The Difficult Airway Management Trial: "The DIFFICAIR-Trial" (DIFFICAIR)

Det fullständiga försöksprotokollet publiceras i Trials (2013) Volym: 14, Utgåva: 1, Sidor: 347 ISSN: 1745-6215 DOI: 10.1186/1745-6215-14-347 PubMed: 24152537 http://www.trialsjournal.comwww.trialsjournal. /content/14/1/347/abstract

Detaljerad statistisk analysplan för försöket med svår luftvägshantering (DIFFICAIR):

Inledning Den svåra luftvägshanteringsstudien (DIFFICAIR) är en stratifierad, parallell grupp, kluster (kluster = avdelning) randomiserad och multicenterstudie som involverar 28 anestesiavdelningar i Danmark. DIFFICAIR-studien jämför effekten av två regimer av preoperativ luftvägsbedömning på frekvensen av oväntade svåra luftvägshantering.

Förutsägelse av svår luftvägshantering är fortfarande en avgörande utmaning vid anestesi. Svår trakeal intubation och svår maskventilation kan orsaka allvarliga patientkomplikationer [1-6]. Genom att allokera erfaren personal och relevant utrustning kan bättre förutsägelse av svåra luftvägshantering minska komplikationer och därmed associerad sjuklighet och dödlighet. Det finns ingen enskild prediktor som är tillräckligt giltig för att förutsäga svår trakeal intubation[7-12]. Flera studier visar dock att genom att kombinera flera prediktorer för svår trakeal intubation, ökar det positiva och det negativa prediktiva värdet av bedömningen[12]. I Danmark såväl som internationellt finns det ingen tydlig rekommendation om hur man gör luftvägsbedömning. Följaktligen baseras luftvägsbedömning i Danmark uteslutande på den enskilde narkosläkarens preoperativa kliniska bedömning. Det är dåligt dokumenterat hur exakt denna preoperativa kliniska bedömning förutsäger faktiska luftvägshanteringsförhållanden.

"Simplified Airway Risk Index" (SARI)[13] är baserat på en multivariat modell för luftvägsbedömning som beskrivs av El-Ganzouri och kollegor, vilket möjliggör en uppskattning av sannolikheten för en svår direkt laryngoskopi. SARI innehåller sju individuella prediktorer för en svår direkt laryngoskopi, var och en med en viktad poäng på 0-1 eller 0-2. Ett sammanfattat värde på SARI-poäng > 3 indikerar att en framtida direkt laryngoskopi kommer att bli svår. Det är okänt om SARI-poängen förutsäger svår intubation bättre eller sämre än en klinisk bedömning. Skälet för denna studie var att prospektivt jämföra effekten av SARI med en ospecificerad klinisk luftvägsbedömning på frekvensen av oförutsedda svåra luftvägshantering.

Målpopulationen var vuxna patienter som genomgick anestesi. Tjugoåtta anestesiavdelningar randomiserades till en av två grupper. Interventionsavdelningar använde SARI-poängen för preoperativ luftvägsbedömning. Interventionsgruppen gjorde dessutom en bedömning av riskfaktorer för svår maskventilation enligt beskrivning av Kheterpal och kollegor[14-16]. Avdelningar i kontrollgruppen fortsatte med normal praxis med preoperativ luftvägsbedömning. Alla uppgifter registrerades i DAD. Ett mer detaljerat försöksprotokoll som beskriver bakgrund, design och motivering har publicerats i TRIALS[17].

För att förhindra utfallsrapporteringsbias och resultat baserade på datadriven analys har det blivit alltmer uppmuntrat att prospektivt publicera ett försöksprotokoll [18, 19]. Samma argument gäller för en prospektiv publicering av en statistisk analysplan. I enlighet med detta rekommenderar International Conference on Harmonization (ICH) of Good Clinical Practice (GCP) att kliniska prövningar analyseras enligt en i förväg specificerad plan[19].

Denna analysplan har skrivits medan datainsamlingen från DIFFICAIR-studien fortfarande pågick och försöksdata inte var tillgängliga. Dataanalysen av huvudpublikationen kommer att följa denna plan. Den statistiska analysen godkändes av DIFFICAIRs styrkommitté den 29 december 2013. Sista dagen för datainsamling var den 31 december 2013. De inblandade avdelningarna fick ytterligare en månad för att säkerställa registrering av alla patienter i den danska anestesidatabasen. Den 31 januari 2014 låstes databasen och data extraherades. Den statistiska analysplanen publicerades på www.clinicaltrials.gov före den senaste datainmatningen och innan data extraherades och datahanteringen påbörjades.

