Prone Cardiopulmonary Resuscitation: A Rapid Scoping and Expanded Grey Literature Review for the covid-19 Pandemic
Notice bibliographique
Résumé
Prone Cardiopulmonary Resuscitation A Rapid Scoping and Expanded Grey Literature Review for the COVID-19 Pandemic Aim To rapidly identify and summarize the available science on prone resuscitation. To determine the value of undertaking a systematic review on this topic; and to identify knowledge gaps to aid future research, education and guidelines. Methods This review was guided by specific methodological framework and reporting items (PRISMA-ScR). We included studies, cases and grey literature regarding prone position and CPR/cardiac arrest. The databases searched were MEDLINE, Embase, CINAHL, Cochrane CENTRAL, Cochrane Database of Systematic Reviews, Scopus and Google Scholar. Expanded grey literature searching included internet search engine, targeted websites and social media. Results Of 453 identified studies, 24 (5%) studies met our inclusion criteria. There were four prone resuscitation-relevant studies examining: blood and tidal volumes generated by prone compressions; prone compression quality metrics on a manikin; and chest computed tomography scans for compression landmarking. Twenty case reports/series described the resuscitation of 25 prone patients. Prone compression quality was assessed by invasive blood pressure monitoring, exhaled carbon dioxide and pulse palpation. Recommended compression location was zero-to-two vertebral segments below the scapulae. Twenty of 25 cases (80%) survived prone resuscitation, although few cases reported long term outcome. Seven cases described full neurological recovery. Conclusion This scoping review did not identify sufficient evidence to justify a systematic review or modified resuscitation guidelines. It remains reasonable to initiate resuscitation in the prone position if turning the patient supine would lead to delays or risk to providers or patients. Prone resuscitation quality can be judged using end-tidal CO2, and arterial pressure tracing, with patients turned supine if insufficient.
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 | 0,072 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,041 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».