MétaCan
Menu
Retour à la cohorte
Enregistrement W4406688705 · doi:10.1016/j.resuscitation.2025.110512

Development of a health equity tool in resuscitation sciences and application to current research in extracorporeal cardiopulmonary resuscitation for cardiac arrest

2025· review· en· W4406688705 sur OpenAlexaff
Omar Dewidar, Audrey L Blewer, Marina Del Rios, Laurie J. Morrison

Notice bibliographique

RevueResuscitation · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueMechanical Circulatory Support Devices
Établissements canadiensSunnybrook Health Science CentreBruyère
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Heart, Lung, and Blood InstituteNational Institutes of HealthNational Institute of Arthritis and Musculoskeletal and Skin DiseasesLaerdal Foundation for Acute MedicineAmerican Heart Association
Mots-clésMedicineCardiopulmonary resuscitationExtracorporeal cardiopulmonary resuscitationExtracorporealResuscitationClinical deathIntensive care medicineInternal medicineEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Extracorporeal cardiopulmonary resuscitation (ECPR) is increasingly used for adults with cardiac arrest (CA) refractory to Advanced Cardiovascular Life Support (ACLS). Concerns exist that adding ECPR could worsen health inequities, defined as differences in health outcomes that are unfair or unjust. Current guidelines do not explicitly address this issue. This study narratively reviews the latest evidence on ECPR, focusing on its implications for health equity and derives a health equity tool that may serve as a basis of comparison for resuscitation sciences. METHODS: We searched the American Heart Association (AHA) and International Liaison Committee on Resuscitation (ILCOR) websites for the latest ACLS guidelines and scientific summaries on ECPR for CA and identified randomized controlled trials (RCTs) and observational studies. We identified population and individual characteristics associated with inequities based on the literature and expert opinion. These characteristics were used as a health equity tool to assess: differences in baseline risk, population exclusion and trial representation in studies, outcome analyses, and implementation barriers. We used the Grading of Recommendations, Assessment, Development, and Evaluations (GRADE) Evidence to Decision (EtD) framework to evaluate ECPR's impact on health equity. RESULTS: Four RCTs involving 435 patients were conducted in the (2/4) USA, (1/4) Czech Republic, and (1/4) Netherlands. We identified thirteen characteristics associated with health inequities. All trials took place in urban, high-resourced hospitals and excluded older adults (60-75+ years). Across all RCTs, women were under-represented, and in the two USA-based trials, Black individuals were under-represented. There was no difference in baseline rate of survival with minimal or no neurologic impairment between sexes, but an observed trend favoring younger patients (<65). One trial's subgroup analysis showed no significant differences in ECPR effectiveness by sex or age. We noted that implementing ECPR for out-of-hospital CA faces challenges due to demographic variability, differences in emergency services, access to existing ECPR programs, and limited implementation outside urban areas. CONCLUSIONS: A health equity tool based on axes of health inequities for resuscitation identified that health equity is reduced with the use of ECPR for CA. Mitigation strategies should involve evaluating demographics, health equity measures, outcomes and ensuring equitable access to ECPR across catchment areas before and after implementation.

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)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
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)0,0000,000

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 Opus0,157
Tête enseignante GPT0,441
Écart entre enseignants0,284 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResuscitationMême sujetMechanical Circulatory Support DevicesTravaux en français237 207