急性内科手术。2023年1月至12月；10（1）：e813。
影响冠状病毒病2019年接受紧急转运的患者死亡率：一项基于人群的横断面研究
,1,2 ,2,三 ,2,4 ,2,5和
1,2 中尾昭一
1林库综合医疗中心，Senshu创伤和危重症护理中心，伊苏米萨诺日本
2大阪县ORION使用工作组，大阪日本
Jun Masui先生
2大阪县ORION使用工作组，大阪日本
三公共卫生和医疗事务部医疗管理司，大阪县政府，大阪日本
片山优助（Yusuke Katayama）
2大阪县ORION使用工作组，大阪日本
4创伤与急性危重医学系，大阪大学医学研究生院，西塔牌手表日本
北村哲久
2大阪县ORION使用工作组，大阪日本
5社会和环境医学部环境医学和人口科学司，大阪大学医学研究生院，西塔牌手表日本
松冈哲也（Tetsuya Matsuoka）
1林库综合医疗中心，Senshu创伤和危重症护理中心，伊苏米萨诺日本
2大阪县ORION使用工作组，大阪日本
1林库综合医疗中心，森舒创伤与危重症护理中心，伊苏米萨诺日本
2大阪县ORION使用工作组，大阪日本
三公共卫生和医疗事务部医疗管理司，大阪府县政府，大阪日本
4创伤与急性危重医学系，大阪大学医学研究生院，西塔牌手表日本
5社会和环境医学部环境医学和人口科学司，大阪大学医学研究生院，西塔牌手表日本
通讯作者。 2022年10月6日收到；2022年12月15日验收。
版权©2023作者。急性医学与外科由John Wiley&Sons Australia，Ltd代表日本急性医学协会出版。 - 数据可用性声明
支持本研究结果的数据可从大阪县政府获得，但这些数据的可用性受到限制，这些数据是根据当前研究的许可证使用的，因此不公开。然而，在大阪县政府的允许下，经合理要求，作者可提供数据。
摘要
目标
2019年冠状病毒病（COVID‐19）的传播对紧急医疗系统产生了广泛影响。然而，其对紧急运输患者死亡率的影响尚不清楚。这项基于人群的跨部门研究调查了新型冠状病毒如何影响紧急运输患者的死亡率和预后。
方法
我们比较了2020年1月29日至12月31日（第一次大流行年）和2019年1月29-2019年12月31日间（大流行前一年，共804718名患者），急诊科和救护车送往日本大阪县医疗机构的患者进行紧急访视后第21天的死亡率，使用多变量分析调整潜在的混杂因素。
结果
在第一个大流行年，与疫情爆发前一年相比，接受紧急转运的患者减少了50446人。在第一个疫情年，急诊科的死亡人数增加了603人（4922人对4319人），21天内增加了640人（14569人对13929人）。多变量分析显示，第一次大流行年与紧急转运患者的死亡率增加（急诊科死亡的比值比1.31；95%置信区间1.26-1.38；21天内死亡的比值比1.17；95%置信区间1.14–1.20）。
结论
研究结果表明，新冠肺炎的传播影响了接受紧急运输的患者的死亡率。预计将进行进一步研究，以阐明新型冠状病毒肺炎对紧急医疗系统的影响。
关键词：新型冠状病毒‐19、紧急医疗系统、流行病学、死亡率、大流行
在一项基于人群的研究中，确定了2019年冠状病毒感染对送往急诊室的患者的影响。研究结果表明，新冠肺炎的传播影响了所有急诊患者的生存率，无论其具体疾病如何。
背景
2019年冠状病毒病（COVID‐19）是一场世界性大流行，在日本，截至2021年3月底，累计约470000名COVID−19患者住院治疗。1新冠肺炎的传播需要医疗资源的投入。2因此，新型冠状病毒肺炎的传播会对紧急医疗系统产生广泛影响，并影响患者死亡率。然而，到目前为止，新冠肺炎疫情对需要紧急交通的患者的影响主要集中在患者人数的变化上，例如被送往医院的总人数减少，三创伤患者转运数量减少，4以及院外心脏骤停（OHCA）患者的转运数量增加。5仅针对特定疾病调查了新冠肺炎对需要紧急医疗护理的患者死亡率的影响。5,6,7
这项研究旨在确定新冠肺炎对所有患者（包括未感染新冠肺炎的患者）的死亡率和预后的影响，这些患者在接受紧急运输时。它比较了大约在19型冠状病毒疫情爆发前后一年，由救护车运送到日本大阪县医疗机构的患者数据。
方法
研究设计、人口和环境
这项基于人群的横断面研究比较了2020年1月29日至2020年12月31日（定义为第一次大流行年）期间救护车运送至大阪县医疗机构的所有患者的数据，以及1月29日用救护车运送到大阪区医疗机构的患者的数据，2019年至2019年12月31日（定义为直接提前还款年）。所有数据均使用下文所述的大阪应急信息研究智能操作网络系统（ORION）收集。医疗转移和来自救护车服务、目的地设施的视力测定未知的患者，或因数据缺失导致的疾病均被排除在外。
大阪县院前护理系统和急救系统
大阪县有8840000人口（截至2020年），27个消防部门和249辆救护车在运行。接受紧急运输的紧急医疗设施分为为严重紧急情况提供医疗服务的三级医疗设施和为轻度和中度紧急情况提供医护的二级紧急医疗设施。大阪县在18个地点有三级医疗设施，在267个地点有二级医疗设施。三级医疗机构主要负责接受19例严重冠状病毒病例。大阪县的医疗机构有大约65000张普通病人床位和600张重症监护病房床位。
在大阪县和整个日本，患者可以随时要求免费派遣救护车。一旦被送往医疗机构，全民健康保险系统保证患者将免费或以适度的价格获得一定标准的医疗服务。
大阪市应急信息研究智能运营网络系统
ORION的结构已在以前的报告中详细描述。8总之，大阪县的救护人员在调度时携带装有ORION应用程序的智能手机，并在现场将信息输入应用程序，包括患者观察结果和他们的行动，这些信息都是在服务器上收集的。该应用程序可以自动确定病例的严重程度，并显示医疗设施列表作为候选目的地。目的地医疗机构的工作人员还将患者到达后收集的信息，如疾病和结局，输入到与ORION兼容的格式中。此信息也会在服务器上收集。该服务器自动连接救护人员和医疗设施工作人员输入的患者信息，从而能够收集大阪县从到达医院之前到之后紧急运送的任何患者的一系列数据点。
成果
我们比较了第一年大阪县救护车运送至医疗机构的所有患者的死亡率，以及在疫情爆发前一年救护车运送到大阪州医疗机构的患者的死亡率作为主要结果。
首先，我们比较了患者的特征和结果，包括疾病分类（根据国际疾病和相关健康问题统计分类第十版[ICD‐10]）。由于ORION旨在记录到达后第21天的最终结果，8本研究以21天死亡率作为最终结果。
接下来，我们将急诊结果和21天死亡率作为终点。我们评估了这些因素与运输年份之间的关系，以确定新型冠状病毒对接受紧急运输的患者预后的影响。在本次评估中，我们选择了混杂因素，以潜在影响救护车送往医院的患者的死亡率。这些因素包括年龄、性别、交通日期（工作日或假日/周末）、交通时间（白天或夜间）、视力、目的地设施类别和交通所需时间。智商由大阪县使用的分诊系统确定，该系统基于加拿大分诊和智商量表（CTAS）的院前应用。9使用三个级别来确定急性度：红色1（近似等于CTAS中的复苏）、红色2（近似等于CT中的紧急）和黄色（近似等于紧急、不太紧急和非紧急）。运输所需时间分为0–30、>30–45、>45–60和>60分钟。10
统计分析
连续变量和类别变量分别表示为中位数和四分位范围以及实际值和百分比。为了了解第一次大流行年的患者特征并评估新型冠状病毒肺炎与死亡之间的关系，我们对上述解释变量进行了同时调整的逻辑回归分析，并计算了比值比（OR）和95%置信区间（CI）。我们还使用相同的方法进行了两次敏感性分析，每次分析都局限于特定的时期。其中第一个阶段是研究期的4周，每天的COVID‐19入院累计总数最少（2020年1月29日至2月25日），被定义为最低阶段，与2019年同期（2019年1月29-25日）相比。第二个阶段是4周，每天累计新冠肺炎入院人数最多（2020年12月4日至12月31日），定义为高峰阶段，与2019年同期（2019年12月4-31日）相比。使用EZR和R统计计算软件（奥地利维也纳统计计算R软件）进行分析。所有分析均使用双尾检验。
结果
在大阪县第一个大流行年，有30036人被诊断患有新型冠状病毒19型，每天住院的累计总数为103263人。在第一次大流行和即将到来的流行前几年，859521名患者被救护车送往医疗机构并记录在ORION中，其中804718人被纳入本研究。由于转院、数据缺失或其他原因，共有54961名患者被排除在外（图). 研究发现，与前一年同期相比，第一年大流行期间接受紧急转运的患者减少了50446人。
研究设计流程图。一2019年1月29日至12月31日。b条2020年1月29日至12月31日。ORION，大阪应急信息研究智能操作网络系统。
表显示了第一次大流行和流行前几年的患者特征。在大流行的第一年，患者年龄较大（平均年龄：71岁vs 70岁），平日交通比例较高（67.4%vs 64.9%），白天交通比例更高（43.3%vs 42.2%），OHCA患者（1.8%vs 1.5%）而被送往三级医疗机构的患者比例较低（分别为14.4%和15.6%）。
表1
| 直接预测年（2019年）(n个 = 427,582) | 第一个大流行年（2020年）(n个 = 377,136) |
|---|
| 年龄中位数（IQR） | 70 (43–81) | 71 (47–82) |
| 年龄类别（以年为单位），n个(%) |
| 0–14 | 33,916 (7.9) | 21,774 (5.8) |
| 15–64 | 151,817 (35.5) | 131,392 (34.8) |
| ≥65 | 241,849 (56.6) | 223,970 (59.4) |
| 男性，n个(%) | 215,478 (50.4) | 191,083 (50.7) |
| 运输日期，n个(%) |
| 工作日 | 282,383 (64.9) | 254,311 (67.4) |
| 假日/周末 | 145,199 (35.1) | 122,825 (32.6) |
| 时间安排，n个(%) |
| 白天（9:00–16:59） | 180,408 (42.2) | 163,461 (43.3) |
| 夜间（17:00–8:59） | 247,174 (57.8) | 213,675 (56.7) |
| 敏锐，n个(%) |
| 红色1（复苏） | 26,600 (6.2) | 24,505 (6.5) |
| 红色2（紧急） | 90,167 (21.1) | 76,718 (20.3) |
| 黄色（紧急或以下） | 310,815 (72.7) | 275,913 (73.2) |
| OHCA、，n个(%) | 6,610 (1.5) | 6,846 (1.8) |
| 目的地设施类别，n个(%) |
| 三级医疗设施 | 65,531 (15.3) | 54,371 (14.4) |
| 二级医疗设施 | 362,051 (84.7) | 322,765 (85.6) |
表比较运输、疾病和结果所需的时间。与疫情前一年相比，在第一个大流行年，运输所需时间更长（所需时间[min]：33比32），运输时间超过60的比例更高最小。关于ED结果，第一次大流行年的死亡率较高（1.3%比1.0%），这相当于增加了603例死亡。疫情第一年的21天死亡率也更高（3.9%对3.0%），相应地增加了640人死亡。
表2
在流行前期和第一次大流行年份，运输、诊断疾病和结果所需的时间
| 直接预测年（2019年）(n个 = 427,582) | 第一个疫情年（2020年）(n个 = 377,136) |
|---|
| 运输所需时间，min，median（IQR） | 32 (26–39) | 33 (27–40) |
| 所需时间窗口，n个(%) |
| ≤30分钟 | 190,121 (44.5) | 151,768 (40.2) |
| >30-45分钟 | 184,472 (43.1) | 168,481 (44.7) |
| >45–60分钟 | 39,617 (9.3) | 40,585 (10.8) |
| >60分钟 | 13,372 (3.1) | 16,302 (4.3) |
| 疾病（ICD‐10），n个(%) |
| 传染病/寄生虫病（A/B） | 17,525 (4.1) | 13,967 (3.7) |
| 循环系统疾病（一） | 45,922 (10.7) | 44,463 (11.8) |
| 呼吸系统疾病（J） | 36,071 (8.4) | 27,145 (7.2) |
| 受伤/外因（S/T） | 118,004 (27.6) | 104,913 (27.8) |
| 其他疾病 | 210,060 (49.1) | 186,648 (49.5) |
| 急诊科结果，n个(%) |
| 送回家 | 254,697 (59.6) | 212,253 (56.3) |
| 承认 | 162,596 (38.0) | 154,268 (40.9) |
| 转移 | 5,935 (1.4) | 5,669 (1.5) |
| 死亡 | 4,319 (1.0) | 4,922 (1.3) |
| 未检查 | 35 (0.0) | 24 (0.0) |
| 21天生存期，n个(%) |
