MétaCan
Menu
Retour à la cohorte
Enregistrement W2893225097 · doi:10.1001/jamacardio.2018.3037

Variation in Survival After Out-of-Hospital Cardiac Arrest Between Emergency Medical Services Agencies

2018· article· en· W2893225097 sur OpenAlexafffund
Masashi Okubo, Robert H. Schmicker, David J. Wallace, Ahamed H. Idris, Graham Nichol, Michael Austin, Brian Grunau, Lynn Wittwer, Neal J. Richmond, Laurie J. Morrison, Michael C. Kurz, Sheldon Cheskes, Peter J. Kudenchuk, Dana Zive, Tom P. Aufderheide, Henry E. Wang, Heather Herren, Christian Vaillancourt, Daniel P. Davis, Gary M. Vilke, Frank Scheuermeyer, Myron L. Weisfeldt, Jonathan Elmer, Riccardo Colella, Clifton W. Callaway

Notice bibliographique

RevueJAMA Cardiology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensUniversity of TorontoSt. Michael's HospitalUniversity of OttawaUniversity of British ColumbiaOttawa Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthZOLL Medical CorporationUniversity of WashingtonNational Heart, Lung, and Blood InstituteHeart and Stroke Foundation of CanadaInstitute of Circulatory and Respiratory HealthUniversity of AlabamaNational Institute of Neurological Disorders and StrokeAmerican Heart Association
Mots-clésMedicineReturn of spontaneous circulationEmergency medical servicesEmergency medicineEmergency departmentCardiopulmonary resuscitationTargeted temperature managementLogistic regressionOdds ratioConfoundingResuscitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Importance: Emergency medical services (EMS) deliver essential initial care for patients with out-of-hospital cardiac arrest (OHCA), but the extent to which patient outcomes vary between different EMS agencies is not fully understood. Objective: To quantify variation in patient outcomes after OHCA across EMS agencies. Design, Setting, and Participants: This observational cohort study was conducted in the Resuscitation Outcomes Consortium (ROC) Epistry, a prospective multicenter OHCA registry at 10 sites in North America. Any adult with OHCA treated by an EMS from April 2011 through June 2015 was included. Data analysis occurred from May 2017 to March 2018. Exposure: Treating EMS agency. Main Outcomes and Measures: The primary outcome was survival to hospital discharge. Secondary outcomes were return of spontaneous circulation at emergency department arrival and favorable functional outcome at hospital discharge (defined as a modified Rankin scale score ≤3). Multivariable hierarchical logistic regression models were used to adjust confounders and clustering of patients within EMS agencies, and calculated median odds ratios (MORs) were used to quantify the extent of residual variation in outcomes between EMS agencies. Results: We identified 43 656 patients with OHCA treated by 112 EMS agencies. At EMS agency level, we observed large variations in survival to hospital discharge (range, 0%-28.9%; unadjusted MOR, 1.43 [95% CI, 1.34-1.54]), return of spontaneous circulation on emergency department arrival (range, 9.0%-57.1%; unadjusted MOR, 1.53 [95% CI, 1.43-1.65]), and favorable functional outcome (range, 0%-20.4%; unadjusted MOR, 1.54 [95% CI, 1.40-1.73]). This variation persisted despite adjustment for patient-level and EMS agency-level factors known to be associated with outcomes (adjusted MOR for survival 1.56 [95% CI 1.44-1.73]; adjusted MOR for return of spontaneous circulation at emergency department arrival, 1.50 [95% CI, 1.41-1.62]; adjusted MOR for functionally favorable survival, 1.53 [95% CI, 1.37-1.78]). After restricting analysis to those who survived more than 60 minutes after hospital arrival and including hospital treatment characteristics, the variation persisted (adjusted MOR for survival, 1.49 [95% CI, 1.36-1.69]; adjusted MOR for functionally favorable survival, 1.34 [95% CI, 1.20-1.59]). Conclusions and Relevance: We found substantial variations in patient outcomes after OHCA between a large group of EMS agencies in North America that were not explained by documented patient-level and EMS agency-level variables.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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

Citations74
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA CardiologyMême sujetCardiac Arrest and ResuscitationTravaux en français237 207