MétaCan
Menu
Retour à la cohorte
Enregistrement W2132023237 · doi:10.1136/archdischild-2012-303062

Long-term ventilation in children: longitudinal trends and outcomes

2013· article· en· W2132023237 sur OpenAlexaff
Catherine M. McDougall, Robert Adderley, David Wensley, Michael Seear

Notice bibliographique

RevueArchives of Disease in Childhood · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensBritish Columbia Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)CohortPediatricsPopulationVentilation (architecture)ReferralCohort studyEmergency medicineInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cross-sectional studies have suggested a rapid expansion in paediatric long-term ventilation (LTV) over the last 20 years but information on longitudinal trends is limited. METHODS: Data were collected prospectively on all patients receiving LTV over a 15-year period (1.1.95-31.12.09) in a single regional referral centre. RESULTS: 144 children commenced LTV during the 15-year period. The incidence of LTV increased significantly over time, with an accompanying 10-fold increase in prevalence due to a significant increase in institution of non-invasive ventilation (NIV). There was no significant increase in invasive ventilation. 5-year survival was 94% overall and was significantly higher for patients on NIV (97%) than invasively ventilated patients (84%). 10-year survival was 91% overall. Although some children were able to discontinue respiratory support (21% at 5 years and 42% at 10 years), the number of patients transitioned to adult services increased significantly over time (26% of total cohort). Patients with neuromuscular disease were less likely to discontinue support than other patients. CONCLUSIONS: The paediatric LTV population has expanded significantly over 15 years. Future planning of paediatric hospital and community services, as well as adult services, must take into account the needs of this growing population.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,262
Écart entre enseignants0,253 · 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

Citations142
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetRespiratory Support and MechanismsTravaux en français237 207