MétaCan
Menu
Retour à la cohorte
Enregistrement W4225133135 · doi:10.1111/jan.15243

Integrated Pulmonary Index during nurse‐administered procedural sedation: Study protocol for a cluster‐randomized trial

2022· article· en· W4225133135 sur OpenAlexaff
Aaron Conway, Kristina Chang, Mohammad Goudarzi Rad, Sebastian Mafeld, Matteo Parotto

Notice bibliographique

RevueJournal of Advanced Nursing · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesMedtronic
Mots-clésCapnographySedationMedicineRandomized controlled trialIntensive care medicineRespiratory monitoringCluster randomised controlled trialEmergency medicineAnesthesiaRespiratory systemSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIM: To determine if smart alarm-guided treatment of respiratory depression using the Integrated Pulmonary Index is an effective way to implement capnography during nurse-administered sedation. DESIGN: Parallel cluster-randomized trial. METHODS: Nurses will be randomized to use capnography with or without the Integrated Pulmonary Index enabled. Capnography alarm performance will be compared between nurses using capnography alone or with the Integrated Pulmonary Index enabled. The target sample size is 400 adult patients scheduled for elective procedures with nurse-administered sedation. The primary outcome is the number of seconds in an alert condition state without an intervention being applied. Secondary outcomes are alarm burden, number of appropriate alarms, number of inappropriate alarms, total duration of alert conditions, choice of alarm settings and adverse sedation events. This study has been funded since April 2021. DISCUSSION: Implementing capnography into practice for respiratory monitoring during nurse-administered sedation is considered a high priority. The Integrated Pulmonary Index shows promise as a strategy to optimize the implementation of capnography for respiratory monitoring during nurse-administered sedation. If it is found in this study that using the Integrated Pulmonary Index improves the nursing management of physiologically abnormal states during nurse-administered sedation, it would provide the high-level evidence needed to support broader use of this 'smart alarm' strategy for respiratory monitoring in practice. IMPACT: With advances in medical technology continuing to expand the indications for minimally invasive surgical techniques, the use of nurse-administered sedation during medical procedures is likely to expand in the future. The findings may be applied to other populations receiving nurse-administered sedation during medical procedures. Results from this study will help translate the usage of smart alarm-guided treatment of respiratory depression during procedural sedation. TRIAL REGISTRATION: NCT05068700.

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)0,027
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,032
Méta-épidémiologie (sens strict)0,0060,003
Méta-épidémiologie (sens large)0,0130,006
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,003
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0780,012

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 Opus0,043
Tête enseignante GPT0,412
Écart entre enseignants0,370 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetHealthcare Technology and Patient MonitoringTravaux en français237 207