Optimising telecommunicator recognition of out-of-hospital cardiac arrest: A scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aim: To summarize existing literature and identify knowledge gaps regarding barriers and enablers of telecommunicators' recognition of out-of-hospital cardiac arrest (OHCA). Methods: This scoping review was undertaken by an International Liaison Committee on Resuscitation (ILCOR) Basic Life Support scoping review team and guided by the Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for scoping reviews (PRISMA-ScR). Studies were eligible for inclusion if they were peer-reviewed and explored barriers and enablers of telecommunicator recognition of OHCA. We searched Ovid MEDLINE® and Embase and included articles from database inception till June 18th, 2024. Results: We screened 9,244 studies and included 62 eligible studies on telecommunicator recognition of OHCA. The studies ranged in methodology. The majority were observational studies of emergency calls. The barriers most frequently described to OHCA recognition were breathing status and agonal breathing. The most frequently tested enabler for recognition was a variety of dispatch protocols focusing on breathing assessment. Only one randomized controlled trial (RCT) was identified, which found no difference in OHCA recognition with the addition of machine learning alerting telecommunicators in suspected OHCA cases. Conclusion: Most studies were observational, assessed barriers to recognition of OHCA and compared different dispatch protocols. Only one RCT was identified. Randomized trials should be conducted to inform how to improve telecommunicator recognition of OHCA, including recognition of pediatric OHCAs and assessment of dispatch protocols.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle