Development and Evaluation of a Novel Resuscitation Teamwork Model for Out-of-Hospital Cardiac Arrest in the Emergency Department
Notice bibliographique
Résumé
Study objective Cardiopulmonary resuscitation (CPR) is critical for out-of-hospital cardiac arrest patients but is prone to rapid changes and errors. Effective teamwork and leadership are essential for high-quality CPR. We aimed to introduce the Airway-Circulation-Leadership-Support (A-C-L-S) teamwork model in the emergency department (ED) to address these challenges. Methods The study comprised 2 phases. The development phase involved reviewing CPR videos, categorizing problems, and formulating strategies using the Systems Engineering Initiative for Patient Safety model. Resuscitation tasks were organized into A-C-L-S domains using hierarchical task analysis. Equipment and environmental deficits were optimized ergonomically with a pit-crew style arrangement. Mnemonics enhanced teamwork and leadership. The evaluation phase assessed postimplementation ED resuscitation team performance, focusing on adherence, timeliness, and quality of A-C-L-S tasks. Results The development phase produced a structured teamwork model, assigning tasks, tools, mnemonics, and positions based on A-C-L-S domains. The A-team manages the airway and optimizes end-tidal CO 2 levels; the C-team focuses on high-quality chest compressions and defibrillation. Leadership coordinates resuscitation efforts using goal-directed mnemonics (DABCD 2 E 3 ), whereas the S-team handles medications, timekeeping, and recording. The evaluation phase showed improvements in adherence and timeliness of A-C-L-S tasks, with sustained increases in chest compression fraction before mechanical CPR, from 67.2% preimplementation to 83.0% postimplementation, 89.1% after 1 year, and 86.1% after 2 years. Overall, chest compression fraction also improved from 81.7% to 88.6%, peaking at 92.2% after 1 year and maintaining 90.8% after 2 years. Conclusion The A-C-L-S teamwork model is feasible, applicable, and effective. Further research is needed to assess its influence on patient outcomes.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».