文献速递复苏、休克与脓毒症心脑血管急症

英格兰EMS调度员识别院外心脏骤停的预测因素:混合方法诊断准确性研究

Predictors of recognition of out of hospital cardiac arrest by emergency medical services call handlers in England: a mixed methods diagnostic accuracy study.
PubMed 文献 · Scand J Trauma Resusc Emerg Med · 2021-01-06
一句话结论调度员对OHCA识别灵敏度72.8%、特异度99.4%;完全遵循现行调度协议可将灵敏度提至79.8%,但特异度降至95.7%。

调度员识别OHCA的灵敏度为72.8%(95%CI 65.8-79.1%),特异度为99.4%(95%CI 99.3-99.6%)。报告「无呼吸」增加识别(OR 3.76),而报告「有呼吸/有效呼吸」(OR 0.29)、「意识水平降低或波动」(OR 0.24)、脉搏/心率异常(OR 0.26)及女性患者(OR 0.40)降低识别。完全遵循AMPDS协议可提高灵敏度至79.8%但降低特异度至95.7%,提示应加强调度员对现有协议的依从性而非增加新术语。

要点

  • 调度员对OHCA的识别灵敏度为72.8%(95%CI 65.8-79.1%),特异度为99.4%(95%CI 99.3-99.6%)。
  • 报告「无呼吸」与正确调度OHCA相关(OR 3.76,p<0.05)。
  • 报告「有呼吸」(OR 0.29)、「意识水平降低或波动」(OR 0.24)、脉搏/心率异常(OR 0.26)及女性患者(OR 0.40)与未识别OHCA相关(p<0.05)。
  • 完全遵循AMPDS协议(无意识+无呼吸/无效呼吸/嘈杂呼吸)灵敏度79.8%,较调度员实际表现72.8%高7%(CI -1.8至15.7%),但特异度从99.4%降至95.7%。
  • 旁观者独立启动CPR仅10.4%,调度员提供CPR指导占TP/FP/FN呼叫的40.0%,仍有半数OHCA在EMS到达前未接受复苏。

适用人群与场景

  • 排除:未转运至研究医院者(转运至其他医院或院前死亡者);心脏骤停仅发生在EMS人员到达现场之后者。

诊断标准与关键阈值

  • OHCA定义:基于EMS患者报告表(EPRF)记录,包括自由文本,患者在EMS人员到达现场时处于心脏骤停;或EPRF明确记录EMS到达前公共自动体外除颤器部署并恢复自主循环。排除EMS到达后发生的心脏骤停。
  • 调度识别标准:AMPDS协议版本12.1,询问「是否有意识?」和「是否有呼吸?」,若均否定则分配心脏骤停代码。

处置流程与药物剂量

  • 第一步:调度员按AMPDS协议询问「发生了什么」、『是否有意识?』『是否有呼吸?』。
  • 第二步:若患者无意识且无呼吸、嘈杂呼吸或无效呼吸,应分配心脏骤停代码并启动最高级别EMS响应。
  • 第三步:调度员在通话中提供旁观者CPR指导(原文未提及具体剂量或疗程)。

红旗征与不能漏的情况

  • 无意识合并无呼吸、无效呼吸或嘈杂呼吸:应识别为OHCA并立即调度(原文显示79.8%的OHCA出现此组合,但仅72.8%被正确调度)。
  • 报告「有呼吸/有效呼吸」、「意识水平降低或波动」、「脉搏/心率异常」或女性患者:调度员易漏识别OHCA(OR分别为0.29、0.24、0.26、0.40,p<0.05),需提高警惕。
  • 50例假阴性呼叫中12例(24%)在分配调度代码后调度员才给出CPR指导,提示60秒内选择调度代码可能不足以及时识别。

研究设计与关键结果

  • 研究类型:回顾性混合方法诊断准确性研究,单中心(一家EMS和一家急性医院),分析39,136次调度中的184例OHCA患者。
  • 调度员识别OHCA灵敏度72.8%(95%CI 65.8-79.1%),特异度99.4%(95%CI 99.3-99.6%)。
  • 关键症状组合「无意识」+「无呼吸/无效呼吸/嘈杂呼吸」出现在79.8%的OHCA中,灵敏度较调度员实际表现高7%(CI -1.8至15.7%)。
  • 多因素调整模型:『无呼吸』OR 3.76增加识别;『有呼吸』OR 0.29、『意识水平降低或波动』OR 0.24、脉搏/心率异常OR 0.26、女性OR 0.40降低识别(p<0.05)。
  • 旁观者独立CPR 10.4%,调度员提供CPR指导40.0%;TP组生存出院33.1% vs FN组26.0%(无显著差异,样本量小)。
  • 完全遵循协议特异度从99.4%降至95.7%。

