MétaCan
Menu
Retour à la cohorte
Enregistrement W4386796145 · doi:10.1111/pan.14760

The role of <scp>WhatsApp™</scp> in pediatric difficult airway management: A study from the <scp>PeDI</scp> Collaborative

2023· article· en· W4386796145 sur OpenAlexaff
Evelina Pankiv, Kira Achaibar, Alomgir Hossain, John E. Fiadjoe, Clyde Matava

Notice bibliographique

RevuePediatric Anesthesia · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAirwayAirway managementIntubationFamily medicineAnesthesia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Management of the pediatric difficult airway can present unique clinical challenges. The Pediatric Difficult Intubation Collaborative (PeDI-C) is an international collaborative group engaging in quality improvement and research in children with difficult airways. The PeDI-C established a WhatsApp™ group to facilitate real-time discussions around the management of the difficult airway in pediatric patients. The goals of this study were to evaluate the patterns of use of the WhatsApp™ group, themes on messages posted on pediatric difficult airway management and to assess the perceived usefulness of the WhatsApp™ group by the PeDI-C members. METHOD: Following research ethics approval, we performed a database analysis on the archived discussion of the PeDI-C WhatsApp™ group from 2014 to 2019 and surveyed members to assess the perceived usefulness of the PeDI-C WhatsApp™ group. RESULTS: 5781 messages were reviewed with 350 (6.0%) original stems. The three most common original stem types were advice seeking 98 (28%), announcements 85 (24.2%), and clinical case-sharing 78 (22.2%). The median number of responses to original stems was 9 [2-21.3]. Post types associated with increased responses included those seeking advice on medication/equipment (regression coefficient 0.78, 95% CI [0.41-1.16]; p < .0001); seeking advice on patient care (regression coefficient 1.16, 95% CI [0.86-1.45]; p < .0001), sharing advice on medication/equipment availability (regression coefficient 0.87, 95% CI [0.33-1.40], p < .0016), and clinical case-sharing (regression coefficient 1.2547, 95% CI [0.9401-1.5693] p < .0001). 46/64 members of the group responded to the survey. Replies offering advice regarding patient management scenarios were found to be of most interest and 77% of surveyed members found the discussion translatable into their own clinical practice. DISCUSSION: The PeDI-C WhatsApp™ group has facilitated timely knowledge exchange on pediatric difficult airway management across the world. Participants are satisfied with the role the Whatsapp™ group is playing.

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)0,007
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,323
Écart entre enseignants0,307 · 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'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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric AnesthesiaMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207