MétaCan
Menu
← Retour à la cohorte
Enregistrement W3006257538 · doi:10.1161/circ.140.suppl_2.239

Abstract 239: 911 Caller Description of Seizure-Like Symptoms and Delays to Starting Telecommunicator CPR

2019· article· en· W3006257538 sur OpenAlexaff
Kara Kronemeyer, Kameron Shee, Vatsal Chikani, Normandy Villa, Lesley Osborn, Micah Panczyk, Bentley J. Bobrow

Notice bibliographique

RevueCirculation · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensBentley (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiopulmonary resuscitationDemographicsReturn of spontaneous circulationEmergency medicineEmergency medical servicesEmergency departmentPediatricsResuscitationPsychiatryDemography

Résumé

récupéré en direct d'OpenAlex

Background: Bystander cardiopulmonary resuscitation (BCPR) improves survival after out-of-hospital cardiac arrest (OHCA). Identifying delays to starting Telecommunicator CPR (TCPR) may improve outcomes. Identifying terms callers use to describe seizure-like symptoms may improve accuracy and expedite TCPR. Methods: A total of 586 confirmed OHCA calls from 3 regional 911 centers in Arizona were reviewed between 2013 to 2016. Frequency of terms callers use to describe seizure-like symptoms were assessed. Demographics and TCPR process measures were compared between the seizure and non-seizure cohorts using Chi-square analysis for categorical variables and Kruskal-Wallis test for continuous variables. Other data points were time to start of seizure description, time to end of description, and time to start of seizure intervention. Results: There were 545 calls after exclusions. Twenty-six (.05%) had seizure-like symptoms described. Of these, “seizure” or “seizing” were used in 22 (84.6%) calls, “shaking” in 6 (23.1%), “cramping up” in 2 (7.7%) and convulsing in 2 (7.7%). Descriptions were more common in witnessed arrests [65.4% (17/26) vs. 34.6% (9/26); p=0.045] and in younger patients [median age=57 (QI=45, Q3=68) vs. 66 (Q1=51, Q3=77); p=0.036.] In calls with descriptions, telecommunicators were less likely to recognize OHCA [56.0% (14/25) vs. 74.5% (382/513), .031% (17/545) missing; (p=0.041] but bystanders were not less likely to start compressions [42.3% (11/26) vs. 57.6% (289/501), .033% (18/545) missing; p=0.122]. Median time to recognition in calls with descriptions was delayed vs. calls without descriptions [142 s (Q1=74 s, Q3=194 s), n=13, vs. 63 s (Q1=40 s, Q3=112 s), n=336; p=0.005], as was time to first chest compression [262 s (Q1=182 s, Q3=291 s), n=6 vs. 154 s (Q1=110 s, Q3=206 s), n=155; p=0.011]. Median times to start of description, end of description, and start of intervention were respectively: 33 s (Q1=20 s, Q3=40 s; 54 s (Q1=37 s, Q3=138 s; and 50 s (Q1=38 s, Q3=162 s). Conclusion: Description of seizure-like symptoms were uncommon and were associated with reduced and delayed OHCA recognition and delayed start of compressions.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,017
Tête enseignante GPT0,261
Écart entre enseignants0,244 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCardiac Arrest and Resuscitation→Travaux en français237 207→