MétaCan
Menu
Retour à la cohorte
Enregistrement W4406101625 · doi:10.3310/nihropenres.13837.1

Innovative ventilation technologies used in the intensive care unit for adults and children: a scoping review

2025· review· en· W4406101625 sur OpenAlexaff
Adel Elfeky, Adam Boulton, Rachel Court, Amy Grove, D Clayton, Giles Coverdale, Catherine Macleod-Hall, Peter Auguste, Daniel Gallacher, Joyce Yeung, Daniel F. McAuley, Gavin D. Perkins, Barnaby R. Scholefield, Marion Thompson, Yen‐Fu Chen, Keith Couper

Notice bibliographique

RevueNIHR Open Research · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensHospital for Sick Children
Organismes subventionnairesNational Institute for Health Research Applied Research Collaboration WestDepartment of Health and Social CareNational Institute for Health and Care Research
Mots-clésMedicineCochrane LibraryIntensive care medicineMEDLINEVentilation (architecture)Mechanical ventilationSystematic reviewIntubationIntensive care unitRandomized controlled trialSurgeryInternal medicineEngineering

Résumé

récupéré en direct d'OpenAlex

Background There is widespread interest in the use of innovative ventilation technologies to improve clinical outcomes across the 13–20 million people each year globally that receive invasive ventilation on an intensive care unit. This scoping review aims to summarise the volume and nature of evidence underpinning the use of 22 innovative ventilation technologies in adults and children. Methods We searched MEDLINE, EMBASE, Cochrane library and other key databases from 2010 to May 2024 for primary studies and systematic reviews that evaluated the use of 22 innovative ventilation technologies in adults and children requiring, or at risk of requiring, invasive ventilation. We defined an innovative ventilation technology as a ventilation approach not currently recommended by clinical guidelines due to lack of or uncertainty of evidence. We summarise findings as evidence maps. Results Our search identified 22,274 records of which we included 851 studies (564 primary studies; 277 systematic reviews; 10 economic evaluation studies). Over 50% of studies focussed on non-invasive respiratory support strategies to reduce the risk of a primary tracheal intubation (n=319, 37%) or re-intubation (n=130, 15%). We identified ten or fewer studies for seven technologies, including phrenic nerve stimulation, artificial intelligence, and ultra-low tidal volume ventilation. Few studies include children (n=128, 15%) or report patient-focussed outcomes (n=19, 2%). Conclusions For many technologies despite being used in clinical practice, the available evidence is currently inadequate to determine its clinical effectiveness, particularly in children. Key technologies need to be evaluated in high-quality multi-centre clinical trials that report patient-focussed outcomes.

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)0,012
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0170,016
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,339
Tête enseignante GPT0,558
Écart entre enseignants0,219 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNIHR Open ResearchMême sujetRespiratory Support and MechanismsTravaux en français237 207