Indicadores para la planificación de la dotación de ambulancias de soporte vital avanzado. Una propuesta basada en el Servicio Andaluz de Salud

• Sebastián Tornero Patricio ^[1] ; María Rosario Jiménez Hidalgo ^[1] ; Pedro Morera Pérez ^[1] ; Laura Manjón Torres ^[1] ; Juan Antonio Iglesias Díaz ^[1] ; Pilar Navarro Pérez ^[2]
  1. [1] Servicios Centrales del Servicio Andaluz de Salud.
  2. [2] Escuela Andaluza de Salud Pública, Sevilla, España.
• Localización: Revista Española de Urgencias y Emergencias, ISSN-e 2951-6552, ISSN 2951-6544, Vol. 4, Nº. 2, 2025, págs. 87-94
• Idioma: español
• DOI: 10.55633/s3me/REUE016.2025
• Títulos paralelos:
  • Criteria for allocating Advanced Life Support ambulances: a model based on the Andalusian Health Service
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    INTRODUCCIÓN. Existe escasa evidencia científica sobre indicadores de planificación de la flota de ambulancias de transporte sanitario urgente (TSU). El objetivo de este estudio es analizar la dotación de ambulancias para soporte vital avanzado (SVA) de la red de TSU terrestre del Servicio Andaluz de Salud (SAS) en el periodo 2018-2023, y proponer indicadores para su planificación.

    MATERIAL Y MÉTODOS. Estudio observacional y transversal, con metodología cuantitativa y cualitativa. Se realizaron análisis univariantes y bivariantes entre las variables independientes de caracterización, dispersión, dotación de recursos y frecuentación de cada distrito sanitario, y el número de ambulancias para SVA. Adicionalmente, se configuró un grupo focal de expertos para analizar la importancia y factibilidad de cada uno de los indicadores propuestos.

    RESULTADOS. El número de ambulancias para SVA/100.000 habitantes gestionadas por el SAS es de 6,2 (DS = 4,9). El coeficiente de correlación de Pearson mostró un mayor grado de correlación lineal entre las variables de dispersión por tipología de centro (0,62), activaciones/1.000 habitantes (0,49) y activaciones por prioridades 1 y 2/1.000 habitantes (0,54), y la variable ambulancias para SVA/100.000 habitantes (valores p < 0,05). El grupo focal consideró las variables incluidas como importantes y factibles. El índice de envejecimiento se identificó como uno de los indicadores con mayor importancia y factibilidad por parte del grupo focal.

    CONCLUSIONES. Esta propuesta de variables para la planificación del TSU del SAS es reproductible, concuerda con los indicadores de planificación y gestión de ambulancias del European Emergency Data Project y permite su extrapolación a otras CCAA. Para ello, es necesaria tener en cuenta factores de carácter geográfico, demográfico, nivel de desagregación y disponibilidad de datos para la unidad de análisis seleccionada.

  • English

    INTRODUCTION. There is limited scientific evidence on indicators for planning the fleet of emergency medical transport (EMT). The objective of this study is to analyze the allocation of advanced life support (ALS) ambulances within the terrestrial EMT network of the Andalusian Health Service (SAS) during the period 2018-2023 and propose indicators for its planning.

    MATERIAL AND METHODS. This is an observational, cross-sectional study using both quantitative and qualitative methodologies.

    Univariate and bivariate analyses were conducted to examine the relationships between independent variables—such as characterization, dispersion, resource allocation, and service utilization per health district—and the number of ALS ambulances.

    Additionally, a focus group of experts was assembled to evaluate the importance and feasibility of each proposed indicator.

    RESULTS. The number of ALS ambulances per 100,000 inhabitants managed by the SAS is 6.2 (standard deviation = 4.9). Pearson's correlation coefficient indicated a higher degree of linear correlation between the ALS ambulances per 100,000 inhabitants and the variables of center-type dispersion (0.62), activations per 1,000 inhabitants (0.49), and activations for priority 1 and 2 cases per 1,000 inhabitants (0.54), with p-values < .05. The focus group deemed the included variables both important and feasible.

    CONCLUSIONS. This study proposes a set of variables for planning the EMT network within the SAS. For application in other regions, organizations should tailor the analysis to account for geographic and demographic factors, levels of data granularity, and data availability for the selected unit of analysis.