Personlig urval av hyperangulerade vs. Macintosh videolaryngoskopblad (HAVL)

Randomiserad kontrollerad studie

Denna studie utformades som en randomiserad kontrollerad studie. Totalt 524 patienter randomiserades i förhållandet 1:1 till antingen hypervinklad bladgrupp (H-grupp) eller Macintosh-bladgrupp (M-grupp).

Den primära slutpunkten var intubationsframgång vid första försöket. De sekundära slutpunkterna inkluderade total intubationsframgångsfrekvens, antal intubationsförsök, tid för trakealtuben att passera stämläpparna (T5), tid till ventilation (T6) och användning av kompletterande luftvägsmanövrar (t.ex. extern laryngeal manipulation [ELM]).

Jämförelser mellan grupperna utfördes enligt varje slutpunkts karaktär. Kategoriska variabler analyserades med χ²-test eller Fishers exakta test, när lämpligt, och resultaten presenterades som riskkvoter (RR) med 95% konfidensintervall (KI). Kontinuerliga variabler bedömdes för normalitet med Shapiro-Wilk-test. Normalfördelade variabler jämfördes med oberoende t-test, medan icke-normalfördelade variabler analyserades med Mann-Whitney U-test. Resultaten rapporterades som medel- eller mediandifferenser med 95% KI.

Alla studiedeltagare testade båda videolaryngoskopbladen. Faktisk trakealintubation utfördes dock endast med det andra bladet, medan det första bladet endast användes för bedömning av glottisutsikt och angreppstider. För att minimera inlärningsrelaterade ordningseffekter utfördes varje försök av en annan forskare, och varje forskare var begränsad till att endast använda det blad som tilldelats dem. Dessutom genomfördes inom-patient-jämförelser av POGO-poäng, angreppstider och visualiseringssvårigheter mellan det första och andra bladet för att analysera bladspecifika visualiseringskarakteristika. Om signifikanta skillnader observerades utvärderades potentiella ordningseffekter vidare under analysen.

Inom-patient-jämförelse (parad utvärdering)

Innan faktisk trakealintubation bedömdes glottisvisualisering upp till precis före stämläpparna med båda bladen hos alla deltagare. Bladanvändningens ordning balanserades enligt randomisering: patienter i M-gruppen genomgick visualiseringsbedömning i H→M-sekvens följt av intubation med Macintosh-bladet, medan patienter i H-gruppen genomgick visualiseringsbedömning i M→H-sekvens följt av intubation med hypervinklat blad. Följaktligen genomfördes inom-patient-jämförelser med visualiseringsdata erhållna i den fördefinierade sekvensen för varje grupp, vilket minimerade ordningseffekter.

De utvärderade parametrarna inkluderade:

(i) tid till laryngoskopisk utsikt (T1/T3), (ii) tid för trakealtubspetsen att nå stämläpparna (T2/T4), (iii) VIDIAC-poäng, (iv) procentandel glottisöppning (POGO-poäng), (v) operatörsrapporterad subjektiv svårighetsgrad och (vi) komplikationer (t.ex. SpO₂ < 90%, tand- eller mjukvävnadsskada).

Skillnader i kontinuerliga parade utfall mellan hypervinklat och Macintosh-blad analyserades med parade t-test eller Wilcoxons teckenrangtest, när lämpligt. Vid klassificering av varje utfall enligt vilket blad som var överlägset (hypervinklat-föredraget, Macintosh-föredraget eller ekvivalent) användes McNemars test för binära klassificeringar och Stuart-Maxwell-test för tre-kategoriklassificeringar.

Maskininlärningsbaserad explorativ analys

Slutligen utnyttjades data från den randomiserade kontrollerade studien och parade analyser ytterligare för att, på ett explorativt sätt, undersöka vilket blad som kan vara mer fördelaktigt under specifika anatomiska och demografiska förhållanden. Utfall som visade mellangruppsskillnader i de primära eller sekundära analyserna valdes som målmålvariabler. Alla kovariater inkluderades som indatafunktioner, och en XGBoost-baserad ensembleträmodell tränades.

Modellprestanda utvärderades med area under ROC-kurvan (AUROC) med 95% KI för binära utfall och rotmedelkvadratfel (RMSE) och medelabsolutfel (MAE) för kontinuerliga utfall. SHapley Additive exPlanations (SHAP)-analys utfördes för att visualisera funktionsvikt och interaktionsmönster, och beslutsstegsanalys (DCA) användes för att bedöma de prediktiva modellernas kliniska nettovinst.