2026, Vol. 35
引用本文 |
“120”急救调度员指导心肺复苏（dispatcher-assisted cardiopulmonary resuscitation，DA-CPR）可显著提高旁观者实施心肺复苏的可能性[1-2]，但我国DA-CPR率仅为11.5%[3]，显著低于国际发达国家水平[4-5]。随着视频通讯技术的普及，国内联合使用电话语音和视频通讯技术实施DA-CPR优化调度急救流程已成共识[6]，但鲜见相关临床实证研究的报道。本研究通过分析真实世界调度员使用电话语音、视频通讯技术指导施救者心肺复苏（cardiopulmonary resuscitation, CPR）的能力和特征，探寻提升调度员DA-CPR能力、改进指导流程、改善患者生存预后的有效策略，为优化院外心脏骤停（out-of-hospital cardiac arrest, OHCA）生存链前三环节提供循证依据和技术改进方向。
1 资料与方法 1.1 研究对象本研究采用回顾性研究设计，纳入标准为2024年1月1日至2024年12月31日期间杭州市急救中心调度员受理的意识或呼吸异常的所有相关事件，以及该期间院前急救医生接诊的2 565例OHCA病例。排除标准包括：（1）患者年龄 < 18岁，（2）因创伤导致的OHCA，（3）调度员准确识别为非OHCA、识别不足和过度识别病例（4）现场已有医护人员启动CPR且调度员未参与指导的OHCA。
本研究通过杭州市急救中心伦理委员会审查批准（伦理审查编号HZEMC-2023-02）。
1.2 数据收集和质量控制基于Utstein登记模版建立OHCA病例登记数据库。主要包括：（1）通过调度信息系统收集调度员接警受理的相关数据；（2）通过电子病历收集患者人口统计学信息、发病原因、救治措施及送往医院等数据；（3）OHCA事件的通话录音、视频录像等相关信息。数据采集完成后进行双人交叉核对，对存在分歧的记录，由资深专员介入复核，确保数据准确性与完整性。
视频指导的按压质量评估包括按压位置（掌根置于胸部中央）、按压频率（100~120次/min）、按压深度（5~6 cm或约胸廓前后径1/3）[7]。在视频连接建立后、调度员开始视频指导前，立即从视频中提取施救者CPR质量信息，记录为“正确”、“错误”或“视频中无法观察”。依据调度员的纠正情况和纠正后CPR质量，再次记录为“正确”、“按压改善但不正确”、“错误且未改善”或“视频中无法观察”。
1.3 调度员OHCA指导流程调度员经电话语音识别OHCA后，立即启动电话语音指导（telephone-assisted cardiopulmonary resuscitation, T-CPR），待按压顺利启动后，调度员依据现场情况决定是否推送视频：如现场仅1名呼救者，则不推送视频；其余情形调度员尝试推送视频链接启动视频指导（video-assisted cardiopulmonary resuscitation, Ⅴ-CPR）。
调度员经视频识别OHCA后，依据现场旁观者人数调整指导策略：现场≥2人时，调度员指导其中1人持握手机，启动Ⅴ-CPR；单一呼救者场景下，调度员优先使用T-CPR保障按压连续性，视条件辅以视频观察。
此外，杭州市急救中心仅在窒息、溺水、过敏反应、自缢等特定场景下指导施救者实施人工呼吸，其余场景均仅指导胸外按压。调度质控员定期对调度员OHCA指导情况进行回溯质控，确保指导流程得以实施。
1.4 相关定义与研究方法根据调度员是否进行DA-CPR指导，将病例分别归集为DA-CPR组和未指导心肺复苏（no dispatcher-assisted cardiopulmonary resuscitation, NO DA-CPR）组。DA-CPR组中，如调度员通过视频获取信息，进行Ⅴ-CPR指导的，归集为Ⅴ-CPR组，其余病例归集为T-CPR组。比较DA-CPR组和NO DA-CPR组、T-CPR组和Ⅴ-CPR组的组间患者人口学特征（性别、年龄），临床特征（救护车到达后可除颤心律、医生现场救治率），预后指标[入院存活率、心肺脑复苏率（cardiac pulmonary cerebral resuscitation，CPCR）率]以及呼救者特征（性别、年龄段、与患者关系、是否单一呼救者、情绪是否冷静）等方面的差异。
入院存活及CPCR定义参照《调度员真实场景下音视频识别院外心脏骤停能力的探讨》[8]。
参照美国CARES报告[9]，将DA-CPR率、T-CPR率和Ⅴ-CPR率定义如下。
DA-CPR率：在非医疗机构发生的非创伤性OHCA病例中，由调度员电话语音或视频指导施救者实施CPR的病例数所占的比例。
T-CPR率：在非医疗机构发生的非创伤性OHCA病例中，由调度员通过电话语音指导施救者实施CPR的病例数所占的比例。
Ⅴ-CPR率：在非医疗机构发生的非创伤性OHCA病例中，由调度员通过视频指导施救者实施CPR的病例数所占的比例。
1.5 统计学方法采用SPSS 25.0进行统计分析，组间比较使用独立样本t检验，非正态分布资料以中位数和四分位数间距[M(Q1, Q3)]表示，组间比较使用Mann-Whitney U检验。计数资料以例数（%）表示，组间比较采用χ2检验。采用多因素logistic回归分析实施DA-CPR和DA-CPR实施方式的影响因素。以P < 0.05为差异有统计学意义。
