Vibration and bubbles: a systematic review of the effects of helicopter retrieval on injured divers
Notice bibliographique
Résumé
INTRODUCTION: Vibration from a helicopter during aeromedical retrieval of divers may increase venous gas emboli (VGE) production, evolution or distribution, potentially worsening the patient's condition. AIM: To review the literature surrounding the helicopter transport of injured divers and establish if vibration contributes to increased VGE. METHOD: A systematic literature search of key databases was conducted to identify articles investigating vibration and bubbles during helicopter retrieval of divers. Level of evidence was graded using the Oxford Centre for Evidence-Based Medicine guidelines. A modified quality assessment tool for studies with diverse designs (QATSDD) was used to assess the overall quality of evidence. RESULTS: Seven studies were included in the review. An in vitro research paper provided some evidence of bubble formation with gas supersaturation and vibration. Only one prospective intervention study was identified which examined the effect of vibration on VGE formation. Bubble duration was used to quantify VGE load with no difference found between the vibration and non-vibration time periods. This study was published in 1980 and technological advances since that time suggest cautious interpretation of the results. The remaining studies were retrospective chart reviews of helicopter retrieval of divers. Mode of transport, altitude exposure, oxygen and intravenous fluids use were examined. CONCLUSION: There is some physical evidence that vibration leads to bubble formation although there is a paucity of research on the specific effects of helicopter vibration and VGE in divers. Technological advances have led to improved assessment of VGE in divers and will aid in further research.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».