Tailored Basic Life Support Training for Specific Layperson Populations—A Scoping Review
Notice bibliographique
Résumé
Background: Basic life support (BLS) is a life-saving link in the out-of-hospital cardiac arrest chain of survival. Most members of the public are capable of providing BLS but are more likely to do so confidently and effectively if they undertake BLS training. Lay members of the public comprise diverse and specific populations and may benefit from tailored BLS training. Data on this topic are scarce, and it is completely unknown if there are any benefits arising from tailored courses or for whom course adaptations should be developed. Methods: The primary objective of this scoping review was to identify and describe differences in patient, clinical, and educational outcomes when comparing tailored versus standard BLS courses for specific layperson populations. This review was undertaken as part of the continuous evidence evaluation process of the International Liaison Committee on Resuscitation. Results: A primary search identified 1307 studies and after title, abstract, and full-text screening, we included eight publications reporting on tailored courses for specific populations. There were no studies reporting direct comparisons between tailored and standardized training. Seven (88%) studies investigated courses tailored for individuals with a disability, and only one study covered another specific population group (refugees). Overall, the quality of evidence was low as the studies did not compare tailored vs. non-tailored approaches or consisted of observational or pre–post-designed investigations. Conclusions: Tailored BLS education for specific populations is likely feasible and can include such groups into the pool of potential bystander resuscitation providers. Research into comparing tailored vs. standard courses, their cost-to-benefit ratio, how to best adapt courses, and how to involve members of the respective communities should be conducted. Additionally, tailored courses for first responders with and without a duty to respond could be explored.
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 | 0,012 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».