14.
OHCA 到院前心臟停止 Out-of-Hospital CardiacArrest
突發性心臟停止運作患者 OHCA是到院前極度威脅生命的急症,也是重要的 公共衛生議題。 根據統計,25%的OHCA患者在心臟停止之前並沒 有任何徵兆。 14 影像來源: http://healthmedia.nownews.com/subject/topic-index.aspx?id=17971 資料來源:美國心臟學會(AHA)
15.
OHCA存活率 15 當心跳停止跳動,腦部在4分鐘後就會因為缺氧而 受損。 對於OHCA患者,每延遲1分鐘進行心肺復甦術 CPR或給予電擊治療,患者的生還機率就下降7%- 10%
(Link M.S. et al. 2010)。
16.
生存之鏈Chain of Survival 16 儘早求救
儘早CPR 儘早電擊 高級救護 復甦後照護
17.
今天想回答的問題 (以高雄市為例) OHCA病人的分佈、反應時間、人口學 特徵
以病人為中心,是否送到最近的醫院 (比對理想狀態與實際狀態) 病人送到醫院之後的存活情況 可能影響存活的危險因子 空間 個人 急救措施 2015/8/2017
18.
資料與方法 2015/8/2018 2011-2013年 高雄市OHCA病患資料
方法 GIS(Geographic information system)分析: ArcGIS 10.1 空間內插法:Kriging 最近鄰分析法網絡分析 (Network分析) Logistic Regression 中央研究院醫學倫理研究委員會審查通 過(AS-IRB-BM-14013 )
19.
GIS 空間分析 (ArcGIS,
QGIS, SuperGIS, R…) 空間 資料 屬性 資料 GIS (地圖呈現)
20.
空間內插法:Kriging (克力金法) 用已知點推論 周邊數值
21.
Network分析 (直線與網路距離) 依據路網距離找最近的設施點
22.
Logistic Regression (邏輯斯迴歸)
令p表示某種事件成功的機率,它受因素x的影響, 即p與x之關係如下: 在本研究中,是在計算各項危險因子對於OHCA病患 存活的影響。 )( )( 1 xf xf e e P kk XXXxf p p 2210)( 1 ln
23.
個案選擇流程 6655 OHCA 病 人 5850位病人
可用來 做空間分析 4957位病人 可用來 做Logistic regression
24.
OHCA病人的分佈、反應時間、人 口學特徵 2015/8/2024
25.
2011~2013年OHCA病人的分佈 2015/8/2025
26.
2011~2013年OHCA病人-反應時間 2015/8/2026 Mean response time:
20.4 mins (SD: 8.0)
27.
2011~2013年OHCA病人-年齡分佈 2015/8/2027 Mean age: 64.4
years old (SD:21.8) Male: 63.8% vs. Female: 36.2% Witness CPR: 14.8% (+) EMTAED: 92.1%
28.
OHCA 熱區-2011~2013年 2015/8/2028 人口密度高 發生比率高
29.
以病人為中心,是否送到最近的醫 院 (比對理想狀態與實際狀態) 2015/8/2029 到底OHCA病人怎麼 被送到醫院?
30.
2011~2013 年OHCA病人-實際送達醫院與 最近急救醫院分佈的差異 2015/8/2030 附近有一般急救醫院, 但約有一半沒有送
31.
2011年~2013 年OHCA病人-實際送達醫院與 最近急救醫院距離的差異 2015/8/2031 p-value<0.001
(PairedT-test) >實際 最近
32.
病人是否運往最近急救醫院 2015/8/2032 59.3% 市中心醫院選 擇較多 !
33.
病人送到醫院之後的存活情況 (survival) 2015/8/2033
34.
2011~2013年進入ICU前存活情況 2015/8/2034 All Time: 送達醫院時間-出勤通知時間
35.
2011年~2013年進入ICU前存活情況 Non-Trauma、女性、高人口密度、AED/LMA使用、非最近醫院、反 應時間越短、發生在公共區域對病人的存活有改善 2015/8/2035 解釋變數 ORs 95% C.I.for ORs p-value Lower
Upper Non-trauma (vs. Trauma) 1.41 1.04 1.90 0.022 目擊者 1.51 0.18 12.42 0.700 目擊者CPR 1.01 0.81 1.26 0.895 女性 1.24 1.06 1.46 0.007 高人口密度地區 (>=5,000/km2) (vs.非高人口 密度地區 ) 1.90 1.55 2.32 <.001 年齡>65 0.91 0.77 1.07 0.275 AED使用 1.70 1.30 2.24 <.001 BVM 0.91 0.52 1.60 0.755 LMA 1.36 1.16 1.59 <.001 醫學中心 (vs 非醫學中心) 0.84 0.70 1.10 0.057 非最近醫院 (vs 最近醫院) 1.28 1.07 1.53 0.005 運送距離(KM)-最短路網 0.98 0.87 1.10 0.752 反應時間 0.98 0.96 0.99 0.002 公共區域 (vs 住宅) 1.30 1.05 1.61 0.013 解釋變數 ORs 95% C.I.for ORs p-value Lower Upper Non-trauma (vs. Trauma) 1.41 1.05 1.91 0.022 目擊者 1.51 0.18 12.42 0.700 目擊者CPR 1.01 0.81 1.26 0.893 女性 1.24 1.06 1.46 0.007 高人口密度地區 (>=5,000/km2) (vs.非高人口 密度地區 ) 1.91 1.56 2.34 <.001 年齡>65 0.91 0.77 1.07 0.275 AED使用 1.70 1.30 2.24 <.001 BVM 0.91 0.52 1.60 0.753 LMA 1.36 1.16 1.59 <.001 醫學中心 (vs 非醫學中心) 0.84 0.70 1.10 0.056 非最近醫院 (vs 最近醫院) 1.27 1.07 1.52 0.006 運送距離(KM)-直線距離 0.98 0.88 1.10 0.875 反應時間 0.98 0.96 0.99 0.002 公共區域 (vs 住宅) 1.30 1.05 1.61 0.013 >1 表是對於存活越有利 袋-瓣-面罩 (bag-value- mask, BVM) LMA 喉罩
36.
2011~2013年OHCA,發生在住宅中, 多有目擊者 2015/8/2036
37.
討論與限制 2015/8/2037 損失無地址 [郊區、產業道路、高速公路、漁港、 模糊敘述(如:墳墓旁)]
建議使用GPS車機紀錄救護位置 不清楚報案前的OHCA狀態與時間 低估報案前的風險 進入ICU時的存活情況 較為明確的endpoint 任務派遣的變異情況 跨區救援、或返隊路上派去救援、救援的人力數目與 經驗 在現場處理的變異 施救環境 運送距離是理想狀態 vs. 運送時間則是實際路況 缺少醫院的擁擠程度與急救能量 或許是派遣的考量之一
38.
結論 2015/8/2038 緊急醫療品質的提升,除了急救技術、設備的精進外, 仍需要有完善的空間決策資訊系統的支援 救護車的即時定位系統對於即時線上調度與後續的研 究會非常有利
最近或最適醫院的選擇仍然是一個挑戰 將病人初步檢傷分類後,在依據醫院急救能力、送醫距離 等進行綜合評估 家中OHCA病人比例很高,但CPR的比例卻很低,若能提 升CPR施救率,將能提升整體存活 城鄉差距大,都市內的醫療資源充足,加強偏鄉的緊 急救護資源 即時的急診壅塞資訊與後續收治能量資訊結合,才能 讓病人在短的時間送至最適當醫院
39.
謝謝聆聽 2015/8/2039 E-Mail: tachien@gate.sinica.edu.tw
Download Now