MétaCan
Menu
Retour à la cohorte
Enregistrement W2089715444 · doi:10.3109/10903127.2013.804136

Paramedic Myocardial Infarction Care with Fibrinolytics: a Process Map and Hazard Analysis

2013· article· en· W2089715444 sur OpenAlexaff
Jan L. Jensen, Mark S. Walker, Doug Denike, V. O. Matthews, Christopher Boudreau, William Hill, Andrew H. Travers

Notice bibliographique

RevuePrehospital Emergency Care · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineMyocardial infarctionMedical emergencyHazardEmergency medical servicesEmergency medicineCardiologyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Despite the supporting published evidence for prehospital fibrinolysis (PHF) for ST-elevation myocardial infarction (STEMI) patients by paramedics, the complexity of the process has not been rigorously explored in a stepwise approach. The objectives of this study were to (1) map the process of care that occurs during EMS management of STEMI with administration of PHF from 911 call to transfer of care to the emergency department and (2) to identify steps that could adversely affect patient safety or clinical outcome. METHODS: A Health Care Failure Mode and Effect Analysis was conducted. Steps were identified and organized into major call phases. Each step was categorized as a decision, technical skill, or task. The role required to perform each was identified: emergency medical dispatcher (EMD) or primary (PCP) or advanced care paramedic (ACP). The map was validated against a video-taped STEMI scenario. Once finalized, the steps with potential for risk to safety or outcome (hazard modes (HMs)) were identified. HMs were scored by study team consensus for probability to occur and likely severity of impact to the patient (minimum = 2, maximum = 16, ≥8 considered high risk). RESULTS: The map consisted of 18 phases and 167 steps, of which 37 (22.2%) were decisions, 67 (40.1%) were technical skills, and 63 (37.7%) were tasks. Ten steps could be completed by an EMD (6.0%), 76 (45.5%) by a PCP, and 81 (48.5%) by an ACP. The phases with the most steps were initial treatment, n = 31 steps (18.0%), and reperfusion therapy, n = 30 steps (18.0%). Sixty-eight HMs were identified, mean score 4.54 (SD 2.32), five of which scored eight or above (7.3%). The highest scoring HMs were history-taking, obtaining 12-lead, and transmitting 12-lead (all scores = 12). The phases with the most HMs were initial treatment (n = 12 HMs) and reperfusion therapy (n = 12 HMs). CONCLUSIONS: In this mapping study of STEMI calls in which paramedics administer fibrinolytics, the process was found to be complex, containing many steps, but relatively few individual steps were highly hazardous to patient care or safety. This study has enabled specific actions to target the highest scoring hazard modes, in an effort to improve paramedic practice and patient safety for EMS STEMI patients. Key words: emergency medical services; myocardial infarction; fibrinolytic agents; ambulances; process map.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,280
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital Emergency CareMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207