Shedding Light on Mobile Stroke Unit Dispatch Protocols
Notice bibliographique
Résumé
Background: Treatment on Mobile Stroke Units (MSU) improves outcome for patients with acute ischemic stroke, however MSU effectiveness relies on accuracy of field dispatch. We aimed at collecting representative data on dispatch infrastructure, methods of stroke identification at the dispatcher level, operation rules and accuracy of dispatcher impression relevant to MSU operations worldwide. Methods: A survey of the PREhospital Stroke Treatment Organization (PRESTO) was conducted in 2020 to include all operational MSU clinical services worldwide. Twenty of 23 MSU services (87%) on four continents responded and participated. We assessed modes of dispatch, level of dispatcher training, numbers of and reasons for dispatches, frequency of MSU cancellation before arrival at scene and diagnoses of patients with MSU management. Results: All 20 participating MSUs reported dispatching from EMS dispatch centers. Fourteen sites also reported responding to alerts from EMS following patient evaluation. With the exception of 2 MSUs, all reported initial dispatcher training for stroke recognition, but only 6 (30%) performed regular training. Median number of dispatches per year was 325 ranging from 119 to 2174. In addition to dispatches for suspected stroke, 8 (40%) were dispatched to cardiac arrest and 13 (65%) for altered level of consciousness runs. One MSU responded to other dispatch call types including seizure, syncope, headache, sick person, and other, if the call information yielded a suspicion of possible stroke diagnosis. A median of 41% of deployments were cancelled en route. Stroke was excluded in 48% of patients assessed on scene. Eighteen percent of assessed patients were diagnosed with cerebral ischemia within 4.5 hours. Conclusions: Allocating specialized resources such as MSUs to the most clinically appropriate calls is key to their efficacy and their ability to result in improved patient outcomes. Improving dispatcher recognition of stroke can potentially be ameliorated by local team education and routine feedback.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».