MétaCan
Menu
← Retour à la cohorte
Enregistrement W3095249089 · doi:10.1183/13993003.congress-2020.2979

How is ultrasound imaging being used to assess respiratory musculature? A systematic review

2020· review· en· W3095249089 sur OpenAlexaff
Selina M. Parry, Claire Baldwin, Catherine L. Granger, Kirby P. Mayer, Shaza Abo, Michael T. Paris, George Ntoumenopoulos, Amy M. Pastva, Doa El‐Ansary, Marina Mourtzakis, Aarti Sarwal

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineSupine positionUltrasoundDiaphragm (acoustics)Data extractionCINAHLCochrane LibraryRadiologyUltrasonographyMEDLINEPathologyInternal medicineMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Objectives: 1) To identify studies which have used ultrasound imaging to evaluate respiratory musculature; and 2) evaluate, synthesize and compare the methodology for image acquisition and analysis. Methods: Data Sources: Five electronic databases (Medline, CINAHL, EMBASE, Scopus and Cochrane Library) with the last search run in February 2020.Eligibility: English language quantitative studies assessing ultrasound imaging of the respiratory musculature. No restriction based on clinical pathology. Data Extraction and Synthesis: Two authors independently screened studies for inclusion and performed data extraction. Results: A total of 123 papers on 8,131 participants were identified with 46% published since 2018. The three most common clinical populations were: ICU (n=48/123, 39%); respiratory (n=20/123, 16%) and neurological (n=20/123, 16%). Studies were predominantly undertaken in Europe (n=45/123, 37%) and Asia (n=31/123, 25%). Within the ICU field the main focus was on the predictive validity of diaphragm ultrasonography for successful extubation and/or weaning failure. Two studies specifically evaluated the intercostal muscle. The most commonly evaluated diaphragm muscle characteristics were: thickness, thickening fraction and excursion. There was wide variation in the ultrasound machine and probe used. If patient position was specified the most common position was supine to semi recumbent with most common imaging view being either: intercostal and/or subcostal. Conclusion: This systematic review highlights the recent literature growth on respiratory muscle imaging. There is an urgent need to understand the clinimetric properties and utility of ultrasonography as a predictive tool.

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)0,028
score de la tête « metaresearch » (Gemma)0,134
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,028
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,134
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0110,009
Bibliométrie0,0180,020
Études des sciences et des technologies0,0010,002
Communication savante0,0060,006
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,101
Tête enseignante GPT0,370
Écart entre enseignants0,269 · 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'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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRespiratory Support and Mechanisms→Travaux en français237 207→