中华急诊医学杂志  2023, Vol. 32 Issue (7): 994-998   DOI: 10.3760/cma.j.issn.1671-0282.2023.07.028
AED不同配置策略促进公众启动除颤计划的研究进展
骆丁1,2,4 , 王毅欣3,4 , 李爽3,4 , 张娜1,4 , 周明1,2 , 张华1,2,4     
1. 海南医学院国际护理学院,海口 571199;
2. 海南省运动与健康促进哲学社会科学重点实验室,海口 571199;
3. 海军军医大学护理学院,上海 200433;
4. 海南医学院急救与创伤研究教育部重点实验室,海口 571199

院外心搏骤停(out-of-hospital cardiac arrest,OHCA)是导致患者死亡的主要原因[1],超过80%表现为可除颤心律,3~5 min内实施除颤存活率将高达50%~70%[2, 3],若OHCA患者未及时进行除颤,每分钟存活率下降7%~10%[4]。因此,及时、有效的电除颤是OHCA患者复苏成功的关键环节之一。公众启动除颤(public access defibrillation,PAD)是指将自动体外除颤仪(automated external defibrillator,AED)放置在公共场所供第一目击者在医疗人员达到前对OHCA患者进行除颤。美国心脏协会(American Heart Association, AHA)推荐第一目击者使用PAD计划对OHCA患者除颤以提高存活率,然而AED的使用率却不足5%[5]。AED配置策略是保证PAD计划顺利实施的重要因素之一,因此在AED配置上需采用更好的部署策略以充分利用PAD计划。当前PAD计划的最佳部署策略尚不清楚,因此本文对国内外不同策略部署效果进行综述,以期为推动PAD项目的实施提供参考依据。

1 基于宏观策略配置AED

目前宏观上AED配置策略主要为相关指南、专家共识以及相关研究机构或政府组织等根据OHCA发病情况、地区经济形势等整体把握,通过多维度研究、分析方法的结合,包括主观判断或者系统性分析、量化或者基本全面地针对AED布局和投放提供定义范围较广的配置指导方案。如AHA指南推荐AED配置应符合以下条件之一:①在OHCA发生率较高的地点,并预计可能需要合理使用AED; ②急救人员不能在5 min之内赶至现场除颤的场所; ③通过培训实现旁观者在5 min内完成识别心搏骤停、拨打急救电话、实施CPR和完成AED除颤等[6-7]。AHA和欧洲复苏委员会[8]分别建议将AED配置在过去五年和两年中有一次或多次心搏骤停的地点。在日本,循环协会、卫生、劳动和福利部以及日本急救医学基金会等多部门共同建议在火车站、机场、购物中心、体育/娱乐设施或疗养院等高风险地区部署AED,以便第一目击者能在5min内对OHCA患者提供AED除颤[9]。此外,我国在全球范围内首次针对AED布局与投放提出《中国AED布局与投放专家共识》[10],这在一定程度上解决了AED在配置密度、配置位置、调配管理等问题。相关指南和专家共识准则是当前最佳循证的AED配备的黄金标准,具有较强的可推广性,对布局推荐整体把控全面但没有提供特定详细位置配置AED的建议,在实际配置AED过程中往往需要很大经济投入才能覆盖OHCA高风险区域。并且依据指南和共识布局AED的缺陷是具体布局方案会受到地方部门解释差异从而形成不同的配置方案,且不同地区经济文化差异等与指南提出的配置方案匹配程度有一定差异。同时,现在多数研究仍然缺乏对多种AED优化方法与基于既定指南和共识的配置方法对比,仍需要科学和基于大量数据的研究证据来解释不同环境下最佳的配置方案,将AED部署策略从基于主观认知和推荐意见的标准转变为基于客观和证据的在不同区域下最佳配置标准,从而确定不同环境下AED最佳数量和最佳位置。因此,建议在今后的研究中可增加多种优化方案与相关AED配置准则进行对比优化研究,从而更大程度充分利用当前PAD计划。

2 基于微观策略配置AED 2.1 基于OHCA风险配置AED

基于OHCA风险配置AED是目前常用的方法之一[11]。目前,多数地区考虑到促进PAD项目实施主要着手于将AED配置在公共场所如机场、学校、会议中心、大型商场等[7],主要考虑到人口基数、人口密度、人流量大可能与OHCA风险增加有关。但有研究[12]发现,仅有8.2%OHCA发生在公共场所。此外,有类似研究[13]发现,仅有13%的OHCA发生在公共场所,且不超过5.1%的第一目击者使用AED进行除颤。但目前多数OHCA主要发生在私人场所如家庭内部,且可获取的AED极少[14],呈现出AED配置位置与OHCA发生位置不匹配现象较为严重。虽然将AED配置在有OHCA事件的公共场所和高风险区域能够明显改善OHCA患者的预后且具有显著社会效益,在一定程度上具有较强的推广价值,但往往缺乏考虑时空、经济状况、交通布局、建筑特点等因素而降低AED可达性,并且将AED配置在所有OHCA高风险场所需要巨大成本投入,仍需结合多种优化手段确定OHAC风险排序来指导AED布局。

2.2 基于建筑物类型配置AED

现阶段多数国家均在其AED资源有限时根据心搏骤停“热点”确定建筑物类型来提供最佳AED配置位置。有研究[15]通过将基于指南、网格分布和建筑物类型的三种AED配置策略进行分析,发现基于建筑物类型在同等AED数量下明显增加对OHCA的覆盖率,且能使当地第一目击者快速定位最近的AED并在有效时间内获取AED进行施救。有研究[16]通过对建筑物分类,发现邮箱配置AED可在100 m、500 m处OHCA覆盖率分别达11.7%和85.6%,可使第一目击者快速定位AED位置,缩短除颤时间并提高施救率。此外,在多伦多,银行自动取款机、咖啡店和连锁餐厅是AED最佳配置场所[11],但在巴黎却是邮局、地铁站和自行车共享站[15]。因此,在城市地区基于建筑物类型是根据当地基础设施和交通网络所特有的,不同城市和国家最佳建筑物的AED配置位置尚有差异,但基于建筑物配置AED能见度高、24 h可达性且可在固定场所培训第一目击者等优势[15],所以目前在各国应用比较广泛。目前尚无研究使用类似方法报告农村地区最佳建筑物配置位置,农村地区适用性可能比城市地区更差。综上所述,对于使用基于建筑物类型的AED配置策略在今后的研究中或AED配置中应该考虑地标类型的数量、具体分布以及OHCA发生范围,且建筑物周围特征、人口密度、人口流动、城市化和人口数据等均需要考虑。

2.3 基于数学模型优化AED的配置

随着信息化技术的不断发展,大数据、云计算、人工智能等技术取得巨大进步,数学模型广泛运用于医学领域,特别是院前急救资源相对有限状况下数学模型在院前急救资源配置凸显出新趋势。数学模型是针对参照某种事物系统的特征或数量依存关系,采用数学语言,概括地或近似地表述出的一种数学结构。近年来,对AED选址定位研究主要集中在医学领域,国内外研究尝试多种模型应用于AED的配置研究,如最大覆盖选址模型(maximal covering locationg problem,MCLP)、时空优化模型(spatiotemporal optimization model,SOM)、两步移动搜寻法(two-step floating catchment area,2SFCA)[17-18]等。

2.3.1 最大覆盖选址模型

MCLP最早于1974年提出[19],是急救资源配置运用最为广泛成熟的模型之一,其可在给定数量的设施下,基于历史OHCA数据特征在规定的覆盖距离或时间内可达到最大人群覆盖率。有研究[20]通过使用MCLP来提高AED对于OHCA的覆盖率,计算出心搏骤停覆盖率的改善情况,并显示出优于基于人群为指导的AED部署策略。也有研究[8]使用MCLP并通过核密度估计心搏骤停的空间概率分布来优化和模型评估,最终用于指导AED部署。此外,有研究[21]使用地理信息系统评估地理路线的基础上基于MCLP优化携带AED的无人机路线并确定最佳无人机网络部署方案,显示有超过90.3%的无人机能在1 min内抵达急救现场,远远高于EMS在1 min内4.3%的响应率,降低投入成本的同时极大地缩短了AED获取时间,并且可远程评估并指导第一目击者现场急救,具有较强的可推广性。目前MCLP已经广泛应用于急救中心、消防中心和AED选址定位等,主要考虑这类应急救援设施多受到地域和时间制约,具有较强时效性,必须在规定时间内响应应急救护才能发挥其作用。

