A Randomized Trial of Telemedicine Models of Care on a Mobile Stroke Unit
Notice bibliographique
Résumé
BACKGROUND: Mobile stroke units (MSUs) accelerate prehospital acute stroke care and improve outcomes. Both onboard and telemedicine neurologist models of care are used but have not been directly compared. METHODS: MSU-TELEMED was a randomized, open-label, blinded-endpoint trial comparing onboard neurologist care to a telemedicine care model for people presenting to an MSU with suspected stroke. MSU care was prospectively randomized by day to onboard versus telemedicine care. The primary outcome was a hierarchical composite outcome using a win-odds approach that prioritized: (1) safety, (2) scene-to-treatment-decision time, and (3) percentage of the total case time the neurologist spent in direct care (higher values denote better resource use). Every participant in each group was compared to those in the other, resulting in a "win/tie/loss" distribution for telemedicine compared to onboard. RESULTS: A total of 275 participants were assigned to telemedicine (n=135) or onboard (n=140) neurologist care groups. The primary outcome of win/tie/loss distribution favored the telemedicine model (76%/4%/20%) with an adjusted win odds of 3.5 (95% confidence interval [CI], 2.4-5.1). Safety events were similar (13% telemedicine vs. 12% onboard, risk ratio 0.9; 95% CI, 0.5-1.8). Median scene-to-treatment-decision time was 19 minutes in the telemedicine group and 13 minutes in the onboard group (adjusted difference in median time 4 minutes; 95% CI, 1.9-5.9). The median percentage of the neurologist's time directly involved in patient care was 100% in the telemedicine group and 33% in the onboard group (adjusted difference in median percentage 63 percentage points; 95% CI, 53-74). CONCLUSIONS: Compared to an onboard model, an MSU telemedicine model of care was superior based on a composite hierarchical outcome of safety, scene-to-treatment-decision time, and percentage of the neurologist's time spent in direct care. (Funded by the Sylvia and Charles Viertel Charitable Foundation and the Medical Research Future Fund "Golden Hour"; ClinicalTrials.gov number, NCT05991310.).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».