A N A SSESSMENT OF P ARAMEDIC P ERFORMANCE D URING I NVASIVE A IRWAY M ANAGEMENT
Notice bibliographique
Résumé
OBJECTIVE: To assess the performance of paramedics, in a newly-initiated prehospital program, during invasive airway management. METHODS: An audit of paramedic call reports for a 12-month period from January to December 1997 was performed. Call reports that documented invasive airway management were retrieved and relevant data were extracted using a preformulated data-entry form. RESULTS: Paramedics attempted tracheal intubation in 453 patients and were successful in 408 (90.1%); 331 of the patients were in cardiopulmonary arrest with vital signs absent (VSA), 101 had medical emergencies, and 21 had trauma-related problems. In the VSA cohort, the tracheas of 96% of the patients were intubated successfully; 80.1% on the first attempt, 10.6% on the second, 4.5% on the third, and 0.9% after more than three attempts. In the medical cohort, the tracheas of 74.3% of the patients were intubated; 60.4% on the first attempt, 11.9% on the second, and 2.9% on the third. In the trauma cohort, 71.4% of the intubations were successful; 66.6% on the first attempt, 26.6% on the second, and 6.6% on the third. There was a difference (p < 0.001) in the incidence of successful intubations comparing the VSA cohort with the medical/trauma cohorts. There was also a difference (p < 0.001) between the success rate for nasal intubations (43 of 68, 63% of patients successfully intubated) and that for oral intubation (365 of 385, 94% of patients). CONCLUSION: This study demonstrated a difference in the paramedics' success rates for tracheal intubation in VSA patients compared with those with preserved airway reflexes and a lower success rate for nasal vs oral tracheal intubation. These differences may be due to inadequate training, technical difficulties experienced in the field, or lack of sufficient exposure to medical/trauma scenarios to gain management experience. Future training to address these issues, both in the initial training phase and in the continuing education program, may be beneficial in improving performance.
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 | 0,003 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».