Richard Chocron

Graphical Abstract For image description, please refer to the figure legend and surrounding text.

Le pronostic de l’arrêt cardiaque extrahospitalier (ACEH), ne dépassant pas 8 % de survie globale en France. Ce taux de survie varie considérablement en fonction des régions mais aussi en fonction des établissements hospitaliers. La survie de ces patients repose sur les éléments de la prise en charge initiale et sur la qualité des soins prodigués pendant la phase post-arrêt cardiaque. Parallèlement, l’influence du niveau de ressources des prises en charge à la fois pré-hospitalières (Pompiers, SAMU) et intra-hospitalières (réanimations) sur le pronostic global, reste encore peu explorée. L’objectif de ce travail a été d’analyser l’influence du niveau de ressources des différentes étapes de la prise en charge, pré-hospitalière et intra-hospitalière, sur le pronostic des patients victimes d’un ACEH. Méthode : depuis Mai 2011, le registre du centre d’expertise de la mort subite collecte l’ensemble des cas d’ACEH survenant sur le territoire de Paris et sa petite couronne. Les caractéristiques socio-démographiques et, les critères d’Utstein sont prospectivement recueillis. Pour étudier la relation entre le niveau de ressources de la phase pré-hospitalière et hospitalière, et le pronostic (RACS et survie à la sortie de l’hôpital), nous avons utilisé principalement les méthodes de régression logistique et hiérarchique ajustées sur les facteurs pronostiques de l’ACEH. Les centres hospitaliers receveurs des ACEH ont été classés en trois catégories : centre A (grand volume d’activité et accès 24/7 à un plateau de coronarographie) ; centre B (volume d’activité intermédiaire et accès partiel à un plateau de coronarographie) et centre C (faible niveau d’activité et pas d’accès à un plateau de coronarographie). De même, la zone du Grand Paris a été divisé en 19 aires géographiques au sein desquelles le niveau de ressources pré-hospitalières (premiers secours et secours médicalisés) sont homogènes. Résultats : entre mai 2011 et décembre 2013, 1476 patients ont été admis vivants après un ACEH dans les 48 centres hospitaliers de la zone du Grand Paris. La survie globale à la sortie de réanimation a été de 30%. Les caractéristiques initiales des patients ont significativement varié selon les centres receveurs ; les centres du groupe A ont reçu ainsi des patients plus jeunes, avec une proportion plus importante de rythme initial choquable (p<0.001). Le taux de survie brut a significativement varié entre les 3 groupes (respectivement 34%, 25% and 15,4% pour A, B, C, p<0,01). Dans l’analyse multivariée, la catégorie du centre receveur n’était plus associée à la survie. Entre mai 2011 et janvier 2016, 8754 ACEH non traumatiques sont survenus dans le Grand Paris. Le taux de RACS a varié de été de de 33% à 51,1% et la survie de 4,4% à 14,5 %, selon la zone géographique (p<0.001). Les caractéristiques sociodémographiques des patients ont significativement varié entre les 19 zones géographiques (p de tendance < 0,001). Après ajustement, une densité plus importante en ressources pré-hospitalières était associée au RACS (aOR=1,21 (1,04-1,41) et aOR=1,31 (1,14-1,51); p<0,001 ; respectivement pour les premiers secours et les unités médicalisées). Seul le niveau de ressources en unité pré-hospitalières médicalisées était significativement associé à la survie à la sortie de l’hôpital. (aOR= 1,30 (1,06-1,59) p=0,01). Conclusion : il existe une grande variabilité du taux brut de survie intra-hospitalière et du pronostic au sein du Grand Paris. De plus, le niveau de ressources pré-hospitalières médicalisées était associé au pronostic contrairement au type de centre receveur, résultat pouvant découler d’une stratégie du triage médical pré-hospitalier ciblée et efficace. Nos résultats suggèrent qu’une adaptation territoriale ciblée du niveau de ressources médicales pré-hospitalières et la mise en place d’une stratégie de triage ciblé sur le profil du patient pourrait atténuer les disparités du pronostic des patients victimes d’un ACEH.

