MétaCan
Menu
Retour à la cohorte
Enregistrement W2884336391 · doi:10.1017/s1049023x18000559

Comparison of Unmanned Aerial Vehicle Technology-Assisted Triage versus Standard Practice in Triaging Casualties by Paramedic Students in a Mass-Casualty Incident Scenario

2018· article· en· W2884336391 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésTriageMass-casualty incidentMass CasualtySignificant differenceMedicineMedical emergencyPoison controlEmergency medical servicesDisaster medicineEmergency medicineAeronauticsInjury preventionSuicide preventionEngineering

Résumé

récupéré en direct d'OpenAlex

IntroductionThe proliferation of unmanned aerial vehicle (UAV) technology has the potential to change the way medical incident commanders (ICs) respond to mass-casualty incidents (MCIs) in triaging victims. The aim of this study was to compare UAV technology to standard practice (SP) in triaging casualties at an MCI. METHODS: A randomized comparison study was conducted with 40 paramedic students from the Holland College Paramedicine Program (Charlottetown, Prince Edward Island, Canada). Using a simulated motor vehicle collision (MVC) with moulaged casualties, iterations of 20 students were used for both a day and a night trial. Students were randomized to a UAV or a SP group. After a brief narrative, participants either entered the study environment or used UAV technology where total time to triage completion, GREEN casualty evacuation, time on scene, triage order, and accuracy were recorded. RESULTS: A statistical difference in the time to completion of 3.63 minutes (95% CI, 2.45 min-4.85 min; P=.002) during the day iteration and a difference of 3.49 minutes (95% CI, 2.08 min-6.06 min; P=.002) for the night trial with UAV groups was noted. There was no difference found in time to GREEN casualty evacuation, time on scene, or triage order. One-hundred-percent accuracy was noted between both groups. CONCLUSION: This study demonstrated the feasibility of using a UAV at an MCI. A non-clinical significant difference was noted in total time to completion between both groups. There was no increase in time on scene by using the UAV while demonstrating the feasibility of remotely triaging GREEN casualties prior to first responder arrival.Jain T, Sibley A, Stryhn H, Hubloue I.Comparison of unmanned aerial vehicle technologyassisted triage versus standard practice in triaging casualties by paramedic students in a mass-casualty incident scenario. Prehosp Disaster Med. 2018;33(4):375-380.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,478
Écart entre enseignants0,419 · 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