Process measure aimed at reducing time to haemorrhage control: outcomes associated with Code Crimson activation in exsanguinating truncal trauma
Notice bibliographique
Résumé
BACKGROUND: Major trauma activation is a process that mobilizes personnel and resources required to care for severely injured patients. Exsanguinating truncal trauma patients require an additional response beyond major trauma activation aimed at expediting haemorrhage control. To address this requirement, 'Code Crimson' (CC) activation was developed. Our aim was to examine the performance of CC activation as a process measure in the identification and management of patients with exsanguinating truncal trauma. METHODS: Retrospective cohort study (2010-2015) of all adult patients who underwent operative intervention within 6 h of arrival for truncal trauma was performed. Patients were classified into: (i) major haemorrhage (assessment of blood consumption score ≥2, base deficit ≥5 and/or transfusion ≥5 U of red blood cells pre-/intra-operatively), or (ii) no major haemorrhage. We evaluated the proportion of patients with/without major haemorrhage in which a CC was activated as well as time to operating theatre across groups. RESULTS: A total of 210 patients were included with a median Injury Severity Score of 20 (interquartile range (IQR) 9-29) and overall mortality of 13%. Eighty-nine patients were classified as major haemorrhage and 61 patients underwent CC activation. The majority of CC activations (92%) fulfilled major haemorrhage criteria (sensitivity 63%, specificity 96%). Time to theatre was lower in those with CC activation with median time of 23 min (IQR 15-39.5) versus non-CC with median of 95 min (IQR 43-180, P < 0.001). CONCLUSION: CC was primarily activated in patients with major haemorrhage and led to a decrease in time to theatre for patients with operative truncal trauma.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».