Identifying behaviors that characterize emergence delirium: An observational study
Notice bibliographique
Résumé
BACKGROUND: Diagnostic criteria for emergence agitation are sensitive but not specific; they misclassify patients who are angry or upset as having emergence delirium. AIMS: The aim of this three-phase study was to determine expert agreement on the behaviors that differentiate children with emergence delirium from those without. METHODS: In the first phase of this observational study, pediatric dental patients were video recorded while awakening from anesthesia. In the second phase, salient 10 s segments of the recordings showing patient activity were shown to an expert audience of pediatric dentists, anesthesiologists and Post Anesthetic Care nurses, who scored the recordings as showing or not showing "true emergence delirium." In phase 3, the video segments were assessed by three research assistants using a behavior checklist for features that discriminate between those scored "true emergence delirium" and those scored "NOT true emergence delirium" by the experts. RESULTS: One hundred and fifty-four pediatric dental patients were included. Subsequently, an expert audience consisting of 10 anesthesiologists, 12 anesthesiology residents, 3 pediatric dentists, and 4 experienced Post Anesthesia Care Unit nurses rated each 10-second video segment. This resulted in three groups of patients: a group for whom all experts agreed was "True emergence delirium" (n = 33; CI 21 to 45), a group for whom all agreed was "Not True emergence delirium" (n = 120; CI 107 to 133), and a group where experts disagreed (n = 11; CI 4 to 18). Three research assistants then completed a behavior checklist for each of the 33 "True emergence delirium" video segments and matched "Not True" controls. Twenty-four behaviors were identified as significantly different between videos scored True emergence delirium and those scored Not True emergence delirium. Research assistants reached almost perfect agreement (0.81-1.00) on one behavior, and substantial agreement (0.61-0.80) on seven behaviors that characterized "True emergence delirium." CONCLUSIONS: Eight behaviors that differentiate pediatric dental patients with emergence delirium from those without were found. These discriminators may be used to develop a scale that will lead to better diagnosis and treatment of emergence delirium.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».