Idag blickar vi mot Danmark igen och en studie på hur användandet av ambulanssjukvården skiljer sig mellan äldre (≥ 65 år) och yngre (< 65 år) patienter. Totalt inkluderades drygt 3 miljoner ärenden, varav 48% var yngre och 52% äldre. Äldre använde i högre grad ambulans upprepade gånger (28% vs 15% hade flera ärenden) och hade en 4x så hög incidens av ambulansbehov per 1000 invåndare som yngre. Hos yngre var bröstsmärta en vanlig kontaktorsak, medan äldre oftare sökte för medvetandesänkning, förlamning eller yrsel. De yngre fick i högre grad en hög prioritet. Jag tänker att de danska trenderna torde likna de vi har i Sverige och att det inte är några stora nyheter. Skillnaderna i sökorsaker och även i prioritet gör dock att mer forskning behövs, kring hur vi ev. kan förbättra handläggningen utifrån åldersbaserade hänsyn men också för att säkerställa att skillnaderna i prioritetsgrad motsvaras av att behoven faktiskt är mer icke akuta, snarare än exempelvis svårigheter att uttrycka sig i larmsamtalet, kognitiva svårigheter eller annat.
Tagg: Alarmering
-
Differences in emergency ambulance use between older and younger individuals in Denmark: a nationwide register-based study
Differences in emergency ambulance use between older and younger individuals in Denmark: a nationwide register-based study. Scientific Reports 2026. doi:10.1038/s41598-026-53513-4Sammanfattning genererad av AI:Nationell registerstudie av alla ambulansutryckningar i Danmark 2018–2024 jämförde kontakter från äldre (≥65 år) och yngre (≤65 år). Äldre stod för över hälften av alla larm och hade över fyra gånger högre ambulansanvändning, men triagerades mer sällan till högsta prioritet. De hade oftare symtom som sänkt medvetande, förlamning eller yrsel, och återkommande användning var vanligare.
– Äldre utgjorde mer än hälften av alla ambulanskontakter och hade klart högre användning.
– Trots högre behov fick äldre mer sällan högsta brådskandeprioritet.
– Symtombilden skilde sig: sänkt medvetande/förlamning/yrsel vanligare hos äldre; bröstsmärta vanligare hos yngre.
– Upprepade ambulanskontakter var betydligt vanligare bland äldre.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Evaluating stroke recognition and prehospital quality metrics in emergency dispatch: a retrospective cohort study comparing mimics and confirmed strokes
Vad är specificiteten för identifiering av stroke på larmcentralen? Det har författarna till dagens studie funderat över, i norsk kontext. De följde upp 8.261 patienter som larmats ut som strokemisstanke mellan 1 januari 2021 och 31 december 2022. Stroke-misstanken identifierades med Norweigan Medical Priority Dispatch System, den norska triage-algoritmen för larmcentraler, inom vilken 11 olika stroke-relaterade kriterier finns. Det visade sig att specificiteten var urusel, 14.3% av larmen bekräftades vara stroke eller TIA. Av de stroke-relaterade kriterierna så visade andningsbesvär, yrsel, synfältsbortfall, ataxi/konfusion och huvudvärk sig i väldigt låg grad (<10%) resultera i en senare stroke-diagnos. FAST-kriterierna (alltså Face-Arm-Speech-Test) uppvisade betydligt större specificitet och var förknippat med en odds ratio om 3.55 för stroke-diagnos efter justering för ålder och kön.
Att studien uppvisar en problematiskt hög övertriage är svårt att komma ifrån. Vad som är lite synd, vilket författarna också diskuterar, är att studien utifrån sin design inte var kapabel att identifiera undertriage, d.v.s. icke detekterade stroke:ar. I diskussionen hänvisar författarna själva till två tidigare studier i deras kontext som indikerat en sensitivitet för stroke i utalarmeringen på endast 58-62%, vilket ju i så fall indikerar att även sensitiviteten är usel. Det skulle i så fall indikera stora problem med identifieringen överlag, och med så hög undertriage ter det sig såklart potentiellt mer motiverat med kraftig övertriage. Överlag ter det sig dock som att mer forskning på området är mycket angelägen, då båda siffrorna är tämligen usla – sagt med ödmjukhet såklart för att området är svårt, särskilt om man vill fånga upp de lite lurigare fallen med stroke i vertebrobasilarisområdet. Sammantaget var studien intressant läsning, och jag önskar jag hade mer insikter i hur de norska kriterierna för identifiering ser ut i förhållande till de svenska!
