Accuracy of lung ultrasound in predicting extubation failure in neonates: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Objective To systematically review and meta‐analyze the diagnostic accuracy of lung ultrasound score (LUS) in predicting extubation failure in neonates. Study Design MEDLINE, COCHRANE, EMBASE, CINAHL, and clinicaltrials.gov were searched up to 30 November 2022, for studies evaluating the diagnostic accuracy of LUS in predicting extubation outcome in mechanically ventilated neonates. Methodology Two investigators independently assessed study eligibility, extracted data, and assessed study quality using the Quality Assessment for Studies of Diagnostic Accuracy 2 tool. We conducted a meta‐analysis of pooled diagnostic accuracy data using random‐effect models. Data were reported according to the Preferred Reporting Items for Systematic Reviews and Meta‐Analyses guidelines. We calculated pooled sensitivity and specificity, pooled diagnostic odds ratios with 95% confidence intervals (CI), and area under the curve (AUC). Results Eight observational studies involving 564 neonates were included, and the risk of bias was low in seven studies. The pooled sensitivity and specificity for LUS in predicting extubation failure in neonates were 0.82 (95% CI: 0.75−0.88) and 0.83 (95% CI: 0.78−0.86), respectively. The pooled diagnostic odds ratio was 21.24 (95% CI: 10.45−43.19), and the AUC for LUS predicting extubation failure was 0.87 (95% CI: 0.80−0.95). Heterogeneity among included studies was low, both graphically and by statistical criteria ( I 2 = 7.35%, p = 0.37). Conclusions The predictive value of LUS in neonatal extubation failure may hold promise. However, given the current level of evidence and the methodological heterogeneity observed, there is a clear need for large‐scale, well‐designed prospective studies that establish standardized protocols for lung ultrasound performance and scoring. Registration The protocol was registered in OSF ( https://doi.org/10.17605/OSF.IO/ZXQUT ).
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».