Initial Rhythm and Resuscitation Outcomes for Patients Developing Cardiac Arrest in Hospital
Notice bibliographique
Résumé
BACKGROUND: Health care resource allocation remains challenging in lower middle income countries such as Kenya with meager resources being allocated to resuscitation and critical care. The causes and outcomes for in-hospital cardiac arrest and resuscitation have not been studied. OBJECTIVES: This study sought to determine the initial rhythm and the survival for patients developing in-hospital cardiac arrest. METHODS: This was a prospective study for in-hospital cardiac arrest in 6 Kenyan hospitals from July 2014 to April 2016. Resuscitation teams were utilized to collect data during resuscitation using a standardized protocol. Patients with do-not-resuscitate orders, trauma, postsurgical, and pregnancy-related complications were excluded. The Modified Early Warning Score (MEWS)- systolic blood pressure, heart rate, respiration rate, temperature, and responsiveness-was determined based on worst parameters at least 4 hours prior to the arrest. RESULTS: A total of 353 patients with cardiac arrest were included over 19 months. The mean age was 61 years, 53.5% were male, and admission diagnoses included cardiovascular disease (15%), pneumonia 18.13%, and cancer 9%. The mean MEWS was 4.48 and low, intermediate, and high MEWS were found in 25.8%, 29.5%, and 44.8%, respectively. The mean time to cardiopulmonary resuscitation was 0.84 min. The initial rhythm was asystole in 47.6%, pulseless electrical activity in 38.2%, ventricular tachycardia/ventricular fibrillation in 5.4%, and unknown in 8.8%. Return of spontaneous circulation (ROSC) occurred in 29.2% of patients with the mean time to ROSC being 5.3 min. ROSC occurred in 17.3% of patients with asystole, 40.7% in pulseless electrical activity, 57.9% in ventricular tachycardia/ventricular fibrillation, and 25.8% in patients with an unknown rhythm. Of all patients, 16 (4.2%) were discharged alive. CONCLUSIONS: Nonshockable rhythms account for the majority of the cardiac arrests in hospitals in a lower middle income country and are associated with unfavorable outcomes. Future work should be directed to training health care personnel in recognizing early warning signs and implementing appropriate measures in a resource-scarce environment.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».