2 结果 2.1 基本情况2024年1~12月，杭州市急救中心调度员共受理非创伤性成年（≥18岁）意识或呼吸异常事件13 959例。其中调度员准确识别非OHCA事件11 972例，识别不足83例，过度识别102例，准确识别1 802例。在调度员准确识别OHCA的病例中，排除31例现场已有医护人员启动心肺复苏且调度员未介入指导的病例，最终纳入分析1 771例。接受DA-CPR指导1 208例，整体DA-CPR率为68.2%，其中，T-CPR率为40.5%，Ⅴ-CPR率为27.7%。见图 1。
|
| 图 1 研究流程图 Fig 1 Flowchart of study participants |
|
|
DA-CPR组在中青年呼救者比例、救护车到达后可除颤心律比例、医生现场救治率、濒死呼吸检出率、患者入院存活率及CPCR率等方面均高于NO DA-CPR组。
T-CPR组和Ⅴ-CPR组在患者年龄、发病地点、识别方式、呼救者情绪、AED使用、AED除颤、救护车到达后可除颤心律、医生现场救治率、濒死呼吸、患者转归（入院存活、CPCR）等方面差异有统计学意义（P < 0.05）。其中Ⅴ-CPR组在中青年呼救者比例、呼救者情绪冷静比例、AED使用和除颤比例、救护车到达后可除颤心律、医生现场救治率、濒死呼吸检出率、患者入院存活率及CPCR率等方面均高于T-CPR组。见表 1。
| 指标 | 整体组（n=1771） | DA-CPR组（n=1 208） | |||||||
| DA-CPR组（n=1 208） | NO DA-CPR组（n=563） | 统计值 | P值 | T-CPR组（n=718） | Ⅴ-CPR组（n=490） | 统计值 | P值 | ||
| 患者男性 | 808(66.9) | 379(67.3) | 0.032 | 0.858 | 479(66.7) | 329(67.1) | 0.024 | 0.876 | |
| 年龄[M(Q1, Q3)] | 70(56, 83) | 69(50, 82) | -2.240 | 0.025 | 72(59, 85) | 68(52, 70) | -4.182 | < 0.001 | |
| 老年人（≥60） | 831(68.8) | 364(64.7) | 2.996 | 0.083 | 517(72.0) | 314(64.1) | 8.518 | 0.004 | |
| 发病地点 | 4.806 | 0.028 | 17.235 | < 0.001 | |||||
| 家中 | 849(70.3) | 424(75.3) | 537(74.8) | 312(63.7) | |||||
| 其他 | 359(29.7) | 139(24.7) | 181(25.2) | 178(36.3) | |||||
| 识别方式 | 28.385 | < 0.001 | 144.942 | < 0.001 | |||||
| 语音识别 | 1059(87.7) | 539(95.7) | 697(97.1) | 362(73.4) | |||||
| 视频识别 | 149((12.3) | 24(4.3) | 21(2.9) | 128(26.1) | |||||
| 单一呼救者 | 403(33.4) | 473(84.0) | 394.169 | < 0.001 | 387(53.9) | 16(3.3) | 335.875 | < 0.001 | |
| 呼救者年龄段a | 0.493 | 0.483 | 126.230 | < 0.001 | |||||
| 未成年/老年 | 362(30.0) | 178(31.6) | 303(42.2) | 59(12.0) | |||||
| 中青年 | 846(70.0) | 385(68.4) | 415(57.8) | 431(88.0) | |||||
| 呼救者性别 | 24.057 | < 0.001 | 4.000 | 0.046 | |||||
| 男性 | 631(52.2) | 364(64.7) | 358(49.9) | 273(55.7) | |||||
| 女性 | 577(47.8) | 199(35.3) | 360(50.1) | 217(44.3) | |||||
| 呼救者与患者关系 | 28.361 | < 0.001 | 14.635 | < 0.001 | |||||
| 家属 | 864(71.5) | 331(58.8) | 543(75.6) | 321(65.5) | |||||
| 非家属 | 344(28.5) | 232(41.2) | 175(24.4) | 169(34.5) | |||||
| 呼救者情绪 | 15.494 | < 0.001 | 11.738 | 0.001 | |||||
| 冷静 | 888(73.5) | 462(82.1) | 502(69.9) | 386(78.8) | |||||
| 不冷静（恐慌、催促、迷茫） | 320(26.5) | 101(17.9) | 216(30.1) | 104(21.2) | |||||
| 公众AED使用 | 51(4.2) | - | 19(2.6) | 32(6.5) | 15.050 | < 0.001 | |||
| 公众AED除颤 | 13(1.1) | - | 3(0.4) | 10(2.0) | 10.578 | 0.001 | |||
