MétaCan
Menu
Retour à la cohorte
Enregistrement W2785149862 · doi:10.14740/jocmr3320w

Predicting Difficult Intubation in Emergency Department by Intubation Assessment Score

2018· article· en· W2785149862 sur OpenAlexvenueno aff
Winchana Srivilaithon, Sombat Muengtaweepongsa, Yuwares Sittichanbuncha, Jayanton Patumanond

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAirway Management and Intubation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntubationMedicineEmergency departmentConfidence intervalReceiver operating characteristicTracheal intubationAirwayAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The difficult intubation is associated with failure of emergency tracheal intubation. This study aimed to develop and validate a model for predicting difficult intubation in emergency department (ED). METHODS: A cross-sectional study was conducted in the ED. We collected data from all consecutive adult patients who underwent emergency tracheal intubation. Patients were excluded if they were intubated by low experience intubator. The difficult intubation was defined by grade III or IV of Cormack and Lehane classification. We used multivariable regression model to identify significant predictors of difficult intubation and weighted points proportional to the beta coefficient values. The ability to discriminate was quantified by using the area under receiver operating characteristics curve (AuROC). The bootstrapping method was used to validate the performance. RESULTS: A total of 1,212 intubations were analyzed. One hundred and fifty-seven intubations were enrolled in difficult intubation group. Five independence predictors were identified, and each was assigned a number of points proportional to its beta coefficient: male gender (one), large tongue (two), limit mouth opening (two), poor neck mobility (two), and presence of obstructed airway (three). Intubation assessment score model was created and applied to all subjects. The AuROC was 0.81 (95% confidence interval (CI): 0.77 - 0.85) for the development dataset, and 0.80 (95% CI: 0.76 - 0.85) for the validation dataset. We defined three risk groups: low risk (zero to one points), intermediate risk (two to three points), and high risk (above three points), and the difficult intubation rate was 4.7%, 22.5%, and 53.6%, respectively. CONCLUSIONS: Intubation assessment score model was constructed from patients' simple characteristics and performed well in predicting difficult intubation and can discriminate between with and without difficult intubation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,322
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,219
Tête enseignante GPT0,573
Écart entre enseignants0,353 · 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 tête enseignante, pas un consensus.

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

Citations32
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetAirway Management and Intubation TechniquesTravaux en français237 207