MétaCan
Menu
Retour à la cohorte
Enregistrement W3186910658 · doi:10.1186/s12873-021-00471-x

Validity and risk factor analysis for helicopter emergency medical services in Japan: a pilot study

2021· article· en· W3186910658 sur OpenAlexaboutno aff
Noriaki Yamada, Yuichiro Kitagawa, Takahiro Yoshida, Sho Nachi, Hideshi Okada, Shinji Ogura

Notice bibliographique

RevueBMC Emergency Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency medical servicesMedical emergencyRisk factorEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Some emergency departments use triage scales, such as the Canadian Triage and Acuity Scale and Japan Urgent Stroke Triage Score, to detect life-threatening situations. However, these protocols have not been used for aeromedical services. Therefore, we investigated the factors predicting these life-threatening situations in aeromedical services as a pilot study for establishing the protocol. METHOD: We retrospectively evaluated helicopter emergency medical service cases from 1 April 2015 to 31 March 2020 at Gifu University Hospital using the mission records. We only evaluated cases dealing with suggested internal medicine issues. We excluded cases influenced by external factors such as trauma or cases that included hospital-to-hospital transportation, focusing only on prehospital care. We evaluated the validity of the medical emergencies based on the needs for emergency interventions and hospital admission and of the suggested diagnoses and associated risk factors. RESULT: A total of 451 cases were suitable for inclusion in the study. In the analysis for all emergency calls, 235 (52.11%) cases needed emergency intervention and 300 (64.4%) required hospital admission. The suggested diagnosis was valid for 261 (57.87%) cases. After the first assessment by emergency medical technicians, 75 cases were removed. Analysis after this first assessment found that 52.31% cases required emergency intervention, 70.26% needed admission, and the suggested diagnosis was valid for 69.41% of cases. In the analysis of emergency calls, the multivariate analysis of some key variables identified age, playing sports, and gasping as risk factors for emergency intervention. Hospital admission risk factors included being age only. The suggested diagnosis was valid only for sports situations. In the analysis after the first assessment by an emergency medical technician, risk factors for emergency intervention included being age being male, playing sports, and gasping, and those for hospital admission was being age, being male, and experiencing stroke symptoms and/or disturbance of consciousness. The suggested diagnosis was valid only for sports situations. CONCLUSION: Some 'second' keywords/phrases predict medical emergencies. Therefore, the dispatch commander should gather these keyword/phrases to assess.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,061
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
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)0,0150,000

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 Opus0,111
Tête enseignante GPT0,377
Écart entre enseignants0,266 · 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.

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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Emergency MedicineMême sujetTrauma and Emergency Care StudiesTravaux en français237 207