Evaluating stroke recognition and prehospital quality metrics in emergency dispatch: a retrospective cohort study comparing mimics and confirmed strokes. BMJ Open 2026;16(5):e119267. doi:10.1136/bmjopen-2026-119267Sammanfattning genererad av AI:Retrospektiv kohort i Västra Norge (2021–2022) med 8 261 larm där larmcentralen misstänkte stroke. Endast 1 181 (14,3%) bekräftades som stroke/TIA (PPV 14,3%), vilket visar stor övertriage med strokeimitationer. FAST-kriterier var associerade med bekräftad stroke (justerad OR 3,55). Svarstider var liknande, men imitationer hade längre tid på plats.
– Lågt PPV (14,3%) för strokeidentifiering vid larmcentral tyder på omfattande övertriage.
– Flera dispatchkriterier (t.ex. yrsel, huvudvärk) gav >90% strokeimitationer.
– FAST-baserade kriterier förbättrade diskriminering för bekräftad stroke.
– Strokeimitationer band mer resurser genom längre tid på skadeplats trots liknande responstid.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Artificial intelligence in the prehospital setting – potentials, challenges, and practice-relevant fields of application in emergency medical services
Idag blev det en narrativ review om AI i prehospital vård, med fokus på existerande och potentiella AI-användningar i ambulanssjukvården. Författarna fokuserade på fyra faser av den prehospitala vården; larmsamtal och intervju, alarmering och resursallokering, operationella/taktiska användningar samt klinisk användning. I alla faser fanns framgångsrika resultat, exempelvis vad gällde att identifiera hjärtstopp i larmsamtalet (säkrare och snabbare), att öka tillgängligheten genom att allokera resurser utifrån lärdomar från maskininlärning, att tolka EKG eller att hjälpa till med tolkning av ultraljud (POCUS). De flesta tillämpningar var dock pilotprojekt, och författarna såg bland annat tänkbara problem att lösa kring saker såsom implementering, reglering och datasäkerhet om man ska tillämpa AI mer storskaligt. Jag nöjer mig med att beskriva det så, men rekommenderar artikeln för en liten överblick av AI-fältet.
Artificial intelligence in the prehospital setting – potentials, challenges, and practice-relevant fields of application in emergency medical services. BMC Artificial Intelligence 2026;2(1). doi:10.1186/s44398-026-00027-8Sammanfattning genererad av AI:Narrativ översikt om AI i prehospital akutsjukvård. Litteraturen analyseras efter vårdkedjans faser (larmsamtal, prioritering/dispatch, operativt-taktiskt och kliniskt) och relateras till Donabedians kvalitetsdimensioner. AI kan förbättra upptäckt av hjärtstopp, resursallokering samt snabb och träffsäker tolkning av t.ex. EKG och ultraljud, men tillämpningar är oftast lokala pilotprojekt.
– AI tillämpas över hela prehospitala flödet men är främst i pilot- och lokala lösningar.
– AI vid larmsamtal kan öka upptäckt av hjärtstopp och minska tiden till detektion.
– AI-stöd för dispatch kan ge små förbättringar i punktlighet för akuta larm.
– Kliniska/operativa AI-verktyg kan ge snabb och hög träffsäker analys av prehospitala data och stödja triage.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Community first-responders in cardiac arrest. Effect on survival? A comprehensive Danish study of 29,445 out-of-hospital cardiac arrests
Dagens studie är från vårt västra grannland Danmark och del av den eminenta hjärtstoppsforskning de bedriver. Likt Sverige har de ett system för att larma ut frivilliga livräddare vid hjärtstopp (systemet drivs av samma aktör som SMSlivräddare, det svenska företaget Heartrunner). Dagens studie är en retrospektiv analys av 29.445 fall av hjärtstopp utanför sjukhus i Danmark, varav man har inkluderat 21.413 patienter i analysen (bl.a. har fall som bedömdes utsiktslösa från ambulansens ankomst exkluderats). Författarna har analyserat utifrån vem som initierade HLR i tre grupper; bystander på plats (n=12613), utlarmad livräddare (n=2155) eller ambulansen (n=6140). Primära outcomes var överlevnad i 30 respektive 365 dagar. Resultatet visade på en mer än dubbelt så hög överlevnadschans om bystander på plats påbörjade HLR, jämfört med både utlarmade livräddare och ambulans. De senare två var det nämligen inga väsentliga signifikanta skillnader mellan.
Driver man system som smslivräddare kan detta såklart vara lite tråkiga nyheter, och det sätter frågetecken på hur utlarmning av frivilliga påverkar överlevnaden. Jag tänker dock att resultatet också bör betraktas med försiktighet, och att det kanske är en indikation att det är tiden till åtgärd som är betydligt viktigare än vem som utför den. Här vet vi att vi bl.a. i Sverige har problem med ambulansresponstider, och om jag inte minns fel från någon föreläsning jag var på ligger Danmark betydligt bättre till i det avseendet, samtidigt som Sverige har andra geografiska utmaningar. Det förändrar heller inte det som påvisats i tidigare studier, att system med utlarmning av frivilliga kan minska tid till HLR och ge mer bystander-HLR. För egen del är jag lite nyfiken på sidan 2155, som är det antal gånger som HLR påbörjades av en utlarmad livräddare. Jag vet inte hur det ser ut i Sverige, men spontant skulle jag gissat att vi hade en mycket högre siffra där smslivräddare var först på plats..?
På det hela taget kan vi konstatera att utlarmning av frivilliga livräddare fortfarande är en ytterst högaktuell fråga, och för egen del tror jag framförallt att det handlar om ”när”, ”hur” och ”var” snarare än ”om”. Dock ska alla fakta beaktas, och innevarande studie sätter på ett bra sätt fingret på att detta inte är en svartvit fråga, utan att mer forskning behövs (helst randomiserad sådan) och att inga effekter ska tas för givna!
Community first-responders in cardiac arrest. Effect on survival? A comprehensive Danish study of 29,445 out-of-hospital cardiac arrests. Resuscitation 2026:111038. doi:10.1016/j.resuscitation.2026.111038Sammanfattning genererad av AI:Studien granskade prehospitala journaler för alla 29 445 hjärtstopp utanför sjukhus i Danmark 2018–2023 för att bedöma effekt av community first-responders på överlevnad. Av 21 413 analyserade fall jämfördes initial HLR av närvarande vittnen, community first-responders eller ambulanspersonal. Vittnes-HLR före ambulans ankomst gav högre odds för 30- och 365-dagarsöverlevnad, medan first-responders inte förbättrade utfallet.
– Nationella data 2018–2023: 21 413 OHCA analyserades efter exklusioner.
– HLR startad av vittnen före ambulans ankomst var kopplad till >2× högre odds för överlevnad vid 30 och 365 dagar.
– Ingen signifikant skillnad sågs när första insats gjordes av community first-responders jämfört med att vänta till EMS.
– Resultaten stödjer tidig HLR, men ger inget stöd för larmning av community first-responders till OHCA.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Disparities between two possible thresholds for frequent contacts to a Norwegian emergency medical communication centre: ≥5 contacts in one month vs. ≥12 contacts in three months
Idag har jag läst en retrospektiv studie från Oslo EMCC, alltså en av Norges larmcentraler för ambulanssjukvården. Studien belyser kännetecken för ”frequent callers” (”mångringare”) och jämför två olika definitioner på dessa. De två definitioner som belyses i studien baseras på brittiska Frequent Caller National Networks (FreCaNN) definition som inkluderar ”≥5 samtal på en månad eller ≥12 samtal på tre månader”. I studien har dessa brutits isär till två definitioner och jämförts. Lite av resultaten:
- ≥12 samtal på tre månader visade sig i princip vara en subgrupp till ≥5 samtal på en månad. Av 19.559 unika identiteter som inkluderades var det färre än 10 som hade ≥12 samtal på tre månader men inte ≥5 samtal på en månad. Den senare gruppens definition är alltså betydligt bredare, och inkluderar i allt väsentligt den tidigare gruppen.