DIFFICAIR-testprotokollet har skrivits enligt SPIRIT-riktlinjerna och har varit offentligt på www.difficair.com sedan början av prövningen och är registrerad på www.clinicaltrials.gov (NCT01718561). Den danska anestesidatabasen och det danska samfundet för anestesiologi og intensivmedicin (DASAIM) godkände försöket.

Rättegången genomförs i enlighet med Helsingforsdeklarationen. Den vetenskapsetiska kommittén i Köpenhamns län har förklarat att det betraktas som ett kvalitetssäkringsprojekt och därför inte bör rapporteras till kommittésystemet (Journal nr.: H-3-2012-FSP2). Försöket är godkänt av det danska dataskyddsverket (J.Nr.: 2007-58- 0015/HIH-2011-10, I-Suite nr: 02079)

Mål Det primära syftet med DIFFICAIR-studien är att jämföra effekten av att använda en systematisk luftvägsbedömning med en vanlig klinisk luftvägsbedömning på frekvensen av oförutsedda svåra luftvägshantering. Båda är registrerade i databasen. Den primära nollhypotesen är • Det finns ingen skillnad i andelen oförutsedda svåra intubationer när den preoperativa luftvägsbedömningen baseras på SARI-poängen jämfört med en preoperativ luftvägsbedömning baserad på den enskilde narkosläkarens bedömning.

Den alternativa hypotesen är

• Användning av en systematisk SARI-luftvägsbedömning, registrering av SARI och riskfaktorer för svår maskventilation samt kontinuerlig utbildning i luftvägsbedömning kommer att minska den relativa risken för en svår intubation med 30 %, vilket motsvarar en NNT på 180 patienter.

Metoder Randomisering och urvalsstorlek Vår beräkning av urvalsstorlek baserades på en justering för stratifieringen och den randomiserade klustrets design [20, 21]. Eftersom det inte finns några tidigare uppgifter om studiens primära resultatmått, "oväntad svår intubation", genomfördes en baslinjestudie baserad på data från den danska anestesidatabasen (DAD). För att avvisa eller upptäcka en 30 % relativ riskminskning av andelen oväntad svår intubation mellan interventionsgruppen och kontrollgruppen krävdes cirka 30 avdelningar under en 15 månaders period. Beräkningarna baserades på en maximal risk för typ 1-fel på 5 % och risk för typ 2-fel på maximalt 20 % (80 % effekt).

Totalt 28 avdelningar inkluderades och randomiserades 1:1 med hjälp av en datorgenererad lista. Beräkningen av urvalsstorleken baserades på en genomsnittlig klusterstorlek på 1 611 patienter. Vi uppskattade den genomsnittliga klusterstorleken i DIFFICAIR-studien till cirka 2 500 patienter, vilket gav totalt 70 000 inkluderade patienter under försöksperioden. Den förbättrade urvalsstorleken möjliggör en potentiellt liten förlust av kluster enligt effektberäkningen, från 30 till potentiellt 26. Vår uppskattning av provstorleken kan vara av konservativ karaktär och kräver fler kluster än nödvändigt[22].

Populationer DIFFICAIR-studien fokuserar på två väsentliga delar av luftvägshantering, dvs luftrörsintubation genom direkt laryngoskopi och maskventilation. Denna statistiska analysplan kommer att behandla analys av data om trakeal intubation. Dataanalys avseende förutsägelse av svår maskventilation kommer att hanteras på ett analogt sätt, men kommer inte att utvecklas ytterligare i denna artikel.

Den del av DIFFICAIR-studien som gäller förutsägelse av svår intubation omfattar två populationer; 1) patienter som i första hand försökt intuberas med direkt laryngoskopi; 2) patienter som i första hand försökt intuberas med direkt laryngoskopi (population 1) plus patienter som förväntades vara svåra att intubera och därför schemalagda för och intuberade med en avancerad metod (t. videolaryngoskopisk eller fiberoptisk intubation).

