ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Introduction Choosing an endotracheal tube (ETT) of an appropriate size is critical for effective airway management in dogs undergoing anesthesia or emergency care. Conventional methods often rely on body weight (BW), palpation of external tracheal diameter, nasal septum width, or subjective clinician experience. However, these approaches are frequently imprecise and lack well-established guidelines. Therefore, this study aimed to develop a machine learning-based decision tree model to standardize ETT size using measurable anatomical parameters in dolichocephalic, mesocephalic, and brachycephalic breeds. Methods A retrospective analysis was conducted on data from dogs undergoing anesthesia or emergency care at the Northern Regional Veterinary Healthcare and Learning Center, Faculty of Veterinary Medicine, Chiang Mai University, (NOVEL CMU) Thailand between January and December 2024. We investigated the relationship between the internal diameter (ID) of the ETT used and multiple patient variables, including BW, sex, age, breed, and internal tracheal diameter (ITD) measured at the thoracic inlet on radiographs. Decision tree analysis was used to determine the ETT selection. We hypothesized that a decision tree model integrating BW and ITD would accurately predict appropriate ETT sizing in dogs, but that upper airway anatomical differences would necessitate separate models for non-brachycephalic breeds (Group DM, including dolichocephalic and mesocephalic conformation) and brachycephalic breeds (Group B). Results and discussion The results demonstrated that Group B required ETTs with a significantly smaller ID compared to Group DM of the same BW. Variable importance analysis identified BW and ITD as the primary predictors of ETT size in both groups. Conversely, sex and age demonstrated negligible predictive value and were not significant factors in the selection process. Hence, the decision tree model successfully generated distinct algorithmic pathways for Group DM and Group B. The developed decision tree models offer a practical, non-invasive method for standardizing ETT sizes in clinical practice, thereby enhancing skilled veterinary human capital. This algorithmic approach accounts for individual anatomical variations in the respiratory tract, particularly in brachycephalic dogs. For clinical application, clinicians should prepare tubes within ±0.5 mm of the predicted size to ensure optimal airway management and patient safety.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 70/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Airway Management and Intubation Techniques · Veterinary Medicine and Surgery · Veterinary Pharmacology and Anesthesia
บทบาทของนักวิจัยและสถาบันไทย
Nuttawadee Ngamlertwong · Veerasak Punyapornwithaya · Chiang Mai University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง