Impact of accredited advanced life support course participation on in-hospital cardiac arrest patient outcomes: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aim: Advanced life support courses have a clear educational impact; however, it is important to determine whether participation of one or more members of the resuscitation team in an accredited advanced life support course improves in-hospital cardiac arrest patient survival outcomes. Methods: We searched EMBASE.com, Medline, Cochrane and CINAHL from inception to 1 November 2022. Included studies were randomised or non-randomised interventional studies assessing the impact of attendance at accredited life support courses on patient outcomes. Accredited life support courses were classified into 3 contexts: Advanced Life Support (ALS), Neonatal Resuscitation Training (NRT), and Helping Babies Breathe (HBB). Existing systematic reviews were identified for each of the contexts and an adolopment process was pursued. Appropriate risk of bias assessment tools were used across all outcomes. When meta-analysis was appropriate a random-effects model was used to produce a summary of effect sizes for each outcome. Results: Of 2714 citations screened, 19 studies (1 ALS; 7 NRT; 11 HBB) were eligible for inclusion. Three systematic reviews which satisfied AMSTAR-2 criteria for methodological quality, included 16 of the studies we identified in our search. Among adult patients all outcomes including return of spontaneous circulation, survival to discharge and survival to 30 days were consistently better with accredited ALS training. Among neonatal patients there were reductions in stillbirths and early neonatal mortality. Conclusion: These results support the recommendation that accredited advanced life support courses, specifically Advanced Life Support, Neonatal Resuscitation Training, and Helping Babies Breathe improve patient outcomes.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle