MétaCan
Menu
Retour à la cohorte
Enregistrement W3211924945 · doi:10.1007/s00134-021-06486-z

Basic ultrasound head-to-toe skills for intensivists in the general and neuro intensive care unit population: consensus and expert recommendations of the European Society of Intensive Care Medicine 

2021· review· en· W3211924945 sur OpenAlexaff
Adrian Wong, Daniele Poole, Ashraf Al Tayar, Robert Arntfield, Michelle S. Chew, Francesco Corradi, Ghislaine Douflé, Alberto Goffi, Massimo Lamperti, Paul H. Mayo, Antonio Messina, Silvia Mongodi, Mangala Narasimhan, Corina Puppo, Aarti Sarwal, Michel Slama, Fabio Silvio Taccone, Philippe Vignon, Antoine Vieillard‐Baron

Notice bibliographique

RevueIntensive Care Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensSt. Michael's HospitalUniversity of TorontoUniversity Health NetworkWestern University
Organismes subventionnairesEuropean Society of Intensive Care Medicine
Mots-clésMedicinePain medicineAnesthesiologyIntensive care unitIntensive careIntensive care medicinePopulationMedical emergencyPsychiatry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To provide consensus, and a list of experts' recommendations regarding the basic skills for head-to-toe ultrasonography in the intensive care setting. METHODS: The Executive Committee of the European Society of Intensive Care (ESICM) commissioned the project and supervised the methodology and structure of the consensus. We selected an international panel of 19 expert clinicians-researchers in intensive care unit (ICU) with expertise in critical care ultrasonography (US), plus a non-voting methodologist. The panel was divided into five subgroups (brain, lung, heart, abdomen and vascular ultrasound) which identified the domains and generated a list of questions to be addressed by the panel. A Delphi process based on an iterative approach was used to obtain the final consensus statements. Statements were classified as a strong recommendation (84% of agreement), weak recommendation (74% of agreement), and no recommendation (less than 74%), in favor or against. RESULTS: This consensus produced a total of 74 statements (7 for brain, 20 for lung, 20 for heart, 20 for abdomen, 7 for vascular Ultrasound). We obtained strong agreement in favor for 49 statements (66.2%), 8 weak in favor (10.8%), 3 weak against (4.1%), and no consensus in 14 cases (19.9%). In most cases when consensus was not obtained, it was felt that the skills were considered as too advanced. A research agenda and discussion on training programs were implemented from the results of the consensus. CONCLUSIONS: This consensus provides guidance for the basic use of critical care US and paves the way for the development of training and research projects.

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)0,157
score de la tête « metaresearch » (Gemma)0,142
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: aucune
Score de désaccord entre enseignants0,157
Score d'incertitude au seuil0,828

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1570,142
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,003
Science ouverte0,0040,005
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,112
Tête enseignante GPT0,433
Écart entre enseignants0,322 · 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

Citations211
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care MedicineMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207