Beyond FAST: Evaluating the Impact of Expanded Stroke Criteria on Emergency Response
Notice bibliographique
Résumé
Abstract Background In Ireland, the ACT FAST campaign has been a central strategy to raise public awareness of stroke symptoms, with initiatives in 2010, 2015, and 2023. While the FAST (Face, Arm, Speech, Time) acronym targets core anterior circulation symptoms, the expanded BE-FAST criteria include Balance and Eye symptoms to improve detection of posterior circulation strokes. This study evaluates whether expanding symptom recognition improves timely hospital presentation and treatment access. Methods A retrospective review of a stroke register at a single Irish centre was conducted, analysing patients who presented between January and December 2022. Data collected included demographics, mode of arrival (self vs ambulance), symptom type (FAST or BE-FAST), and time from symptom onset to hospital arrival. Symptom classification was based on clinical documentation. Results Of 316 stroke patients, 74.4% were FAST-positive and 87% were BE-FAST-positive. While BE-FAST improved overall sensitivity, FAST-positive patients were significantly more likely to arrive by ambulance (p = 0.035). Only speech symptoms were independently associated with both earlier presentation and a higher likelihood of receiving endovascular treatment (EVT) (p = 0.021). No significant time-to-treatment benefit was found for BE-FAST-positive patients compared to FAST-positive alone. Conclusion Although the BE-FAST criteria identify more patients with stroke symptoms, they do not appear to meaningfully enhance time-to-treatment or increase ambulance use. Speech symptoms remain the most predictive of early arrival and intervention. These findings suggest that while broader symptom messaging increases sensitivity, continued emphasis on the core FAST symptoms—especially speech—may be more effective in prompting timely presentation and treatment.
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 | 0,016 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| 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 ».