| 生存 | 413,653 (96.7) | 362,567 (96.1) |
| 出院†
| 352,877 (82.5) | 301,776 (80.0) |
| 继续住院 | 60,776 (14.2) | 60,791 (16.1) |
| 死亡 | 13,929 (3.3) | 14,569 (3.9) |
表显示了主要ICD‐10疾病组21天结果的比较。对于除损伤/外因（S/T）以外的所有疾病组，第一次大流行年的死亡率高于直接流行前一年的死亡率。
表3
主要ICD‐10疾病组紧急转运患者21天预后的同比比较
| 传染病/寄生虫病（A/B） | 循环系统疾病（一） | 呼吸系统疾病（J） | 受伤/外因（S/T） | 其他疾病 |
|---|
| 直接预测年（2019年）(n个 = 17,525) | 第一个疫情年（2020年）(n个 = 13,967) | 直接预测年（2019年）(n个 = 45,922) | 第一个疫情年（2020年）(n个 = 44,463) | 直接预测年（2019年）(n个 = 36,071) | 第一次大流行年（2020年）(n个 = 27,145) | 直接预测年（2019年）(n个 = 118,004) | 第一次大流行年（2020年）(n个 = 104,913) | 直接预测年（2019年）(n个 = 210,060) | 第一次大流行年（2020年）(n个 = 186,648) |
|---|
| 生存，n个(%) | 17,211 (98.2) | 13,619 (97.5) | 38,634 (84.1) | 36,742 (82.6) | 34,101 (94.5) | 25,190 (92.8) | 117,420 (99.5) | 104,418 (99.5) | 206,287 (98.2) | 182,598 (97.8) |
| 出院†,n个(%) | 16,074 (91.7) | 12,159 (87.1) | 25,653 (55.9) | 23,634 (53.2) | 24,933 (69.1) | 17,168 (63.2) | 100,310 (85.0) | 87,328 (83.2) | 185,908 (88.5) | 161,488 (86.5) |
| 继续住院，n个(%) | 1,137 (6.5) | 1,460 (10.5) | 12,981 (28.3) | 13,108 (29.5) | 9,168 (25.4) | 8,022 (29.6) | 17,110 (14.5) | 17,090 (16.3) | 20,379 (9.7) | 21,110 (11.3) |
| 死亡，n个(%) | 314 (1.8) | 348 (2.5) | 7,288 (15.9) | 7,721 (17.4) | 1,970 (5.5) | 1,955 (7.2) | 584 (0.5) | 495 (0.5) | 3,773 (1.8) | 4,050 (2.2) |
表显示了新型冠状病毒肺炎与ED死亡之间关联的逻辑回归分析结果。与疫情前一年相比，第一个疫情年的ED死亡率较高（OR 1.31；95%CI 1.26-1.38）。转运至三级医疗机构与较低的死亡率相关（OR 0.81；95%CI 0.77–0.86）。
表4
根据患者特征、运输所需时间和疾病调整后的新型冠状病毒肺炎与急诊死亡之间的关系
| 患者特征、运输所需时间、疾病 | 主要分析†，OR（95%置信区间） | 灵敏度分析（峰值相位‡)，OR（95%置信区间） | 敏感性分析（底部阶段§)，OR（95%置信区间） |
|---|
| 第一次大流行年（与紧随其后的流行前一年相比） | 1.31 (1.26–1.38) | 1.39 (1.21–1.59) | 1.02 (0.88–1.17) |
| 年龄类别（相对于成人¶) |
| 儿童††
| 0.13 (0.10–0.16) | 0.12 (0.05–0.28) | 0.08 (0.04–0.17) |
| 老年人‡‡
| 1.56 (1.47–1.66) | 1.77 (1.46–2.15) | 1.41 (1.16–1.71) |
| 男性（与女性相比） | 1.08 (1.03–1.13) | 0.98 (0.85–1.12) | 1.02 (0.89–1.17) |
