MétaCan
Menu
Retour à la cohorte
Enregistrement W3115295780 · doi:10.1097/mop.0000000000000993

Automated control of fraction of inspired oxygen: is it time for widespread adoption?

2020· review· en· W3115295780 sur OpenAlexaff
Souvik Mitra, Douglas McMillan

Notice bibliographique

RevueCurrent Opinion in Pediatrics · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineFraction (chemistry)Chromatography

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Over the past two decades, numerous algorithms for automated control of the fraction of inspired oxygen (FiO2) have been developed and incorporated into contemporary neonatal ventilators and high-flow devices in an attempt to optimize supplemental oxygen therapy in preterm infants. This review explores whether current evidence is sufficient to recommend widespread adoption of automated oxygen control in neonatal care. RECENT FINDINGS: To date, 15 studies have compared automated versus manual control of FiO2 in preterm infants on respiratory support. This includes four new randomized cross-over trials published in the last 2 years. Available evidence consistently demonstrates a significant improvement in time spent within the target saturation range with automated FiO2 control. There are fewer episodes of severe hypoxemia and fewer manual FiO2 adjustments with automated oxygen control. Nursing workload may be reduced. However, no currently completed studies report on clinical outcomes, such as chronic lung disease or retinopathy of prematurity. SUMMARY: Automated oxygen control appears to be a reasonable option for FiO2 titration in preterm infants on respiratory support, if resources are available, and might substantially reduce nursing workload. Further randomized clinical trials to explore its effects on clinical outcomes are required.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,163
Tête enseignante GPT0,479
Écart entre enseignants0,316 · 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
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in PediatricsMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207