The Airway App: exploring the role of smartphone technology to capture emergency front‐of‐neck airway experiences internationally
Notice bibliographique
Résumé
In this exploratory study we describe the utility of smartphone technology for anonymous retrospective observational data collection of emergency front-of-neck airway management. The medical community continues to debate the optimal technique for emergency front-of-neck airway management. Although individual clinicians infrequently perform this procedure, hundreds are performed annually worldwide. Ubiquitous smartphone technology and internet connectivity have created the opportunity to collect these data. We created the 'Airway App', a smartphone application to capture the experiences of healthcare providers involved in emergency front-of-neck airway procedures. In the first 18-month period, 104 emergency front-of-neck airway management reports were received; 99 (95%) were internally valid and unique from 21 countries. Eighty-one (82%) were performed by non-surgeons and 63 (64%) were 'cannot intubate, cannot oxygenate' emergencies. Overall first-attempt success varied by technique; 45 scalpel-bougie cricothyroidotomy (37 first-attempt success), 25 surgical cricothyroidotomy (15 first-attempt success), eight cannula cricothyroidotomy (five first-attempt success), six wire-guided cricothyroidotomy (three first-attempt success) and 15 tracheostomy reports (11 first-attempt success). The most commonly reported positive human factors were good communication, good teamwork and/or skilled personnel. The most commonly reported negative human factors were fixation on multiple tracheal intubation attempts, delay in initiating emergency front-of-neck airway and/or the failure to plan for failure. Due to the anonymous nature of reporting, reports are open to recollection bias and spurious reporting. We conclude collection of data using a smartphone application is feasible and has the potential to expand our knowledge of emergency front-of-neck airway management.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».