2.3.2 时空优化模型

现阶段多数研究通常会关注心搏骤停风险和AED可达性的空间因素,根据位置类型或地理空间进行AED部署。先前北美和欧洲研究表明,无法及时获取AED会显著降低对OHCA的覆盖率,导致OHCA患者除颤率大幅度下降,尤其是周末、晚上的AED可使用率下降50%[22],如果仅仅考虑AED布局的空间因素而缺乏对时间因素的考虑往往具有较低效益。时空优化模型可通过离散化的空间区域对应时间和空间变量,从而建立时空运筹的方程函数对AED配置位置进行求解,在基于空间变量的基础上考虑时间变量,可解决AED配置上空间和时间的障碍。有研究[23]通过对比时空优化模型和空间优化模型的AED配置应用效果,结果显示基于时空优化模型的AED对OHCA覆盖率优于空间优化模型,并首次验证了时空优化模型在新环境下优化部署方案仍具有潜在效益,在不同建筑基础和城市环境下具有较强的可推广性,以期能改善OHCA结局和全球范围内的PAD计划[12]。并且时间可达性也是AED配置指南中应考虑的关键问题,通过时空优化模型综合分析配置方案,以提高OHCA的空间和时间覆盖率和急救资源不足时AED的使用率,是促进PAD计划发展的有效方法。

2.3.3 两步移动搜寻法

2SFCA在医疗卫生领域主要用于公共设施的可及性和配置公平性分析,近年来逐渐用于确定AED部署的优先区域以提高OHCA患者存活率[17]。2SFCA主要通过模型构建对特定区域的AED供求比进行计算从而对高需求和低需求区域进行划分。有研究[18]应用对贝叶斯空间分析和集成嵌套拉普拉斯近似法(integrated nested laplacian approximation,INLA)对人口密度、老年人口比例和土地利用分类等多个因素进行复合空间风险分析,然后使用2SFCA来衡量空间风险和AED供应关系从而提高AED的空间可达性,实现在急救资源有限情况下对AED优先排序来部署AED,最大限度地减少AED在城市地区差距和农村地区不足的问题。该方法考虑到OHCA事件的聚类情况并结合了OHCA的相关危险因素如人口密度、年龄、建筑物类型等多种协变量,从需求上来看AED通常会被放置在OHCA高发位置,但缺乏对整体空间可及性的考虑,此外2SFCA也不提供精确的AED布局位置。综上所述,很难通过单一因素或单一方案确定AED部署策略,尚需结合多种配置优化方案,可使用数学优化模型来确定精确的AED位置,结合多种配置优化方法确保PAD实施效果,并确定可能不适合AED配置领域的优化配置策略。

除了上述配置策略外,有研究基于网格分布距离配置AED,分析等间距下AED对OHCA的覆盖率。此外,有研究[24]在忽略OHCA与AED位置之间任何障碍因素下基于计算机模型构建直线模型和步行路径模型,发现直线模型的OHCA覆盖率为30.04%而步行路径模型为11.17%,基于直线的模型一定程度上高估了城市环境中的覆盖率,但步行路径模型则更有助于研究AED部署。有研究[25]对新加坡2010—2017年发生OHCA的除颤时间进行分层,然后基于除颤时间对OHCA预后影响开发并验证了最大预期存活率模型(maximum expected survival rate,MESR),并以目前应用最为广泛成熟的基于测量覆盖半径的MCLP模型为基准进行比较[12],结果显示MESR模型应用效果显著优于MCLP模型。除颤时间是影响OHCA患者预后的主要因素和评估优化模型应用效果最直接的结局指标,该模型结合除颤时间对OHCA预后的非线性结果优化AED配置位置,模型运行过程中可降低AED获取途中多种现实障碍因素如路径分布、步行或骑行速度、建筑物特点、AED可用性等对AED可达性的影响。因此,笔者建议在今后研究中可进一步论证分析MESR模型在我国应用的可行性,该模型具有很强推广价值,是优化AED配置方法和推动PAD计划发展的有效方法。