| 救护车到达后可除颤心律 | 151(12.5) | 10(1.8) | 54.437 | < 0.001 | 67(9.3) | 84(17.1) | 16.248 | < 0.001 | |
| 医生现场救治 | 867(71.8) | 90(16.0) | 481.176 | < 0.001 | 481(67.0) | 386(78.8) | 19.961 | < 0.001 | |
| 濒死呼吸 | 98(8.1) | 1(0.2) | 43.375 | < 0.001 | 7(1.0) | 91(18.6) | 120.974 | < 0.001 | |
| 患者转归 | |||||||||
| 入院存活 | 119(9.9) | 10(1.8) | 37.076 | < 0.001 | 51(7.1) | 68(13.9) | 15.051 | < 0.001 | |
| CPCR | 39(3.2) | 4(0.7) | 10.278 | 0.001 | 14(2.0) | 25(5.1) | 9.263 | 0.002 | |
| 注：a呼救者年龄段依据报警人自述与患者间关系或核心生理依据推断 | |||||||||
对490例接受Ⅴ-CPR指导的病例进行按压质量前后对比发现：视频指导后，按压位置正确率由52.5%提升至73.7%，按压频率正确率由42.0%提升至66.4%，按压深度正确率由14.1%升至19.4%。见图 2和表 2。
|
| 图 2 视频指导前后心肺复苏质量比较 Fig 2 Comparison of CPR quality before and after video instruction |
|
|
| 指标 | 指导前 | 指导后 | ||||||
| 正确 | 错误 | 视频中无法观察 | 正确 | 按压改善但不正确 | 错误且未改善 | 视频中无法观察 | ||
| 按压位置 | 257(52.5) | 226(46.1) | 7(1.4) | 361(73.7) | 99(20.2) | 23(4.7) | 7(1.4) | |
| 按压频率 | 206(42.0) | 280(57.2) | 4(0.8) | 325(66.4) | 131(26.7) | 30(6.1) | 4(0.8) | |
| 按压深度 | 69(14.1) | 413(84.3) | 8(1.6) | 95(19.4) | 301(61.4) | 86(17.6) | 8(1.6) | |
在490例视频指导病例中有49例（10%）施救者停止（中断）按压，调度员提醒后恢复；调度员发现施救者按压疲劳并顺利指导换人按压166例（33.9%），为现场施救者提供实时鼓励285例（58.2%）。
2.4 实施DA-CPR和DA-CPR实施方式的影响因素将表 1中P < 0.05的患者和呼救者因素及调度员的特征情况纳入多因素logistic回归分析，探讨实施DA-CPR的影响因素。结果显示，呼救者为患者家属（OR = 4.17, 95%CI: 2.95~5.88, P < 0.001）、通过视频识别（OR = 2.05, 95%CI: 1.24~3.38, P= 0.005）是启动DA-CPR的促进因素；而单一呼救者（OR = 0.08, 95%CI: 0.06~0.11, P < 0.001）、OHCA事件发生在家中（OR = 0.60, 95% CI: 0.42~0.85, P=0.005）和呼救者情绪冷静（OR=0.72, 95%CI: 0.54~0.97, P=0.030）是调度员启动DA-CPR的危险因素。见图 3。
|
| 图 3 实施DA-CPR的影响因素分析 Fig 3 Factors associated with the provision of dispatcher-assisted CPR |
|
|
分析DA-CPR实施方式的影响因素。结果显示，中青年呼救者（OR=5.28, 95%CI: 3.53~7.90, P < 0.001）、呼救者情绪冷静（OR=1.67, 95%CI: 1.16~2.40，P=0.005）以及呼救者是患者家属（OR=1.66, 95%CI: 1.03~2.69, P=0.039）是开展Ⅴ-CPR的促进因素。两种指导方式与调度员特征无关联。见图 4。
|
| 图 4 DA-CPR实施方式的影响因素分析 Fig 4 Factors associated with the choice of DA-CPR modality |
|
|
563例NO DA-CPR的首要原因为调度员判断患者已明显死亡（43.5%），其次为家属放弃（28.8%）和报警人直接拒绝（10.3%），而Ⅴ-CPR的启动障碍分为调度员未尝试推送视频与调度员尝试推送视频但未成功两类。前者的主要原因是现场仅1名呼救者（34.5%）和调度员主观未推送（12.4%），后者的主要障碍是手机及信号问题（19.6%），呼救者不会使用（13.2%）和不配合（6.4%）。见表 3。
| 类型 | DA-CPR的启动障碍(n=563) | 类型 | Ⅴ-CPR的启动障碍(n=718) |
| 明显死亡a | 245(43.5) | 调度员未尝试推送视频 | 371(51.7) |
| 家属放弃 | 162(28.8) | 现场1人 | 248(34.5) |
| 报警人直接拒绝 | 58(10.3) | 调度员主观未推 | 89(12.4) |
