MétaCan
Menu
Retour à la cohorte
Enregistrement W4390103711 · doi:10.1080/10903127.2023.2281377

Evidence-Based Guidelines for Prehospital Airway Management: Methods and Resources Document

2023· article· en· W4390103711 sur OpenAlexaff
Christopher B. Gage, Jonathan R. Powell, Nicole Bosson, Remle P. Crowe, Kyle Guild, Matthew Yeung, Davis MacLean, Lorin R. Browne, Jeffrey L. Jarvis, J. Matthew Sholl, Eddy Lang, Ashish R. Panchal

Notice bibliographique

RevuePrehospital Emergency Care · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAirway Management and Intubation Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Highway Traffic Safety AdministrationHealth Resources and Services Administration
Mots-clésMedicineAirway managementEmergency medical servicesMedical emergencyAirwayTask (project management)Emergency physicianIntensive care medicineEmergency departmentNursingSystems engineeringSurgery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Emergency airway management is a common and critical task EMS clinicians perform in the prehospital setting. A new set of evidence-based guidelines (EBG) was developed to assist in prehospital airway management decision-making. We aim to describe the methods used to develop these EBGs. METHODS: The EBG development process leveraged the four key questions from a prior systematic review conducted by the Agency for Healthcare Research and Quality (AHRQ) to develop 22 different population, intervention, comparison, and outcome (PICO) questions. Evidence was evaluated using the Grading of Recommendations, Assessment, Development, and Evaluation (GRADE) framework and tabulated into the summary of findings tables. The technical expert panel then used a rigorous systematic method to generate evidence to decision tables, including leveraging the PanelVoice function of GRADEpro. This process involved a review of the summary of findings tables, asynchronous member judging, and online facilitated panel discussions to generate final consensus-based recommendations. RESULTS: The panel completed the described work product from September 2022 to April 2023. A total of 17 summary of findings tables and 16 evidence to decision tables were generated through this process. For these recommendations, the overall certainty in evidence was "very low" or "low," data for decisions on cost-effectiveness and equity were lacking, and feasibility was rated well across all categories. Based on the evidence, 16 "conditional recommendations" were made, with six PICO questions lacking sufficient evidence to generate recommendations. CONCLUSION: The EBGs for prehospital airway management were developed by leveraging validated techniques, including the GRADE methodology and a rigorous systematic approach to consensus building to identify treatment recommendations. This process allowed the mitigation of many virtual and electronic communication confounders while managing several PICO questions to be evaluated consistently. Recognizing the increased need for rigorous evidence evaluation and recommendation development, this approach allows for transparency in the development processes and may inform future guideline development.

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)0,051
score de la tête « metaresearch » (Gemma)0,209
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,209
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0340,021
Études des sciences et des technologies0,0020,002
Communication savante0,0090,007
Science ouverte0,0090,007
Intégrité de la recherche0,0120,011
Charge utile insuffisante (le modèle a refusé de juger)0,0440,029

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 Opus0,092
Tête enseignante GPT0,429
Écart entre enseignants0,337 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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 revuePrehospital Emergency CareMême sujetAirway Management and Intubation TechniquesTravaux en français237 207