ObjectivesEstimates of prehospital transport times are an important part of emergency care system research and planning; however, the accuracy of these estimates is unknown. The authors examined the accuracy of three estimation methods against observed transport times in a large cohort of prehospital patient transports. MethodsThis was a validation study using prehospital records in King County, Washington, and southwestern Pennsylvania from 2002 to 2006 and 2005 to 2011, respectively. Transport time estimates were generated using three methods: linear arc distance, Google Maps, and ArcGIS Network Analyst. Estimation error, defined as the absolute difference between observed and estimated transport time, was assessed, as well as the proportion of estimated times that were within specified error thresholds. Based on the primary results, a regression estimate was used that incorporated population density, time of day, and season to assess improved accuracy. Finally, hospital catchment areas were compared using each method with a fixed drive time. ResultsThe authors analyzed 29,935 prehospital transports to 44 hospitals. The mean ( standard deviation [SD]) absolute error was 4.8 (7.3) minutes using linear arc, 3.5 (5.4) minutes using Google Maps, and 4.4 (5.7) minutes using ArcGIS. All pairwise comparisons were statistically significant (p<0.01). Estimation accuracy was lower for each method among transports more than 20minutes (mean [+/- SD] absolute error was 12.7 [+/- 11.7] minutes for linear arc, 9.8 [+/- 10.5] minutes for Google Maps, and 11.6 [+/- 10.9] minutes for ArcGIS). Estimates were within 5minutes of observed transport time for 79% of linear arc estimates, 86.6% of Google Maps estimates, and 81.3% of ArcGIS estimates. The regression-based approach did not substantially improve estimation. There were large differences in hospital catchment areas estimated by each method. ConclusionsRoute-based transport time estimates demonstrate moderate accuracy. These methods can be valuable for informing a host of decisions related to the system organization and patient access to emergency medical care; however, they should be employed with sensitivity to their limitations. (C) 2013 by the Society for Academic Emergency Medicine Resumen ObjetivosLas estimaciones de los tiempos de traslado extrahospitalario son una parte importante de la investigacion y planificacion de los sistemas de atencion de emergencias. Sin embargo la precision de estas estimaciones es desconocida. Se examino la precision de tres metodos de estimacion de los tiempos de traslado frente a los observados en una gran cohorte de traslados de pacientes extrahospitalarios. MetodologiaEste fue un estudio de validacion que utilizo las historias clinicas extrahospitalarias del condado de King, en el estado de Washington, y del suroeste de Pensilvania, de 2002 a 2006 y de 2005 a 2011, respectivamente. Las estimaciones de los tiempo de traslado se generaron utilizando tres metodos: distancia de arco lineal, Google Maps y ArcGIS Network Analyst. Se evaluo el error estimado, definido como la diferencia absoluta entre el tiempo de traslado observado y estimado, asi como la proporcion de los tiempos estimados que estuvieron en los umbrales del error especificado. En base a los resultados principales, se utilizo una regresion que incorporo la densidad de poblacion, el momento del dia y la estacion para evaluar la mejora de la precision. Por ultimo, se compararon las areas de referencia del hospital utilizando cada metodo un tiempo de conduccion fijado. ResultadosLos autores analizaron 29.935 traslados extrahospitalarios de 44 hospitales. La media de error absoluto fue de 4,8 minutos (desviacion estandar [DE] +/- 7,3 minutos) con el arco lineal, 3,5 minutos (DE +/- 5,4) con Google Maps, y 4,4 minutos (DE +/- 5,7) con ArcGIS. Todas las comparaciones directas fueron estadisticamente significativas (p<0,01). La precision estimada fue menor para cada metodo entre los traslados de mas de 20 minutos (media del error absoluto fue 12,7 minutos [DE +/- 11,7] para arco lineal, 9,8 minutos [DE +/- 10,5] para Google Maps y 11,6minutes [DE +/- 10,9] para ArcGIS). Las estimaciones estuvieron en los primeros cinco minutos del tiempo de traslado observado en un 79% de las estimaciones del arco lineal, en un 86,6% de las estimaciones de Google Maps y en un 81,3% de las estimaciones de ArcGIS. La aproximacion basada en la regresion no mejoro sustancialmente la estimacion. Hubo grandes diferencias en las areas de referencia del hospital estimadas por cada metodo. ConclusionesLa estimacion de los tiempos de traslado basados en rutas demuestra una precision moderada. Estos metodos pueden ser valiosos para informar numerosas decisiones relacionadas con la organizacion del sistema y el acceso del paciente a la atencion medica de emergencia; sin embargo, deberian ser empleados teniendo en cuenta sus limitaciones.