MétaCan
Menu
Retour à la cohorte
Enregistrement W2716232717 · doi:10.1161/circoutcomes.4.suppl_2.ap123

Abstract P123: The Introduction of Prehospital ECGs into a Provincial System of STEMI Care: Impact on Treatment Delays and the Process of Care

2011· article· en· W2716232717 sur OpenAlexaffabout
Laurie Lambert, Yongling Xiao, Lucy J. Boothroyd, Eli Segal, Dave Ross, Sébastien Maire, Simon Kouz, Philippe L. L’Allier, Stéphane Rinfret, Alain Vanasse, Peter Bogaty

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensUniversité de SherbrookeMontreal Heart InstituteCegep regional de LanaudiereInstitut National d'Excellence en Santé et en Services SociauxSanté MontérégieInstitut universitaire de cardiologie et de pneumologie de QuébecCégep de LévisJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineMyocardial infarctionPrehospital Emergency CareEmergency medical servicesMedical emergencyReperfusion therapyEmergency medicineAmbulance serviceThrombolysisChristian ministryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Timely reperfusion therapy is associated with improved clinical outcomes in patients with ST-elevation myocardial infarction (STEMI). To improve treatment delays in Quebec (Canada), the Health Ministry set a goal of implanting prehospital ECG programs in all healthcare regions by the end of 2010. Objective: To investigate treatment delays and processes of care associated with the introduction of prehospital ECG programs in Quebec. Methods: All acute care Quebec hospitals that treated at least 30 acute myocardial infarctions (AMI) (n=82) participated in a systematic 6-month evaluation in 2008-9. Charts, prehospital ECGs and first in-hospital ECGs of all patients with a final diagnosis of AMI who presented to an emergency room with appropriate symptoms were reviewed to identify STEMI. Results: Of 1878 patients with STEMI who either received fibrinolysis or were sent for primary angioplasty (PPCI), 1118 (60%) came by ambulance. Of ambulance patients, 148 (13%) had a prehospital ECG. For 68% of these patients, there was an alert from the ambulance to the first emergency room. The prehospital ECG was transmitted to the first emergency room for 52% (77/148) of patients but a second in-hospital ECG was performed for 95% (141/148) of patients. The majority (61%) of patients with prehospital ECGs were brought directly to a PPCI center. However, almost 25% were brought to a non-PPCI center and then transferred to a PPCI center. In-hospital treatment delays were shorter in prehospital ECG patients without a substantial increase in the prehospital delay. However, even with a prehospital ECG, transferred patients experienced long delays to treatment. Conclusion: These findings suggest that the potential for improving times to treatment by implanting ECG programme depends on modifying the continuum of STEMI care. Specifically, the avoidance of unnecessary and time-consuming inter-hospital transfers should be the primary goal of a prehospital ECG program. Prehospital and in-hospital treatment delays in STEMI patients who presented by ambulance Type of reperfusion treatment Prehospital Delay First medical contact to triage Median (10-90 percentile) In-hospital Delay Triage to treatment Median (10-90 percentile) With prehospital ECG Without prehospital ECG With prehospital ECG Without prehospital ECG Fibrinolysis n=195 38 min (20-56) 28 min (18-50) 19 min (14-55) 29 min (13-73) Direct admission PPCI n=417 30 min (21-51) 29 min (19-45) 57 min (32-95) 78 min (43-170) PPCI with transfer n=506 28 min (17-48) 27 min (18-47) 97 min (69-172) 109 min (75-207)

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,203
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,329
Écart entre enseignants0,296 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207