Diagnostic Accuracy of Point-of-Care Gastric Ultrasound
Notice bibliographique
Résumé
BACKGROUND: Pulmonary aspiration of gastric contents is associated with significant perioperative morbidity and mortality. Previous studies have investigated the validity, reliability, and possible clinical impact of gastric ultrasound for the assessment of gastric content at the bedside. In the present study, we examined the accuracy (evaluated as sensitivity, specificity, and likelihood ratios) of point-of-care gastric ultrasound to detect a "full stomach" in a simulated scenario of clinical equipoise. METHODS: After a minimum fasting period of 8 hours, 40 healthy volunteers were randomized in a 1:1 ratio to either remain fasted or ingest a standardized quantity of clear fluid or solid. Each subject was randomized twice on 2 independent study sessions at least 24 hours apart. A gastric ultrasound examination was performed by a blinded sonographer following a standardized scanning protocol. Using a combination of qualitative and quantitative findings, the result was summarized in a dichotomous manner as positive (any solid or >1.5 mL/kg of clear fluid) or negative (no solid and ≤1.5 mL/kg of clear fluid) for full stomach. RESULTS: Data from 80 study sessions were analyzed. In this simulated clinical scenario with a pretest probability of 50%, point-of-care gastric ultrasound had a sensitivity of 1.0 (95% confidence interval [CI], 0.925-1.0), a specificity of 0.975 (95% CI, 0.95-1.0), a positive likelihood ratio of 40.0 (95% CI, 10.33-∞), a negative likelihood ratio of 0 (95% CI, 0-0.072), a positive predictive value of 0.976 (95% CI, 0.878-1.0), and a negative predictive value of 1.0 (95% CI, 0.92-1.0). CONCLUSIONS: Our results suggest that bedside gastric ultrasound is highly sensitive and specific to detect or rule out a full stomach in clinical scenarios in which the presence of gastric content is uncertain.
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 | 0,013 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».