Abstract 232: Predicted One Third Improvement in Survival for Shockable Rhythms of a Proposed First Responder and Drone Automated External Defibrillator Delivery Program in North Carolina
Notice bibliographique
Résumé
Background: Drone-delivered AEDs can improve access to defibrillation for OHCA. If drone-delivered AEDs arrive at the OHCA before EMS, then the OHCA’s first recorded rhythm may differ from that recorded by EMS. We estimate the clinical impact of a proposed program of first responder (FR) and drone AED delivery in North Carolina while accounting for this potential unobserved change in shockable rhythm. Methods: Using the CARES registry data, we identified OHCAs in 48 counties between Jan. 2013-Dec. 2019. OHCAs were stratified by whether they were bystander-witnessed. For each subpopulation three separate logistic regression models were trained to predict: 1) shockable initial rhythm 2) survival to discharge for shockable OHCAs and 3) survival to discharge for non-shockable OHCAs. Predictions from these models were combined to predict overall survival of a proposed program of first responder and drone AED delivery optimized for 5-minute coverage (proportion of OHCAs with response within 5 minutes). Results: We included 21,987 OHCAs to fit the outcome prediction models and used these models to predict the estimated clinical impact on the OHCAs with improved response time due to the FR and drone intervention (n=16, 321). For witnessed OHCAs, predicted rates of shockable initial rhythm increased by 14.9% (29.5% to 33.9%), and predicted rates of survival to discharge rose by 31.1% (13.2% to 17.3%). For unwitnessed OHCAs, predicted rates of shockable initial rhythm increased by 5.1% (11.8% to 12.4%), and predicted survival to discharge rose by 14.6% (4.8% to 5.5%). Witnessed OHCAs with <5-min response had the largest predicted benefit with survival rates increasing by 34.5% (14.5% to 19.5%). Conclusion: When accounting for changes in the likelihood of shockable rhythm due to improved response time, we estimated that a FR and drone AED delivery program may substantially improve survival rates of witnessed arrests and marginally improve survival rates of unwitnessed arrests.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».