Abstract WP64: Assessment of a Smartphone App-Sensor to Assist Patients in Identification of Neurologic and Cardiac Emergencies: The Emergency Call for Heart Attack and Stroke (ECHAS) Study
Notice bibliographique
Résumé
Introduction: While timely therapy of neurologic and cardiac emergencies can improve outcomes, patients often fail to identify acute events resulting in delays in seeking emergency care. ECHAS is a smartphone application and sensor system aimed to reduce patient-related delay. We performed a retrospective study to test ECHAS in identifying patients who required emergency assessment for possible myocardial infarction (MI) or stroke. Methods: We enrolled 202 patients (57 with stroke-like, 145 MI-like symptoms) who presented to the ED at a single center in Canada. Participants answered yes-no questions about their prior history, acute symptoms, and performed a finger-tapping test on an Apple iPhone with ECHAS. Answers resulted in a risk score that guided one of the three triage decisions: 1) call 911, 2) call hotline, or 3) call your primary care physician. The ground truth for the triage decision assessment was the appropriateness of the patient’s visit to the ED. Specificity could not be calculated due to low numbers of patients who did not need emergency evaluation. Results: The mean time to complete the acute assessment was 60 seconds for MI and 111 seconds for stroke. ECHAS output recommended 66% of patients call 911, 30% hotline, and 4% primary care follow-up. The sensitivity to identify the need for emergency evaluation was 0.98. The sensitivity to identify patients who were admitted for possible MI or stroke was 1.0. A negative correlation was found between low ECHAS score and prolonged symptom onset to hospital arrival time for MI-like symptoms (r = -0.21, p < 0.05). Patients found ECHAS to be very useable (Fig 1). Conclusion: The ECHAS application was highly sensitive and easily usable in guiding patients to identify medical emergencies without input by healthcare personnel. These pilot results will drive a planned 4,000-patient prospective randomized trial to evaluate whether ECHAS will reduce times from symptom onset to first medical contact for MI and stroke.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».