| 报警人无法配合 | 55(9.8) | 其他 | 34(4.7) |
| 医生到达现场 | 22(3.9) | 调度员尝试推送视频 | 347(48.3) |
| 无法移动患者 | 10(1.8) | 手机及信号原因 | 141(19.6) |
| 其他 | 11(2.0) | 不会使用 | 95(13.2) |
| - | - | 不配合 | 46(6.4) |
| - | - | 现场1人 | 22(3.1) |
| - | - | 无效视频 | 14(1.9) |
| - | - | 其他 | 29(4.0) |
| 注：a报警人表示患者已死亡并提供了充分的证据来支持这一结论，例如尸僵、皮肤斑驳、尸体腐烂有恶臭等 | |||
DA-CPR被国际复苏指南推荐并在全球诸多国家应用已十余年[10]，但在改善最终复苏结局方面始终存在争议[11-12]，提示DA-CPR仍需进一步研究以提升效能。目前，DA-CPR主要依赖电话语音技术[13]，调度员因无法获取现场直观画面，在评估施救者CPR质量和提供针对性反馈指导方面存在局限[14-15]。通过5G和智能手机建立实时视频为改善施救者CPR质量提供了契机，但现有研究多集中于国外少量的模拟研究[16-19]或小样本观察[20]，本研究为视频指导从“理论价值”向“临床实践”转化应用首次提供了实证依据。
现有报道，我国部分城市DA-CPR率为11.5%~18.7%[3, 21]，丹麦哥本哈根和瑞典斯德哥尔摩分别为54.5%和59.5%[22]。2024年杭州市急救中心DA-CPR实施率为68.2%，较高的指导实施率可能与调度持续质控管理相关。本研究显示T-CPR率为40.5%，Ⅴ-CPR率为27.7%。提示杭州现阶段DA-CPR仍以T-CPR为主，但多因素logistic回归分析显示，视频识别（OR=2.05, 95%CI: 1.24~3.38, P=0.005）是DA-CPR的促进因素，一方面视频可增强调度员对循环停止早期患者不典型症状，如濒死呼吸、抽搐等的捕捉能力，提升OHCA识别率[23]，进而提高DA-CPR实施率，这与Lin等[24]和Bielski等[25]的研究结果一致，另一方面视频交互下可以稳定旁观者情绪，克服其在现场的孤独感，从而提高公众依从性，将更多的旁观者转变为施救者[14]。通过视频技术可能是本中心实现DA-CPR率领先的关键驱动力之一。
本研究结果显示，DA-CPR组救护车到达后可除颤心律、入院存活率及CPCR率均优于NO DA-CPR组。其中Ⅴ-CPR组患者呈现出更高的救护车到达后可除颤心律（17.1% vs. 9.3%），并在入院存活率（13.9% vs. 7.1%）和CPCR率（5.1% vs. 2.0%）方面表现出更佳的临床获益，这与Linderoth等[20]和Bielski的[16]研究一致，提示Ⅴ-CPR可能是改善OHCA预后的有效干预手段。鉴于高质量心肺复苏是实现良好预后的核心要素，正如图 2和表 2所示，Ⅴ-CPR通过其可视化指导的独特优势，将按压部位的正确率由52.5%提升至73.7%，频率正确率由42%提升至66.4%，深度正确率由14.1%提升至19.4%，提醒施救者不中断按压比例达到10%，同时，Ⅴ-CPR组在AED的使用和除颤次数上与T-CPR组有显著差异，上述诸多结果提示Ⅴ-CPR有效提升了现场复苏质量，改善了患者结局。这一发现也验证了《院前急救视频指导专家共识》[6]制定的科学性和合理性。因此，本研究提示应在开展DA-CPR的基础上，将Ⅴ-CPR纳入调度员标准化指导流程，并在现场条件允许的场景下积极启动Ⅴ-CPR。
目前仅有少数城市报道了Ⅴ-CPR技术的使用方法。韩国首尔调度员首先实施T-CPR，2 min后如现场有其他人可以进行视频通话的，再实施Ⅴ-CPR[26]。丹麦哥本哈根调度员先使用T-CPR技术启动施救者心肺复苏，随后询问现场，如有两名以上的旁观者且具备视频功能的智能手机，则实施Ⅴ-CPR[20]。杭州市急救中心调度员启动Ⅴ-CPR的流程与丹麦相似。结合多因素logistic回归分析结果，本研究提示现场有≥2名呼救者、中青年呼救者、家属呼救或呼救者情绪冷静等有利于开展视频指导的场景下，应尽快启动Ⅴ-CPR，以充分发挥其优势。
表 3所示的启动障碍原因分析为针对性提升DA-CPR实施率、扩大Ⅴ-CPR应用范围提供了关键靶点。对于Ⅴ-CPR的启动障碍，两类问题尤为突出：一是调度员未尝试推送视频（51.7%），其中“现场仅1名呼救者（34.5%）”是主要客观限制，与本研究指导流程中“单一呼救者优先保障按压连续性”的设计逻辑一致，但调度员主观未尝试尚占12.4%，需要引起重视；二是调度员尝试推送但未成功（48.3%），其中短信拦截、信号不佳等“手机及通讯技术”问题占19.6%。针对上述瓶颈，可通过强化调度员专项培训与质控、深化与通信运营商协同、提升通讯及终端设备稳定性等措施予以优化。
本研究结果还显示，调度员纠正按压部位、频率和深度的结果为“改善但不正确”和“错误且未改善”的比例分别达到24.9%、32.8%和79.0%，结合调度员主观未尝试启动Ⅴ-CPR尚占12.4%的情况，表明当前Ⅴ-CPR在执行刚性与指导有效性方面仍存在提升空间。Takahashi等[27]研究发现，T-CPR联合持续质量改进方案可显著提高T-CPR率，并改善生存率及良好功能预后，提示精细化的质量控制对于改善指导效能至关重要。因此，应参照T-CPR的持续质量改进方案，尽快制定Ⅴ-CPR的质控指标和标准，并积极探索新的质控技术手段[28]，对Ⅴ-CPR实施全流程质控，以推动Ⅴ-CPR技术从“粗放式应用”向“精细化管理”转型，确保其发挥最大效能。
