Impact of Operator Medical Specialty on Endotracheal Intubation Rates in Prehospital Emergency Medicine—A Retrospective Cohort Study
Notice bibliographique
Résumé
Prehospital endotracheal intubation (ETI) can be challenging, and the risk of complications is higher than in the operating room. The goal of this study was to compare prehospital ETI rates between anaesthesiologists and non-anaesthesiologists. This retrospective cohort study compared prehospital interventions performed by either physicians from the anaesthesiology department (ADP) or physicians from another department (NADP, for non-anaesthesiology department physicians). The primary outcome was the prehospital ETI rate. Overall, 42,190 interventions were included in the analysis, of whom 68.5% were performed by NADP. Intubation was attempted on 2797 (6.6%) patients, without any difference between NADPs and ADPs (6.5 versus 6.7%, p = 0.555). However, ADPs were more likely to proceed to an intubation when patients were not in cardiac arrest (3.4 versus 3.0%, p = 0.026), whereas no difference was found regarding cardiac arrest patients (65.2 versus 67.7%, p = 0.243) (p for homogeneity = 0.005). In a prehospital physician-staffed emergency medical service, overall ETI rates did not depend on the frontline operator’s medical specialty background. ADPs were, however, more likely to proceed with ETI than NADPs when patients were not in cardiac arrest. Further studies should help to understand the reasons for this difference.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».