Validation of a Mathematical Model for Ultrasound Assessment of Gastric Volume by Gastroscopic Examination
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Pulmonary aspiration of gastric contents is a serious perioperative complication. Previous models of ultrasound gastric volume assessment are preliminary and have not been validated by an external "gold standard." In the present study we propose a more accurate model based on prospective data obtained from 108 patients undergoing bedside gastric sonography and upper gastrointestinal endoscopy (UGE). METHODS: Patients undergoing elective UGE were randomized to ingest one of 6 predetermined volumes of apple juice after an 8-hour fasting period. A cross-sectional area of the antrum in the right lateral decubitus position (Right lat CSA) was measured by a blinded sonographer following a standardized scanning protocol. Gastric fluid was subsequently suctioned under gastroscopic vision during UGE performed by a blinded gastroenterologist and measured to the nearest milliliter. RESULTS: Data from 108 patients suggest that a previously reported model tends to overestimate gastric volume particularly at low volume states. A new best fit mathematical model to predict gastric fluid volume based on measurements of Right lat CSA is presented. This new model built on a more accurate gold standard can be used to estimate gastric volumes from 0 to 500 mL, in nonpregnant adults with body mass index<40 kg/m2. CONCLUSIONS: We report a new prediction model to assess gastric fluid volume using standard 2-dimentional bedside ultrasound that has several advantages over previously reported models.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle