MétaCan
Menu
Retour à la cohorte
Enregistrement W2129951806 · doi:10.1177/2333794x14568453

Retrospective Review of Current Nasojejunal Tube Insertion Practice

2015· article· en· W2129951806 sur OpenAlexaff
Natasha Sheikh, Michelle Falkiner, Mary-Louise Greer

Notice bibliographique

RevueGlobal Pediatric Health · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAirway Management and Intubation Techniques
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineCurrent (fluid)Retrospective cohort studyIntensive care medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Repeated fluoroscopically guided nasojejunal tube (NJT) insertions, particularly in children, can pose health risks through increased radiation exposure. We analyzed frequency of NJT reinsertions and associated radiation exposure through retrospective evaluation of children <18 years at our institution who underwent fluoroscopically guided NJT insertions from 2007 to 2012. Age and weight, reinsertion frequency per patient, radiation dose (dose actual percentage [DAP]), time interval between, and indication for reinsertion were recorded. A total of 252 children (3 days to17 years, 11 months) had 449 NJT insertions. Reinsertions occurred in 105 (41.7%) patients with 14 (5.6%) having ≥5 reinsertions, and 67.6% of reinsertions occurring in patients <1 year. Mean DAP increased with frequency of reinsertion, along with age and weight. Most common indication for reinsertion was a pulled NJT (34.0%). Fluoroscopic NJT reinsertion was most frequent in younger, smaller patients. Self-guided, bedside NJT insertion, and/or earlier instigation of definitive nutritional therapy delivery should be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,413
Écart entre enseignants0,357 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Pediatric HealthMême sujetAirway Management and Intubation TechniquesTravaux en français237 207