| 假日/周末（与工作日相比） | 1.03 (0.99–1.09) | 1.12 (0.96–1.30) | 0.91 (0.78–1.05) |
| 夜间§§（与白天相比¶¶) | 1.54 (1.47–1.62) | 1.74 (1.50–2.01) | 1.62 (1.40–1.87) |
| 敏锐度（与黄色相比） |
| 红色1（复苏） | 259 (235–285) | 200 (152–264) | 230 (172–309) |
| 红色2（紧急） | 1.34 (1.12–1.59) | 0.76 (0.42–1.40) | 1.12 (0.64–1.94) |
| 三级医疗设施（与二级医疗设施相比） | 0.81 (0.77–0.86) | 0.73 (0.62–0.86) | 0.84 (0.72–0.98) |
| 运输所需时间（相对于≤30分钟） |
| >30-45分钟 | 0.50 (0.47–0.52) | 0.56 (0.49–0.65) | 0.46 (0.40–0.53) |
| >45–60分钟 | 0.23 (0.21–0.26) | 0.26 (0.19–0.35) | 0.21 (0.15–0.30) |
| >60分钟 | 0.13 (0.10–0.16) | 0.07 (0.04–0.15) | 0.12 (0.06–0.24) |
表显示了新型冠状病毒肺炎与21天内死亡之间关系的逻辑回归分析结果。与直接流行前一年相比，第一次大流行年份的21天死亡率较高（比值比1.17；95%可信区间1.14-1.20）。送往三级医院也与21天死亡率升高有关（OR 1.46；95%CI 1.41-1.51）。
表5
根据患者特征、运输所需时间和疾病调整的首个大流行年和21天死亡率之间的关联
| 患者特征、运输所需时间和疾病 | 主要分析†，OR（95%置信区间） | 灵敏度分析（峰值相位‡)，OR（95%置信区间） | 敏感性分析（底部阶段§)，OR（95%置信区间） |
|---|
| 第一次大流行年（与紧随其后的流行前一年相比） | 1.17 (1.14–1.20) | 1.18 (1.09–1.29) | 1.06 (0.97–1.15) |
| 年龄类别（与成人相比¶) |
| 儿童††
| 0.10 (0.08–0.12) | 0.10 (0.06–0.18) | 0.10 (0.06–0.16) |
| 老年人‡‡
| 3.08 (2.98–3.20) | 2.89 (2.58–3.24) | 3.05 (2.70–3.44) |
| 男性（与女性相比） | 1.30 (1.26–1.33) | 1.29 (1.19–1.40) | 1.18 (1.08–1.28) |
| 假日/周末（与工作日相比） | 0.97 (0.94–0.99) | 1.01 (0.92–1.11) | 0.94 (0.86–1.03) |
| 夜间§§（与白天相比¶¶) | 0.98 (0.95–1.01) | 1.02 (0.94–1.11) | 1.00 (0.92–1.09) |
| 敏锐度（与黄色相比） |
| 红色1（复苏） | 22.8 (22.2–23.5) | 23.1 (21.1–25.3) | 24.0 (21.8–26.4) |
| 红色2（紧急） | 0.99 (0.95–1.04) | 0.99 (0.87–1.13) | 1.02 (0.89–1.16) |
| 三级医疗设施（与二级医疗设施相比） | 1.46 (1.41–1.51) | 1.34 (1.21–1.48) | 1.56 (1.41–1.72) |
| 运输所需时间（相对于≤30分钟） | | | |
| >30-45分钟 | 0.76 (0.74–0.78) | 0.80 (0.74–0.88) | 0.76 (0.70–0.83) |
| >45–60分钟 | 0.60 (0.57–0.63) | 0.63 (0.54–0.73) | 0.56 (0.48–0.66) |
| >60分钟 | 0.54 (0.49–0.58) | 0.59 (0.48–0.73) | 0.42 (0.32–0.56) |
进行敏感性分析，以比较2020年和2019年同一时期新型冠状病毒疫情传播的底部和峰值阶段。高峰期与较高的ED和21天死亡率相关，而低谷期与较高死亡率无关（表和).