- Den smalare gruppen om ≥12 samtal på tre månader var associerat med yngre ålder, mer psykisk ohälsa samt oklar problematik (däribland psykosociala besvär) och lägre prioritet. I gruppen fanns också en något lägre andel patienter med andningsbesvär, bröstsmärta och buksmärta, som ju är potentiellt allvarliga symtom som ofta behöver till sjukhus.
- I enlighet med ovan punkt så hade gruppen också lägre andel utlarmade ambulanser samt lägre andel transport till akutmottagning eller jourläkare, jämfört med gruppen om ≥5 samtal på en månad.
Ovanstående är endast en liten del av resultatet och jag rekommenderar i vanlig ordning genomläsning av studien som helhet. I Sverige pågår ju lite initiativ kring mångringare, som belastar akutsjukvården ganska väsentligt, och att enas om en nationell definition på dessa torde vara en prioriterad väg framåt. Kanske finns detta rentav, utan att jag känner till det? Exakt vad definitionen ska vara beror ju på vad man vill använda den till, men en gemensam terminologi/definition är ju ofta grunden för att kunna arbeta kring ett problemområde. Studiens författare ger vissa rekommendationer, giltiga för norsk kontext, men där mycket förmodligen är översättbart till den svenska. De förordar att exkludera definitionen på ≥5 samtal på en månad och istället enbart använda ≥12 samtal på tre månader. Detta eftersom den förstnämnda inkluderar många samtal med tidsbegränsade/kortsiktiga förhöjda sjukvårdsbehov, samtidigt som den faktiskt missar en del individer som ligger runt fyra samtal per månad konsekvent, men inte når upp i fem.
För framtiden tänker jag att en viktig del är att göra fler studier, som knyter siffror och karaktäristika till patientupplevelse. Min övertygelse är att vi endast kan lösa ”problemet” med mångringare genom att förstå patienterna bättre, så vi kan möta behoven på adekvat sätt, utan att den akuta sjukvården för den sakens skull belastas med uppdrag som passar bättre på annan vårdnivå. För detta behövs såväl forskning som samarbeten mellan larmcentral, ambulanssjukvård, akutsjukvård. Men åter, att börja med en gemensam definition är nog inte fel…
Disparities between two possible thresholds for frequent contacts to a Norwegian emergency medical communication centre: ≥5 contacts in one month vs. ≥12 contacts in three months. BMC Emergency Medicine 2025;25(1). doi:10.1186/s12873-025-01333-6Sammanfattning genererad av AI:Retrospektiv tvärsnittsstudie av frekventa kontakter till 113 vid Oslo EMCC 2017–2022 med tidigare FreCaNN-kriterier (≥5/månad eller ≥12/3 mån). Nästan alla med ≥12/3 mån uppfyllde även ≥5/månad, men grupperna skilde sig: ≥12/3 mån var yngre, ringde oftare själva, hade mer psykisk ohälsa/”oklart problem”, lägre prioritet och mindre ambulans/transport. Tröskeln ≥12/3 mån gav färre, mer specifika individer.
– Två trösklar inom samma definition identifierar delvis olika delgrupper.
– ≥12 kontakter/3 månader omfattar färre personer men nästan alla uppfyller även ≥5/månad.
– ≥12/3 mån är associerat med yngre ålder, mer psykisk ohälsa/oklar problematik och lägre akutprioritet.
– Lägre andel ambulansutryckning och sjukhus-/läkartransport i ≥12/3 mån-gruppen.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2).