MétaCan
Menu
Retour à la cohorte
Enregistrement W4210306244 · doi:10.1308/rcsann.2021.0258

Non-invasive cardiac output monitoring with electrical velocimetry after cardiac surgery in infants

2022· article· en· W4210306244 sur OpenAlexaff
Sashini Iddawela, Sumbal Naseem, John Stickley, Phil Botha, NE Khan, DJ Barron, TJ Jones, NE Drury

Notice bibliographique

RevueAnnals of The Royal College of Surgeons of England · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineInterquartile rangeCardiac indexCardiac surgeryAnesthesiaIntensive care unitBlood pressureVelocimetryIntensive careCardiac outputSurgeryInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Low cardiac output following cardiac surgery is a major determinant of outcome that may be improved by early detection, yet there are no widely accepted methods for its measurement in young children. We evaluated the feasibility of the routine use of electrical velocimetry, a non-invasive technique providing continuous measurement of cardiac output, in infants in the early postoperative period. METHODS: With ethical approval and parental consent, infants undergoing cardiac surgery were recruited. The ICON electrical velocimetry monitor was attached on admission to the intensive care unit (ICU) and remained for up to 24h. RESULTS: =0.02) and no correlation with blood pressure, central venous pressure or arteriovenous oxygen difference. Data were recorded for a median of 19h (range 5-24), with lead detachment or movement artefact the most common causes of data loss. There was marked minute-to-minute variability, with 25% of consecutive measurements having >5% variability. CONCLUSION: Cardiac index measured by electrical velocimetry in infants in the early postoperative period is impaired by frequent data loss and marked intrapatient variability. Our feasibility study suggests that it is unsuitable for use as a routine monitoring tool in the setting of postsurgical ICU care.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of The Royal College of Surgeons of EnglandMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207