MétaCan
Menu
Retour à la cohorte
Enregistrement W3178878183 · doi:10.1001/jamaoto.2021.1548

Clinical Prediction Models for Suspected Pediatric Foreign Body Aspiration

2021· review· en· W3178878183 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAMA Otolaryngology–Head & Neck Surgery · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueForeign Body Medical Cases
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésData extractionCINAHLMedicineMEDLINECritical appraisalDiagnostic odds ratioMeta-analysisPsychological interventionInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Importance: Although various clinical prediction models (CPMs) have been described for diagnosing pediatric foreign body aspiration (FBA), to our knowledge, there is still no consensus regarding indications for bronchoscopy, the criterion standard for identifying airway foreign bodies. Objective: To evaluate currently available CPMs for diagnosing FBA in children. Data Sources: Performed in Ovid MEDLINE, Ovid Embase, PubMed, Web of Science, and CINAHL database with citation searching of retrieved studies. Study Selection: Prediction model derivation and validation studies for diagnosing FBA in children were included. Exclusion criteria included adult studies; studies that included variables that were not available in routine clinical practice and outcomes for FBA were not separate or extractable. Data Extraction and Synthesis: We followed the Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modeling Studies and the Prediction Model Risk of Bias Assessment Tool framework. Data were pooled using a random-effects model. Main Outcomes and Measures: The primary outcome was the diagnosis of FBA as confirmed by bronchoscopy. Characteristics of CPMs and individual predictors were evaluated. The final model presentation with available measures of performance was provided by narrative synthesis. A meta-analysis of individual predictor variables and prediction models was performed. Results: After screening 4233 articles, 7 studies (0.2%; 1577 patients) were included in the final analysis. There were 6 model derivation studies and 1 validation study. Air trapping (odds ratio [OR], 8.3; 95% CI, 4.4-15.5), unilateral reduced air entry (OR, 4.8; 95% CI, 3.5-6.5), witnessed choking (OR, 3.1; 95% CI, 1.0-9.6), wheezing (OR, 2.5; 95% CI, 1.2-5.2), and suspicious findings suggestive of FBA on radiography (OR, 18.5; 95% CI, 5.0-67.7) were the most commonly used predictor variables. Model performance varied, with discrimination scores (C statistic) ranging from 0.74 to 0.88. The pooled weighted C statistic score of all models was 0.86 (95% CI, 0.80-0.92). All studies were deemed to be at high risk of bias, with overfitting of models and lack of validation as the most pertinent concerns. Conclusions and Relevance: This systematic review and meta-analysis suggests that existing CPMs for FBA in children are at a high risk of bias and have not been adequately validated. No current models can be recommended to guide clinical decision-making. Future CPM studies that adhere to recognized standards for development and validation 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
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 enseignants0,763
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,115
Tête enseignante GPT0,377
Écart entre enseignants0,262 · 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