A model of integrated lung and focused heart ultrasound as a new screening examination in infants at risk of respiratory or hemodynamic compromise
Notice bibliographique
Résumé
Objective: This was a feasibility study to determine whether an educational program conducted over 2 days followed by 25 performed studies under supervision equips physicians with the skills to accurately interpret and perform integrated lung ultrasound (LUS) and focused heart ultrasound (FHUS) as a screening exam in infants at risk of respiratory or hemodynamic compromise. Methods: We conducted a training course over 2 days (total of 16 hours) to teach fellows how to interpret a pre-designed model of LUS and FHUS, as a screening exam for infants at risk of respiratory or hemodynamic compromise. Then trainees performed 25 cases with different neonatal lung and functional heart issues. The screening model included only the basic views required to evaluate common lung parenchymal and functional neonatal heart conditions in sick infants. The accuracy of interpretation during the course was assessed by Kappa. Results: The inter-rater agreement between all trainees and instructor improved on the second day of the course to Kappa 0.86 (95% CI: 0.72-0.97) for LUS views and 0.78 (95% CI: 0.69-0.91) for FHUS views. The inter-rater agreement between trainees themselves improved from Kappa 0.64 (95% CI: 0.47-0.81) for LUS on day one to 0.89 (95% CI: 0.81-0.96) on day two. And from 0.58 (95% CI: 0.44-0.73) on day one to 0.75 (95% CI: 0.68-0.84) on day two. Conclusion: Bedside screening, using integrated LUS and FHUS can be a useful adjunct to clinical examination in infants at risk of respiratory or hemodynamic compromise.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».