Abstract WP279: Modelling the Impact of Multiple Mobile Stroke Units Surrounding a Metropolitan Area
Notice bibliographique
Résumé
Introduction: The Mobile Stroke Unit (MSU) has brought stroke imaging and alteplase administration to the field, shortening onset to needle time in some situations. In areas with widespread urban sprawl, having MSUs stationed in the community may improve patient outcomes. For patients with suspected large vessel occlusion (LVO) using the Los Angeles Motor Scale (LAMS) we compare the probability of good outcome for patients taken direct to Comprehensive Stroke Centre (CSC) (mothership) vs. utilizing multiple MSUs. Methods: Using conditional probability models for patients with suspected stroke with LVO (LAMS ≥4) the probability of good outcome for the mothership and MSU scenarios were generated. A sliding dichotomy was used to define good outcome, mRS 0-2 at 90 days was used for LVO patients and mRS 0-1 was used for non-LVO patients. Data from the HERMES collaboration was used for EVT patients, data from the Emberson meta-analysis (extrapolated to the HERMES population for LVO) was used for alteplase treated patients. Probability of good outcome for intracranial hemorrhage and stroke mimics was considered time invariant. Results: The results are visualized using temporal-spatial diagrams with one CSC and four MSUs stationed at various distances from the CSC with each MSU covering one quarter of the city. The addition of four MSUs in a small geographic area (60 min radius from CSC) does not predict improved patient outcomes. However, as the size of the geographic area increases the relevance of the MSU becomes apparent in the areas closest to the MSU. Conclusions: From a patient outcomes perspective multiple MSUs may be necessary to have the possibility of superior patient outcomes than the mothership transport method if they are situated far away from the CSC. This in addition to the individual environment and cost-effectiveness should be taken into context when deciding the best place to house future MSUs.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».