Prehospital Termination of Resuscitation in Cases of Refractory Out-of-Hospital Cardiac Arrest
Notice bibliographique
Résumé
CONTEXT: Identifying patients in the out-of-hospital setting who have no realistic hope of surviving an out-of-hospital cardiac arrest could enhance utilization of scarce health care resources. OBJECTIVE: To validate 2 out-of-hospital termination-of-resuscitation rules developed by the Ontario Prehospital Life Support (OPALS) study group, one for use by responders providing basic life support (BLS) and the other for those providing advanced life support (ALS). DESIGN, SETTING, AND PATIENTS: Retrospective cohort study using surveillance data prospectively submitted by emergency medical systems and hospitals in 8 US cities to the Cardiac Arrest Registry to Enhance Survival (CARES) between October 1, 2005, and April 30, 2008. Case patients were 7235 adults with out-of-hospital cardiac arrest; of these, 5505 met inclusion criteria. MAIN OUTCOME MEASURES: Specificity and positive predictive value of each termination-of-resuscitation rule for identifying patients who likely will not survive to hospital discharge. RESULTS: The overall rate of survival to hospital discharge was 7.1% (n = 392). Of 2592 patients (47.1%) who met BLS criteria for termination of resuscitation efforts, only 5 (0.2%) patients survived to hospital discharge. Of 1192 patients (21.7%) who met ALS criteria, none survived to hospital discharge. The BLS rule had a specificity of 0.987 (95% confidence interval [CI], 0.970-0.996) and a positive predictive value of 0.998 (95% CI, 0.996-0.999) for predicting lack of survival. The ALS rule had a specificity of 1.000 (95% CI, 0.991-1.000) and positive predictive value of 1.000 (95% CI, 0.997-1.000) for predicting lack of survival. CONCLUSION: In this validation study, the BLS and ALS termination-of-resuscitation rules performed well in identifying patients with out-of-hospital cardiac arrest who have little or no chance of survival.
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 | 0,000 | 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 ».