Impact of clinical variables on outcomes in refractory cardiac arrest patients undergoing extracorporeal cardiopulmonary resuscitation
Notice bibliographique
Résumé
Background: In the past two decades, extracorporeal resuscitation (ECPR) has been increasingly used in the management of refractory cardiac arrest (CA) patients. Decision algorithms have been used to guide the care such patients, but the effectiveness of such decision-making tools is not well described. The aim of this study was to compare the rate of survival with a good neurologic outcome of patients treated with ECPR meeting all criteria of a clinical decision-making tool for the initiation of ECPR to those for whom ECPR was implemented outside of the algorithm. Methods: All patients who underwent E-CPR between January 2014 and December 2021 at the Montreal Heart Institute were included in this retrospective analysis. We dichotomized the cohort according to adherence or non-adherence with the ECPR decision-making tool, which included the following criteria: age ≤65 years, initial shockable rhythm, no-flow time <5 min, serum lactate <13 mmol/L. Patients were included in the "IN" group when they met all criteria of the decision-making tool and in the "OUT" group when at least one criterion was not met. Main outcomes and measures: The primary outcome was survival with intact neurological status at 30 days, defined by a Cerebral Performance Category (CPC) Scale 1 and 2. Results: = 0.45]. However, survival with a favorable outcome decreased steadily with 2 or more deviations from the decision-making tool [2 deviations: 1 (11%); 3 deviations: 0 (0%)]. Conclusion and relevance: Most patients supported with ECPR fell outside of the criteria encompassed in a clinical decision-making tool, which highlights the challenge of optimal selection of ECPR candidates. Survival rate with a good neurologic outcome did not differ between the IN and OUT groups. However, survival with favorable outcome decreased steadily after one deviation from the decision-making tool. More studies are needed to help select proper candidates with refractory CA patients for ECPR.
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 | 0,007 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».