Prehospital traumatic cardiac arrest
Notice bibliographique
Résumé
BACKGROUND: Traumatic arrests have historically had poor survival rates. Identifying salvageable patients and ideal management is challenging. We aimed to (1) describe the management and outcomes of prehospital traumatic arrests; (2) determine regional variation in survival; and (3) identify Advanced Life Support (ALS) procedures associated with survival. METHODS: This was a secondary analysis of cases from the Resuscitation Outcomes Consortium Epistry-Trauma and Prospective Observational Prehospital and Hospital Registry for Trauma (PROPHET) registries. Patients were included if they had a blunt or penetrating injury and received cardiopulmonary resuscitation. Logistic regression analyses were used to determine the association between ALS procedures and survival. RESULTS: We included 2,300 patients who were predominately young (Epistry mean [SD], 39 [20] years; PROPHET mean [SD], 40 [19] years), males (79%), injured by blunt trauma (Epistry, 68%; PROPHET, 67%), and treated by ALS paramedics (Epistry, 93%; PROPHET, 98%). A total of 145 patients (6.3%) survived to hospital discharge. More patients with blunt (Epistry, 8.3%; PROPHET, 6.5%) vs. penetrating injuries (Epistry, 4.6%; PROPHET, 2.7%) survived. Most survivors (81%) had vitals on emergency medical services arrival. Rates of survival varied significantly between the 12 study sites (p = 0.048) in the Epistry but not PROPHET (p = 0.14) registries.Patients in the PROPHET registry who received a supraglottic airway insertion or intubation experienced decreased odds of survival (adjusted OR, 0.27; 95% confidence interval, 0.08-0.93; and 0.37; 95% confidence interval, 0.17-0.78, respectively) compared to those receiving bag-mask ventilation. No other procedures were associated with survival. CONCLUSIONS: Survival from traumatic arrest may be higher than expected, particularly in blunt trauma and patients with vitals on emergency medical services arrival. Although limited by confounding and statistical power, no ALS procedures were associated with increased odds of survival. LEVEL OF EVIDENCE: Prognostic study, level IV.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».