证据类型、等级与局限

  • 证据类型:回顾性、混合方法(定性语音分析和定量逻辑回归)诊断准确性研究,遵循STARD指南报告。
  • 局限:单中心、仅纳入转运至研究医院的患者(排除院前死亡和未转运者,约占所有OHCA的63%),可能限制泛化性;未分析非AMPDS系统或调度员培训不同的服务;样本量较小(184例OHCA)。

对床旁实践的改变

  • 应加强调度员对现有AMPDS协议的依从性,确保无意识合并无呼吸/无效呼吸/嘈杂呼吸时分配心脏骤停代码,而非增加新术语(可能降低特异度)。
  • 对报告「有呼吸」、「意识水平波动」、脉搏/心率异常或女性患者的呼叫应保持高度警惕,避免漏识别OHCA。
  • 60秒内选择调度代码可能不足以及时识别OHCA,需关注通话后期才给出CPR指导的情况。
  • 旁观者CPR启动率低(10.4%),调度员CPR指导仅覆盖40%,需优化调度员CPR指导流程。

指南或共识出处

  • 原文引用2010年和2015年欧洲复苏指南,强调识别濒死/异常呼吸及无反应合并无呼吸的重要性。
  • 原文引用AMPDS协议版本12.1。
全文中译15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Scand J Trauma Resusc Emerg Med. 2021 Jan 6;29:7. doi: 10.1186/s13049-020-00823-9

背景

非创伤性院外心脏骤停(OHCA)是全球主要死因之一[1–3],估计发病率为1/2000人年[4–6]。典型生存率约为7%[7],且三十年来未有实质性变化[8]。早期有效的心肺复苏(CPR)、有指征时的早期除颤以及紧急医疗服务(EMS)的快速到场对于提高生存机会至关重要。EMS调度员对OHCA的快速准确识别至关重要。

EMS调度员在OHCA中有三项职责:1)识别;2)促进EMS快速到场;3)提供旁观者复苏指导,包括识别公共可及除颤器。在许多国家的EMS服务中,这些任务通过使用计算机算法对来电进行分类和优先级排序来指导。这些算法的有效使用依赖于调度员巧妙地解读来电者对症状的描述,但这是一项具有挑战性的任务。一项关于调度员-来电者互动研究的系统综述表明,报告的OHCA症状中最敏感和特异的组合是意识丧失伴呼吸缺失或异常,且如果描述为全面性癫痫发作也应考虑OHCA[9],尽管癫痫发作症状的存在可能被误判。然而,约40%的OHCA中存在无效呼吸或濒死呼吸[10],这可能使准确获取患者病情描述变得困难[9],但其存在(而非呼吸缺失)可能更有可能提示潜在可恢复的OHCA[11, 12]。由于这些挑战,在来电者-调度员互动研究中,调度员对OHCA的识别敏感度范围为38%至97%[9]。这些因素可能导致响应延迟,导致旁观者复苏指导提供率低下[13],并降低生存率。

英格兰OHCA出院生存率为8.6%(范围2.2–12.0%)[14, 15],而其他国家报告的生存率高达25%,尽管是针对特定患者队列[16]。北爱尔兰的一项研究表明,低生存率的一个促成因素是调度员对OHCA识别的敏感度低(< 70%)[17]。此外,EMS人员通常在其接诊的不到50%的OHCA中尝试复苏[18–21],往往是在到场前延迟或无作为使复苏变得徒劳时。然而,试图提高敏感度可能导致特异度降低以及对非OHCA来电的不当OHCA调度。2017年英格兰约有150,000次救护车来电(占提供面对面响应的所有来电的2.2%)以最高响应级别(第1类)调度,该级别适用于存在即时生命威胁的情况,其中五分之一被证实为需要现场复苏的OHCA[22]。因此,更好的特异度可以改善资源利用,但如何在不妨碍敏感度或响应速度的情况下实现这一点尚不清楚。

本研究旨在探索英格兰EMS调度员识别OHCA的预测因素。

目标

估计提示心脏骤停患者的“关键指示症状”的诊断试验准确性;

