MétaCan
Menu
Back to cohort
Record W7062315877

Tele-anestesia: la visita preoperatoria a distanza. Realta futuribile o immaginazione fantascientifica?

2015· article· it· W7062315877 on OpenAlexaboutno aff

Bibliographic record

VenueElectronic Theses and Dissertations Repository (University of Pisa) · 2015
Typearticle
Languageit
FieldEngineering
TopicThermal Analysis in Power Transmission
Canadian institutionsnot available
Fundersnot available
KeywordsWorking hoursDesign studioComputer software
DOInot available

Abstract

fetched live from OpenAlex

INTRODUZIONE La valutazione preoperatoria a distanza da parte del medico anestesista può contribuire alla riduzione dei costi sia per il sistema sanitario che per il paziente con anche riduzione dei disagi legati per esempio alle spese di viaggio e all’assenza dal lavoro. Sarebbe molto comodo se la valutazione anestesiologica preoperatoria potesse essere fatta a distanza, includendo anche la valutazione delle vie aeree. Questo studio si propone di valutare la fattibilità di visitare a distanza i pazienti attraverso l'ausilio di un software appositamente studiato e chiamato -pre-op cockpit-. MATERIALI E METODI Dopo aver ottenuto l'approvazione del comitato etico locale, 20 pazienti sottoposti a chirurgia bariatrica sono stati arruolati. Ogni paziente è stato valutato a distanza (MGH – Montreal, Canada) ed in ambulatorio (Cisanello – Pisa, Italia). La valutazione a distanza si avvale di 2 computer, uno per l’anestesista (PC - 1), l'altro per il paziente (PC - 2). Il PC-1 ha il software pre-op cockpit e comunica con il PC - 2 via Skype. Il pre-op cockpit è utilizzato per raccogliere la storia del paziente, utilizzando un questionario predefinito analogo a quello presente nel protocollo di valutazione preoperatoria standard utilizzato presso il dipartimento anestesia locale, e per valutare le vie aeree. Durante la valutazione delle vie aeree, la distanza tiro-mentoniera, l’apertura della bocca e la circonferenza del collo sono state misurate attraverso il pre-op cockpit, che utilizza una moneta di una dimensione conosciuta, come un punto di riferimento. Poiché la dimensione della moneta è nota, il software la utilizza come fattore di conversione per stimare la misura reale. La valutazione del Mallampati è stata registrata utilizzando Evaer Video Call Recorder for Skype. La valutazione ambulatoriale dei parametri sopra descritti è stata eseguita sempre dallo stesso specializzando in anestesia, prima o dopo la valutazione a distanza. I dati sono presentati come media ± DS o come valori. Il relative observed agreement (Pr(a)) e il Cohen’s K tra la valutazione locale e a distanza sono stati calcolati per ogni parametro utilizzando SPSS (IBM, USA). RISULTATI Tre uomini e 17 donne, di età compresa tra 46 ± 12 anni, con un BMI di 44.4 ± 6.8 Kg/m2 sono stati arruolati nello studio. Il tempo impiegato per la valutazione a distanza è stato di 10.84 min ± 1.94, (il tempo per valutazione locale è stato di 12 minuti ± 2). L’accordo tra la valutazione delle vie aeree a distanza e locale è stato da moderato a sostanziale, ma per la valutazione Mallampati è risultato solo moderato. Tra i 10 parametri di anamnesi, allergia ai farmaci, allergie alimentari, il diabete, l'ipertensione, e l’apnea ostruttiva del sonno hanno mostrato un accordo quasi perfetto K = 0,87, 1, 1, 0.9, 0.83 e Pr (a) = 95% , 100%, 100%, 95%, 95% rispettivamente; allergia al lattice, vene varicose e malattie cardiache hanno mostrato un sostanziale accordo con K = 0,77, 0,77, 0,64 e Pr (a) = 95%, 95%, 95%, rispettivamente; gastrite e asma hanno mostrato un accordo moderato con K = 0,49, 0,44 e Pr (a) = 75%, 95% rispettivamente. CONCLUSIONI La valutazione anestesiologica a distanza è fattibile. La valutazione delle vie aeree per quanto riguarda il Mallampati è stata compromessa dalla mancanza di qualità video, inadeguata illuminazione e dall'angolo della webcam. L’anamnesi mostra un buon accordo globale. Ulteriori miglioramenti sono necessari al fine di perfezionare la valutazione a distanza.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.548
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.197
Teacher spread0.192 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueElectronic Theses and Dissertations Repository (University of Pisa)Same topicThermal Analysis in Power TransmissionFrench-language works237,207