3 PAD实施影响因素分析

目前虽然PAD项目已在多个国家有效推广,但随着研究深入,PAD实施过程逐步暴露多种问题,且PAD计划实施受到布局及数量、经济效益、法律责任、使用意愿、培训、技术限制和急救者心理等多种因素的影响[8],因此在AED资源有限前提下如何提高PAD项目的社会效益和经济效益值得研究。

3.1 主观因素

PAD实施过程会受到第一目击者知识技能、意愿、信心及心理状况等多种主观因素的影响。AHA指南[26]提出针对OHCA患者使用AED进行除颤是生存链的重要环节,PAD计划的顺利实施受到生存链多个环节的影响,如何通过PAD提高OHCA患者存活率的关键方法是对第一目击者进行CPR-D培训。日本研究表明,学校内合理配置AED和规范化CPR-D培训可使OHCA抢救成功率达到72%[27],接受过CPR-D培训的患者显示出更高的知识、意愿和信心。且AHA指南[26]表明未经培训的第一目击者使用AED进行除颤是安全有效的,应予鼓励。但实际急救过程中公众因不清楚AED使用方法或害怕错误使用AED后伤害患者承担相关法律后果而不愿意使用AED,有研究[28]发现运动场所有超过60%的OHCA未被行AED除颤是因为不知道附近有AED且对使用AED缺乏信心。在我国不到1%的公众接受过CPR-D急救培训[29],公众的急救知识与技能欠佳,AED知识缺乏呈现出AED使用信心不足致使AED使用率下降[30-31]。因此今后在增加AED投放数量的同时需提高公众急救培训率。

3.2 客观因素

同时AED布局位置、人群覆盖率、经济效益、管理举措、法律保护及AED可及性等多种客观因素均会对PAD实施存在潜在障碍。目前通常会将AED配置在人口密度较大场所如学校、地铁站、机场、交通枢纽中心等,然而这些位置缺乏科学化研究方法论证其有效性,有研究[32]发现多数OHCA发生在私人场所,且AED对OHCA的100 m覆盖率仅为23%。此外,有研究[9]对PAD实施调查显示,第一目击者行CPR-D最常见的地点是教育机构(86.5%),PAD计划的高人群覆盖率导致OHCA患者被实施PAD占比较高,但其OHCA发生率极低,AED整体使用率非常低,有研究[33]发现80%的AED被放置在学校,其AED使用率较低导致整体上降低了AED的可及性。因此,PAD项目实施过程如果缺乏科学化配置方案将导致急救资源不能实现最大化社会效益和经济效益。

4 促进PAD实施的策略与路径

推动PAD计划实施存在较大空间,今后仍需增加AED配置数量、完善配置方案、提高AED人群受训率,从而改善OHCA患者的预后。

4.1 加强PAD管理力度

完善PAD管理方案是确保能对紧急情况做出充分反应的基础。PAD项目顺利实施必须加强AED的正确组织和维护,确保AED处于备用状态至关重要,可联合当地卫生主管部门或专业医疗做好对AED的使用管理和维护,明确管理制度,指定专人担任急救设备协调员,定期对AED进行检查和维护,不仅要求性能高稳定性,且需要24 h处于待用状态,设备的状态直接关系到抢救质量,甚至关乎患者生命。针对PAD配备位置环境、人员及状态等特点,从采购、使用和管理3个环节入手,采取相应的管理措施,确保AED的性能和状态完好,实现急救设备的科学维护管理,达到有效利用。此外,随着物联网技术和相关定位系统的研究深入应逐步完善急救网络体系,可实现对AED设备的实时定位及可视化远程监控和管理,特别是远程同步指导对于提OHCA患者抢救的质量和效率至关重要。

