MétaCan
Menu
Retour à la cohorte
Enregistrement W2893719771 · doi:10.1186/s13049-018-0551-9

A novel method of non-clinical dispatch is associated with a higher rate of critical Helicopter Emergency Medical Service intervention

2018· article· en· W2893719771 sur OpenAlexfundno aff
Scott Munro, Mark Joy, Richard de Coverly, Mark Salmon, Julia Williams, Richard Lyon

Notice bibliographique

RevueScandinavian Journal of Trauma Resuscitation and Emergency Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of SurreyAssociated Medical Services
Mots-clésBespokeMedicineEmergency medical servicesEmergency medicineTriageMedical emergencyEmergency medical careRetrospective cohort studyIncidence (geometry)Intervention (counseling)SurgeryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Helicopter Emergency Medical Services (HEMS) are a scarce resource that can provide advanced emergency medical care to unwell or injured patients. Accurate tasking of HEMS is required to incidents where advanced pre-hospital clinical care is needed. We sought to evaluate any association between non-clinically trained dispatchers, following a bespoke algorithm, compared with HEMS paramedic dispatchers with respect to incidents requiring a critical HEMS intervention. METHODS: Retrospective analysis of prospectively collected data from two 12-month periods was performed (Period one: 1st April 2014 - 1st April 2015; Period two: 1st April 2016 - 1st April 2017). Period 1 was a Paramedic-led dispatch process. Period 2 was a non-clinical HEMS dispatcher assisted by a bespoke algorithm. Kent, Surrey & Sussex HEMS (KSS HEMS) is tasked to approximately 2500 cases annually and operates 24/7 across south-east England. The primary outcome measure was incidence of a HEMS intervention. RESULTS: A total of 4703 incidents were included; 2510 in period one and 2184 in period two. Variation in tasking was reduced by introducing non-clinical dispatchers. There was no difference in median time from 999 call to HEMS activation between period one and two (period one; median 7 min (IQR 4-17) vs period two; median 7 min (IQR 4-18). Non-clinical dispatch improved accuracy of HEMS tasking to a mission where a critical care intervention was required (OR 1.25, 95% CI 1.04-1.51, p = 0.02). CONCLUSION: The introduction of non-clinical, HEMS-specific dispatch, aided by a bespoke algorithm improved accuracy of HEMS tasking. Further research is warranted to explore where this model could be effective in other HEMS services.

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)0,015
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,075
Tête enseignante GPT0,434
Écart entre enseignants0,360 · 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

Citations60
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Trauma Resuscitation and Emergency MedicineMême sujetTrauma and Emergency Care StudiesTravaux en français237 207