Resultaten av population 1 och 2 kommer att presenteras i en publikation. På grund av mängden data kommer ytterligare publikationer som presenterar data från DIFFICAIR-studien att följa, men ytterligare utarbetande av dataanalys överskrider innehållsramen i denna artikel.

Justerings- och stratifieringsvariabler Varje kluster (avdelning) randomiserades till en kontroll- eller interventionsgrupp, vilket gör detta till interventionsgruppsindikatorn. Försöksplatsen kan stå för ytterligare interventionsheterogenitet och kommer att användas för justering i analysen av interventionseffekten. Vidare kommer en stratifieringsvariabel som grupperade avdelningarna efter om andelen oväntad svår intubation vid baslinjen var ≥ eller < 2 % att användas för justering enligt nya bevis på ökad kraft i analysen av stratifierade försök[21].

Antagna konfunderande kovariater Vi definierar ålder; kön; ASA-klassificering; akut/elektiv procedur; Body Mass Index (BMI); och användning av neuromuskulära blockerande medel som kovariater som är möjliga konfounders, vilket kräver justerade analyser av det primära resultatet och fördefinierade subgruppsanalyser.

Primära resultat

De primära utfallsmåtten är:

1. Bråkdel av oväntade svåra intubationer = alla intubationer med oförutsedda svårigheter [Falskt negativt] / alla patienter primärt (försökt) intuberade med direkt laryngoskopi
2. Bråkdel av oväntade lätta intubationer = alla intubationer med förväntade svårigheter som var lätta [Falskt positiv] / alla patienter primärt (försökt) intuberade med direkt laryngoskopi

2. De två primära resultaten är kopplade och samtidiga låga fraktioner är önskvärda för optimal förutsägelse av en svår intubation.

Sekundära resultat

1. 48 timmars dödlighet
2. 30 dagars dödlighet
3. Fraktion = förväntade svåra intubationer planerade för, och intuberade med en avancerad metod / alla patienter (försökt) intuberade.
4. Bråkdel = oväntade svåra intubationer [Falskt negativt] / alla svåra intubationer ([Falskt negativt] + [Sant positivt])
5. Känslighet
6. Specificitet
7. Positivt prediktivt värde
8. Negativt prediktivt värde
9. Positivt sannolikhetsförhållande = (Känslighet / (1-Specificitet))
10. Negativ sannolikhetsförhållande = ((1-känslighet) / specificitet)
11. Kurvan för Receiver Operating Characteristic (ROC). En grafisk representation av känslighet som en funktion av (1-Specificitet).

Resultat 5-11 mäts för förutsägelse av svår intubation för båda interventionsgrupperna.

Datapunkter Baslinjekovariater

Individuell nivå:

1. Sex
2. Ålder
3. Höjd
4. Vikt
5. BMI
6. Klassificering av American Society of Anesthesiologists (ASA).
7. Användning av neuromuskulära blockerande medel
8. Sjukhusenhet
9. Område
10. Förväntad svår trakeal intubation
11. Förväntad svår maskventilation
12. Schemalagd luftväg
13. Prioritet; Akut/Elektiv
14. Kirurgiska ingreppskoder
15. Intubationspoäng
16. Maskventilationspoäng

Intervention samvarierar

1. Munöppning
2. Thyro-mental distans
3. Modifierad Mallampati-klassificering
4. Käftutsprång
5. Halsrörlighet
6. Tidigare svår luftvägshantering
7. Antal avslutade riskfaktorer
8. Den beräknade SARI-poängen
9. Dikotomiserat SARI-poäng (< eller ≥ 4)
10. Snarkning
11. Sömnapné
12. Förekomst av skägg
13. Förändringar i nacken på grund av strålning

Sammanfattningar på klusternivå

1. Genomsnittlig klusterstorlek
2. Genomsnittligt antal intuberade patienter
3. Bråkdel av privata sjukhus
4. Genomsnittlig bråkdel av oväntad svår intubation
5. Ålder
6. BMI
7. ASA-klassificering

Definition av svår intubation I DAD programmeras ett intubationspoäng baserat på antal intubationsförsök och användning av utrustning.

