Patients who Talk and Deteriorate: A New Look at an Old Problem
Notice bibliographique
Résumé
BACKGROUND AND METHODS: We sought to review established prognostic indicators applied to Asian population, and to identify new risk factors for deterioration in patients who talked and deteriorated after traumatic brain injury (TBI). This retrospective study used our prospectively maintained TBI database. From August 1999 to July 2001, 324 patients were admitted to the neurosurgical intensive care unit (ICU). Thirty-eight patients (11.8%) talked between injury and subsequent deterioration into coma. Independent outcome predictors were studied. RESULTS AND CONCLUSION: Fourteen patients had subdural haematomas, 9 extradural haematomas, 19 contusions/haematomas and 3 subarachnoid haemorrhages. 81.5% of the patients had mass lesions potentially requiring surgery. Twenty patients had good functional recovery at 6 months (Glasgow Outcome Score 4 and 5); 18 were dead or vegetative. Age, gender, type of intracranial lesion and presence of coagulopathy were significantly correlated with outcome. Intracranial haematomas continue to be most significant in patients who talk and deteriorate. Coagulopathy was the strongest prognostic predictor of poor outcome with fibrinolytic parameters being reliable prognostic markers of head injury. Early identification, continued monitoring and treatment of coagulopathy should be our new look at improving outcome of these patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,010 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».