本文局限性：（1）本研究范围没有纳入未成年（< 18岁）和创伤OHCA患者，未能全面评估DA-CPR效能，需在未来进一步拓展研究人群的范围；（2）尽管本研究按压质量数据的采集方法与丹麦研究[20]一致，并执行了严格的数据质量控制，但按压深度的判定仍不可避免存在一定主观性。
利益冲突 所有作者声明无利益冲突
作者贡献声明 张军根、王喆晓：文章撰写和修改；张军根、张晓凡：研究设计；王喆晓、张晓凡、王建岗：研究实施、数据采集和分析、文章修改；鲁美丽、李双双、徐娅萍、贾茸茸、胡海燕、杨可、盛奕阳、李梦琪：研究实施、数据收集
| [1] | Tanaka Y, Taniguchi J, Wato Y, et al. The continuous quality improvement project for telephone-assisted instruction of cardiopulmonary resuscitation increased the incidence of bystander CPR and improved the outcomes of out-of-hospital cardiac arrests[J]. Resuscitation, 2012, 83(10): 1235-1241. DOI:10.1016/j.resuscitation.2012.02.013 |
| [2] | Song KJ, Shin SD, Park CB, et al. Dispatcher-assisted bystander cardiopulmonary resuscitation in a metropolitan city: A before–after population-based study[J]. Resuscitation, 2014, 85(1): 34-41. DOI:10.1016/j.resuscitation.2013.06.004 |
| [3] | Zheng J, Lv C, Zheng W, et al. Incidence, process of care, and outcomes of out-of-hospital cardiac arrest in China: A prospective study of the BASIC-OHCA registry[J]. Lancet Public Health, 2023, 8(12): e923-e932. DOI:10.1016/S2468-2667(23)00173-1 |
| [4] | Public Health – Seattle & King County. 2025 EMS Annual Report[R]. Seattle, WA., 2025. |
| [5] | Juul Grabmayr A, Folke F, Samsoee Kjoelbye J, et al. Incidence and survival of out-of-hospital cardiac arrest in public housing areas in 3 european capitals[J]. Circ: Cardiovascular Quality and Outcomes, 2024, 17(6). DOI:10.1161/CIRCOUTCOMES.123.010820 |
| [6] | 院前急救视频指导共识专家组. 院前急救视频指导专家共识[J]. 中华急诊医学杂志, 2024, 33(12): 1675-1680. DOI:10.3760/cma.j.issn.1671-0282.2024.12.004 |
| [7] | Kleinman ME, Buick JE, Huber N, et al. Part 7: Adult basic life support: 2025 American heart association guidelines for cardiopulmonary resuscitation and emergency cardiovascular care[J]. Circulation, 2025, 152(16_suppl_2). DOI:10.1161/CIR.0000000000001369 |
| [8] | 张军根, 王喆晓, 张晓凡, 等. 调度员真实场景下音视频识别院外心脏骤停能力的探讨[J]. 中华急诊医学杂志, 2026, 35(5): 634-640. DOI:10.3760/cma.j.cn114656-20260106-00020 |
| [9] | Woodruff Health Sciences Center. 2024 CARES annual report[R]. Atlanta, Georgia USA, 2024. |
| [10] | Travers AH, Perkins GD, Berg RA, et al. Part 3: Adult basic life support and automated external defibrillation[J]. Circulation, 2015, 132(16 Suppl 1): S51-83. DOI:10.1161/CIR.0000000000000272 |
