The impact of the COVID-19 pandemic on bystander CPR and AED rates in Canada
Notice bibliographique
Résumé
To evaluate whether the COVID-19 pandemic was associated with changes in bystander CPR and automated external defibrillator (AED) application in Canada. We included adult emergency medical services (EMS)-treated out-of-hospital cardiac arrests (OHCAs) from the Canadian national cardiac arrest registry. The outcomes were bystander CPR and AED application. We fit adjusted piecewise linear segmented logistic regression models to estimate whether the peri-COVID period (February 2020-December 2021), in comparison to pre-COVID (January 2018-January 2020), was associated with a change in the odds of bystander CPR and AED application. We also examined subgroups of private and public only OHCAs. Among the 24,410 OHCAs, the median age was 65 years (IQR 50,77), with 7,822 (32%) females. In the pre-COVID (n=11,271) and peri-COVID (n=13,139) periods, 6,244 (55%) and 7,924 (60%) cases received bystander CPR (+4.9% difference, 95% CI 3.7, 6.2), and 502 (4.5%) and 432 (3.3%) were treated with bystander AEDs (-1.2% difference, 95% CI -1.7, -0.68) respectively. The peri-COVID period was associated with an increased odds of bystander CPR (aOR 1.15; 95% CI 1.03, 1.27) and a decreased odds of bystander AED application (aOR 0.65; 95% CI 0.48, 0.86). This appears to be driven by increases in private-setting bystander CPR (aOR 1.19; 95% CI 1.06, 1.33) and decreases in public-setting AED use (aOR 0.59; 95% CI 0.40, 0.88). The COVID-19 pandemic was associated with an increase in bystander CPR and a decrease in bystander AED application.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».