Care bundles to reduce unplanned extubation in critically ill children: a systematic review, critical appraisal and meta-analysis
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».