4.2 优化PAD配置方案

科学、合理的AED配置策略是推动PAD项目实施的基础[7, 10]。我国目前OHCA发病率较高,但PAD项目发展相对滞后,AED配置数量、分布数量、人群覆盖率等均较低[5, 31],AED配置缺乏统一规范、科学合理的策略方案,致使有限的AED资源未能发挥合理效能。运用物联网、5G、云计算、大数据、人工智能等信息化技术,结合当地人口密度、人群特征、经济状况、建筑物特点、急救站点分布等,通过医、工、信多学科协同型推动PAD项目智能化发展[34],从而完善AED配置数量、选址定位、人群覆盖率、可达性、使用及调配管理等问题,实现多学科联合建设PAD计划的急救大平台,将AED配置方案由传统主观认知转变为基于客观和证据的标准,科学化循证AED配备的黄金标准。此外,可依托急救站、红十字会、培训机构等将AED与急救体系整合,纳入急救布局规划,持续改进院外急救系统,逐步推广我国PAD项目[35]

4.3 普及AED在公众的使用

成本效益是PAD实施的驱动动因,PAD项目的成本效益取决于AED的使用频率,AED的使用通常受到AED数量、公众急救普及率等影响,促进AED在公众中的使用是提高PAD成本效益的重要措施,从而驱动PAD项目的发展。目前除了北京、上海、海口等城市陆续增加AED的投放,其他城市整体投放率仍然很低,AED的覆盖率直接影响PAD的可及性,因此,应基于最佳配置方案不断投入AED的配置数量,增加对OHCA的覆盖率,确保能在“黄金4~6 min”取得急救设备[35]。其次,目前我国AED受训率整体较低[35],公众急救知识和技能不足。因此,应建立以政府为主导、专业人员开展的急救培训体系,制定完善的培训模式和管理机制,开展多元化培训方式,培训方式因地制宜,形式多样化,同时在AED配置场所培训固定的第一目击者,优化第一目击者配置位置,从而为社会培养更多的第一目击者,普及AED在公众的使用。

5 小结

尽管国内外研究尝试多种配置策略促进PAD的实施,但实施过程仍受限于多种因素,是院前急救的一大难题。虽然使用优化策略可提供AED配置位置,但OHCA发生风险和城市基础设施等差异导致其推广性可能会受到限制,但优化方法本身具有可推广性,可以应用于任何环境。因此,今后AED配置的政策声明应引入优化策略,使用数学建模等识别OHCA的地理集群,需结合宏观和微观上的多种策略优化其配置,为AED的配置提供参考依据,以增加AED对OHCA的覆盖率,促进PAD项目发展,从而改善院前急救效果。