综合对“关键指示症状”及心脏骤停预测变量的识别结果,以确定是否有可能提高对院外心脏骤停(OHCA)的识别能力

方法

这是一项采用定性和定量方法的回顾性研究。

研究场所

研究场所为英格兰一家每年接听130万次呼叫的急救医疗服务(EMS)机构,以及该EMS区域内一家覆盖服务人口370,000人的急性病医院。在英格兰,拨打EMS的呼叫通过两种系统之一进行分诊,即高级医疗优先调度系统(AMPDS)或NHS Pathways。本研究的OHCA调度方案为AMPDS第12.1版。AMPDS是一种基于算法的系统,在欧洲和北美广泛使用,旨在规范呼叫接线员的实践,并确保安全有效的患者照护。AMPDS系统通过屏幕提示呼叫接线员询问:“什么问题,请告诉我具体发生了什么”,随后进一步询问:“他/她有意识吗?”和“他/她在呼吸吗?”如果对后两个问题的回答均为否定,调度员即对该事件分配心脏骤停代码,需要启动最高级别的EMS响应。

研究对象与抽样

2013年7月1日至2014年6月30日期间发生的病例,如符合以下条件则有资格纳入:任何年龄的患者,且满足:1)疑似心脏骤停(CA)或呼吸骤停,因紧急呼叫而派出救护车,并最终将患者转运至研究医院;或2)从医院和救护车记录中确认发生过CA,但在救护车调度时CA未被识别。如果患者未被转运至研究医院(即被转运至其他医院或患者被确认在现场死亡),则排除在外。患者的识别可从EMS记录中识别并与医院记录匹配,或者相反,从医院记录中识别并与EMS记录匹配。匹配由EMS和医院的研究人员完成,主要通过调度事件编号进行匹配。

OHCA的定义

针对所有呼叫的AMPDS算法会询问患者是否有意识和呼吸。如果报告患者无意识且无呼吸或呼吸异常,调度员应将该呼叫编码为心脏骤停。心脏骤停(CA)的实际发生由医院最终诊断并参考急救医疗服务(EMS)患者报告表(EPRF)确定。CA的定义包括有记录的呼吸骤停[19]。随后将CA病例分为两类:被确认为院外心脏骤停(OHCA)的病例和不符合OHCA标准的病例。我们根据EPRF(包括自由文本记录)将病例分类为OHCA,即EMS人员到达现场时发现患者处于心脏骤停状态。我们还纳入了EPRF中有明确记录表明在EMS人员到达之前已部署公共自动体外除颤器并实现自主循环恢复的病例。在上述任一情况下,我们无法准确核实心脏骤停发生的时间,特别是无法确定其发生在EMS呼叫之前还是期间,只能确定其发生在EMS人员到达现场之前。本研究的重点是调度员在初始EMS呼叫期间对OHCA的识别,对应于Utstein数据定义“调度员识别心脏骤停的存在”;Utstein的其他特征“调度员提供心肺复苏(CPR)指导”以及患者年龄和性别也具有相关性[23]。因此,我们将EMS人员到达现场后才发生CA的病例排除在OHCA定义之外。我们还排除了患者被转运至不同医院或未被转运的病例。

事件分类

真阳性(TP):EMS调度为心脏骤停且在EMS到达之前发生心脏骤停、随后经EMS和/或医院诊断为心脏骤停的病例。

假阳性(FP):EMS调度为心脏骤停但随后未经EMS或医院诊断为心脏骤停的病例,或心脏骤停发生于EMS到达之后的病例。

假阴性(FN):EMS未调度为心脏骤停但随后经诊断确认在EMS到达之前已发生心脏骤停的病例。

真阴性(TN):EMS未调度为心脏骤停且随后未经EMS或医院诊断为到达前心脏骤停的病例。

录音分析

所有紧急医疗服务(EMS)呼叫的录音均被完整听取,并由JG、MB、BC、DD、SJ和CM在不知晓呼叫分类的情况下进行定性分析,以获取与来电者所报告的所有症状相关的临床相关内容。随后,采用迭代过程对来电者提供的症状逐字记录进行聚类,以生成指示症状:例如,诸如“我不知道他是否还有呼吸”“她呼吸时断时续”“偶尔喘一口气”“呼吸困难”等逐字描述被聚类为指示症状“无效呼吸”。为确保所有研究人员以相同方式对呼叫内容进行编码,前50个呼叫由研究团队所有成员共同编码,任何分歧均经讨论并解决。此后,每第10个呼叫由团队两名成员进行编码。来电者在整个呼叫过程中报告的症状均被编码。随后对这些数据进行量化,以确定每个指示症状发生的呼叫数量及特征。

