P.065 Emergency medical services activation Following Face, Arm, Speech, Time (FAST) public awareness campaigns in Quebec, Canada
Notice bibliographique
Résumé
Background: Face, Arm, Speech, Time (FAST) campaigns improve stroke recognition in the general population. We assessed the effect of five consecutive FAST campaigns on emergency medical services (EMS) calls for suspected strokes in Quebec, Canada. Methods: We compared with t-tests the daily EMS call volume changes in the greater Montreal area before and after five FAST campaigns held between 2015 and 2019. We used interrupted time-series to measure changes in EMS daily call volume for suspected strokes following each FAST campaign (all calls, calls <5 hours from symptom onset, calls rated 3/3 on the Cincinnati Prehospital Stroke Scale [CPSS]) and used calls for acute headaches as a comparator. Results: After five FAST campaigns, mean daily calls increased by 28% (p<0.001) for suspected strokes, compared to 10% for acute headaches (p=0.012). Significant increases in daily stroke calls were only observed after three campaigns (highest OR=1.26, 95% CI: 1.11, 1.43; p<0.001). There were no significant changes in calls after individual campaigns for strokes <5 hours from symptom onset and 3/3 CPSS strokes. Conclusions: The individual effect of FAST campaigns on daily stroke calls to EMS was inconsistent. Further refinement of FAST campaigns may help improve prompt EMS activation.
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 | 0,005 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».