Tools for accurate tidal volume calculation during out-of-hospital ventilation
Notice bibliographique
Résumé
Background: Out-of-hospital cardiac arrest in England affects approximately 60 000 individuals annually, with only 8% surviving to discharge. Accurate tidal volume calculation, based on predicted body weight, is essential to avoid hyperventilation and its associated risks. Aims: This systematic literature review aims to evaluate tools, which estimate height or weight in adults, to determine their suitability for use within prehospital settings, enabling accurate tidal volume calculation. Methods: A systematic literature review was conducted using MEDLINE and CINAHL databases to identify relevant studies on height and weight estimation tools. The review adhered to PRISMA guidelines and assessed study quality using a modified Newcastle-Ottawa Scale. Findings: In the prehospital care setting, three tools – ulna length, tidal tape, and the Modified PAWPER XL-MAC-2 – demonstrated good accuracy for weight estimation, with the Modified PAWPER XL-MAC-2 tool identified as the most likely to yield accurate results given the specific circumstances of prehospital care. Conclusion: Accurate height and weight estimation tools are essential for calculating tidal volumes in the management of out-of-hospital cardiac arrest. While the Modified PAWPER XL-MAC-2 appears effective, further research is needed to confirm its efficacy and practicality in prehospital settings.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».