Abstract 247: Assessing Feasibility of Proposed Extracorporeal Cardiopulmonary Resuscitation Programs in Scotland via Geospatial Modelling
Notice bibliographique
Résumé
Introduction: Extracorporeal cardiopulmonary resuscitation (ECPR) may improve outcomes for out-of-hospital cardiac arrest (OHCA) where return of spontaneous circulation (ROSC) is not achieved. We estimated the number of patients who may benefit from proposed in-hospital or pre-hospital ECPR programs in Scotland. Methods: EMS-treated atraumatic OHCAs occurring in Scotland between Apr. 2017-Mar. 2022 were included. We identified those likely to benefit (age 16-70, initial rhythm VF/pVT, no ROSC) and those possibly likely to benefit (age 16-70, initial rhythm PEA, no ROSC) from ECPR. To achieve timely ECPR initiation within 60 mins, we computed the number of eligible OHCAs within 15 mins’ drive time surrounding each of the 3 ECPR-capable hospitals, 6 percutaneous coronary intervention (PCI)-capable hospitals, and 28 adult emergency departments (ED) for in-hospital ECPR programs. We then computed the number of eligible OHCAs within a 45-minute drive time surrounding each of the 28 EDs and 140 ambulance stations and determined locations allowing one dedicated pre-hospital ECPR service to reach the greatest number of eligible OHCAs. We accounted for service availability based on 8 and 16-hour availability on weekdays and 24/7 availability. Results: Of the 8,962 OHCAs included, 1,108 (12.3%) were classified likely to benefit, 4,675 (52.2%) possibly likely to benefit, and 3,179 (35.5%) unlikely to benefit from ECPR. In-hospital ECPR scenarios covered up to 12.5% of eligible OHCAs at ECPR-capable hospitals, 20.9% at PCI-capable hospitals, and 64.6% at all EDs. Pre-hospital ECPR scenarios with one crew covered up to 51.0% and 54.1% when based at an ED or ambulance station respectively, which were higher than respective in-hospital scenarios at ECPR-capable or PCI-capable hospitals, and were generally comparable to ECPR availability at all 28 EDs. Conclusion: A pre-hospital ECPR service can generally reach greater numbers of OHCAs compared to in-hospital ECPR programs.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».