A simple method to predict pretracheal tissue thickness to prevent accidental decannulation in the obese
Notice bibliographique
Résumé
OBJECTIVE: Accidental decannulation is the most common and serious complication associated with tracheostomy in obese patients. We lack a simple way to choose appropriate-size tracheostomy tubes in this patient subset. Our purpose was to 1) establish the range of trachea-to-skin soft tissue thickness (TTSSTT) in obese patients and 2) determine which easily obtained anthropometric measurements are most predictive of TTSSTT. STUDY DESIGN: Case series with planned data collection. SETTING: Tertiary care center. SUBJECTS AND METHODS: Forty consenting patients with body mass index ranging from 30 to 70 were evaluated. These patients, from a bariatric clinic, underwent ultrasound (US) of the neck in predetermined sitting, supine, and neck-extended positions (as for tracheostomy). US was performed by a qualified radiologist. Standard anthropometric measurements of weight, height, arm, hip, waist, and neck sizes were performed. Multiple regression analysis was used to determine which anthropometric measurements best correlated with TTSSTT. RESULTS: The TTSSTT, as measured by US in the supine position, ranged from 0.65 to 3.53 cm. Although the anthropometric measurement most predictive of TTSSTT was waist circumference, a combination of the more practical arm and neck circumferences resulted in an equivalent correlation (r = 0.82). The average root mean squared error was 0.4 cm. From the fitted regression equation, a table predicting TTSSTT from neck and arm circumference was prepared. CONCLUSION: TTSSTT can be closely predicted using simple anthropometric tape measures. The predicted TTSSTT can be used to select appropriate tracheostomy tube size in obese patients. Use of this simple tool is expected to significantly reduce the incidence of accidental decannulation in obese patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».