Ambulanse i garasje
De siste Ă„rene har det vĂŠrt diskusjon om hvordan man skal utforme og innfĂžre responstidskrav for ambulansetjenesten.

KRONIKK: Hvor skal vi plassere ambulansene?

Beslutningstakere stÄr ovenfor et vanskelig valg nÄr de skal bestemme hvordan ambulansetjenestene skal organiseres. Skal man i stÞrst grad vektlegge effektivitet eller lik rett til helsehjelp, spÞr forfatterne av kronikken.

Publisert Sist oppdatert

Dette er en kronikk, skrevet av Thomas Reiten Bovim og Andreas Asheim. Reiten Bovim er ph.d. i operasjonsanalyse, rĂ„dgiver ved St. Olavs hospital, og fĂžrsteamanuensis ved Institutt for industriell Ăžkonomi og teknologiledelse, NTNU. Asheim er ph.d. i anvendt matematikk, forsker ved St. Olavs hospital, og fĂžrsteamanuensis ved Institutt for matematiske fag, NTNU.. Hvis du Ăžnsker Ă„ sende inn et kronikkforslag, kan du sende her. Denne kronikken er fĂžrstegangspublisert i Tidsskriftet.

Spesialisthelsetjenestens ansvar for ambulansetjenester omfatter Ă„ bringe kompetent personell og akuttmedisinsk utstyr raskt frem til alvorlig syke eller skadde pasienter. Personellet skal igjen utfĂžre nĂždvendige undersĂžkelser, prioriteringer, behandling og overvĂ„king (1). En rask respons med god helsehjelp ved akutt sykdom og skade er viktig for Ă„ redusere omfang av alvorlig sykdom, og for Ă„ sikre innbyggernes trygghetsfĂžlelse (2, 3). 

De siste Ă„rene har det vĂŠrt en betydelig diskusjon i fagmiljĂžene om hvordan man skal utforme og innfĂžre responstidskrav for ambulansetjenesten (2, 3). I Norge har vi en ambisjon om Ă„ tilby likeverdige helsetjenester til alle innbyggere, uavhengig av bosted. Med begrensede budsjetter mĂ„ hensynet til likeverd vektes mot tjenestens evne til Ă„ betjene flest mulig mennesker, altsĂ„ effektivitet. 

Les ogsĂ„: STASJONEN VÅR: Ambulansestasjon pĂ„ tusen kvadratmeter

Med et ensidig mÄl for Þyet som fÊrrest mulig brudd pÄ responstidskrav, vil matematiske modeller kunne brukes til Ä beregne den beste plasseringen av ambulansene. Men effektivitet og likeverdige tjenester er ikke ensidige mÄlsetninger. De er to motstridende hensyn som mÄ veies mot hverandre. Hvordan kan vi bruke matematiske modeller i en slik kontekst, og er det mulig Ä finne en akseptabel avveiing mellom to motstridende hensyn?

Matematiske modeller og vekting av hensyn

Se for deg at du skal bestemme plasseringen av landets ambulanser for Ä gi et best mulig tilbud til befolkningen. Om du vektlegger effektivitet er du opptatt av Ä tilby kortest mulig responstid til flest mulig, uavhengig av bosted. Der det er fÊrre mennesker vil det ogsÄ vÊre fÊrre alvorlige hendelser. Av den grunn vil en ambulanse som plasseres i byen bidra mer til den reduserte responstiden sammenliknet med en ambulanse stasjonert utenfor det tettest befolkede omrÄdet. Du er ikke i tvil om at ambulansene bÞr plasseres i tett befolkede omrÄder, med den konsekvens at de som bor langt unna byen vil kunne oppleve mindre trygghet. Dersom du var mer opptatt av likeverdige tjenester ville du i stÞrre grad prioritert Ä plassere ambulanser utenfor tettbefolkede omrÄder. Med en slik prioritering aksepterer du mindre trygghet for de fleste, for Ä gi mer trygghet for de fÄ. Samlet sett er det stÞrre likhet.

Les ogsĂ„: NĂ„ kan du melde deg pĂ„ AmbulanseForum 2024 - her er programmet!

