MétaCan
Menu
Retour à la cohorte
Enregistrement W2790575186 · doi:10.1164/rccm.201711-2233ci

A Systematic Review of Tools to Measure Respiratory Rate in Order to Identify Childhood Pneumonia

2018· review· en· W2790575186 sur OpenAlexaff
Amy Sarah Ginsburg, Jennifer L. Lenahan, Rasa Izadnegahdar, J. Mark Ansermino

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePneumoniaIntensive care medicineRespiratory rateMortality rateMEDLINESurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pneumonia is the leading infectious cause of death in children worldwide, with most deaths occurring in developing countries. Measuring respiratory rate is critical to the World Health Organization's guidelines for diagnosing childhood pneumonia in low-resource settings, yet it is difficult to accurately measure. We conducted a systematic review to landscape existing respiratory rate measurement technologies. We searched PubMed, Embase, and Compendex for studies published through September 2017 assessing the accuracy of respiratory rate measurement technologies in children. We identified 16 studies: 2 describing manual devices and 14 describing automated devices. Although both studies describing manual devices took place in low-resource settings, all studies describing automated devices were conducted in well-resourced settings. Direct comparison between studies was complicated by small sample size, absence of a consistent reference standard, and variations in comparison methodology. There is an urgent need for affordable and appropriate innovations that can reliably measure a child's respiratory rate in low-resource settings. Accelerating development or scale-up of these technologies could have the potential to advance childhood pneumonia diagnosis worldwide.

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)0,007
score de la tête « metaresearch » (Gemma)0,062
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,088
Tête enseignante GPT0,455
Écart entre enseignants0,367 · 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'étudeRevue systématique
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

Citations93
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetRespiratory viral infections researchTravaux en français237 207