讨论
这项基于人群的研究表明，新冠肺炎疫情可能影响了接受紧急运输的患者的死亡率。我们发现，第一次大流行年份与较高的ED和21天死亡率相关。与疫情前一年相比，第一个疫情年被送往急诊室的患者更少，视力最高的患者比例（红色1）仅略有增加。这些结果表明，新冠肺炎疫情降低了大阪县医疗机构治疗急诊患者的能力。与前一年相比，第一次大流行年发生的ED死亡人数增加了603人，这在21天内死亡人数较前一年增加的人数中占很大比例（占640人死亡人数的94.2%），这表明ED的应对能力可能已经大大降低。三级医疗机构急诊反应能力的下降可能更为严重。尽管到三级医疗机构的运输与ED死亡率降低有关，但在第一次大流行年份，到三级医院的运输比例有所下降。由于大阪县三级医疗机构主要负责治疗重症冠状病毒19型患者，因此在三级医疗设施中对这些患者的治疗可能会影响其他疾病重症患者进入这些机构的接受度。
这项研究还表明，新型冠状病毒19的传播改变了提供紧急运输的患者中某些特征的比例。有趣的是，在第一次大流行的年份，提供紧急转运的患者较少。以最高视力（红色1）和平日运送的患者比例增加。对泰国疫情阶段急诊就诊患者特征的单点调查发现，与运输日期无关，11这与本研究的结果不同。然而，泰国的研究是在国家封锁期间进行的。相比之下，包括大阪县在内的日本采取了一些措施，限制了在一周中特定的几天和一天中特定的时间外出，例如要求餐厅在夜间停止营业，以及要求休闲设施在节假日关闭。这可能导致新冠肺炎患者在工作日和白天接受紧急交通的比例增加。高敏感性患者的行为值得进一步讨论。尽管一些研究报告称，在大流行阶段，就诊急诊室的高视力患者比例没有下降，12其他人则因拒绝护理而表现出恶化的结果。13尽管这项研究的结果没有揭示高敏锐度患者是否避免紧急就诊，但可能需要对普通人群进行一些教育，使高敏锐度患者不会避免要求紧急护理服务。
这项研究调查了接受紧急运输的患者，包括死亡率，但没有关注特定疾病。由于所有日本公民都有平等机会获得某种标准的医疗服务，因此基于人口的研究结果也应该对公共卫生产生影响。特别值得注意的是，这项基于人群的研究表明，新冠肺炎疫情影响了紧急运输患者的死亡率。
这项研究有一些局限性。首先，我们用一年，即2019年来进行比较，尽管无法确定这是否是大流行前具有代表性的一年。其次，这项研究只检查了急诊患者，没有收集到急诊门诊的数据。因此，这项研究不能被视为对急诊患者准备情况的全面评估。第三，由于我们的工作是一项观察性研究，可能忽略了影响结果的未知混杂因素。最后，由于我们没有关于到达后评估的患者严重程度、住院病房、到达后的治疗细节、确认结果的日期以及第21天后的进展的详细数据，因此本研究无法详细评估运输后的医疗系统。
结论
总之，这项基于人群的研究表明，新冠肺炎大流行与紧急运输患者死亡率增加之间存在关联。本研究的结果可能提供有助于阐明新冠肺炎和其他潜在传染病对急救医疗系统的影响的基本发现。需要进一步研究急诊患者被送往医疗机构后的治疗，以及特定情况下（如紧急状态）预后的变化，以进一步阐明对急诊医疗系统的影响。
披露
批准具有批准文号和委员会名称的研究方案：本研究项目的方案已由该机构适当组成的道德委员会批准，并符合《赫尔辛基宣言》的规定；林库综合医疗中心道德委员会，批准号：2020–024，因为它符合赫尔辛基宣言中概述的道德规范。
知情同意：Rinku综合医疗中心委员会放弃了知情同意的要求，因为收集的数据被匿名化，个人信息，如姓名、出生日期和地址被删除。所有方法均按照相关指南和法规进行。
研究/试验的注册号和注册号：无。
动物研究：无。
利益冲突：未声明。
作者贡献
SN和TM构思并设计了该研究。JM和YK监督数据收集。JM、YK和TK管理数据，包括质量控制。SN和TM对数据进行了分析。SN起草了手稿，所有作者都对其修订做出了重大贡献。TM负责整个论文。所有作者阅读并批准了最终手稿。
鸣谢
