Use of prehospital ultrasound in North America: a survey of emergency medical services medical directors
Notice bibliographique
Résumé
BACKGROUND: Advances in ultrasound imaging technology have made it more accessible to prehospital providers. Little is known about how ultrasound is being used in the prehospital environment and we suspect that it is not widely used in North America at this time. We believe that EMS system characteristics such as provider training, system size, population served, and type of transport will be associated with use or non-use of ultrasound. Our study objective was to describe the current use of prehospital ultrasound in North America. METHODS: This study was a cross-sectional survey distributed to EMS directors on the National Association of EMS Physicians (NAEMSP) mailing list. Respondents had the option to complete a paper or electronic survey. RESULTS: Of the 755 deliverable surveys we received 255 responses from across Canada and the United states for an overall response rate of 30%. Of respondents, 4.1% of EMS systems (95% CI 1.9, 6.3) reported currently using ultrasound and an additional 21.7% (95% CI 17, 26.4) are considering implementing ultrasound. EMS services using ultrasound have a higher proportion of physicians (p < 0.001) as their highest trained prehospital providers when compared to the survey group as a whole. The most commonly cited current and projected applications are Focused Abdominal Sonography for Trauma (FAST) and assessment of pulseless electrical activity (PEA) arrest. The cost of equipment and training are the most significant barriers to implementation of ultrasound. Most medical directors want evidence that prehospital ultrasound improves patient outcomes prior to implementation. CONCLUSIONS: Prehospital ultrasound is infrequently used in North America and there are a number of barriers to its implementation, including costs of equipment and training and limited evidence demonstrating improved outcomes. A research agenda for prehospital ultrasound should focus on patient-important outcomes such as morbidity and mortality. Two commonly used indications that could be a focus of standardized training programs are the FAST exam, and assessment of PEA arrest.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».