MétaCan
Menu
Retour à la cohorte
Enregistrement W1967973453 · doi:10.1097/wnp.0b013e31827eda27

Pediatric ICU EEG Monitoring

2013· review· en· W1967973453 sur OpenAlexaboutno aff
Sarah Sánchez, Jessica L. Carpenter, Kevin Chapman, Dennis Dlugos, William B. Gallentine, Christopher C. Giza, Joshua Goldstein, Cecil D. Hahn, Sudha Kilaru Kessler, Tobias Loddenkemper, James J. Riviello, Nicholas S. Abend

Notice bibliographique

RevueJournal of Clinical Neurophysiology · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésStatus epilepticusMedicineAltered Mental StatusEtiologyNeurologyEmergency medicineCritically illIntensive care medicineElectroencephalographyEpilepsyPediatricsInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To describe current continuous EEG monitoring (cEEG) utilization in critically ill children. METHODS: An online survey of pediatric neurologists from 50 US and 11 Canadian institutions was conducted in August 2011. RESULTS: Responses were received from 58 of 61 (95%) surveyed institutions. Common cEEG indications are altered mental status after a seizure or status epilepticus (97%), altered mental status of unknown etiology (88%), or altered mental status with an acute primary neurologic condition (88%). The median number of patients undergoing cEEG per month per center increased from August 2010 to August 2011 (6 to 10 per month in the United States; 2 to 3 per month in Canada). Few institutions have clinical pathways addressing cEEG use (31%). Physicians most commonly review cEEG twice per day (37%). There is variability regarding which services can order cEEG, the degree of neurology involvement, technologist availability, and whether technologists perform cEEG screening. CONCLUSIONS: Among the surveyed institutions, which included primarily large academic centers, cEEG use in pediatric intensive care units is increasing and is often considered indicated for children with altered mental status at risk for nonconvulsive seizures. However, there remains substantial variability in cEEG access and utilization among institutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,475
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations118
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NeurophysiologyMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207