Reducing the impact of intensive care unit mattress compressibility during CPR: a simulation-based study
Notice bibliographique
Résumé
BACKGROUND: The depth of chest compression (CC) during cardiac arrest is associated with patient survival and good neurological outcomes. Previous studies showed that mattress compression can alter the amount of CCs given with adequate depth. We aim to quantify the amount of mattress compressibility on two types of ICU mattresses and explore the effect of memory foam mattress use and a backboard on mattress compression depth and effect of feedback source on effective compression depth. METHODS: The study utilizes a cross-sectional self-control study design. Participants working in the pediatric intensive care unit (PICU) performed 1 min of CC on a manikin in each of the following four conditions: (i) typical ICU mattress; (ii) typical ICU mattress with a CPR backboard; (iii) memory foam ICU mattress; and (iv) memory foam ICU mattress with a CPR backboard, using two different sources of real-time feedback: (a) external accelerometer sensor device measuring total compression depth and (b) internal light sensor measuring effective compression depth only. CPR quality was concurrently measured by these two devices. The differences of the two measures (mattress compression depth) were summarized and compared using multilevel linear regression models. Effective compression depths with different sources of feedback were compared with a multilevel linear regression model. RESULTS: The mean mattress compression depth varied from 24.6 to 47.7 mm, with percentage of depletion from 31.2 to 47.5%. Both use of memory foam mattress (mean difference, MD 11.7 mm, 95%CI 4.8-18.5 mm) and use of backboard (MD 11.6 mm, 95% CI 9.0-14.3 mm) significantly minimized the mattress compressibility. Use of internal light sensor as source of feedback improved effective CC depth by 7-14 mm, compared with external accelerometer sensor. CONCLUSION: Use of a memory foam mattress and CPR backboard minimizes mattress compressibility, but depletion of compression depth is still substantial. A feedback device measuring sternum-to-spine displacement can significantly improve effective compression depth on a mattress. TRIAL REGISTRATION: Not applicable. This is a mannequin-based simulation research.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».