Which screening tool should be used for identifying aspiration risk associated with dysphagia in acute stroke? A Cochrane Review summary with commentary
Notice bibliographique
Résumé
BACKGROUND: Dysphagia is a common impairment in patients with acute stroke and is associated with an increased risk of complications such as aspiration pneumonia, malnutrition and dehydration, as well as with poor outcome and higher mortality. Therefore, immediate screening for aspiration risk is recommended, using a bedside swallow screening tool. OBJECTIVE: To determine the diagnostic accuracy and the sensitivity and specificity of bedside screening tests for detecting risk of aspiration associated with dysphagia in people with acute stroke. METHODS: A summary of the Cochrane Review by Boaden et al. 2021, with comments from a rehabilitation perspective. RESULTS: The review included 25 studies with 3953 participants and 37 screening tests. No single study demonstrated 100% sensitivity and specificity with low risk of bias for all domains. The best performing swallow screening tools were the Bedside Aspiration test (combined water swallow and instrumental tool), the Gugging Swallowing Screen (GUSS, water plus other consistencies) and the Toronto Bedside Swallowing Screening Test (TOR-BSST, water only). However, these tests were based on single studies with small sample sizes. It was not possible to explore the influence of sources of heterogeneity. CONCLUSIONS: No single swallow screening tool with high accuracy as well as good quality evidence could be identified, but recommendations for further high-quality research are offered.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».