Comparing the First-Pass Success Rate of the King LTS-D and the i-gel Airway Devices in Out-of-Hospital Cardiac Arrest
Notice bibliographique
Résumé
OBJECTIVES: Significant heterogeneity exists internationally in the airway devices used in the pre-hospital setting during cardiac arrest. This study evaluated the first-pass success (FPS) rate of two supraglottic airways (SGAs) used by paramedics during out-of-hospital cardiac arrest: the King LTS-D and the i-gel. METHODS: By examining 2,680 patient care records compiled by Ambulance New Brunswick between 2015 and 2020, we evaluated the FPS rate of the two SGAs using a 2x2 Pearson chi-square test for association, and a Mann-Whitney U test, to determine whether there were significant differences in FPS rates. RESULTS: (1) = 96.01, p < 0.001. The odds of successfully inserting the airway on the first attempt were 2.94 times higher if paramedics used the i-gel than if they used the King LTS-D with a 95% CI [2.32, 3.60]. Mann-Whitney's U test for SGA differences favored the i-gel in fewer attempts for successful insertion (z = -4.357, p < 0.001, d = 0.15). CONCLUSIONS: Among patients in New Brunswick with out-of-hospital cardiac arrest, paramedics had a higher FPS rate with the i-gel compared to the King LTS-D. Our study also found a statistically significant difference between the King LTS-D and i-gel, favoring the i-gel in fewer attempts. Our findings suggest that the i-gel provides a more consistent FPS rate compared to the King LTS-D within our study populations; however, further research is necessary to determine the clinical implications of this. While multiple attempts at tracheal intubation are associated with negative clinical outcomes, no such evidence exists for SGAs.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».