MétaCan
Menu
Retour à la cohorte
Enregistrement W4402555360 · doi:10.1002/jcu.23792

Extravascular lung water assessment by lung ultrasound in infants following pediatric cardiac surgery

2024· article· en· W4402555360 sur OpenAlexaff
Evyatar Hubara, Stéphanie Reynaud, Ashley Gionfriddo, Kyle Runeckles, Brigitte Mueller, Alejandro A. Floh

Notice bibliographique

RevueJournal of Clinical Ultrasound · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensTed Rogers Centre for Heart ResearchUniversity of TorontoUniversity Health NetworkSickKids FoundationDalhousie UniversityHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineLungLung ultrasoundUltrasoundCardiac surgeryRadiologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lung edema is a significant factor in prolonged mechanical ventilation and extubation failure after cardiac surgery. This study assessed the predictive capability of point-of-care Lung Ultrasound (LUS) for the duration of mechanical ventilation and extubation failure in infants following cardiac procedures. METHODS: We conducted a prospective observational trial on infants under 1 year, excluding those with pre-existing conditions or requiring extracorporeal membrane oxygenation. LUS was performed upon intensive care unit (ICU) admission and prior to extubation attempts. B-line density was scored by two independent observers. The primary outcomes included the duration of mechanical ventilation and extubation failure, the latter defined as the need for reintubation or non-invasive ventilation within 48 h post-extubation. RESULTS: The study included 42 infants, with findings indicating no correlation between initial LUS scores and extubation timing. Extubation failure occurred in 21% of the patients, with higher LUS scores observed in these cases (p = 0.046). However, interobserver variability was high, impacting the reliability of LUS scores to predict extubation readiness. CONCLUSIONS: LUS was ineffective in determining the length of postoperative ventilation and extubation readiness, highlighting the need for further research and enhanced training in LUS interpretation.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,407
Écart entre enseignants0,374 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical UltrasoundMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207