Utilization, Safety, and Technical Performance of a Telemedicine System for Prehospital Emergency Care: Observational Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND As a consequence of increasing emergency medical service (EMS) missions requiring an EMS physician on site, we had implemented a unique prehospital telemedical emergency service as a new structural component to the conventional physician-based EMS in Germany. OBJECTIVE We sought to assess the utilization, safety, and technical performance of this telemedical emergency service. METHODS We conducted a retrospective analysis of all primary emergency missions with telemedical consultation of an EMS physician in the City of Aachen (250,000 inhabitants) during the first 3 operational years of our tele-EMS system. Main outcome measures were the number of teleconsultations, number of complications, and number of transmission malfunctions during teleconsultations. RESULTS The data of 6265 patients were analyzed. The number of teleconsultations increased during the run-in period of four quarters toward full routine operation from 152 to 420 missions per quarter. When fully operational, around the clock, and providing teleconsultations to 11 mobile ambulances, the number of teleconsultations further increased by 25.9 per quarter (95% CI 9.1-42.6; P=.009). Only 6 of 6265 patients (0.10%; 95% CI 0.04%-0.21%) experienced adverse events, all of them not inherent in the system of teleconsultations. Technical malfunctions of single transmission components occurred from as low as 0.3% (95% CI 0.2%-0.5%) during two-way voice communications to as high as 1.9% (95% CI 1.6%-2.3%) during real-time vital data transmissions. Complete system failures occurred in only 0.3% (95% CI 0.2%-0.6%) of all teleconsultations. CONCLUSIONS The Aachen prehospital EMS is a frequently used, safe, and technically reliable system to provide medical care for emergency patients without an EMS physician physically present. Noninferiority of the tele-EMS physician compared with an on-site EMS physician needs to be demonstrated in a randomized trial.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».