Closed Reduction of Anterior Shoulder Dislocations Performed by Ski Patrollers in the Alpine Prehospital Environment: A Retrospective Review Demonstrating Efficacy in a Canadian Ski Resort
Notice bibliographique
Résumé
INTRODUCTION: Shoulder dislocations are common ski hill injuries. Rapid reduction is known to improve outcomes; however, advanced providers are not always available to provide care to these patients. In 2017, nonmedical ski patrollers at Sunshine Village ski resort in Alberta, Canada, were trained to perform anterior shoulder dislocation (ASD) reductions. Program success was determined by a chart review after the 2020 ski season. METHODS: This study retrospectively reviewed data on patients who presented to Sunshine Village ski patrol with a suspected ASD and who met the study inclusion criteria from November 2017 through March 2020. Data were collected from ski patrol electronic patient care records regarding general demographics, reduction technique used, analgesia administration, and reduction success rates. RESULTS: Ninety-six cases were available for review after exclusions. Trained nonmedical ski patrollers successfully reduced 82 of these cases, resulting in an overall reduction success rate of 89%. Sixty-three (66%) of these patients had experienced first-time dislocations. Eighty-two (87%) patients were male, with a median age of 25 y. The most used technique was the Cunningham method (75%), and analgesia was administered to 70% of patients. CONCLUSIONS: This retrospective study documents the results of a quality assurance review of the treatment of ASD at Sunshine Village ski resort. With a success rate of 89%, the evidence supports the conclusion that nonmedical ski patrollers can successfully perform ASD reductions. We believe training ski patrollers to reduce ASD improved patient care in our austere environment by providing early definitive treatment with a high success rate.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».