How <scp>ABBA</scp> may help improve neonatal resuscitation training: Auditory prompts to enable coordination of manual inflations and chest compressions
Notice bibliographique
Résumé
AIM: Resuscitation guidelines recommend 90 chest compressions (CCs) and 30 inflations (INFs) per minute for neonatal cardiopulmonary resuscitation (nCPR). We hypothesised that auditory prompts would help coordinate these actions. Our aim was to investigate the effect of musical prompts during nCPR training on adherence to recommended CC and INF rates and on the quality of delivered INFs. METHODS: A simulation study was conducted employing 30 experienced neonatal staff, a respiratory function monitor and a neonatal manikin. The effects of five different auditory prompts on adherence to recommended rates of CC and INF were tested against baseline (no music). The five auditory prompts (popular musical tunes) were investigated in random order. Quality of INFs was assessed by comparing the peak inflation pressures (PIP), positive end-expiratory pressures (PEEP), percentage mask leak and tidal volumes (VT). RESULTS: Mean baseline rates at which CCs and INFs were delivered were 80 (SD 6) per minute and 28 (SD 2) per minute, respectively. Listening to auditory prompts had varying effects on CC and INF delivery rates. For CCs, a significant difference to baseline was found only when participants listened to ABBA's 'SOS', with 86 (SD 7) per minute (P = 0.04). For INFs, we found a statistically significant improvement to baseline rate only for 'SOS', with 29 (SD 2) per minute (P = 0.04), and there was no significant difference in INF quality among the auditory prompts. CONCLUSIONS: Musical prompts can help with adherence to recommended CC and INF rates but do not improve the quality of INFs during nCPR training. The lasting effect of auditory prompts as musical mnemonics on nCPR performance in vivo needs to be established.
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 | 0,001 | 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 ».