Predictors of extubation readiness in preterm infants: a systematic review and meta-analysis
Notice bibliographique
Résumé
CONTEXT: A variety of extubation readiness tests have already been incorporated into clinical practice in preterm infants. OBJECTIVE: To identify predictor tests of successful extubation and determine their accuracy compared with clinical judgement alone. METHODS: MEDLINE, Embase, PubMed, Cochrane Library and Web of Science were searched between 1984 and June 2016. Studies evaluating predictors of extubation success during a period free of mechanical inflations in infants less than 37 weeks' gestation were included. Risk of bias was assessed using the Quality Assessment of Diagnostic Accuracy Studies-2 tool. After identifying and describing all predictor tests, pooled sensitivity and specificity estimates for the different test categories were generated using a bivariate random-effects model. RESULTS: O positive end-expiratory pressure and measured several clinical and/or physiological parameters. Thirty-one predictor tests were identified, showing good sensitivities but low and variable specificities. Given the high variation in test definitions across studies, pooling could only be performed on a subset. The commonly performed spontaneous breathing trials had pooled sensitivity of 95% (95% CI 87% to 99%) and specificity of 62% (95% CI 38% to 82%), while composite tests offered the best performance characteristics. CONCLUSIONS: There is a lack of strong evidence to support the use of extubation readiness tests in preterm infants. Although spontaneous breathing trials are attractive assessment tools, higher quality studies are needed for determining the optimal strategies for improving their accuracy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».