MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162964177

10 Minute Tracing: A Literature Review to Improving Acquisition Times of ECGs in Emergency Departments

2025· article· en· W7162964177 sur OpenAlexaffabout
Andrea Schreckenbach

Notice bibliographique

RevueMspace (University of Manitoba) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésTechnicianTriagePsychological interventionAcute coronary syndromeMEDLINEIntervention (counseling)Myocardial infarction
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: ST-elevation myocardial infarction is a type of acute coronary syndrome (ACS) that requires immediate diagnosis using an electrocardiogram (ECG) and timely reperfusion with primary percutaneous coronary intervention or fibrinolysis. This expedited diagnosis is crucial in saving cardiac tissue, reducing mortality, and preventing future complications. The 2019 Canadian Cardiovascular Society guidelines present a strong recommendation for an ECG to be acquired and interpreted within 10 minutes from first medical contact (1). Currently this recommendation is not adequately met. Objectives: This literature review investigates the strengths and limitations of several strategies that attempt to reduce the door-to-electrocardiogram (D2E) time in Emergency Departments (EDs). Furthermore, this literature review also investigates which of these strategies are the most effective in improving the acquisition time of ECGs for patients that present with symptoms concerning for ACS. Methods: A literary search using key terms was performed using two databases; Medline and Embase, from 2014-2024 encompassing articles relevant to interventions for improving D2E times within EDs. This search yielded nine articles that met the inclusion criteria. Results: Statistically significant interventions to reduce D2E time include obtaining an immediate ECG for patients with ACS symptoms, having a dedicated ECG machine and technician for triage, triage staff education and optimization, using team members beyond triage nurses to initiate an ECG, and having regular interdisciplinary meetings and team communication. Discussion and Conclusion: While no single ideal strategy to improving D2E times exists, this review concludes four main steps to achieving optimal D2E times: A process to identify patients who require an ECG, having proper infrastructure in EDs to accommodate a dedicated ECG at triage, initiating specific protocols to empower other staff members to identify those with symptoms concerning for ACS, and maintaining ongoing education and communication with the interdisciplinary team. This type of quality improvement work should be individually tailored to each unique ED to get the best yet currently realistic D2E times that are also sustainable for the future.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0140,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,014
Tête enseignante GPT0,270
Écart entre enseignants0,256 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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'admission2
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)→Même sujetAcute Myocardial Infarction Research→Travaux en français237 207→