MétaCan
Menu
Retour à la cohorte
Enregistrement W2767809164 · doi:10.1097/pec.0000000000001308

Aeromedical Transport in Children

2017· article· en· W2767809164 sur OpenAlexaff
Guillaume Mortamet, Karen Harrington, Hervé Raffin, Yann Menat, Mehdi Oualha, Sylvain Renolleau

Notice bibliographique

RevuePediatric Emergency Care · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicineAir transportEmergency medicineRetrospective cohort studyMechanical ventilationPediatricsPediatric burnAir travelPopulationRepatriationMedical emergencySurgeryAnesthesiaAviation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Pediatric aeromedical transport (AT) is highly challenging. We aim to describe a series of 96 cases of children requiring medical transport in terms of the indication, modalities, and related adverse events. METHODS: In this single-center retrospective study, we included air-transported patients less than 18 years old. RESULTS: During the study period, 96 patients, with median age of 120 months (range, 0-204), were air transported. The reason for AT was repatriation to the home country from another hospital in 65 (67.7%), whereas for 31 (32.3%) patients, it was for transport from a hospital to another for a special procedure. The main diagnosis was trauma surgery (n = 38; 39.5%). Fifteen (15.6%) patients were mechanically ventilated. No patient sustained serious adverse events during the flight. Patients were transported by an air ambulance or by a scheduled aircraft in 55.2% and 44.8%, respectively. The median flight distance was 822 km (range, 277-9878), and most of the ATs were intra-European (n = 41; 42.7%). CONCLUSION: This study describes an international experience in providing AT services for pediatric clinical cases. Among pediatric patients, the younger ones constitute a specific population, and most of them require mechanical ventilation. Therefore, the transport of these patients seems to be more appropriate in a dedicated air ambulance.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,298
Écart entre enseignants0,283 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Emergency CareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207