数据分析

研究期间内患者被转运至医院的所有EMS调度事件均被列举并按调度代码排序。识别真阳性(TP)和假阴性(FN)病例中由呼叫处理员分配的调度代码,并用于筛选具有这些代码的所有事件的亚人群。该亚人群代表心搏骤停(OHCA)可能合理发生或被怀疑的病例,以便与使用所有事件人群相比,为估计现实的特异度提供更好的基础,并避免特异度被估计为近乎100%的不现实问题。识别亚人群中的真阴性(TN)病例,然后以调度代码作为抽样分层、以1.28%的抽样比例进行随机抽样。选择该比例是为了使灵敏度和特异度具有相似的估计精度。

在计算诊断试验准确性(DTA)指标后,关键指示症状按灵敏度排序,并与呼叫处理员的表现进行比较。随后探索关键指示症状的组合,以观察哪些组合可能通过更好的灵敏度或特异度而优于呼叫处理员的实践。

此外,采用逻辑回归探索关键指示症状连同患者年龄和性别在预测OHCA患者正确调度中的作用。首先使用未调整分析,选择p值小于0.2(表明变量具有潜在预测性)的变量,然后纳入调整分析。在调整分析中仍保持p值小于0.2的变量被保留在最终的最小模型中。

在可能的情况下,我们使用诊断准确性研究报告标准(STARD)指南来报告DTA研究[24]。

患者与公众参与

患者与公众参与代表参与了研究设计、项目管理与指导小组会议、通俗文档和摘要的撰写。保密咨询小组批准使用紧急救护车呼叫的非匿名语音文件。因此,无法向个别研究参与者进行传播。

结果

在研究期间,急救医疗服务(EMS)向医院发出的39,136次调度中,共识别出184例院外心脏骤停(OHCA)患者,其中134例被正确调度并归类为真阳性(TP)病例(见表1)。另识别出74次假阳性(FP)调度。在使用TP和假阴性(FN)病例所记录的调度代码的亚人群中,共发生14,227起事件。这些结果估计,调度员对OHCA识别的灵敏度为72.8%(置信区间65.8至79.1%),特异度为99.4%(置信区间99.3至99.6%)。

OHCA样本的平均年龄在TP组(63.8岁)和FN组(62.3岁)之间相似。TP组中女性的平均年龄略高于男性(67.9岁对63.9岁)。然而,FN组中女性显著年长于男性(72.2岁对60.8岁)。TP组中男性患者比例高于FN组(69.2%对58.0%)。TP组与FN组在出院存活率方面无显著差异(TP组33.1%对FN组26.0%),尽管TP组存活率较高,但样本量较小。

在TP/FP/FN各组中共聆听了298通语音呼叫,仅17通语音呼叫无法获取。从14,112次真阴性(TN)调度中抽取了181通语音呼叫样本进行聆听(抽样比,f = 181/14112 = 0.0128)。在第2步的50通FN呼叫中,有12通在呼叫过程中的某个时间点给出了心肺复苏(CPR)指导,表明调度员已识别出OHCA,但仅在分配调度代码之后才识别。从呼叫中识别出28个不同的关键指标症状。这些症状按灵敏度排序并与调度员的表现进行比较(表1)。单个症状“无意识”灵敏度较高但特异度较低,而“旁观者复苏/气道管理/除颤使用”和“濒死”等术语特异度较好但灵敏度差得多。

完全遵循EMS方案应在患者被描述为无意识且呼吸消失、有杂音或无效呼吸的所有病例中触发“心脏骤停”调度。因此,将症状“无意识”联合一种或多种症状“无效呼吸”、“无呼吸”或“有杂音呼吸”的诊断准确性(DTA)指标与调度员表现进行比较(表2)。这些关键指标症状联合出现(79.8%)与调度员表现(72.8%)之间的灵敏度差异为7%(置信区间−1.8至15.7%)。在所有TP、FP和FN呼叫中,10.4%的病例由旁观者独立启动CPR。在另外40.0%的TP/FP/FN呼叫中,由调度员给出了CPR指导。

我们还探索了与OHCA正确调度相关的关键指示症状和人口学参数。所有关键指示症状以及患者年龄和性别在未调整分析中的比值比(OR)可见于补充表3。所有变量(p < 0.2)均进入调整分析,其中保持p < 0.2的变量被纳入最小模型(表3)。该模型显示,症状“有呼吸/呼吸有效”、“脉搏/心率异常”、“意识水平降低或波动”,或患者为女性,均降低了调度员识别OHCA的可能性。相反,出现“无呼吸”一词增加了调度员识别OHCA的可能性。

