Characteristics of out-of-hospital cardiac arrest patients in Riyadh province, Saudi Arabia: a cross-sectional study
Notice bibliographique
Résumé
Introduction Little work has been done on out-of-hospital cardiac arrest (OHCA) in Saudi Arabia. Our goal is to report the characteristics of OHCA patients and predictors of bystander cardiopulmonary resuscitation (CPR). Materials and methods This cross-sectional study utilized data from the Saudi Red Crescent Authority (SRCA), a governmental emergency medical service (EMS). A standardized data collection form based on the “Utstein-style” guidelines was developed. Data were retrieved from the electronic patient care reports that SRCA providers fill out for every case. OHCA cases that were attended by SRCA in Riyadh province between June 1st, 2020 and May 31st, 2021 were included. Multivariate regression analysis was performed to assess independent predictors of bystander CPR. Results A total of 1,023 OHCA cases were included. The mean age was 57.2 (±22.6). 95.7% (979/1,023) of cases were adults and 65.2% (667/1,023) were males. Home was the most common location of OHCA [784/1,011 (77.5%)]. The initial recorded rhythm was shockable in 131/742 (17.7%). The EMS mean response time was 15.9 min (±11.1). Bystander CPR was performed in 130/1,023 (12.7%) and was more commonly performed in children as compared to adults [12/44 (27.3%) vs. 118/979 (12.1%), p = 0.003]. Independent predictors of bystander CPR were being a child (OR = 3.26, 95% CI [1.21–8.82], p = 0.02) and having OHCA in a healthcare institution (OR = 6.35, 95% CI [2.15–18.72], p = 0.001). Conclusion Our study reported the characteristics of OHCA cases in Saudi Arabia using EMS data. We observed young age at presentation, low rates of bystander CPR, and long response time. These characteristics are distinctly different from other countries and call for urgent attention to OHCA care in Saudi Arabia. Lastly, being a child and having OHCA in a healthcare institution were found to be independent predictors of bystander CPR.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».