FenixEdu™

Dissertação

Spatiotemporal patterns of emergency prevalence and response in Portugal EVALUATED

Detalhes: Emergência Médica (INEM), mostra que, ao longo da última década, o número de ocorrências de emergência continua a aumentar. Sem executar reformas, podemos chegar ao ponto de saturação do nosso sistema de emergência e deixar de produzir uma resposta adequada ao cidadão. Dado que é impossível ter uma resposta perfeita para todos os casos de emergência ou uma disponibilidade contínua dos veículos para alocação, a gestão dos recursos é encarada como um problema de otimização essencial. Neste contexto, ter mais conhecimento sobre o domínio, e como as emergências se comportam ao longo do tempo e do espaço, pode levar a uma melhor preparação e consequentemente uma melhor resposta no tempo. Dada a importância do problema abordado, pesquisas nesta área podem ajudar a melhorar a taxa de sucesso das operações de resgate, salvando mais vidas. O objetivo central desta tese é descobrir se existe uma estrutura regional subjacente de acordo com os padrões de prevalência e resposta a emergências médicas. Com o desejo de explorar a possibilidade de uma correlação entre o local e seus recursos de emergência médica, implementamos algoritmos de particionamento e agrupamento hierárquico sobre séries temporais, usando dados agregados por localização. Por meio de métodos de agrupamento, pudemos verificar se os elementos em localizações próximos apresentavam comportamento semelhante para dados de emergência médica. Os resultados de agrupamento mostraram que as emergências médicas têm correlação com o local, em termos de número de emergências, tipo de emergência e tempo de atendimento da unidade.
Keywords: Prospecção de dados espaço-temporais, Emergências Médicas, Clustering, Séries Temporais e Padrões

Discussão: novembro 9, 2022, 13:0