Effectiveness of Prehospital Critical Care Scene Response for Major Trauma: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: Major trauma is a leading cause of morbidity and mortality worldwide. It is unclear if the addition of a critical care response unit (CCRU) with capabilities comparable to hospital emergency departments might improve outcomes following major trauma, when added to Basic or Advanced Life Support (BLS/ALS) prehospital care. This systematic review describes the evidence for a CCRU scene response model for major trauma. METHODS: We searched Medline (Ovid), Embase (Ovid), Cochrane Central Register of Controlled Trials (Ovid), CINAHL (EBSCOhost), Science Citation Index Expanded (Web of Science), Conference Proceedings Citation Index - Science (Web of Science), LILACS (Latin American and Caribbean Health Sciences Literature) for relevant publications from 2003 to 2024. We included any study that compared CCRU and BLS/ALS care at the scene of major trauma, reported patient-focused outcomes, and utilized statistical methods to reduce bias and confounding. The risk of bias was assessed by two independent reviewers, using the ROBINS-I tool. Based on our a priori knowledge of the literature, a narrative analysis was chosen. The review was prospectively registered (PROSPERO ID CRD42023490668). RESULTS: The search yielded 5243 unique records, of which 26 retrospective cohort studies and one randomized controlled trial met inclusion criteria. Sample sizes ranged from 308 to 153,729 patients. Eighteen of the 27 included studies showed associations between CCRUs and improved survival following trauma, which appear to be more consistently found in more critically injured and adult patients, as well as those suffering traumatic cardiac arrest. The remaining nine studies showed no significant difference in outcomes between CCRU and BLS/ALS care. Most studies demonstrated critical or severe risks of bias. CONCLUSIONS: Current evidence examining CCRU scene response for major trauma suggests potential benefits in severely injury patients but is limited by overall low quality. Further high-quality research is required to confirm the benefits from CCRU scene response for major trauma.
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 | 0,013 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».