1. Max två intubationsförsök - Endast genom direkt laryngoskopi
2. Högst två intubationsförsök där annan intubationsutrustning eller hjälpmedel för direkt laryngoskopi används (t.ex. videolaryngoskop)
3. Tre intubationsförsök eller fler - Oavsett intubationsmetod
4. Intubationen misslyckades trots försök

Trakeal intubation med direkt laryngoskopi är fördefinierad i DAD som oproblematisk med en poäng = 1 och svår med en poäng ≥ 2. I våra primära analyser och provstorleksberäkning kommer vi att använda samma definition som DAD.

Allmänna analysprinciper

1. Om inget annat anges kommer alla huvudanalyser att jämföra de två interventionsgrupperna med användning av intention-to-treat (ITT) [23].
2. För att säkerställa en korrekt typ 1-felfrekvens kommer alla huvudanalyser att ta hänsyn till den klustrade utformningen av försöket och stratifieringsvariabeln [24-26]. Analyser kommer att baseras på data på individuell patientnivå men klustring av patienter och stratifieringsvariabeln kommer att redovisas i en blandad effektmodell.
3. I alla analyser kommer en maximal nivå på 5 % (tvåsidigt) typ 1-fel att betraktas som statistiskt signifikant om inte annat anges
4. Huvudanalyserna kommer att vara enligt ITT justerade för kluster- och stratifieringsvariabler. Känslighetsanalyser kommer att utföras justerade och ojusterade för de tidigare listade potentiella förvirrande kovariaten. Vi kommer att diskutera om resultaten skiljer sig från huvudanalyserna. Slutsatsen av försöket kommer att baseras på de primära analyserna.
5. Interaktionstest kommer att tillämpas för undergruppsanalyser.
6. Risker redovisas som relativa risker. När relativa risker beräknas från oddskvoter med 95 % konfidensintervall (CI) kommer det att göras enligt Zhang et Yu[27].
7. För saknade data som överstiger en frekvens på 5 %, och med ett statistiskt signifikant Little's-test, vilket indikerar att de saknade uppgifterna inte är ett helt slumpmässigt urval av den totala datan, kommer punktuppskattningar med 95 % CI att beräknas med hjälp av ett värsta/bästa fall-scenario tillräkna de saknade värdena. Om imputeringen av ett värsta/bästa-fallsscenario innebär olika slutsatser, kommer flera imputationer att utföras på de saknade värdena, förutsatt att det saknas slumpmässigt[28]. Ojusterade och fullständiga fallanalyser kommer också att presenteras.
8. För att undvika att förkasta en sann nollhypotes kommer vi att ta itu med problemet med multiplicitet genom Bonferroni-justeringar på de sekundära utfallsmåtten. Om ojusterade analyser är obetydliga (P>0,05) kommer Bonferroni-justeringar inte att tillämpas. Om justeringen ändrar ett ojusterat signifikant P-värde till ett icke-signifikant P-värde kommer detta att diskuteras.
9. För att säkerställa fullständig objektivitet kommer statistikern att bli blind för interventionsgruppen i den primära resultatanalysen. Efter datainsamling kommer en tredje parts datahanterare att generera en komplett datamängd med blind kodning av interventionsgrupperna och andra variabler som eventuellt avslöjar interventionen. Statistikern utför den primära resultatanalysen på denna datamängd. Om det primära resultatet skiljer sig mellan grupperna kommer vi att konstruera olika slutsatser som återspeglar resultaten, med tanke på att signifikanta skillnader i interventionen kan vara både till fördel eller skada. Efter att ha skrivit slutsatserna kommer vi att avslöja koden för blindningen, och därefter kommer den korrekta slutsatsen att användas[29].

Statistiska analyser Försöksprofil Flödet av studiedeltagare kommer att visas i ett Consolidated Standards of Reporting Trials (CONSORT)-diagram på en klusternivå och på individnivå. Antalet kluster som uppfyller inklusionskriteriet och antalet kluster som ingår i primära och sekundära analyser kommer att presenteras. Antalet patienter som uppfyllde studiens inklusionskriterier samt antalet inkluderade i de primära och sekundära analyserna kommer att rapporteras. Orsaker till uteslutningar av kluster och patienter i de primära och sekundära analyserna kommer att redovisas.

Primärt utfall Frekvenser och procentsatser per grupp kommer att rapporteras med 95 % KI. Det primära utfallet presenteras som oddskvoter och relativa riskkvoter.

Den första analysen av det primära resultatet kommer att justeras för stratifierings- och klustervariabeln som utförs enligt ITT-principen inklusive patienter som uppfyllde inklusions- och inte uteslutningskriterierna. En logistisk regression inklusive en blandad effektmodell kommer att användas. Interventionsgrupp och stratifieringsvariabel betraktas som fixerade effekter och försöksplats betraktas som slumpmässiga effekter i modellen.

Den andra analysen av det primära resultatet kommer att justeras för stratifierings- och klustervariablerna samt baslinjekovariater som antas som konfounders inkorporerade i en blandad effektmodell.

Den tredje analysen av det primära resultatet kommer att jämföra patienterna i kontrollgruppen som uppfyllde inklusions- och inte uteslutningskriterierna med patienter i interventionsgruppen som fick den protokollerade interventionen. Det vill säga en analys per protokoll av kontrollgruppen kontra subgruppen i interventionsgruppen som hade en tillräckligt registrerad SARI. Interaktionstest kommer att utföras i interventionsgruppen mellan patienter som får tillräcklig/otillräcklig SARI-registrering.

I en alternativ känslighetsanalys av den första analysen av det primära resultatet kommer vi att använda ett annat gränsvärde för svår intubation med ≥ 3 istället för ≥ 2 som definition av svår intubation.

Sekundära utfall Frekvenser, proportioner, procentsatser, odds och riskkvoter presenteras med 95 % KI för varje grupp. Ett chi-kvadrattest används för att bedöma effekten av interventionen på binära utfall. För kategoriska utfall och de justerade analyserna kommer logistisk regressionsanalys att utföras.

Baslinjejämförelser av patientegenskaper Baslinjekarakteristika presenteras för varje interventionsgrupp. Frekvenser, proportioner och procentsatser kommer att användas för att sammanfatta diskreta variabler. Vid saknade värden presenteras procentsatser med den faktiska nämnaren och i övrigt beräknas efter antal deltagande patienter. Kontinuerliga variabler sammanfattas med standardmått på central tendens och spridning med användning av antingen medelvärde ± SD för data med normalfördelning eller median- och interkvartilintervall för icke-normalfördelade data.

Baslinjejämförelser av klusteregenskaper Klusteregenskaper presenteras för varje grupp, kontroll och intervention. Om inte annat anges kommer data att presenteras som medel med SD för data med normalfördelning eller median- och interkvartilintervall för icke-normalfördelade data.

Översikt över figurer och tabeller Den första figuren kommer att vara ett CONSORT-flödesschema på individuell patientnivå och klusternivå. Den andra figuren kommer att illustrera SARI-poängen och handledningsinstrumenten. Den tredje figuren visar registreringen i DAD, inklusive intubationspoängen. Den fjärde figuren kommer att presentera baslinjedata från varje interventionsgrupp på individ- och klusternivå och den femte figuren kommer att beskriva de huvudsakliga resultaten för varje interventionsgrupp.

Diskussion För att undvika fördomar i resultatrapportering och datadrivna resultat presenterar detta dokument den detaljerade statistiska analysplanen för huvudpublikationen av DIFFICAIR-studien. DIFFICAIR-studien väcker två viktiga frågor, dvs är det möjligt att via interventionen minska frekvensen av svår intubation och/eller svår maskventilation? Denna plan tar endast upp den statistiska analysen av populationen av intuberade patienter. Detta beror på att våra urvalsstorleksberäkningar baserades på samma population; SARI utvecklades som ett förutsägelseverktyg för svår intubation; och på grund av mängden data.

Genom att justera vår primära resultatanalys för olika designvariabler, såsom klustring och stratifiering, strävar vi efter att eliminera uppblåsta typ 1-felfrekvenser som en konsekvens av testdesignen. En blandad effektmodell tillämpas baserat på en utvärdering av varje variabel som ha slumpmässiga eller fixerade effekter[30, 31].

När flera jämförelser görs mellan två grupper kan du riskera att acceptera en interventionseffekt felaktigt (typ 1-fel). Det finns flera tillvägagångssätt som handlar om flera tester. Vi valde att använda en Bonferroni-justering på de sekundära utfallsmåtten för att utvärdera, identifiera och diskutera tvivelaktiga signifikanta utfall som kan bero på statistisk mångfald.

