MétaCan
Menu
Retour à la cohorte
Enregistrement W4296614845 · doi:10.3390/pediatric14040047

Predictors of Umbilical Venous Catheter Misalignment

2022· article· en· W4296614845 sur OpenAlexaff
Aimann Surak, Michael Miller, Henry Roukema

Notice bibliographique

RevuePediatric Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensLondon Health Sciences CentreRoyal Alexandra Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionGestational ageApgar scoreObstetricsPregnancyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: The insertion of an umbilical venous catheter (UVC) is a routine procedure. The success rate of this procedure is about 40−50%, with potential complications arising from misaligned UVC placement. Objectives: To explore potential factors that may aid in the prediction of UVC misalignment. We hypothesized that UVC misalignment is proportionally related with increased chronological age. Methods: Retrospective chart review for newborns who had an UVC procedure followed by an x-ray. All analyses were conducted using standard comparative statistical methods and logistic regression modelling with SPSS v.24 (IBM Corp., Armonk, NY, USA), and p-values < 0.05 were considered statistically significant. Results: The final sample size was 480 patients. There were significant differences between the two groups in terms of gestational age {OR 1.06, 95% CI (1.02−1.10)}, small for gestation (SGA) status {OR 1.07, 95% CI (0.98−1.15)}, and 5-min APGAR scores {OR 0.48, 95% CI (0.23−1.00)}. There were no other significant group differences. Logistic regression modeling identified that chronologic age positively predicted, and SGA negatively predicted, UVC misalignment. Conclusion: A misaligned UVC is more likely to occur in late preterm and term babies, whereas a baby being SGA increases the likelihood of a well-aligned UVC.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,326
Écart entre enseignants0,300 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric ReportsMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207