Tracheal Intubation Through the I-gelTM Supraglottic Airway Versus the LMA FastrachTM
Notice bibliographique
Résumé
In Brief BACKGROUND: Racial and ethnic disparities in the treatment of pain have been well documented, and there is evidence of such disparities in neuraxial analgesia use. Our objectives of this study were to analyze racial/ethnic disparities in neuraxial analgesia use, as well as anticipated use, among laboring Hispanic, African-American, and Caucasian women, and to evaluate sociodemographic, clinical, and decision-making predictors of actual and anticipated neuraxial analgesia use among these women. METHODS: Laboring women, in a large urban academic hospital, were interviewed using a face-to-face survey to determine individual factors that may influence choice of labor analgesia. After delivery, the type of labor analgesia used was recorded. The primary outcome was use of neuraxial analgesia. Multivariable logistic regression models were estimated to test the likelihood that race and ethnicity were significantly associated with neuraxial analgesia use, anticipated neuraxial analgesia use, and the intrapartum decision to use neuraxial analgesia. RESULTS: There was a univariate association between race/ethnicity and anticipated as well as actual use of neuraxial analgesia. However, there was no association between race/ethnicity and the intrapartum decision to use neuraxial analgesia. After controlling for confounders, the association between race/ethnicity and actual use of neuraxial analgesia no longer remained significant (adjusted odds ratio: Hispanic versus Caucasian women 0.66, 95% confidence interval [CI]: 0.24 to 1.80; African-American versus Caucasian women 0.93, 95% CI: 0.31 to 2.77). In contrast, Hispanic women were less likely than Caucasian women to anticipate using neuraxial analgesia even after controlling for confounders (adjusted odds ratio 0.40, 95% CI: 0.20 to 0.82). CONCLUSIONS: After controlling for confounding variables, Hispanic women anticipated using neuraxial analgesia at a lower rate than other racial/ethnic groups; however, actual use was similar among groups. Published ahead of print November 10, 2011
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».