MétaCan
Menu
Retour à la cohorte
Enregistrement W4311199535 · doi:10.22541/au.167088260.04947627/v1

The use of tracheostoma humidification by people with total laryngectomy in the UK: a cross-sectional survey.

2022· preprint· en· W4311199535 sur OpenAlexaff
Jane Dunton, Joanne Patterson, Carol Glaister, Kate Baker, Sarah H. Woodman, Elizabeth A. Rowe, Roganie Govender

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueTracheal and airway disorders
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesRoyal Marsden NHS Foundation Trust
Mots-clésLaryngectomyMedicineCoronavirus disease 2019 (COVID-19)Cross-sectional studyStoma (medicine)DemographyPhysical therapySurgeryLarynxDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives: To investigate the use of tracheostoma humidification by people with total laryngectomy (PTL) in the UK and explore influencing factors. Design: National cross-sectional survey and case note review. Setting: 26 UK National Health Service (NHS) centres providing care to PTL. Participants: PTL reviewed by speech and language therapy (SLT) between March and September 2020. Methods: Secondary analysis of data collected during a national multi-centre audit of PTL completed in response to the Covid-19 pandemic. Data were collected on type of humidification used by PTL and demographic information. Type of humidification was dichotomised as ‘HME’ (closed-system heat moisture exchanger) or ‘non-HME’ (alternative stoma cover or no stoma cover). Univariable analysis was performed to determine the association with several potential explanatory variables including gender, age, living circumstances, distance from treatment centre, communication method and time elapsed since laryngectomy. A backwards selection procedure was used to determine the final model for multiple regression analysis. Results: Data were obtained from 1216 PTL from 26 centres across the UK; information on type of tracheostoma humidification used was available for 1097 PTL. Most PTL (69%) used an HME. Following multiple regression analysis, time elapsed since laryngectomy (p=<0.001), living circumstances (p=0.002) and communication method (p=<0.001) were statistically significant factors in HME use. Conclusion: In the UK, most PTL follow recommendations to use a closed-system HME, though there is marked variability across centres. HME use is influenced by time elapsed since laryngectomy, living circumstances and communication method.

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)0,003
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 enseignants0,020
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,308
Écart entre enseignants0,249 · 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 sujetTracheal and airway disordersTravaux en français237 207