MétaCan
Menu
Retour à la cohorte
Enregistrement W4404637007 · doi:10.1097/ccm.0000000000006494

An International Factorial Vignette-Based Survey of Intubation Decisions in Acute Hypoxemic Respiratory Failure

2024· article· en· W4404637007 sur OpenAlexafffundabout
Christopher J. Yarnell, Arviy Paranthaman, Peter M. Reardon, Federico Angriman, Thiago Bassi, Giacomo Bellani, Laurent Brochard, Harm‐Jan de Grooth, Laura Dragoi, Syafruddin Gaus, Paul Glover, Ewan C. Goligher, Kimberley Lewis, Baoli Li, Hashim Kareemi, Bharath Kumar Tirupakuzhi Vijayaraghavan, Sangeeta Mehta, Ricard Mellado Artigas, Julie Moore, Idunn S. Morris, Georgiana Roman-Sarita, Tài Pham, Jariya Sereeyotin, George Tomlinson, Hannah Wozniak, Takeshi Yoshida, Rob Fowler

Notice bibliographique

RevueCritical Care Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensInstitute for Clinical Evaluative SciencesMcMaster UniversitySunnybrook Health Science CentreSt. Michael's HospitalMount Sinai HospitalUniversity Health NetworkHealth Sciences CentreSinai Health SystemArtificial Intelligence in Medicine (Canada)University of British ColumbiaTrent UniversityNOSM UniversityThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesEuropean Society of Intensive Care MedicineMinistry of Education, Culture, Sports, Science and TechnologyUniversity of TorontoJapan Science and Technology AgencyCanadian Institutes of Health ResearchIntensive Care SocietyCerebraCanadian Association of Emergency Physicians
Mots-clésMedicineIntubationVignetteOddsOdds ratioPsychological interventionEmergency medicineAnesthesiaLogistic regressionInternal medicineNursingStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Intubation is a common procedure in acute hypoxemic respiratory failure (AHRF), with minimal evidence to guide decision-making. We conducted a survey of when to intubate patients with AHRF to measure the influence of clinical variables on intubation decision-making and quantify variability. DESIGN: Factorial vignette-based survey asking "Would you recommend intubation?" Respondents selected an ordinal recommendation from a 5-point scale ranging from "Definite no" to "Definite yes" for up to ten randomly allocated vignettes. We used Bayesian proportional odds modeling, with clustering by individual, country, and region, to calculate mean odds ratios (ORs) with 95% credible intervals (CrIs). SETTING: Anonymous web-based survey. SUBJECTS: Clinicians involved in the decision to intubate. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Between September 2023 and January 2024, 2,294 respondents entered 17,235 vignette responses in 74 countries (most common: Canada [29%], United States [26%], France [9%], Japan [8%], and Thailand [5%]). Respondents were attending physicians (63%), nurses (13%), trainee physicians (9%), respiratory therapists (9%), and other (6%). Lower oxygen saturation, higher F io2 , noninvasive ventilation compared with high-flow, tachypnea, neck muscle use, abdominal paradox, drowsiness, and inability to obey were associated with increased odds of intubation; diagnosis, vasopressors, and duration of symptoms were not. Nurses were less likely than physicians to recommend intubation. Within a country, the odds of recommending intubation changed between clinicians by an average factor of 2.60; within a region, the same odds changed between countries by 1.56. Respondents from Canada (OR, 0.53; CrI, 0.40-0.70) and the United States (OR, 0.63; CrI, 0.48-0.84) were less likely to recommend intubation than respondents from most other countries. CONCLUSIONS: In this international, multiprofessional survey of 2294 clinicians, intubation for patients with AHRF was mostly decided based on oxygenation, breathing pattern, and consciousness, but there was important variation across individuals and countries.

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)0,006
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 enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,055
Tête enseignante GPT0,392
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'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

Citations9
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetRespiratory Support and MechanismsTravaux en français237 207