MétaCan
Menu
Retour à la cohorte
Enregistrement W3183837702 · doi:10.1136/archdischild-2021-321996

Care bundles to reduce unplanned extubation in critically ill children: a systematic review, critical appraisal and meta-analysis

2021· review· en· W3183837702 sur OpenAlexaboutno aff
Paulo Sérgio Lucas da Silva, Maria Eunice Reis, Daniela Farah, Teresa Raquel Andrade, Marcelo Cunio Machado Fonseca

Notice bibliographique

RevueArchives of Disease in Childhood · 2021
Typereview
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCINAHLChecklistCritical appraisalMEDLINEMeta-analysisSedationEmergency medicineIntensive care medicinePsychological interventionNursingSurgeryInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the current evidence for the efficacy of care bundles in reducing unplanned extubations (UEs) in critically ill children. DESIGN: Systematic review according to the Cochrane guidelines and meta-analysis using random-effects modelling. METHODS: We searched MEDLINE, EMBASE, CINAHL, Web of Science, Scopus, Cochrane and SciELO databases from inception until April 2021. We conducted a quality appraisal for each study using the Newcastle-Ottawa Scale and Standards for Quality Improvement Reporting Excellence (SQUIRE) V.2.0 checklist. MAIN OUTCOME: The primary outcome measure was UE rates per 100 intubation days. RESULTS: We screened 10 091 records and finally included 11 studies. Six studies were pre/post-intervention studies, and five were interrupted time-series studies. The methodological quality was 'good' in 70%, and the remaining as 'fair' (30%). The most frequently used implementation strategies were staff education (100%), root cause analysis (100%), and audit and feedback (82%). Key bundle care components comprised identification of high-risk patients, endotracheal tube care and sedation protocol. Not all studies fully completed the SQUIRE V.2.0 checklist. Meta-analysis revealed a reduction in UE rate following the introduction of care bundles (rate ratio: 0.40 (95% CI: 0.19 to 0.84); p=0.02), which equates to a 60% reduction in UE rates. CONCLUSIONS: We found that identifying high-risk patients, endotracheal tube care and protocol-directed sedation are core elements in care bundles for preventing UEs. However, there are several methodological gaps in the literature, including poor evaluation of adherence to bundle components. Future studies should address these gaps to strengthen their validity.

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)0,025
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,060
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0220,032
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,056
Tête enseignante GPT0,446
Écart entre enseignants0,390 · 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'étudeMéta-analyse
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207