The Impact of Respiratory Therapist Performed Point-of-Care Lung Ultrasound on the Respiratory Care in Neonates, Manitoba Experience, Canada
Notice bibliographique
Résumé
Abstract Objective We aimed to evaluate the impact of the registered respiratory therapist (RRT) performed point-of-care lung ultrasound (POC-LUS) on patient management in the neonatal intensive care unit (NICU). Study Design This is a retrospective cohort study of neonates who had RRT performed POC-LUS in two level III NICUs in Winnipeg, Manitoba, Canada. The analysis aims mainly to describe the implementation process of the POC-LUS program. The primary outcome was the prediction of the change in clinical management. Results A total of 136 neonates underwent 171 POC-LUS studies during the study period. POC-LUS resulted in a change in clinical management following 113 POC-LUS studies (66%), while it supported continuing the same management in 58 studies (34%). The lung ultrasound severity score (LUSsc) was significantly higher in the group with worsening hypoxemic respiratory failure and on respiratory support than infants on respiratory support and stable or not on respiratory support, p < 0.0001. LUSsc was significantly higher in infants on either noninvasive or invasive than those not on respiratory support, p-value <0.0001. Conclusion RRT performed POC-LUS service utilization in Manitoba improved and guided the clinical management of a significant proportion of patients who received the service.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».