MétaCan
Menu
Retour à la cohorte
Enregistrement W1487669341 · doi:10.1111/aor.12032

Evolution of Technology, Establishment of Program, and Clinical Outcomes in Pediatric Extracorporeal Membrane Oxygenation: The “SickKids” Experience

2013· article· en· W1487669341 sur OpenAlexaffabout
Yasuhiro Kotani, Osami Honjo, Lisa Davey, Devin Chetan, Anne‐Marie Guerguerian, Colleen Gruenwald

Notice bibliographique

RevueArtificial Organs · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Circulatory Support Devices
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExtracorporeal membrane oxygenationMedicineLife supportCardiopulmonary resuscitationIntensive care medicineExtracorporealCannulaResuscitationSurgery

Résumé

récupéré en direct d'OpenAlex

Technological development has had a tremendous impact on the management of patients who require extracorporeal membrane oxygenation (ECMO). Team development and education are a vital component of a successful extracorporeal life support (ECLS) Program to reduce complications and subsequently improve clinical outcomes. We sought to review the evolution in technology, importance of team development and training, and report our experience at The Hospital for Sick Children, Toronto. There were a total of 576 ECMO runs in 534 patients (42 repeat ECMO runs) between January 1988 and June 2012. The use of ECMO for cardiac disease has increased in the last decade due to an expanded indication for ECMO in patients with single-ventricle physiology. Cardiac ECMO still remains a challenge in terms of survival (177/392, 45%). Although development of an ECLS program and team education facilitated extracorporeal cardiopulmonary resuscitation, clinical outcomes were not satisfactory (survival, 33%). The most common complications were hemorrhagic (13.8%), followed by renal (10.6%) and pulmonary dysfunction (6.9%). Advances in technology made management during ECMO safer, and the mechanical complications related to the ECMO system were 6.1%, including circuit changes due to thrombus formation, cannula repositioning, or optimization of size.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArtificial OrgansMême sujetMechanical Circulatory Support DevicesTravaux en français237 207