急诊医学是守护生命防线的关键领域,专注于在突发状况下迅速评估、诊断并救治危重患者。从心脏骤停到严重创伤,这一学科要求医生在分秒必争中做出精准判断,直接关系到患者的生死存亡。

作为 Gist.Science 的核心分类之一,我们持续追踪并处理来自 medRxiv 的最新预印本。针对该领域每一篇新发布的论文,我们不仅提供详尽的技术性解读,更将其转化为通俗易懂的plain-language 摘要,帮助公众和专业人士第一时间掌握前沿进展。

以下为您呈现该类别下最新收录的研究论文,期待为您揭示急诊医学领域的最新突破与洞察。

EASILY SCALABLE, RAPIDLY DEPLOYABLE MECHANICAL VENTILATOR FOR PANDEMIC HEALTH CRISES IN RESOURCE-LIMITED AREAS

该研究介绍并评估了一种利用汽车雨刮电机等通用硬件组件组装的低成本简易呼吸机,旨在通过开源方案解决资源匮乏地区在流行病危机中因供应链中断而面临的机械通气短缺问题。

Farre, R., Salama, R., Rodriguez-Lazaro, M. A., Kiarostami, K., Fernandez-Barat, L., Oliveira, V. D. C., Torres, A., Farre, N., Dinh-Xuan, A. T., Gozal, D., Otero, J.2026-04-11📄 emergency medicine

Acute Hyperkalemia and 30-Day Mortality: Increased Mortality at Slightly Elevated Plasma Potassium Levels

这项针对丹麦急诊患者的回顾性队列研究表明,入院时血浆钾浓度超过 4.4 mM 与 30 天死亡率显著增加相关,且随着钾水平升高,死亡风险呈剂量依赖性上升。

Egeberg, F., Nygaard, H., Grand, J., Itenov, T. S., Lindquist, M., Folke, F., Christensen, H. C., Lundager-Forberg, J., Sajadieh, A., Petersen, J., Haugaard, S. B., Mottlau, R. G.2026-04-11📄 emergency medicine

ECG spectrogram-based deep learning model to predict deterioration of patients with early sepsis at the emergency department: a study from the Acutelines data- and biobank

这项研究利用 Acutelines 生物样本库数据,开发并验证了一种基于心电图(ECG)频谱图的深度学习多模态模型,该模型在预测急诊疑似感染患者 48 小时内病情恶化方面的表现优于传统的生命体征、心率变异性特征及 NEWS 和 qSOFA 等临床评分系统。

van Wijk, R. J., Schoonhoven, A. D., de Vree, L., Ter Horst, S., Gaidhane, C., Alcaraz, J. M. L., Strodthoff, N., ter Maaten, J. C., Bouma, H. R., Li, J.2026-03-27📄 emergency medicine

Triaging and Referring In Adjacent General and Emergency Departments: a six-year follow-up study after a cluster randomised trial

这项为期六年的随访研究表明,在安特卫普的急诊科实施护士主导的扩展曼彻斯特分诊系统(eMTS)将低危患者转诊至全科医生合作社,在缺乏专门实施计划的情况下仍可持续运行,并有效提升了效率且未损害患者安全。

Morreel, S., Timmermans, M., Monsieurs, K. G., Pairon, A., Verhoeven, V.2026-03-24📄 emergency medicine

Development of a Deep Learning Based Framework for Classification of Indian Venomous Snakes Integrated with Explainable Artificial Intelligence for primary and emergency care providers

该研究提出了一种结合可解释性人工智能的深度学习框架,利用 ResNeXt-50 模型对印度毒蛇进行高精度二分类,并通过 Grad-CAM++ 验证了模型基于解剖特征而非背景进行判断,旨在为医疗资源匮乏地区的急救人员提供可靠的蛇伤分诊辅助工具。

Manna, I. I. A., Wagle, U., Balaji, B., Lath, V., Sampathila, N., Sirur, F. M., Upadya, S.2026-03-18📄 emergency medicine

CPR Preparedness Across Massachusetts Public High Schools: A Statewide Cross-Sectional Study

这项针对马萨诸塞州公立高中的横断面研究发现,尽管多数学校提供心肺复苏(CPR)教学,但学生整体受训覆盖率极低,且低收入(Title I)学校的学生受训率显著低于非低收入学校,凸显了制定政策以确保公平获取 CPR 培训及加强学校心脏急救准备的紧迫性。

Yang, M., Sapers, N. L., Chen, I. I., Porcaro, W. A.2026-03-10📄 emergency medicine

Development of an implementation package for Asthma Medication Optimisation in the Emergency Department (AMEND) - an evidence, theory and person-based approach

该研究采用循证、理论及以人为本的方法,开发了一套名为 AMEND 的实施方案(包括临床决策辅助工具、医护人员培训及患者材料),旨在支持急诊科医生向出院哮喘患者优化处方,推广使用维持和缓解疗法(MART)。

Skene, I., Bloom, B. M., Bassi, J., De Simoni, A., Pike, K., Griffiths, C. J., Pfeffer, P. E., Steed, L.2026-03-02📄 emergency medicine