作者感谢EMS提供商、护士、急诊医生和管理员与大阪应急信息研究智能操作网络系统的合作。我们感谢分析大阪县紧急医疗系统工作组的其他成员为我们的研究提供了见解和专业知识。所有作者都是在日本大阪大阪县使用ORION的工作组成员。
数据可用性声明
支持本研究结果的数据可从大阪县政府获得，但这些数据的可用性受到限制，这些数据是根据当前研究的许可证使用的，因此不公开。然而，在大阪县政府的允许下，经合理要求，作者可提供数据。
参考文献
2Grant MC、Geoghegan L、Arbyn M等.新型冠状病毒（SARS‐CoV‐2；COVID‐19）感染24410名成人的症状流行率：来自9个国家148项研究的系统回顾和荟萃分析.公共科学图书馆一号。2020;15：e0234765。[PMC免费文章][公共医学][谷歌学者] 三。Siman‐Tov M、Strugo R、Podolsky T、Blushtein O。新冠肺炎期间国家紧急医疗服务体系日常工作中的治疗、运输和拒绝发生率评估.美国急诊医学杂志。2021;44: 45–9.[PMC免费文章][公共医学][谷歌学者] 4Jarvis S、Salottolo K、Berg总经理等.检查新冠肺炎期间创伤患者的急诊医疗服务院前转运时间.美国急诊医学杂志。2021;44: 33–7.[PMC免费文章][公共医学][谷歌学者] 5.Lai PH、Lancet EA、Weiden MD（医学博士）等.纽约市2019年新型冠状病毒疫情期间院外心脏骤停和复苏的相关特征.JAMA Cardiol公司。2020;5: 1154–63.[PMC免费文章][公共医学][谷歌学者] 6Mesnier J、Cottin Y、Coste P等.根据法国COVID‐19区域流行率和患者资料，急性心肌梗死患者在锁定前后的入院情况：一项登记研究.柳叶刀公共卫生2020;5：e536–42。[PMC免费文章][公共医学][谷歌学者] 7千叶H、刘易斯M、本杰明ER等.“家里更安全”：新型冠状病毒疫情封锁对大型城市创伤中心流行病学、资源利用和结果的影响.创伤急性护理外科杂志。2021;90: 708–13.[PMC免费文章][公共医学][谷歌学者] 8冈本J、片山Y、北村T等.2015年至2016年日本大阪ORION（大阪应急信息研究智能操作网络系统）概况.急性内科手术。2019;6: 12–24.[PMC免费文章][公共医学][谷歌学者] 9Leies M、Ffrench C、Strome T、Weldon E、Bullard M、Grierson R。加拿大分诊和急症量表在急诊医疗服务中的院前应用.中日韩2017;19: 26–31. [公共医学][谷歌学者] 10Mills EHA、Aasbjerg K、Hansen SM等.需要最高优先级紧急医疗响应的患者的院前时间和死亡率：一项基于丹麦注册中心的队列研究.英国医学杂志2019;9：e023049。[PMC免费文章][公共医学][谷歌学者] 11Wongtanasarasin W、Srisawang T、Yothiya W、Phinyo P。泰国新冠肺炎疫情期间国家封锁对急诊就诊和住院率的影响：一项基于医院的研究.澳大利亚急诊医学。2021;33: 316–23. [公共医学][谷歌学者] 12Hartnett KP、Kite‐Powell A、DeVies J等.2019年1月1日至2020年5月30日，新型冠状病毒疫情对急诊科就诊的影响——美国.MMWR模型。致命的。Wkly代表。2020;69: 699–704.[PMC免费文章][公共医学][谷歌学者] 13Mitchell RD、O'Reilly GM、Mitra B、Smit V、Miller JP、Cameron PA。新型冠状病毒‐19紧急状态限制对向两个维多利亚州紧急部门报告的影响.澳大利亚急诊医学。2020;32: 1027–33.[PMC免费文章][公共医学][谷歌学者] 
