MétaCan
Menu
Retour à la cohorte
Enregistrement W4412433943 · doi:10.1016/j.ajem.2025.07.025

Feasibility and optimization of a second-tier prehospital critical care response for major trauma in a North American urban and suburban area: A geospatial analysis and modelling study

2025· article· en· W4412433943 sur OpenAlexafffundabout
Vahid Sarhangian, Sheldon Cheskes, Linda Turner, Brodie Nolan, Ian R. Drennan, Timothy C. Y. Chan, Johannes von Vopelius‐Feldt

Notice bibliographique

RevueThe American Journal of Emergency Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensSt. Michael's HospitalSunnybrook Health Science CentreSunnybrook HospitalUniversity of Toronto
Organismes subventionnairesDepartment of Medicine, University of Toronto
Mots-clésGeospatial analysisMedical emergencyMedicineEmergency responseGeographyCartography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Prehospital Critical Care Response Units (CCRUs) dispatched to the scene of major traumas can deliver advanced interventions at scene but are uncommon in North America. We sought to evaluate the feasibility of CCRU response to major trauma in a North American urban-suburban region. METHODS: We obtained ambulance record-level data from three paramedic services in Ontario, Canada (Toronto Paramedic Service, Peel Regional Paramedic Service, and Halton Region Paramedic Service) from January 2018 to December 2022 which we aggregated into calls and applied inclusion criteria targeting major trauma. We used mathematical modelling to determine the optimal placement of CCRU bases containing an RRV or RRV/helicopter for trauma response and evaluated their expected counterfactual coverage performance using simulation. Our primary metrics were the expected number of major traumas that could have been reached by CCRUs prior to EMS departure from the scene and the resulting expected average reduction in time to accessing critical care for those patients. RESULTS: We found the expected counterfactual coverage of two optimally placed RRV teams to be 80 % (N = 5092) of 6391 major trauma calls included. This corresponded to an expected average reduction in time to critical care of 30 min (from 47 to 17 min). We found only marginal improvement in total calls reached by CCRUs when an RRV team was replaced with an RRV/helicopter team. CONCLUSIONS: Our analysis supports the feasibility of CCRU response to major trauma in a North American mixed urban-suburban region and motivates further investigation into CCRUs' clinical and cost effectiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,330

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,346
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Emergency MedicineMême sujetTrauma and Emergency Care StudiesTravaux en français237 207