Paramedic assessment of suspected or confirmed COVID-19 patients in the out-of-hospital environment: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to develop a comprehensive collection of information about the current processes for paramedics assessing and referring patients with suspected or confirmed COVID-19 in the out-of-hospital environment. INTRODUCTION: Paramedics and ambulance service clinicians commonly encounter patients with COVID-19. Increased demand on ambulance services has resulted in many of these services developing alternative referral pathways to avoid unnecessary conveyance to emergency departments. There is not a strong body of literature or rigorous clinical practice guideline on this topic to support the assessment and referral decision-making for patients with COVID-19 in the out-of-hospital setting. INCLUSION CRITERIA: Any sources of evidence on patients with suspected or confirmed COVID-19 in the out-of-hospital environment who are seeking care for COVID-19-related symptoms and being assessed by paramedics will be considered for inclusion. Sources from scholarly literature and gray literature, such as ambulance service clinical practice guidelines, will be included. Sources from Australia, Aotearoa New Zealand, the US, Canada, and the UK will be included. METHODS: The review will be guided by the JBI methodology for scoping reviews and will be reported using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews (PRISMA-ScR). A database search for scholarly literature will be performed, followed by a gray literature search. Databases will include MEDLINE (Ovid), CINAHL (EBSCOhost), Scopus (Ovid), Emcare (Ovid), Embase (Ovid), amber, JBI Evidence Synthesis , the Cochrane Database of Systematic Reviews, and Epistemonikos. Gray literature will include clinical practice guidelines, protocols, and procedures obtained from ambulance service websites and apps. Results will be presented through figurative, tabular, and narrative synthesis methods. REVIEW REGISTRATION: Open Science Framework https://osf.io/yc7vq.
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 | 0,096 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,014 |
| Bibliométrie | 0,018 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,013 |
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 ».