C ONVERSION R ATES FOR P REHOSPITAL P AROXYSMAL S UPRAVENTRICULAR T ACHYCARDIA (PSVT) WITH THE A DDITION OF A DENOSINE : A B EFORE - AND - AFTER T RIAL
Notice bibliographique
Résumé
OBJECTIVE: To determine whether the prehospital administration of adenosine to adults with stable and unstable paroxysmal supraventricular tachycardia (PSVT) influences conversion rate (CR) to sinus rhythm, scene time, use of synchronized electrical cardioversion (SEC), and accuracy of rhythm strip interpretation by paramedics. METHODS: This before-and-after study compared a retrospective control group (CG) prior to the introduction of adenosine with a prospective treatment group (TG) following the addition of adenosine to the PSVT treatment protocol in a large urban advanced life support emergency medical services system. The population represented patients > or = 18 years of age with PSVT diagnosed by the paramedic (defined as spontaneous onset of a regular narrow-complex tachycardia between 140 and 250 beats/minute). RESULTS: The CG comprised 74 calls and the TG 137 calls. The overall CR was higher in the TG (59% vs 32%, p < 0.001). The SEC and spontaneous conversion rates remained unchanged. The proportion of untreated patients with PSVT decreased from 26% CG to 12% TG (p < 0.01). Scene times were longer in the TG (26 vs 19 minutes, p < 0.001). Agreement between paramedic and physician rhythm strip interpretations was fair to moderate (CG kappa 0.43 [95% CI: 0.14, 0.72]; TG kappa 0.37 [95% CI: 0.13, 0.61]). CONCLUSIONS: The introduction of adenosine was associated with a significant increase in the prehospital CR of stable and unstable PSVT, while the SEC and spontaneous conversion rates were similar in each group; however, scene times were longer in the TG and paramedic accuracy in rhythm strip interpretation remained fair to moderate.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».