An International Delphi Survey on the use of Atropine for Critical Care Intubation
Notice bibliographique
Résumé
Atropine has almost disappeared from routine anaesthetic practice, but is increasingly recommended and used for intubation of critically ill children. We sought to determine the influences on atropine use during critical care intubation by a group of 61 paediatric intensivists from eight countries in Europe and North and South America, using a Delphi approach. In addition, we wished to establish whether it was possible to give recommendations for atropine use. An expert panel examined clinical indicators or outcomes and atropine-prescribing practices, which potentially could influence atropine prescription. The indicators were formatted into Likert-type questionnaires before being answered by the intensivists in two rounds of structured questioning, with qualitative and quantitative feedback. A stratification into frequent, intermediate and infrequent users, was constructed, according to the frequency of atropine use. Consensus was considered to have been achieved for a median score of ≥7 with ≥75% agreement. We found three areas of consensus: personal practice determines atropine use; there is a risk of death during critical care intubation; and the presence of fever should not influence atropine use. A near-consensus was reached that children are at risk of haemodynamic disturbance. Importantly, there was no consensus that the use of atropine prevents either bradycardia or reduces the risk of hypotension or death during intubation. The use of atropine to prevent haemodynamic instability during intubation remains controversial and consensus was not forthcoming, despite agreement on several risk factors. In particular, the usefulness of atropine to prevent bradycardia, hypotension or death during critical care intubation remains uncertain.
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 | 0,000 | 0,005 |
| 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 | 0,000 |
| 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 ».