| [11] | Fan C, Liang Y, Huang EP, et al. Which matters more for out‐of‐hospital cardiac arrest survival: Witnessed arrest or bystander cardiopulmonary resuscitation?[J]. JAHA, 2025, 14(4): e038427. DOI:10.1161/JAHA.124.038427 |
| [12] | Baldi E, Caputo ML, Savastano S, et al. An utstein-based model score to predict survival to hospital admission: The UB-ROSC score[J]. Int J Cardiol, 2020, 308: 84-89. DOI:10.1016/j.ijcard.2020.01.032 |
| [13] | 中华医学会急诊分会院前急救学组, 北京医师协会院前急救分会. 电话指导的心肺复苏专家共识[J]. 中华急诊医学杂志, 2019, 28(8): 951-955. DOI:10.3760/cma.j.issn.1671-0282.2019.08.007 |
| [14] | Idland S, Iversen E, Brattebø G, et al. From hearing to seeing: Medical dispatchers' experience with use of video streaming in medical emergency calls - a qualitative study[J]. BMJ Open, 2022, 12(12): e063395. DOI:10.1136/bmjopen-2022-063395 |
| [15] | Lee HS, You K, Jeon JP, et al. The effect of video-instructed versus audio-instructed dispatcher-assisted cardiopulmonary resuscitation on patient outcomes following out of hospital cardiac arrest in seoul[J]. Sci Rep, 2021, 11(1): 15555. DOI:10.1038/s41598-021-95077-5 |
| [16] | Ecker H, Wingen S, Hamacher S, et al. Evaluation of CPR quality via smartphone with a video livestream – a study in a metropolitan area[J]. Prehosp Emerg Care, 2021, 25(1): 76-81. DOI:10.1080/10903127.2020.1734122 |
| [17] | Zulkhifli MF, Ahmad R, Mohd Nazri MZA, et al. A study on the effectiveness of video call dispatcher-assisted cardiopulmonary resuscitation in enhancing the quality of cardiopulmonary resuscitation among laymen bystanders in malaysia[J]. Eurasian J Emerg Med, 2021, 20(3): 172-177. DOI:10.4274/eajem.galenos.2021.81994 |
| [18] | Lee SGW, Kim TH, Lee HS, et al. Efficacy of a new dispatcher-assisted cardiopulmonary resuscitation protocol with audio call-to-video call transition[J]. Am J Emerg Med, 2021, 44: 26-32. DOI:10.1016/j.ajem.2021.01.049 |
| [19] | Ecker H, Lindacher F, Adams N, et al. Video-assisted cardiopulmonary resuscitation via smartphone improves quality of resuscitation: A randomised controlled simulation trial[J]. Eur J Anaesthesiol, 2020, 37(4): 294-302. DOI:10.1097/EJA.0000000000001177 |
