Methods for Estimating Endotracheal Tube Insertion Depth in Neonates: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Objective To systematically review the methods for estimating endotracheal tube (ETT) insertion depth in neonates. Study Design Medline, Embase, Cochrane Central, and Cumulative Index to Nursing and Allied Health Literature databases searched for randomized clinical trials (RCTs). RCTs comparing two or more different methods to estimate ETT insertion depth were included. Two co-authors independently extracted the data and assessed the risk of bias. The primary outcome includes the proportion of optimally placed ETT tips identified on chest X-ray. Results Eight RCTs evaluating seven different estimation methods were included. Trials varied defining the optimal position of the ETT tip. Overall, the percentage of optimal position ranged from 8.8 to 93%. The weight, gestation nomogram, and vocal cord estimation methods resulted in malpositioning of ETT tips in more than half of infants ≤30 weeks' gestational age. The rates of optimal ETT tip placement with the digital palpation method differ between moderately (83–93%; two RCTs) and extremely (47%; one RCT) preterm infants. Meta-analysis showed no difference between weight-based and digital palpation methods (relative risk = 0.88; 95% confidence interval = 0.75–1.04; three RCTs; participants = 205; I 2 = 0%; quality of evidence, low). Conclusion Commonly used estimation methods for ETT tip placement are inaccurate and unreliable. Further research is required to improve the accuracy of estimation methods and also to identify the usefulness of the digital palpation method in large clinical trials.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».