P.202 Image-Guidance for Ventricular Drains Insertion: A Systematic Review and Metanalysis
Notice bibliographique
Résumé
Background: The use of Image-guidance to improve the accuracy during ventricular drain insertion has been attempted. We aim to assess the effect of use of Image-guidance on accuracy, drain failure rate and number of ventricular cannulation attempts. Methods: MEDLINE, EMBASE and Cochrane Library databases were searched from inception to February 2021 looking for studies comparing image-guided versus freehand ventricular drain insertion. Two reviewers independently screened studies, extracted data and assessed risk of bias and quality of evidence. Metanalysis was conducted in compliance with PRISMA guidelines using a random-effects model and GRADE tool was used to assess quality of evidence. Results: 17 studies with 3404 patients were included, all of which were of non-randomized design. Pooled data on drain accuracy and drain failure rates showed favourable effect of image-guidance with risk ratio of 1.31 (95% CI of 1.13 – 1.51, low quality evidence) and 0.63 (95% CI 0.48 – 0.83, moderate quality evidence), respectively. Pooled data were equivocal for number of attempts with mean difference score of -0.11 times (95% CI -0.31 – 0.09, very low-quality evidence). Conclusions: Image-guidance likely enhances drain accuracy and reduces drain failure rate. No clear recommendation can be drawn on the benefit of intervention on number of drain insertion attempts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».