主要目的是在大流行锁定期间以及随后的几个月中探索涉及酒精和/或物质使用的事件的救护车服务出勤。这将是确定患病率，并探索诸如患者性别，年龄，种族或位置之类的因素。分析将检查锁定前一年中的电话，然后将其与锁定期和随后的几个月进行比较。

将进行时间序列分析，以检查锁定前一年中的电话，然后将其与锁定期和随后的几个月进行比较。这将使用“中断时间序列”（其）方法。为了探索这种回归模型，将建立研究大流行前出勤的因果模型，并将其与锁定时间框架进行了比较。

将建立多变量回归模型。最初，有向的无环图（DAG）将允许识别混杂因素和与模型相关的暴露。与锁定之前的数据相比，将使用逻辑回归模型来计算锁定过程中呼叫的相对风险。该模型将使用p <0.05作为统计显着性的定义拟合。

描述性统计，趋势分析和预测分析将对数据集进行，以确定跨时间的趋势，预测需要救护车出勤率的患者的因素以及预测治疗结果的因素。将检查缺少的数据是否有系统的偏差，并且发现随机缺失的地方将被排除在分析之外。如果不随机缺失，将进行灵敏度分析。

分析将检查协变量。年龄将定义为单年连续变量，并在5岁年龄段之类的类别中进行检查。种族将被归类为群体，例如黑人，亚洲，其他少数民族和混血群体。人口普查数据，例如剥夺，乡村，收入，就业，残疾和教育，将研究所定义的十分列。

• 饮酒，未指定
• 物质使用
• 醉酒
• 紧急情况
• 2019冠状病毒病大流行
• 治疗

• 听和待遇
  电话，治疗，未参加
• 看和对待
  救护人员参加了
  干预：其他：救护人员出席

纳入标准：

• 任何年龄的患者
• 患者要求在2019年3月23日至2021年3月22日之间救护车出席
• 该患者记录由East Midlands救护车服务
• 记录与酒精和药物使用相关的临床印象的患者记录将在数据集中包含在自由文本响应框中的单词搜索以及以下单词/短语中：麻醉品，香料，香料，mamba，酒精，药物使用，药物使用，非法药物，用药过量，醉酒，陶醉，醉酒，高。

排除标准：

• 患者记录不在指示的日期范围内。
• 无法通过EMA访问患者记录