MétaCan
Menu
Retour à la cohorte
Enregistrement W4385805542 · doi:10.3390/healthcare11162283

Strategies of Screening and Treating Post-Extubation Dysphagia: An Overview of the Situation in Greek-Cypriot ICUs

2023· article· en· W4385805542 sur OpenAlexaff
Meropi Mpouzika, Stelios Iordanou, Maria Kyranou, Katerina Iliopoulou, Stelios Parissopoulos, Maria Kalafati, Maria Karanikola, Elizabeth Papathanassoglou

Notice bibliographique

RevueHealthcare · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCyprus University of Technology
Mots-clésMedicineDysphagiaObservational studySwallowingIntensive careCritically illIntensive care medicineMEDLINEProtocol (science)Emergency medicineAlternative medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Post-extubation dysphagia (PED) can lead to serious health problems in critically ill patients. Contrasting its high incidence rate of 12.4% reported in a recent observational study, many ICUs lack routine bedside screening, likely due to limited awareness. This study aimed to establish baseline data on the current approaches and the status of perceived best practices in PED screening and treatment, as well as to assess awareness of PED. A nationwide cross-sectional, online survey was conducted in all fourteen adult ICUs in the Republic of Cyprus in June 2018, with a 100% response rate. Over 85% of ICUs lacked a standard screening protocol for PED. The most commonly reported assessment methods were cough reflex testing and the water swallow test. Treatment approaches included muscle strengthening exercises without swallowing and swallowing exercises. Only 28.6% of ICUs acknowledged PED as a common issue. The study identified significant gaps in awareness and knowledge regarding PED screening and treatment in Greek-Cypriot ICUs. Urgent implementation of comprehensive dysphagia education programs within the units is necessary, and interdisciplinary collaboration among nurses, intensivists, and speech and language therapists is crucial to improve the quality of care provided.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,177
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

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

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 Opus0,174
Tête enseignante GPT0,480
Écart entre enseignants0,306 · 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 tête enseignante, 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetDysphagia Assessment and ManagementTravaux en français237 207