Bölgesel bir tıbbi web sitesinde İnternet aramaları ve bölgesel acil servislere ertesi gün ziyaretler arasındaki korelasyon, İnternet servis verilerinin gelecekte acil servislerde talep seviyesini tahmin etmek için kullanılabileceğini düşündürmektedir. Bir bölgedeki veya tek bir hastanedeki acil servis ziyaretlerini öngörmek için Internet verilerini kullanan ilk çalışma, Acil Tıp Annals'ta çevrimiçi olarak yayınlandı.

İsveç’te Stockholm’deki Karolinska Institutet’in baş araştırmacısı Andreas Ekstrom, “Bir coğrafi bölgeye olduğu kadar, tek tek hastaneler için de ER ziyaretlerini tahmin etmek için web sitesi ziyaretleri kullanılabilir” dedi. “İleriye baktığımızda, acil servis ziyaretlerini öngörmek için personel çizelgeleme programlarının ER hacimlerine daha iyi eşleşmesini sağlayacak bir model oluşturabiliriz.”

Araştırmacılar, Google Analytics’i kullanarak bir yıl boyunca bölgesel bir tıbbi web sitesi olan Stockholm Sağlık Bakım Rehberinin (SHCG) Internet’teki aramalarını konuştular ve bunlara işaret ettiler ve bunları aynı dönemdeki acil durum ziyaretleri ile karşılaştırdılar. SHCG'ye 6: 00 pm saatleri ve gece yarısı saatleri arasındaki ziyaretler, ertesi gün ER ziyaretlerinin sayısı ile anlamlı olarak ilişkiliydi. Tüm ilçe acil servis ziyaretleri için en doğru tahmin, yüzde 4.8 hata oranıyla sağlandı. Bireysel hastanelerin acil servis ziyaretlerini tahmin etmede hata oranı, internet aramalarına dayanarak yüzde 5.2 ile 13.1 arasında değişmektedir. (Yüzde 10 değerinin altındaki bir hata oranı, ER ziyaret hacimlerini tahmin etmek için önceden açıklanan diğer yöntemlerle aynı olduğundan, iyi performans olarak kabul edildi.)

Acil servis ziyaretleri tipik olarak pazartesi günleri en yüksek ve hafta sonları en düşük, öğlen saatlerinde gerçekleşen yoğun ziyaretler ve günün geri kalanında yavaşça azalmaktadır. En düşük sayıda ER ziyareti ile yılın üç günü Noel, Yeni Yıl ve en az sayıda internet aramasıyla aynı zamana denk gelen yaz tatilleri olmuştur.

Ekstrom, “Bu tür bilgilerin faydalı olması için acil servis ziyaretlerini ertesi güne göre daha ileride daha önceden tahmin edebilmemiz önemlidir” dedi. “Bu, web sitesi istatistikleri ve ER ziyaretleri arasındaki korelasyonu daha da araştırmakla mümkün olabilir. Bu, ER ziyaretlerini öngörürken hasta davranışındaki ani değişikliklere uyum sağlamamıza izin verebilecek olan devam eden davranış eğilimlerini yansıtma potansiyeline sahiptir. ”

daha fazla oku