MétaCan
Menu
Retour à la cohorte
Enregistrement W4312113408 · doi:10.1097/aco.0000000000001229

Current status of point of care ultrasonography for the perioperative care of trauma patients

2022· review· en· W4312113408 sur OpenAlexaff
Eric Heinz, Ryan J. Keneally, Pablo Pérez d’Empaire, Anita Vincent

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineFocused assessment with sonography for traumaPneumothoraxAnesthesiologyAirway managementHemothoraxPerioperativeIntravascular volume statusInferior vena cavaUltrasoundPoint-of-care testingGeriatric traumaIntensive care medicineAirwayRadiologyEmergency medicineSurgeryBluntBlood pressureInjury Severity ScoreAnesthesiaAbdominal traumaPoison control

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The incorporation of point of care ultrasound into the field of anesthesiology and perioperative medicine is growing at rapid pace. The benefits of this modality align with the acuity of patient care and decision-making in anesthetic care of a trauma patient. RECENT FINDINGS: Cardiac ultrasound can be used to diagnose cardiac tamponade or investigate the inferior vena cava to assess volume status in patients who may suffer from hemorrhagic shock. Thoracic ultrasound may be used to rapidly identify pneumothorax or hemothorax in a patient suffering chest wall trauma. In addition, investigators are exploring the utility of ultrasonography in traumatic airway management and elevated intracranial pressure. In addition, the utility of gastric ultrasound on trauma patients is briefly discussed. SUMMARY: Incorporation of point of care ultrasound techniques into the practice of trauma anesthesiology is important for noninvasive, mobile and expeditious assessment of trauma patients. In addition, further large-scale studies are needed to investigate how point of care ultrasound impacts outcomes in trauma patients.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,139
Tête enseignante GPT0,448
Écart entre enseignants0,309 · 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
GenreSynthèse

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 revueCurrent Opinion in AnaesthesiologyMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207