MétaCan
Menu
Retour à la cohorte
Enregistrement W6921340381 · doi:10.6084/m9.figshare.c.6951008

An international RAND/UCLA expert panel to determine the optimal diagnosis and management of burn inhalation injury

2024· other· en· W6921340381 sur OpenAlexaff

Notice bibliographique

RevueUWA Profiles and Research Repository (UWA) · 2024
Typeother
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Environment
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentreUniversité de MontréalCentre Hospitalier de l’Université de MontréalToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésDelphi methodIntubationIntensivistAirway managementClinical judgementExpert opinionMechanical ventilationClinical PracticeMultidisciplinary approach

Résumé

récupéré en direct d'OpenAlex

Abstract Background Burn inhalation injury (BII) is a major cause of burn-related mortality and morbidity. Despite published practice guidelines, no consensus exists for the best strategies regarding diagnosis and management of BII. A modified DELPHI study using the RAND/UCLA (University of California, Los Angeles) Appropriateness Method (RAM) systematically analysed the opinions of an expert panel. Expert opinion was combined with available evidence to determine what constitutes appropriate and inappropriate judgement in the diagnosis and management of BII. Methods A 15-person multidisciplinary panel comprised anaesthetists, intensivists and plastic surgeons involved in the clinical management of major burn patients adopted a modified Delphi approach using the RAM method. They rated the appropriateness of statements describing diagnostic and management options for BII on a Likert scale. A modified final survey comprising 140 statements was completed, subdivided into history and physical examination (20), investigations (39), airway management (5), systemic toxicity (23), invasive mechanical ventilation (29) and pharmacotherapy (24). Median appropriateness ratings and the disagreement index (DI) were calculated to classify statements as appropriate, uncertain, or inappropriate. Results Of 140 statements, 74 were rated as appropriate, 40 as uncertain and 26 as inappropriate. Initial intubation with ≥ 8.0 mm endotracheal tubes, lung protective ventilatory strategies, initial bronchoscopic lavage, serial bronchoscopic lavage for severe BII, nebulised heparin and salbutamol administration for moderate-severe BII and N-acetylcysteine for moderate BII were rated appropriate. Non-protective ventilatory strategies, high-frequency oscillatory ventilation, high-frequency percussive ventilation, prophylactic systemic antibiotics and corticosteroids were rated inappropriate. Experts disagreed (DI ≥ 1) on six statements, classified uncertain: the use of flexible fiberoptic bronchoscopy to guide fluid requirements (DI = 1.52), intubation with endotracheal tubes of internal diameter < 8.0 mm (DI = 1.19), use of airway pressure release ventilation modality (DI = 1.19) and nebulised 5000IU heparin, N-acetylcysteine and salbutamol for mild BII (DI = 1.52, 1.70, 1.36, respectively). Conclusions Burns experts mostly agreed on appropriate and inappropriate diagnostic and management criteria of BII as in published guidance. Uncertainty exists as to the optimal diagnosis and management of differing grades of severity of BII. Future research should investigate the accuracy of bronchoscopic grading of BII, the value of bronchial lavage in differing severity groups and the effectiveness of nebulised therapies in different severities of BII. Graphical Abstract

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)0,138
score de la tête « metaresearch » (Gemma)0,145
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,732

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1380,145
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,076
Tête enseignante GPT0,379
Écart entre enseignants0,303 · 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'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWA Profiles and Research Repository (UWA)Même sujetRegional Development and EnvironmentTravaux en français237 207