利益冲突  所有作者声明无利益冲突

本文附录请登录中华急诊网(www.cem.org.cn)浏览

参考文献
[1] 李爽, 陈楚琳, 王胥人, 等. 浦东新区AED配置现状及合理性分析[J]. 中华急诊医学杂志, 2020(02): 289-291. DOI:10.3760/cma.j.issn.1671-0282.2020.02.0036
[2] Baumgarten M C, Röper J, Hahnenkamp K, et al. Drones delivering automated external defibrillators-Integrating unmanned aerial systems into the chain of survival: A simulation study in rural Germany[J]. Resuscitation, 2022, 172: 139-145. DOI:10.1016/j.resuscitation.2021.12.025
[3] Aeby D, Staeger P, Dami F. How to improve automated external defibrillator placement for out-of-hospital cardiac arrests: A case study[J]. PLoS One, 2021, 16(5): e250591. DOI:10.1371/journal.pone.0250591
[4] Brown T P, Perkins G D, Smith C M, et al. Are there disparities in the location of automated external defibrillators in England?[J]. Resuscitation, 2022, 170: 28-35. DOI:10.1016/j.resuscitation.2021.10.037
[5] Wang Y M, Lin L T, Jiang J H, et al. Public knowledge and attitudes toward automated external defibrillators use among first aid eLearning course participants: a survey[J]. J Cardiothorac Surg, 2022, 17(1): 119-217. DOI:10.1186/s13019-022-01863-1
[6] Berger S. Cardiopulmonary resuscitation and public access defibrillation in the current era--can we do better yet?[J]. J Am Heart Assoc, 2014, 3(2): e945. DOI:10.1161/JAHA.114.000945
[7] 骆丁, 张娜, 郑源, 等. 自动体外除颤仪的配置现状及实施研究进展[J]. 中国急救医学, 2021, 41(2): 182-185. DOI:10.3969/j.issn.1002-1949.2021.02.018
[8] Chan T C, Li H, Lebovic G, et al. Identifying locations for public access defibrillators using mathematical optimization[J]. Circulation, 2013, 127(17): 1801-1809. DOI:10.1161/CIRCULATIONAHA.113.001953
[9] Kobayashi D, Sado J, Kiyohara K, et al. Public location and survival from out-of-hospital cardiac arrest in the public-access defibrillation era in Japan[J]. J Cardiol, 2020, 75(1): 97-104. DOI:10.1016/j.jjcc.2019.06.005
[10] 中华医学会急诊医学分会, RU中国医学科学院海岛急救医学创新单元, 海南医学院急救与创伤研究教育部重点实验室, 等. 中国AED布局与投放专家共识[J]. 中华急诊医学杂志, 2020, 29(8): 1025-1031. DOI:10.3760/cma.j.issn.1671-0282.2020.08.003
[11] Sun CLF, Brooks SC, Morrison L J, et al. Ranking Businesses and Municipal Locations by Spatiotemporal Cardiac Arrest Risk to Guide Public Defibrillator Placement[J]. Circulation, 2017, 135(12): 1104-1119. DOI:10.1161/CIRCULATIONAHA.116.025349
[12] Sun C, Karlsson L, Torp-Pedersen C, et al. Spatiotemporal AED optimization is generalizable[J]. Resuscitation, 2018, 131: 101-107. DOI:10.1016/j.resuscitation.2018.08.012
[13] Moon S, Vadeboncoeur TF, Kortuem W, et al. Analysis of out-of-hospital cardiac arrest location and public access defibrillator placement in Metropolitan Phoenix, Arizona[J]. Resuscitation, 2015, 89: 43-49. DOI:10.1016/j.resuscitation.2014.10.029
[14] Deakin CD, Anfield S, Hodgetts G A. Underutilisation of public access defibrillation is related to retrieval distance and time-dependent availability[J]. Heart, 2018, 104(16): 1339-1343. DOI:10.1136/heartjnl-2018-312998
[15] Dahan B, Jabre P, Karam N, et al. Optimization of automated external defibrillator deployment outdoors: An evidence-based approach[J]. Resuscitation, 2016, 108: 68-74. DOI:10.1016/j.resuscitation.2016.09.010
[16] Deakin CD, Anfield S, Hodgetts GA. Which building types give optimal public access defibrillator coverage for out-of-hospital cardiac arrest?[J]. Resuscitation, 2020, 152: 149-156. DOI:10.1016/j.resuscitation.2020.05.002
[17] Tierney NJ, Mira A, Reinhold HJ, et al. Evaluating health facility access using Bayesian spatial models and location analysis methods[J]. PloS one, 2019, 14(8): e218310. DOI:10.1371/journal.pone.0218310
