The Hybrid POCUS-to-Echo Feasibility Study: Provision of Expedited Cardiac Point of Care Ultrasound Service (e-POCUS) by the Echocardiography Lab
Notice bibliographique
Résumé
Background: Comprehensive transthoracic echocardiography (CTE) provides information vital to the care of acutely ill and unstable patients, but may not be readily available. Cardiac point of care ultrasound (POCUS) is well suited to providing key information at the bedside to expedite decision making. Our objective was to evaluate the feasibility of expedited-POCUS (e-POCUS) provided by the echo lab for internal medicine, cardiology and intensive care services. Methods: A new e-POCUS service was developed by the Kingston Health Sciences Center Echo Lab, whereby focused information relevant to 4 clinical situations (acute heart failure, tamponade, shock and suspected acute valvulopathy) would be provided urgently at the bedside. Requests were acquired over a 4 month period. Sonographers were immediately deployed on request and followed a standard POCUS protocol for each scenario. Staff echocardiographers provided immediate interpretation and arranged for further imaging at their discretion. The response time, diagnostic accuracy and clinical utility of e-POCUS was assessed. Results: A total of 18 patients were evaluated. The average time of an e-POCUS exam was 10 minutes and the average e-POCUS to formal CTE timing was 1.3 days. The agreement between e-POCUS and CTE for the presence of segmental wall motion abnormalities was 83% (Kappa=0.61, p=0.009) and 72% for the detection of right ventricular dilatation (Kappa =0.44, p=0.058). The e-POCUS results altered the working diagnosis in 72% of cases. Conclusion: The provision of an e-POCUS service by the Echo Lab is a feasible workflow solution meeting the demands of a new practice pattern.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».