| [20] | Linderoth G, Rosenkrantz O, Lippert F, et al. Live video from bystanders' smartphones to improve cardiopulmonary resuscitation[J]. Resuscitation, 2021, 168: 35-43. DOI:10.1016/j.resuscitation.2021.08.048 |
| [21] | Li S, Qin C, Zhang H, et al. Survival after out-of-hospital cardiac arrest before and after legislation for bystander CPR[J]. JAMA Netw Open, 2024, 7(4): e247909. DOI:10.1001/jamanetworkopen.2024.7909 |
| [22] | Hardeland C, Claesson A, Blom MT, et al. Description of call handling in emergency medical dispatch centres in scandinavia: recognition of out-of-hospital cardiac arrests and dispatcher-assisted CPR[J]. Scand J Trauma Resusc Emerg Med, 2021, 29(1): 88-97. DOI:10.1186/s13049-021-00903-4 |
| [23] | Lee SGW, Kim TH, Choi DH, et al. Diagnostic performance of a video-assisted cardiac arrest recognition protocol by emergency medical dispatcher in out-of-hospital cardiac arrest[J]. Resuscitation, 2026, 219: 110936. DOI:10.1016/j.resuscitation.2025.110936 |
| [24] | Lin YY, Chiang WC, Hsieh MJ, et al. Quality of audio-assisted versus video-assisted dispatcher-instructed bystander cardiopulmonary resuscitation: a systematic review and meta-analysis[J]. Resuscitation, 2018, 123: 77-85. DOI:10.1016/j.resuscitation.2017.12.010 |
| [25] | Bielski K, Böttiger BW, Pruc M, et al. Outcomes of audio-instructed and video-instructed dispatcher-assisted cardiopulmonary resuscitation: A systematic review and meta-analysis[J]. Ann Med, 2022, 54(1): 464-471. DOI:10.1080/07853890.2022.2032314 |
| [26] | Lee SY, Song KJ, Shin SD, et al. Comparison of the effects of audio-instructed and video-instructed dispatcher-assisted cardiopulmonary resuscitation on resuscitation outcomes after out-of-hospital cardiac arrest[J]. Resuscitation, 2020, 147: 12-20. DOI:10.1016/j.resuscitation.2019.12.004 |
| [27] | Takahashi H, Tagami T, Suzuki K, et al. The impact of dispatcher-assisted CPR and prior bystander CPR training on neurologic outcomes in out-of-hospital cardiac arrest: A multicenter study[J]. Resuscitation, 2025, 212: 110617. DOI:10.1016/j.resuscitation.2025.110617 |
| [28] | Ecker H, Adams NB, Schmitz M, et al. Feasibility of real-time compression frequency and compression depth assessment in CPR using a "machine-learning" artificial intelligence tool[J]. Resusc Plus, 2024, 20: 100825. DOI:10.1016/j.resplu.2024.100825 |