表1 紧急医疗服务(EMS)呼叫中报告的单个关键指示症状与调度员表现相比的估计灵敏度和特异度 查看原表 ↗
表2 关键指示症状组合“无意识”单独及合并以下任一或多项症状的估计诊断准确性(DTA)指标(95% CI):无呼吸、呼吸无效或呼吸有声 查看原表 ↗
表3 调度员使用关键指示症状识别OHCA的模型中的调整比值比 查看原表 ↗

讨论

本研究确定了呼叫者使用的与OHCA相关的关键指示症状,并开发了一个用于调度员识别的症状调整模型。呼叫者报告“无呼吸”大幅增加了OHCA时正确EMS调度的可能性,而报告以下任一情况:“有呼吸/呼吸有效”;“脉搏或心率异常”;“意识水平降低或波动”,或患者为女性,则降低了真实OHCA呼叫被正确调度的可能性。

本研究是少数直接分析EMS呼叫录音而非仅依赖EMS呼叫记录的OHCA指示症状研究之一。此前一项研究回顾并分析了呼叫者用于描述紧急情况的用词,但仅听取了被归类为疑似CA的呼叫[12]。我们的研究首次采用该方法在包含真阳性(TP)、假阳性(FP)、假阴性(FN)和真阴性(TN)呼叫的全面样本中估计关键指示症状的灵敏度和特异度。在先前报告成人OHCA识别灵敏度的18项研究中,八项(一项来自英国)为使用AMPDS的系统,两项为类似系统[17, 25]。本研究中调度员对OHCA的灵敏度(72.8%)和特异度(99.4%)与其他地区的既往研究相似。

对于OHCA,最常报告的症状为无意识、无呼吸和呼吸无效。这与2010年[26]和2015年[27]欧洲复苏指南一致,后者强调识别濒死/异常呼吸以及无呼吸合并无反应的重要性。呼叫者使用了多种术语来描述意识水平,这在急性卒中的EMS呼叫中也有发现[28]。同样,如既往研究[12, 29]所示,呼吸无效这一关键指示症状涵盖了“奇怪的呼吸”和“喘息”等一系列术语。本研究发现以及其他研究中发现的可能有助于识别OHCA的其他术语包括肤色改变或触感冰冷[11, 12]。

在一项纳入23项研究的系统综述中(其中4项分析了呼叫者实际使用的词语),因院外心脏骤停(OHCA)而呼叫时最常报告的症状是无意识合并无呼吸或存在异常呼吸,报告的灵敏度范围为38%至97% [9]。这些发现与本研究的结论一致,本研究中关键指示症状“无意识”的灵敏度为86.0%,“无效呼吸”的灵敏度为57.3%。本研究巾仅有2名呼叫者使用了“心脏骤停”一词或其同义词;既往研究报告了 similarly 低的比例(< 4%)[29]。

女性OHCA被呼叫接线员正确识别的比例低于男性。呼叫接线员对女性OHCA识别不足此前未见报道,其原因尚不清楚,但可能是近期另一环境下研究报告的旁观者心肺复苏率和生存率较低的一个促成因素 [30]。

现行指南和AMPDS方案与OHCA最常报告的症状一致:无意识、无呼吸和无效呼吸 [19, 27]。尽管过去十年间调度方案有所完善,但EMS在到达前识别OHCA的实践和结局改善甚微。在本研究中,如果完全遵循现行调度方案,灵敏度将有7%的改善(从72.8%提高至79.8%)。然而,实践中的任何改变也可能降低特异度:在本研究中,完全遵循调度方案将使特异度从99.4%降至95.7%,导致更多“假阳性”OHCA呼叫,这可能因将资源错误分配至这些较不紧急的呼叫而对EMS整体绩效产生不利影响。在研究期间,呼叫接线员被要求在60秒内选择调度代码,但近期变更允许在初始看来较不紧急的呼叫中延长该过程的时间。从随后由呼叫接线员给予心肺复苏指导的假阴性(FN)病例比例之高(24%)可以明显看出,60秒的目标可能不足以留出充分时间以最优方式选择调度代码。这些病例中的呼叫接线员显然在通话后期认识到发生了心脏骤停,如果这些病例被重新分类为真阳性(TP)病例,则呼叫接线员识别OHCA(相对于仅正确调度)的灵敏度将为79.3%,与完全遵循调度方案的灵敏度相当。通过电话识别OHCA存在固有挑战,信息往往有限且来自情绪痛苦的呼叫者,使得难以在该识别率上实现显著改善,但针对EMS呼叫接线员的有针对性培训——包括濒死呼吸、询问策略、模拟训练、结构化调度员反馈以及电话心肺复苏培训——已被发现是有效的 [31]。然而,同样重要的是,各服务机构应持续以检测率最高的同类机构为基准进行比较,并审视其自身实践可在何处改进或保持。

