MétaCan
Menu
Retour à la cohorte
Enregistrement W4211058426 · doi:10.1097/ccm.0000000000001847

Guidelines for the Appropriate Use of Bedside General and Cardiac Ultrasonography in the Evaluation of Critically Ill Patients—Part II: Cardiac Ultrasonography

2016· article· en· W4211058426 sur OpenAlexaff
Alexander Levitov, Heidi L. Frankel, Michael Blaivas, Andrew W. Kirkpatrick, Erik Su, David P. Evans, Douglas T. Summerfield, Anthony D. Slonim, Raoul Breitkreutz, Susanna Price, Matthew McLaughlin, Paul E. Marik, Mahmoud Elbarbary

Notice bibliographique

RevueCritical Care Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensMcMaster UniversityFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensivistGrading (engineering)TerminologyAppropriate Use CriteriaIntensive care medicineIntensive careInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective: To establish evidence-based guidelines for the use of bedside cardiac ultrasound, echocardiography, in the ICU and equivalent care sites. Methods: Grading of Recommendations, Assessment, Development and Evaluation system was used to rank the “levels” of quality of evidence into high (A), moderate (B), or low (C) and to determine the “strength” of recommendations as either strong (strength class 1) or conditional/weak (strength class 2), thus generating six “grades” of recommendations (1A–1B–1C–2A–2B–2C). Grading of Recommendations, Assessment, Development and Evaluation was used for all questions with clinically relevant outcomes. RAND Appropriateness Method, incorporating the modified Delphi technique, was used in formulating recommendations related to terminology or definitions or in those based purely on expert consensus. The process was conducted by teleconference and electronic-based discussion, following clear rules for establishing consensus and agreement/disagreement. Individual panel members provided full disclosure and were judged to be free of any commercial bias. Results: Forty-five statements were considered. Among these statements, six did not achieve agreement based on RAND appropriateness method rules (majority of at least 70%). Fifteen statements were approved as conditional recommendations (strength class 2). The rest (24 statements) were approved as strong recommendations (strength class 1). Each recommendation was also linked to its level of quality of evidence and the required level of echo expertise of the intensivist. Key recommendations, listed by category, included the use of cardiac ultrasonography to assess preload responsiveness in mechanically ventilated (1B) patients, left ventricular (LV) systolic (1C) and diastolic (2C) function, acute cor pulmonale (ACP) (1C), pulmonary hypertension (1B), symptomatic pulmonary embolism (PE) (1C), right ventricular (RV) infarct (1C), the efficacy of fluid resuscitation (1C) and inotropic therapy (2C), presence of RV dysfunction (2C) in septic shock, the reason for cardiac arrest to assist in cardiopulmonary resuscitation (1B–2C depending on rhythm), status in acute coronary syndromes (ACS) (1C), the presence of pericardial effusion (1C), cardiac tamponade (1B), valvular dysfunction (1C), endocarditis in native (2C) or mechanical valves (1B), great vessel disease and injury (2C), penetrating chest trauma (1C) and for use of contrast (1B–2C depending on indication). Finally, several recommendations were made regarding the use of bedside cardiac ultrasound in pediatric patients ranging from 1B for preload responsiveness to no recommendation for RV dysfunction. Conclusions: There was strong agreement among a large cohort of international experts regarding several class 1 recommendations for the use of bedside cardiac ultrasound, echocardiography, in the ICU. Evidence-based recommendations regarding the appropriate use of this technology are a step toward improving patient outcomes in relevant patients and guiding appropriate integration of ultrasound into critical care practice.

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)0,047
score de la tête « metaresearch » (Gemma)0,116
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,116
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0100,005
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0070,004
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,135
Tête enseignante GPT0,418
Écart entre enseignants0,283 · 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
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

Citations436
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207