MétaCan
Menu
Retour à la cohorte
Enregistrement W2978766349 · doi:10.29173/aar77

Chest compression effectiveness with vs without feedback

2019· article· en· W2978766349 sur OpenAlexaffvenue
BinGe Yang, Matthew J. Douma, Christopher Picard

Notice bibliographique

RevueAlberta Academic Review · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensMisericordia Community HospitalRoyal Alexandra HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineCompression (physics)Data compression ratioQuality (philosophy)Medical emergencyPhysical therapyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The objective of this experiment is to assess clinician perceived versus actual compression quality, and to evaluate the impact of using feedback from the Laerdal CPRMeter2 on compression quality. In our setup, we have a total of eighty four participants (43 from the Royal Alex and 41 from the Misericordia hospital). We monitored CPR quality based on the guidelines by Heart and Stroke, which breaks down chest compression effectiveness into three areas- Release, Depth and Rate. Proper Guidelines: Compress the chest at least 5cm (2inches); Compress at a rate of 100 to 120 beats per minute; Allow the chest to recoil completely after each compression. Clinical Setup: A convenience sample of participants performed two minutes of uninterrupted chest compressions on a Laerdal Resusci Anne with a CPRmeter2 on top without feedback, followed by a two minute rest period to fill out a Q.I tracking form. They later repeated the two minutes of chest compressions with the display of the CPRmeter uncovered, with the feedback visible. The chest compression metrics from the trials were compared using a data tracking form. From the data collected, enough evidence shows that the CPRmeter2 is able to improve release, rate and overall CPR quality. After filling out the survey, all of the nurses agree that the device is very useful in giving feedback and should be used in future CPR classes. Furthermore, data collected from the Q.I tracking forms indicates that nurses and other health clinicians are inadequate in predicting their own CPR abilities. Often times, nurses would either overpredict or underpredict their scores on the CPR meter. From the data gathered, the CPRmeter2 is going to be used for training in future CPR classes. Just recently, the device has been incorporated into code calls in the emergency department at the Misericordia. A T-test was done on the findings from the experiment to test if the means of two sets of data are significantly different from each other. Based on our findings, the t-test values for rate, release, and overall quality are statistically significant, meaning that the null hypothesis is rejected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,328
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,305
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Academic ReviewMême sujetCardiac Arrest and ResuscitationTravaux en français237 207