Aims: The vast majority of sudden cardiac death (SCD) cases occur in the general population with few known risk factors instead of just patients already identified to be at high risk, making the prediction of SCD very difficult. Therefore, a better screening tool should be developed to facilitate early identification. Methods and results: To estimate the risk of SCD, we trained and validated a machine learning model on electronic health record (EHR) data covering 17 172 359 drug prescriptions and 1 639 057 hospital diagnoses up to 5 years for cases and controls. Training was done on data obtained from a cohort of 12 338 SCD cases in Greater Paris and 12 338 controls from 2011 to 2015. We then validated the results on two external cohorts: a temporal cohort in the same area from 2016 and 2020 with 11 620 SCD cases and 11 620 controls and a geographical cohort from the University of Washington (Seattle, USA) with 892 SCD cases and 892 controls from 2013 to 2021. In the 5 years preceding the SCD, cardiovascular diagnoses were prevalent in only a few patients, scarce in many patients, and totally nonexistent for 25.7% of subjects. Our model achieved an area under the curve of 0.81 [95% confidence interval (CI), 0.80–0.82] and 0.66 (95% CI, 0.58–0.73) in the validation and geographical cohort, respectively. The prediction model discriminated SCD from the general population, especially in the highest decile, where the model detected 26% and 33% of all SCD in the Paris and Seattle datasets, respectively. Our prediction model was specific to SCD and was not predictive of myocardial infarction. In addition to classical cardiovascular risk factors, various non-cardiovascular drugs and diagnoses contributed to the prediction model. Conclusion: We propose a prediction model designed to identify individuals at high risk of SCD among the general population. When combined with EHR, this artificial intelligence model has the potential to assist in risk stratification and may help inform the prioritization of preventive strategies, contributing to more targeted use of cardiovascular health resources.

Aims: The rising popularity of endurance races underscores the need to explore the risks of sports-related sudden cardiac arrest (Sr-SCA). Although rare, Sr-SCA is significantly more prevalent in men than in women. The mechanisms underlying these sex differences remain unclear. We aimed to investigate the incidence rates, clinical characteristics, aetiologies, sex differences, and exercise performances among SCA cases during major endurance races in Paris over a 10-year period. Methods and results: We Analysed the Paris Sudden Death Expertise Centre Registry Data (Covering 2011–2024, excluding 2020). This included SCA cases from the half marathon, full marathon and 20 km Parisian race events. We calculated the incidence rates for men and women, with performance analyses focusing on acceleration patterns and the relative risk of SCA in the final kilometre. Among the 1.2 million participants, 17 SCA cases (88% male) were identified, yielding crude incidences of 16.9 and 5.7 per million for men and women, respectively. Sr-SCA was overrepresented in the final kilometres of short races. Men exhibited twice the acceleration rate that women did. Despite extensive medical investigations, no cause was identified in 47.1% of the cases, underscoring the idiopathic nature of Sr-SCA. After hospitalization, 88% (15/17) of the cases survived, all with excellent neurological outcomes [cerebral performance category (CPC) 1], except for one CPC 2. Conclusion: SCA incidences during endurance races are low, with male predominance, high survival rates, and a high proportion of unexplained cases. The male-specific acceleration in the final kilometre may suggest that physiological and behavioural factors influence SCA risk.

Background: Limited data are available on long-term respiratory disabilities in patients following acute COVID-19.Patients and Methods: This prospective, monocentric, observational cohort study included patients admitted to our hospital with acute COVID-19 between March 3 and April 24, 2020. Clinical, functional, and radiological data were collected up to 28 months after hospital discharge.Results: Among 715 patients hospitalized for COVID-19, 493 (69.0%) were discharged alive. We could access complete medical records for 268/493 patients (54.4%); 138/268 (51.5%) exhibited persistent respiratory symptoms and agreed with the data collection and follow-up. Patients were predominantly male (64.5%), with a mean (±sd) age of 58.9±15.3 years. At the last follow-up, the leading symptoms were asthenia (31.5%), dyspnoea (29.8%), and neuropsychological symptoms (17.7%). Lung function improved up to the last visit. Mean diffusing capacity of the lung for carbon monoxide (DLCO) was 77.8% of predicted value, total lung capacity (TLC) 83.5%, and O₂desaturation during exercise (O₂desaturation) −2.3%. While DLCO improved over the entire period, TLC improved in the early phase and O₂desaturation in the late phase. Except for those with lung comorbidities, only one patient presented with minor functional and chest radiological alterations at 28-months.Conclusion: Patients with acute COVID-19 discharged alive showed improved clinical symptoms, lung function parameters and radiological signs up to 28 months post infection. Persistent symptoms consisted mainly of asthenia and dyspnoea, with lung function returning to normal. One patient without prior respiratory issues exhibited moderate pulmonary fibrosis.

