Abstract 147: AED on the Fly: A Drone Delivery Feasibility Study for Rural and Remote Out-Of-Hospital Cardiac Arrest
Notice bibliographique
Résumé
Introduction: Time-to-treatment plays a pivotal role in survival from sudden cardiac arrest (SCA). Every minute of delay in defibrillation results in a 7-10% reduction in survival. Time to defibrillation is particularly problematic in rural and remote regions, where traditional bystander and EMS response is often prolonged and automated external defibrillators (AED) are often not available. The objective of this study was to examine the feasibility of a novel AED drone delivery method for rural and remote SCA. A secondary objective was to compare times between AED drone delivery and ambulance response to various mock SCA resuscitations. Methods: We conducted four simulations to determine the feasibility of AED drone delivery to mock SCA resuscitations in a rural public setting in Ontario, Canada. During each simulation, a “mock” call was placed to 911 and a single AED drone and an ambulance were simultaneously dispatched from the same location to a pre-determined destination for a mock SCA. Once on scene, trained first responders retrieved the AED from the drone and initiated resuscitative efforts on a manikin until paramedics arrived. Results: The distance from dispatch location to scene varied from 6.6 kms to 8.8 kms. Mean (SD) response time from 911 call to arrive at mock code location was 11.2 (1.0) for EMS compared to 8.1 (0.1) minutes for AED drone delivery. In all four simulations, the AED drone arrived before EMS, ranging from 2.1 minutes to 4.4 minutes faster. Mean (SD) time from AED removal from drone to application to manikin by a trained responder was 35(5) sec. No difficulties were encountered in drone activation by dispatch, drone lift off, landing or removal of the AED from the drone by responders. Conclusions: This implementation study suggests AED drone delivery is feasible with improvements in response time during a simulated SCA scenario. These results suggest the potential for AED drone delivery to decrease time to first defibrillation in rural and remote communities. Further research is required to determine the appropriate distance for drone delivery of an AED in an integrated EMS system as well as optimal strategies to simplify bystander application of a drone delivered AED.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».