Prehospital echocardiography in pulseless electrical activity victims using portable, handheld ultrasound
Notice bibliographique
Résumé
Potentially treatable causes of sudden cardiac arrest, such as pericardial tamponade, myocardial insufficiency or hypovolemia, should be identified as soon as possible (that is, at the scene). Although these diagnoses are mainly made by echocardiography, old and new ERC or ILCOR guidelines only recommend pauses of ventilation or chest compressions as 'brief interruptions' at a maximum of 10 seconds, thereby potentially limiting transthoracic ultrasound examinations. We introduced an ALS-based algorithm of focused echocardiographic evaluation during resuscitation (FEER) to be performed in a time-sensitive manner. We tested both the capability of FEER to differentiate states of pulseless electrical activity, and its feasibility in the out-of-hospital setting using mobile, battery-powered ultrasound systems. Trained emergency physicians (EP) applied FEER to assessing basic ventricular function by 'eye-balling' in less than 10 seconds in prehospital cardiac arrest victims who were being resuscitated. True pulseless electrical activity (PEA) was defined according to the ERC as 'clinical absence of cardiac output despite electrical activity'. In contrast, any PEA was classified as a 'pseudo-PEA' when cardiac output was visualized by echocardiography. Seventy-eight CPR cases (age 66 ± 19 years) were included. On arrival of the EP on the scene, a true PEA was suspected in 31/78 cases. However, in 20/31 PEA cases cardiac wall movement was detected (pseudo-PEA) and correctable causes such as pericardial tamponade (four cases), poor ventricular function (14 cases) and hypovolemia (two cases) were treated. Fourteen out of 20 pseudo-PEA cases survived to hospital admission. In 11/30 PEA cases, no cardiac wall movement was visible (true PEA). All such patients died on the scene. FEER-based changes in therapy were induced in 25/31 cases. Application of FEER was feasible within a 10-second time-frame of CPR interruptions. While differentiating PEA states, FEER has the ability to identify a pseudo-PEA state, allowing further treatment of the underlying disorder on the scene to improve outcome.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».