MétaCan
Menu
Retour à la cohorte
Enregistrement W3014012673 · doi:10.1177/1747493020915135

Utstein recommendation for emergency stroke care

2020· article· en· W3014012673 sur OpenAlexaff
Anthony Rudd, Christopher Bladin, Pierre Carli, Deidre Anne De Silva, Thalia S. Field, EC Jauch, Peter J. Kudenchuk, MW Kurz, Tore Laerdal, MEH Ong, Peter D. Panagos, Annemarei Ranta, Christine Rutan, Michael R. Sayre, Lisbet Schönau, SD Shin, David Waters, Freddy Lippert

Notice bibliographique

RevueInternational Journal of Stroke · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Medical emergencyEmergency medical servicesEmergency medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent advances in treatment for stroke give new possibilities for optimizing outcomes. To deliver these prehospital care needs to become more efficient. AIM: To develop a framework to support improved delivery of prehospital care. The recommendations are aimed at clinicians involved in prehospital and emergency health systems who will often not be stroke specialists but need clear guidance as to how to develop and deliver safe and effective care for acute stroke patients. METHODS: Building on the successful implementation program from the Global Resuscitation Alliance and the Resuscitation Academy, the Utstein methodology was used to define a generic chain of survival for Emergency Stroke Care by assembling international expertise in Stroke and Emergency Medical Services (EMS). Ten programs were identified for Acute Stroke Care to improve survival and outcomes, with recommendations for implementation of best practice. CONCLUSIONS: Efficient prehospital systems for acute stroke will be improved through public awareness, optimized prehospital triage and timely diagnostics, and quick and equitable access to acute treatments. Documentation, use of metrics and transparency will help to build a culture of excellence and accountability.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,320
Écart entre enseignants0,290 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations45
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of StrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207