Abstract 182: Risk of Cardiac Arrest by Location Type to Guide Future AED Placement in a Large Urban Center
Notice bibliographique
Résumé
Introduction: Public access defibrillation (PAD) programs can improve survival from out-of-hospital cardiac arrest (OHCA). We aimed to identify high risk public locations which should be prioritized for automated external defibrillator (AED) placement. Objectives: 1) To determine the average annual incidence of cardiac arrest by location type within the study area, 2) To describe current registered PAD deployment by location type. Methods: An observational cohort study using the Resuscitation Outcomes Consortium Epistry database. We included all public location, non-traumatic, EMS-treated OHCAs from January 1, 2006 to June 30, 2010 in the City of Toronto. The total site counts in each location category were derived from a city planning database and used as the denominator in calculating average annual per site cardiac arrest incidence. AED locations were obtained from an EMS registry. Two investigators independently categorized each OHCA and AED location. Disagreements were resolved by consensus. Results: There were 1297 OHCAs, of which 571 occurred on streets and could not be associated with a specific location type, leaving 726 eligible cases. The average age was 58±17.5 years, 82.7% were male and 13.9% survived to hospital discharge. Of all included patients, 44.9% had bystander CPR attempted and 9.5% had a bystander apply a defibrillator. Table 1 contains data from the top 15 location types ranked on average annual OHCAs per individual site. There were 1616 AED covered locations in the City of Toronto. 57.3% of the registered AED sites were elementary and secondary schools, 16.0% were post secondary schools, 7.8% were offices and 4% were community or recreation centres. Conclusions: We have identified location types with highest risk for cardiac arrest. Most registered AEDs have been placed at Elementary and Secondary Schools which are relatively low risk for OHCA. Our data can guide future AED deployment to increase availability for use in public location OHCA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».