MétaCan
Menu
Retour à la cohorte
Enregistrement W4403946935 · doi:10.1017/dmp.2024.241

Impact of Point-of-Care Ultrasound on Secondary Triage: A Pilot Study

2024· article· en· W4403946935 sur OpenAlexaff
Riccardo Stucchi, Eric S. Weinstein, Alba Ripoll-Gallardo, Jeffrey Michael Franc, Massimo Azzaretto, Giovanni Sesana, Françesco Della Corte, Luca Neri

Notice bibliographique

RevueDisaster Medicine and Public Health Preparedness · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTriageMedical emergencyPoint (geometry)MedicineUltrasoundPoint-of-care testingEmergency medicineRadiologyMathematicsPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives In mass casualty scenarios, patients with apparent hemodynamic and respiratory stability might have occult life-threatening injuries. These patients could benefit from more accurate triage methods. This study assessed the impact of point-of-care ultrasound (POCUS) on the accuracy of secondary triage conducted at an advanced medical post (AMP) to enhance the detection of patients who, despite their apparent clinically stable condition, could benefit from immediate life-saving interventions or priority earlier transport to definitive care. Methods A mass casualty simulated event consisting of a bomb blast in a remote area was conducted with 10 simulated casualties classified as YELLOW at the primary triage scene; patients were evaluated by 4 physicians at an AMP. Three patients had, respectively, hemoperitoneum, pneumothorax, and hemothorax. Two of the four physicians were provided the use of POCUS. Results All 4 physicians were able to suspect hemoperitoneum, but only physicians utilizing POCUS detected pneumothorax and hemothorax. Conclusion This study suggests that POCUS-enhanced secondary MCI triage at an AMP may represent an effective methodology to accurately detect nonapparent injuries that require time-dependent priority transport or life-saving interventions. Further studies with larger samples conducted in varied MCI scenarios are warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,453
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisaster Medicine and Public Health PreparednessMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207