Matematiske modeller kan gi oss nyttig innsikt nĂ„r vi mĂ„ veie ulike hensyn mot hverandre. Et forenklet eksempel er; En ambulanse skal plasseres i et omrĂ„de med en sentralt beliggende by, og avtagende befolkningstetthet lenger vekk fra sentrum, vist i Ăžvre panel i figur 1. Alle innbyggerne i omrĂ„det Ăžnsker at ambulansen plasseres sĂ„ nĂŠrt seg selv som mulig, det gir dem mest trygghet. VĂ„r oppgave er Ă„ plassere ambulansen langs en vei som gĂ„r ut fra sentrum. 

For Ă„ mĂ„le effektivitet kan vi bruke gjennomsnittlig avstand mellom hver eneste innbygger og ambulansen. Den plasseringen som gir den minste gjennomsnittlige avstanden til ambulansen for innbyggere, er den som gir mest trygghet med den ene tilgjengelige ressursen (punkt A). Ikke uventet vil plasseringen ligge nĂŠrt sentrum. Som mĂ„l pĂ„ likhet bruker vi avstanden fra den personen som bor lengst unna ambulansen. NĂ„r ambulansen stĂ„r midt pĂ„ x-aksen (punkt B i Figur 1), er den minst, og vi oppnĂ„r da stĂžrst mulig likhet. 

Plasseringen som vekter de to hensynene ligger mellom punktene A og B. Den eksakte plasseringen vil avhenge av hvordan man vekter de to hensynene innbyrdes. Nedre panel i Figur 1 viser hvordan alle mulige plasseringer slĂ„r ut pĂ„ mĂ„lene om effektivitet og likhet, gjennomsnittsavstand og avstanden til den som bor lengst unna. 

Les ogsĂ„: 156 ambulansestasjoner har Ă©n bil

EffektivitetsmÄlet vÄrt (heltrukket linje) vil forbli hÞyt, selv om vi beveger oss litt vekk fra punkt A. I dette tenkte eksempelet vil gjennomsnittlig avstand til ambulansen kun vÊre 7% lengre i punkt B, sammenlignet med punkt A. Avstand til ambulanse for de som bor lengst unna vil derimot vÊre 41% lengre i A enn i B. I dette tilfellet ser vi at ved Ä velge en plassering nÊrt B beholder man effektivitet uten Ä gi vesentlig avkall pÄ likhet.

Figur 1: Hvor skal vi stasjonere ambulansen for at det skal bli rettferdig? Øvre panel viser befolkningstetthet, nedre panel viser hvordan forskjellige plasseringsalternativer slÄr ut pÄ mÄlsetningene vÄre.

Vi kan altsĂ„ regne ut en optimal lĂžsning ved Ă„ vekte forskjellige mĂ„lsetninger. Ved Ă„ endre den innbyrdes vektingen vil vi fĂ„ ulike optimale lĂžsninger. Disse optimale lĂžsningene, med forskjellig vekting, gir oss det som kalles Pareto-fronten. Dette er lĂžsninger hvor du ikke kan finne et alternativ som scorer bedre pĂ„ en mĂ„lsetning uten Ă„ pĂ„virke en av de andre mĂ„lsetningene negativt. Med andre ord er plasseringer som ikke ligger pĂ„ Pareto-fronten neppe Ă„ foretrekke, da det vil finnes en alternativ plassering, en sĂ„kalt Pareto-forbedring (4), som er minst like god med tanke pĂ„ alle mĂ„lsetninger. I vĂ„rt eksempel er Pareto-fronten alle plasseringene mellom A og B. 

Les ogsĂ„: STASJONEN VÅR: – En fantastisk flott stasjon

Flere forskere har vist lignende resultater med reelle data. Det kan vĂŠre mulig Ă„ oppnĂ„ mye likhet ved Ă„ ofre bare litt effektivitet (5-9). Grot og kolleger studerte ambulanseplassering i et urbant omrĂ„de i Tyskland, hvor mĂ„let var at 90% av akutte oppdrag skulle nĂ„s innen 10 minutter (5). Forfatterne undersĂžkte plasseringer pĂ„ Pareto-fronten, og hvert alternativ ble evaluert basert pĂ„ hvor stor andel av innbyggerne som kunne nĂ„s innen 10 minutter (effektivitet), samt andelen av innbyggerne som lĂ„ lengst unna ambulansen som kunne nĂ„s innen 10 minutter (likhet). I samsvar med vĂ„rt eksempel fant de at ved Ă„ bevege seg bort fra den plasseringen som ga mest effektivitet, kunne andelen som ble nĂ„dd innen 10 minutter i det dĂ„rligst dekte omrĂ„det Ăžkes med om lag 35 prosentpoeng. Dette mot en beskjeden reduksjon pĂ„ under ett prosentpoeng i andelen av totalbefolkningen som ble nĂ„dd innen 10 minutter. 

Ved Ă„ undersĂžke plasseringsalternativene pĂ„ Pareto-fronten er det altsĂ„ mulig Ă„ finne lĂžsninger som i stor grad tilfredsstiller begge mĂ„lsetninger. 

Modeller bidrar til bedre beslutninger

Med begrensede ressurser vil plassering av ambulanser vÊre en avveining mellom flere mÄlsetninger. Organisering av ambulansetjenesten har en hÞy grad av politisk interesse. LÞsningene fra matematiske modeller vil kunne bidra med en objektiv tilnÊrming, selv om de ikke ivaretar alle hensyn. Dersom mÄlsetningen som legges til grunn for prioriteringene kun ivaretar et av flere kvalitetsmÄl for en tjeneste (f.eks. raskest mulig responstid), vil det oppstÄ en uhensiktsmessig skjevhet mellom de viktigste mÄlene i dagens helsepolitikk - effektivitet og likhet.

Kilder

  1. Helse- og omsorgsdepartementet. Forskrift om krav til og organisering av kommunal legevaktordning, ambulansetjeneste, medisinsk nĂždmeldetjeneste mv. (akuttmedisinforskriften). https://lovdata.no/dokument/SF/forskrift/2015-03-20-231 og https://www.fhi.no/publ/2023/responstider-for-ambulanser-og-pasientutfall/
  2. Folkehelseinstituttet. Ambulansers responstid – regulering og rapportering i ti land. Rapport. 2022. https://www.fhi.no/publ/2022/ambulansers-responstid---regulering-og-rapportering-i-ti-land/
  3. Folkehelseinstituttet. Responstider for ambulanser og pasientutfall. Rapport. 2023. https://www.fhi.no/publ/2023/responstider-for-ambulanser-og-pasientutfall/
  4. Østby JT, Kristiansen IS. Hvordan ta hensyn til helsetjenestens verdiskapning ved prioritering av helsetiltak? Tidsskr Nor Legeforen. 2023;143. doi: 10.4045/tidsskr.23.0706.
  5. Grot M, Nagel L, Becker T, et al. Fairness or efficiency-Managing this conflict in emergency medical services location planning, Computers & Industrial Engineering, 2022; 173 doi:10.1016/j.cie.2022.108664
  6. Jagtenberg CJ, Mason AJ. Improving fairness in ambulance planning by time sharing. European Journal of Operational Research. 2020;280:1095-1107
  7. Chanta S, Mayorga ME, McLay LA. Improving emergency service in rural areas: a bi-objective covering location model for EMS systems. Annals of Operations Research. 2014; 221:133–159 doi: 10.1007/s10479-011-0972-6
  8. Jagtenberg CJ, Vollebergh MAJ, Uleberg U, et al. Introducing fairness in Norwegian air ambulance base location planning. Scand J Trauma Resusc Emerg Med. 2021; 29:50. doi: 10.1186/s13049-021-00842-0.
  9. Jagtenberg CJ, Uleberg O, Waaler BjĂžrnelv GM, et al. Utopia for Norwegian helicopter emergency medical services: Estimating the number of bases needed to radically bring down response times, and lives needed to be saved for cost effectiveness. PLoS One. 2023;18:e0281706. doi: 10.1371/journal.pone.0281706.
kronikk debatt ambulanse
Powered by Labrador CMS