Värdet av ett diagnostiskt test presenteras vanligtvis som sensitivitet och specificitet. Vi har valt (1 - total noggrannhet) dvs andelen oväntade svåra intubationer (False Negative, FN) och andelen oförutsedda lätta intubationer (False Positive, FP). Båda scenarierna är av klinisk relevans eftersom FN löper risk för hypoxi, ökad sjuklighet och till och med död, medan FP riskerar att utsättas för onödigt obehag av t.ex. vaken intubation. Samtidigt kan både FN och FP ta upp onödiga resurser. Sensitivitet och specificitet är svårare att tolka intuitivt. Följaktligen valde vi att presentera mer transparenta primära resultat. Genom att använda proportioner av oväntad svår intubation kunde vi utföra en baslinjekohortstudie, på vilken vi baserade våra provstorlekar och kraftberäkningar.

Genom att publicera detta dokument där vi fördefinierar våra metoder och analyser, är det vår förhoppning att resultaten från DIFFICAIR-studien ska vara så transparenta och robusta som möjligt.

Slutsats Detta dokument presenterar principerna för analyser som används i DIFFICAIR-studien för den första publiceringen av de viktigaste resultaten för populationen av intuberade patienter. Vårt tillvägagångssätt syftar till att minimera risken för datadrivna resultat och utfallsrapportering.