院外心脏骤停(OHCA)中旁观者启动复苏的总体发生率较低(10.4%),尽管另有40%的病例接受了心肺复苏(CPR)指导,但仍有半数OHCA病例在急救人员到达前未进行任何复苏。在某些病例中,这似乎是由于呼叫者难以执行必要的初步急救措施,如摆置患者体位以及检查和清理气道。鉴于公众教育宣传活动长期效果有限,要改善这些数据具有挑战性。然而,此类宣传活动也可能间接促使呼叫者在尚未开始旁观者复苏的病例中更快速、更有效地遵循CPR指导。即使进行了CPR,其启动也可能存在延迟,从而降低生存机会。一项早期研究发现,从紧急医疗服务(EMS)呼叫开始到开始电话指导心肺复苏(tCPR)的中位延迟为5分28秒,其中超过一半的时间用于评估呼吸和其他临床体征,尽管在71%的病例中,呼叫开始后一分钟内已有足够信息高度怀疑患者处于心脏骤停[32]。对EMS呼叫流程的遵循不得以快速识别OHCA为代价。

可开展进一步研究,包括开发针对呼叫受理员的循证培训方案并测试其有效性、审核与反馈。还有早期证据表明,机器学习算法可为呼叫受理员提供自动化支持,以降低触发心脏骤停症状被遗漏的几率[33]。更详细地探究公众对常见关键指示症状及其意义的理解,可能有助于改进现有流程,采用呼叫者更易理解的问题。女性患者中OHCA识别率较低是一项原因不明的发现,值得对呼叫者与呼叫受理员之间的对话进行详细分析。最后,任何进一步研究都应纳入所有OHCA患者,而不仅仅是由EMS转运至医院的患者。

局限性

我们的研究结果可能无法推广至英国境内或境外的其他急救服务,尤其是在使用非AMPDS系统、或急救医疗服务(EMS)调度员的角色与培训存在差异的情况下。我们对OHCA的定义仅包括在EMS到达现场之前发生的事件,而不包括在转运至医院途中发生的事件。本研究仅纳入患者被运送至研究医院的事件,因为本工作的经费无法支持对未运送患者(包括被判定为“生命迹象消失(Recognition Of Life Extinct)”者,无论其死于现场还是转运途中)的分析。此类患者约占所有OHCA事件的63%[34],其表现可能与本研究中纳入的患者不同,因此若纳入这一更广泛的患者群体,关键指标症状的预测价值可能会有所不同。未被转运患者的临床表现可能包括更高比例的以下情形:患者因不可逆的基础疾病而非潜在可逆的心脏事件而发生心脏骤停、无人目击的事件、或心脏骤停发生在呼叫作出之前一段时间的事件。本研究纳入了6例儿科病例,但其纳入不太可能对报告的结论产生影响。

结论

有一小部分呼叫EMS的电话中描述了心脏骤停指标,但该呼叫并未按心脏骤停进行调度。更严格地遵守调度方案可能提高调度员对OHCA的识别能力;这应体现在调度员的基础培训和持续培训中。然而,现有调度方案不会因增加更多术语而得到改善:这将以牺牲调度特异性为代价,并会增加“假阳性”OHCA调度的数量,从而对整体EMS绩效产生不利影响。

补充信息

附加文件1:补充表1:复杂DTA设计针对某一报告症状生成的十二个计数。补充表2:通过对观测计数求和得到的两个2x2边际表。补充表3:关键指标症状的未校正比值比(OR)。

参考来源

  1. Watkins CL, Jones SP, Hurley MA, et al. Predictors of recognition of out of hospital cardiac arrest by emergency medical services call handlers in England: a mixed methods diagnostic accuracy study. Scand J Trauma Resusc Emerg Med. 2021. PMID: 33407699. doi:10.1186/s13049-020-00823-9
  2. 全文:PMC7789721(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7789721/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。