MétaCan
Menu
Retour à la cohorte
Enregistrement W3014995875 · doi:10.1097/aln.0000000000003272

Radial Artery Cannulation in Young Children: Comment

2020· letter· en· W3014995875 sur OpenAlexaff
Gerhardus J.A.J.M. Kuiper

Notice bibliographique

RevueAnesthesiology · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueVascular Procedures and Complications
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineRadial arteryCardiologyArtery

Résumé

récupéré en direct d'OpenAlex

W e read with interest the report by Quan et al. of a novel acoustic shadowing technique for pediatric arterial cannulation-a technically difficult procedure even for experts. 1 The first-pass success rate of 60% by experienced providers (with more than 50 ultrasound-guided cannulations) in their report in 9 ± 3-month-old children for the traditional ultrasound group seems low, but is consistent with previously published data.2,3 The authors choose to use procedural times as a secondary outcome, which we believe is a misleading metric in this context.The authors state that the decreased time to ultrasound localization of the artery (18 s vs. 4 s) and decreased time to arterial puncture (40 s vs. 24 s) demonstrate an efficiency advantage and time savings compared to traditional ultrasound utilization.A more accurate representation of the true impact on efficiency and timeliness would incorporate setup time for the novel technique, which we strongly suspect would outweigh the clinically insignificant (30 s total) time savings the authors report.In the pediatric critical care setting, trainee first-pass success utilizing ultrasound guidance has been reported at 28%, with an average total procedure time of 8.1 min.4 Reduction in procedural time may be a more valid outcome measure among less experienced practitioners than in the context in which the authors found such minimal change.As educators, we would be interested in seeing the impact of this novel intervention on trainee performance and cumulative sum learning curves, and we encourage the authors to continue to investigate this issue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0020,006
Science ouverte0,0050,002
Intégrité de la recherche0,0310,040
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesiologyMême sujetVascular Procedures and ComplicationsTravaux en français237 207