Referenser

1. Cooper GM, McClure JH: Anestesi kapitel från att rädda mödrars liv; se över mödradödsfall för att göra graviditeten säkrare. Br J Anaesth 2008, 100:17-22.
2. Hove LD, Steinmetz J, Christoffersen JK, Møller A, Nielsen J, Schmidt H, Möller A: Analys av dödsfall relaterade till anestesi under perioden 1996-2004 från stängda skadeanmälningar registrerade av Dansk Patientförsäkring. Anesthesiology 2007, 106:675-680.
3. Peterson GN, Domino KB, Caplan RA, Posner KL, Lee LA, Cheney FW: Hantering av den svåra luftvägen - En sluten anspråksanalys. Anesthesiology 2005, 103:33-39.
4. Rosenstock C, Møller J, Hauberg A: Klagomål relaterade till andningshändelser inom anestesi och intensivvårdsmedicin från 1994 till 1998 i Danmark. Acta Anaesthesiol Scand 2001, 45:53-58.
5. McClure JH, Cooper GM, Clutton-Brock TH: Att rädda mödrars liv: granska mödradödsfall för att göra moderskapet säkrare: 2006-8: en recension. Br J Anaesth 2011, 107:127-32.
6. Cook T, Woodall N, Frerk C: Stora komplikationer av luftvägshantering i Storbritannien. Natl Audit Proj 2011.
7. Lundstrøm LH, Vester-Andersen M, Møller AM, Charuluxananan S, L'hermite J, Wetterslev J: Dåligt prognostiskt värde för den modifierade Mallampati-poängen: en metaanalys som involverar 177 088 patienter. Br J Anaesth 2011, 107:659-67.
8. Lee A, Fan LTY, Gin T, Karmakar MK, Ngan Kee WD: En systematisk genomgång (metaanalys) av mallampati-testernas noggrannhet för att förutsäga de svåra luftvägarna. Anesth Analg 2006, 102:1867-1878.
9. Lundstrøm LH, Møller AM, Rosenstock C, Astrup G, Wetterslev J: Högt kroppsmassaindex är en svag prediktor för svår och misslyckad trakeal intubation: en kohortstudie av 91 332 på varandra följande patienter schemalagda för direkt laryngoskopi registrerade i den danska anestesidatabasen. Anesthesiology 2009, 107:266-274.
10. Lundstrøm LH, Møller AM, Rosenstock C, Astrup G, Gätke MR, Wetterslev J: Undvikande av neuromuskulära blockerande medel kan öka risken för svår trakeal intubation: en kohortstudie av 103 812 på varandra följande vuxna patienter registrerade i den danska anestesidatabasen. Br J Anaesth 2009, 103:283-90.
11. Lundstrøm LH, Møller AM, Rosenstock C, Astrup G, Gätke MR, Wetterslev J: En dokumenterad tidigare svår trakeal intubation som ett prognostiskt test för en efterföljande svår trakeal intubation hos vuxna. Anesthesia 2009, 64:1081-8.
12. Shiga T, Wajima Z, Inoue T, Sakamoto S, Sakamoto A: Förutsäga svår intubation hos till synes normala patienter. Anesthesiology 2005, 103:429-437.
13. El-Ganzouri AR, McCarthy RJ, Tuman KJ, Tanck EN, Ivankovich AD: Preoperativ luftvägsbedömning: prediktivt värde av ett multivariat riskindex. Anesth Analg 1996, 82:1197-1204.
14. Kheterpal S, Han R, Tremper KK, Shanks AM, Tait AR, O'Reilly M, Ludwig TA, Martin L: Incidens och prediktorer för svår och omöjlig maskventilation. Anesthesiology 2006, 105:885-891.
15. Kheterpal S, Martin L, Shanks AM, Tremper KK: Förutsägelse och resultat av omöjlig maskventilation: en översyn av 50 000 anestetika. Anesthesiology 2009, 110:891-897.
16. Kheterpal S, Healy D, Aziz M: Incidens, prediktorer och resultat av svår maskventilation i kombination med svår laryngoskopi: en rapport från gruppen för multicenter perioperativa resultat. Anestesiologi 2013:1-10.
17. Nørskov AK, Rosenstock CV, Wetterslev J, Lundstrøm LH: Incidensen av oförutsedda svåra luftvägar med hjälp av en objektiv luftvägspoäng kontra en standard klinisk luftvägsbedömning: DIFFICAIR-prövningen - prövningsprotokoll för en klusterrandomiserad klinisk prövning. Rättegångar 2013, 14:347.
18. Chan A-W, Tetzlaff JM, Altman DG, Laupacis A, Gøtzsche PC, Hro A, Mann H, Dickersin K, Berlin JA, Dore CJ, Parulekar WR, Summerskill WSM, Groves T, Schulz KF, Sox HC, Rockhold FW, Rennie D , Moher D, Krleža-Jerić K, Hróbjartsson A, Doré CJ: Research and Reporting Methods SPIRIT 2013 Statement: Defining Standard Protocol Items for Clinical Trials. Ann Intern Med 2013, 158:200-7.
19. Dwan K, Gamble C, Williamson PR, Altman DG: Rapportering av kliniska prövningar: en översyn av forskningsfinansiärers riktlinjer. Trials 2008, 9:66.
20. Hayes RJ, Bennett S: Enkel beräkning av urvalsstorlek för klusterrandomiserade försök. Int J Epidemiol 1999, 28:319-26.
21. Kahan B, Morris T: Rapportering och analys av försök med stratifierad randomisering i ledande medicinska tidskrifter: granskning och omanalys. BMJ 2012, 345:e5840.
22. Crespi CM, Wong WK, Wu S: En ny beroendeparametermetod för att förbättra utformningen av kluster randomiserade försök med binära resultat. Clin Trials 2011, 8:687-98.
23. Fergusson D, Aaron SD, Guyatt G, Hébert P: Uteslutningar efter randomisering: avsikten att behandla principen och utesluta patienter från analys. BMJ 2002, 325:652-4.
24. Klar N, Donner A: Nuvarande och framtida utmaningar i design och analys av klusterrandomiseringsförsök. Stat Med 2001, 20:3729-3740.
25. Hayes RJ, Moulton LH: Cluster Randomized Trials (Chapman & Hall/CRC Interdisciplinary Statistics). Chapman och Hall/CRC; 2009:338.
26. Kahan BC, Morris TP: Bedömning av potentiella källor till klustring i individuellt randomiserade studier. BMC Med Res Methodol 2013, 13:58.
27. Zhang J, Yu KF: Vad är den relativa risken? En metod för att korrigera oddskvoten i kohortstudier av vanliga utfall. JAMA 1998, 280:1690-1.
28. Schafer JL: Multipel imputering: en primer. Stat Methods Med Res 1999, 8:3-15.
29. Gøtzsche PC: Blindning under dataanalys och skrivning av manuskript. Control Clin Trials 1996, 17:285-90.
30. Kahan BC, Morris TP: Justering för flera prognostiska faktorer i analysen av randomiserade studier. BMC Med Res Methodol 2013, 13:99.
31. Kahan BC, Morris TP: Analys av multicenterförsök med kontinuerliga resultat: när och hur ska vi ta hänsyn till centrumeffekter? Stat Med 2013, 32:1136-49.