Le management consiste à organiser, à coordonner et/ou à planifier une tâche. Les structures de médecine d’urgences (SMU) sont soumises à des défis organisationnels du fait de l’activité qui leur est propre, de l’interprofessionnalité au sein de l’équipe et avec les partenaires intra- et extrahospitaliers. Pour aider à relever ces défis, la Société française de médecine d’urgence (SFMU) a souhaité réunir des experts exerçant en SMU et des experts enseignantschercheurs pour proposer un référentiel de management en SMU à partir des données de la littérature. Si le manager doit être reconnu pour ses compétences médicales, il doit également développer ses compétences de leader grâce à des formations spécifiques. Ces compétences lui permettront d’adapter son style de leadership aux situations et aux équipes pour favoriser la motivation et l’engagement des équipes. Son rôle, à l’interface entre les équipes de terrain, la direction et les partenaires institutionnels, doit permettre de favoriser le dialogue et de sécuriser les équipes. Le rôle et les moyens du manager doivent être formalisés avec la direction, en particulier l’accès à l’information pour que le manager puisse porter une vision stratégique auprès des équipes et des partenaires. La mise en place d’un projet et la tenue de réunions doivent être organisées avec une stratégie efficace. Pour cela, l’énonciation et le partage d’objectifs clairs, les règles de fonctionnement, l’implication des agents dans les décisions sont des outils efficaces pour limiter la résistance au changement et favoriser la coconstruction des transformations. Le développement des compétences par le biais de formations individuelles et collectives permet les temps d’échanges nécessaires à l’épanouissement des professionnels, au renforcement de la motivation et à la construction de valeurs communes. Certains facteurs sont directement associés à l’attractivité d’une SMU comme l’ambiance de travail, la diversification de l’activité et la gestion individualisée des carrières. Les organisations mises en place doivent permettre d’assurer une sécurité psychologique et une collaboration interprofessionnelle effective pour améliorer la qualité de vie au travail et la qualité des soins. La communication et la gestion de crise doivent être réfléchies et organisées avec méthode pour construire une SMU où chaque collaborateur pourra s’investir et se reconnaître. Les experts s’accordent à penser que manager une SMU doit être une activité organisée avec des outils et des compétences qui lui sont propres. Ce rôle doit être reconnu par les équipes, la direction et les partenaires.

To estimate the rate of inappropriate diagnosis in patients who visited the ED with thrombotic microangiopathy (TMA) and to assess the factors and outcomes associated with emergency department (ED) misdiagnosis. Retrospective multicenter study of adult patients admitted to the intensive care unit (ICU) for TMA from 2012 to 2021 who had previously attended the ED for a reason related to TMA. Patient characteristics and outcomes were compared in a univariate analysis based on whether a TMA diagnosis was mentioned in the ED or not. Forty patients were included. The diagnosis of TMA was not mentioned in the ED in 16 patients (40%). Patients for whom the diagnosis was mentioned in the ED had more frequently a request for schistocytes research, and therefore had more often objectified schistocytes. They also had more frequently a troponin dosage in the ED (even if the difference was not significant), an ECG performed or interpreted, and were admitted more quickly in the ICU (0 [0–0] vs 2 [0–2] days; P = 0.002). Hemoglobin levels decreased significantly in both groups, and creatinine levels increased significantly in the misdiagnosis group between ED arrival and ICU admission. In patients with a final diagnosis of TTP, the time to platelets durable recovery was shorter for those in whom the diagnosis was mentioned in the ED without reaching statistical significance (7 [5–11] vs 14 [5–21] days; P = 0.3).