[18] Lin BC, Chen CW, Chen CC, et al. Spatial decision on allocating automated external defibrillators (AED) in communities by multi-criterion two-step floating catchment area (MC2SFCA)[J]. Int J Health Geogr, 2016, 15(1): 17. DOI:10.1186/s12942-016-0046-8
[19] Church R, Velle CR. The maximal covering location problem[J]. Papers in Regional Science, 1974, 32(1): 101-108. DOI:10.1007/BF01942293
[20] Chan TCY, Demirtas D, Kwon RH. Optimizing the deployment of public access defibrillators[J]. Manage Sci, 2016, 62(12): 3617-3635. DOI:10.1287/mnsc.2015.2312
[21] Pulver A, Wei R, Mann C. Locating AED Enabled Medical Drones to Enhance Cardiac Arrest Response Times[J]. Prehosp Emerg Care, 2016, 20(3): 378-389. DOI:10.3109/10903127.2015.1115932
[22] Hansen CM, Wissenberg M, Weeke P, et al. Automated external defibrillators inaccessible to more than half of nearby cardiac arrests in public locations during evening, nighttime, and weekends[J]. Circulation, 2013, 128(20): 2224-2231. DOI:10.1161/CIRCULATIONAHA.113.003066
[23] Sun CL, Demirtas D, Brooks SC, et al. Overcoming Spatial and Temporal Barriers to Public Access Defibrillators Via Optimization[J]. J Am Coll Cardiol, 2016, 68(8): 836-845. DOI:10.1016/j.jacc.2016.03.609
[24] Fan M, Fan K L, Leung L P. Walking Route-Based Calculation is Recommended for Optimizing Deployment of Publicly Accessible Defibrillators in Urban Cities[J]. J Am Heart Assoc, 2020, 9(2): e14398. DOI:10.1161/JAHA.119.014398
[25] Pourghaderi AR, Kogtikov N, Lees MH, et al. Maximum expected survival rate model for public access defibrillator placement[J]. Resuscitation, 2022, 170: 213-221. DOI:10.1016/j.resuscitation.2021.11.039
[26] Neumar RW, Shuster M, Callaway CW, et al. Part 1: Executive Summary: 2015 American Heart Association Guidelines Update for Cardiopulmonary Resuscitation and Emergency Cardiovascular Care[J]. Circulation, 2015, 132(18 Suppl 2): S315. DOI:10.1161/CIR.0000000000000252
[27] Kiguchi T, Kiyohara K, Kitamura T, et al. Public-Access Defibrillation and Survival of Out-of-Hospital Cardiac Arrest in Public vs. Residential Locations in Japan[J]. Circ J, 2019, 83(8): 1682-1688. DOI:10.1253/circj.CJ-19-0065
[28] Vernooij R W M, Goedhart E, Pardo-Hernandez H. In Place But Not Always Used: Automated External Defibrillators in Amateur Football[J]. Curr Sports Med Rep, 2017, 16(3): 126-128. DOI:10.1249/JSR.0000000000000352
[29] Zhang L, Li B, Zhao X, et al. Public access of automated external defibrillators in a metropolitan city of China[J]. Resuscitation, 2019, 140: 120-126. DOI:10.1016/j.resuscitation.2019.05.015
[30] 胡苏珍, 常秀春, 夏桂虎, 等. 宁波市公众对AED认知和使用的现况调查研究[J]. 中华急诊医学杂志, 2020, 29(4): 614-616. DOI:10.3760/cma.j.issn.1671-0282.2020022.023
[31] 骆丁, 徐立, 张娜, 等. 公众AED的知信行现状及影响因素分析[J]. 中国急救复苏与灾害医学杂志, 2021, 16(11): 1234-1239. DOI:10.3969/j.issn.1673-6966.2021.11.008
[32] Tierney N, Reinhold H, Mira A, et al. Novel relocation methods for automatic external defibrillator improve out-of-hospital cardiac arrest coverage under limited resources[J]. Resuscitation, 2018, 125: 83-89. DOI:10.1016/j.resuscitation.2018.01.055
[33] Brooks Steven C, Hsu Jonathan H, Tang Sabrina K, et al. Determining risk for out-of-hospital cardiac arrest by location type in a Canadian urban setting to guide future public access defibrillator placement[J]. Annals of emergency medicine, 2013, 61(5): 530-538. DOI:10.1016/j.annemergmed.2012.10.037
[34] 中华医学会急诊医学分会, 中国医师协会急诊医师分会, 解放军急救医学专业委员会, 等. 院前急救待援期公众应对措施专家共识[J]. 中华急诊医学杂志, 2022, 31(5): 585-591. DOI:10.3760/cma.j.issn.1671-0282.2022.05.003
[35] 郑源, 张娜, 周明, 等. 公共场所自动体外除颤仪配置的研究进展[J]. 中国急救复苏与灾害医学杂志, 2022, 17(3): 410-414. DOI:10.3969/j.issn.1673-6966.2022.03.033