MétaCan
Menu
Retour à la cohorte
Enregistrement W4220787124 · doi:10.21203/rs.3.rs-1412016/v1

Risk factors and mortality associated with undertriage after major trauma in a physician- led prehospital system: a retrospective multicentre cohort study

2022· preprint· en· W4220787124 sur OpenAlexaff
Axel Benhamed, Laurie Fraticelli, Clément Claustre, E. Cesaréo, Amaury Gossiome, Matthieu Heidet, Marcel Émond, Éric Mercier, Valérie Boucher, Jean David, Carlos El Khoury, Karim Tazarourte

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesHospices Civils de Lyon
Mots-clésMedicineEmergency medicineRetrospective cohort studyInjury Severity ScoreLogistic regressionTriageIncidence (geometry)CohortMajor traumaRevised Trauma ScoreCohort studyEmergency departmentPoison controlInternal medicineInjury preventionSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract Background Direct transport of patients suffering major trauma to level-I trauma centres may reduce mortality. Emergency medical services therefore aim to limit undertriage so that all severely injured patients receive proper vital trauma care. Nevertheless, undertriage have been poorly examined in a physician-led prehospital system. The main objective of this study was to assess the incidence of undertriage. We also sought to determine its potential risk factors, as well as to assess its association with mortality. Methods A multicentre retrospective cohort study was performed using 2011–2017 data from a French regional trauma registry (RESUVal) that includes prehospital, and in-hospital data on trauma patients. All adults assessed by a physician-led mobile medical team with major trauma (Injury Severity Score [ISS] ≥ 16) were included. Major trauma patients transported directly to a level-I trauma centre were considered as correctly triaged. Multivariate logistic regression was used to identify factors associated with undertriage. Results 7,110 trauma patients were screened, of whom 2,591 had an ISS ≥ 16. Median age was 42 (IQR 27–59) years old, 75.0% were male and 12.4% (n = 320) were undertriaged. In-hospital mortality was 18.3% among undertriaged patients vs 16.2% among correct-triaged patients (p = 0.473). Patients aged 51–65 years had higher risk for undertriage (OR = 1.60, 95%CI [1.11;2.26], p = 0.01). Conversely, mechanism (fall from height 0.62 [0.45;0.86], p = 0.01; gunshot/stab wounds 0.45 [0.22;0.90], p = 0.02), longer on-scene time (> 60 minutes, 0.62 [0.40;0.95], p = 0.03), prehospital endotracheal intubation (0.53 [0.39;0.71], p < 0.001), and prehospital focused assessment with sonography FAST (0.15 [0.08;0.29], p < 0.001) were associated with a lower risk for undertriage. After adjusting on severity, undertriage was not significantly associated with a greater risk of mortality (1.22 [0.80;1.89], p = 0.36). Conclusions In our region-wide, physician-led prehospital EMS system, undertriage in major trauma was higher than recommended and advanced age was associated with higher risk for undertriage. Conversely, a pre-hospital FAST was associated with a lower risk for undertriage. Specific triage procedures should be discussed in older trauma patients and further studies are needed to evaluate the impact of prehospital FAST on triage performance. We noted that undertriaged patients had no higher risk for mortality suggesting no impact of secondarily transfer and/or high trauma care quality in level-II trauma centres. Undertriage definition should be tailored to fit local trauma systems organization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,369
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207