MétaCan
Menu
Retour à la cohorte
Enregistrement W4210856890 · doi:10.29390/cjrt-2021-068

Development and internal validation of an equation using anthropometric measures to predict correct endotracheal tube insertion depth

2022· article· en· W4210856890 sur OpenAlexvenueno aff
Teresa A Volsko, Neil L. McNinch, Christopher Page‐Goertz

Notice bibliographique

RevueCanadian Journal of Respiratory Therapy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAirway Management and Intubation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAnthropometryIntubationRegression analysisLinear regressionConfidence intervalStatisticsMathematicsSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose To develop, internally validate, and assess the utility of implementing a regression model for determining endotracheal tube (ETT) insertion depth. Research methods We recorded height, weight, age, sex, ETT internal diameter (ID), lip marking, and tracheal position from the electronic record from a random subset of 2,000 intubated subjects obtained from 1 January 2009 to 5 May 2012. A multivariable linear regression model was constructed and validated by a nonparametric bootstrapping technique using unrestricted random sampling methods. A prospective pilot of subjects admitted to the pediatric intensive care unit requiring invasive mechanical ventilatory support was conducted from 7 January 2019 to 31 May 2019. Those with spinal and/or skeletal malformations, without a post-intubation chest-x-ray (CXR) order, or whose CXR quality impaired visualizing the carina and ETT tip, were excluded. The validated regression equation determined insertion depth. CXR following intubation determined ETT position. Demographic data were summarized. Two-tailed, one-sample binomial test of proportions assessed differences in the proportion of correct position by the equation. Main findings Four hundred and seventy-seven subjects included in model construction yielded 10,000 independent samples for internal validation; 55% were female, and the mean age (SD) was 47 (63) months. Bias between bootstrap coefficients and refined model estimates were negligible (P \< 0.01). Eleven subjects in the pilot were female (64%), mean age (SD) of 36.7 (38) months. Four protocol violations (36.4%) resulted in malposition. Subsequent repositioning per protocol resulted in 100% correct positioning (P = 0.01). Conclusion The regression equation \[0.8636 \* (Ht. ^0.6223^)\] facilitated correct ETT placement. A larger, diverse sample is required for external model validation.

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)0,038
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,073
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,106
Tête enseignante GPT0,320
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Respiratory TherapyMême sujetAirway Management and Intubation TechniquesTravaux en français237 207