Volume versus outcome: More emergency medical services personnel on-scene and increased survival after out-of-hospital cardiac arrest
Notice bibliographique
Résumé
BACKGROUND AND AIM: The large regional variation in survival after treatment of out-of-hospital cardiac arrest (OHCA) is incompletely explained. Communities respond to OHCA with differing number of emergency medical services (EMS) personnel who respond to the scene. The effect of different numbers of EMS personnel on-scene upon outcomes is unclear. We sought to evaluate the association between number of EMS personnel on-scene and survival after OHCA. METHODS: We performed a retrospective review of prospectively collected data on 16,122 EMS-treated OHCA events from December 1, 2005 to May 31, 2007 from a combined population over 21 million people residing in an area of over 33,000 square miles in Canada and the United States. Number of EMS personnel on-scene was defined as the number of EMS personnel who responded to the scene of OHCA within 15 min after 9-1-1 call receipt and prior to patient death or transport away from the scene. Associations with survival to hospital discharge were assessed by using generalized estimating equations to construct multivariable logistic regression models. RESULTS: Compared to a reference number of EMS personnel on-scene of 5 or 6, 7 or 8 EMS personnel on-scene was associated with a higher rate of survival to hospital discharge, adjusted odds ratio [OR], 1.35 (95% CI: 1.05, 1.73). There was no significant difference in survival between 5 or 6 personnel on-scene versus fewer. CONCLUSION: More EMS personnel on-scene within 15 min of 9-1-1 call was associated with improved survival of out-of-hospital cardiac arrest. It is unlikely that this finding was mediated solely by earlier CPR or earlier defibrillation.
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 | 0,001 | 0,001 |
| 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 ».