42: Videolaryngoscope vs Classic Laryngoscope in Teaching Neonatal Endotracheal Intubation: A Randomized Controlled Trial
Notice bibliographique
Résumé
For pediatric trainees, acquiring the skill of neonatal endotracheal intubation (ETI) is difficult because of particularities in the neonate's airway. The videolaryngoscope (VL) technique has been used for adult and pediatric airways, and could be a method of choice in teaching neonatal ETI. On the neonatal mannequin model, VL improves success rate of ETI. However, only preliminary clinical experience has been described in newborns. Assess if the VL is superior to the classic laryngoscope (CL) in acquiring neonatal ETI skill in the Neonatal Intensive Care Unit (NICU). A randomized controlled trial was held in the NICU at CHU Ste-Justine (July 2011 to June 2013). Primary outcome: Success rate and learning curve (Generalized estimating equations). Secondary outcomes: a) Time to successful intubation (Mann-Whitney Test); b) Recognition of problems related to ETI by the supervisor and residents' level of confidence (Independent t-test). We randomized 34 pediatric residents to perform 213 ETI using either the VL or the CL. In both groups, prior training, experience in the NICU and with neonatal ETI were similar. Patient characteristics, success rate and time to successful intubation are presented in the table. The learning curve seems better with the CL for the first two intubations, however the initial success rate in this group is lower. After the second intubation, the learning curve is similar for both laryngoscopes. Supervisors recognized problems related to visualization of glottis (P=0.02) and insertion of endotracheal tube (P=0.05) more easily with the VL. Residents' level of confidence regarding their technical competence was higher with the CL (P=0.01). In the NICU, while learning ETI, success rate is improved with the VL. Although time to successful intubation with the VL is longer, this difference is not clinically significant. Residents have a higher level of confidence in their technical competence when using the CL, however supervisors recognize more easily problems in the ETI procedure with the VL.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».