Diagnosis and management of temperature abnormality in ICUs: a EUROBACT investigators' survey
Notice bibliographique
Résumé
INTRODUCTION: Although fever and hypothermia are common abnormal physical signs observed in patients admitted to intensive care units (ICU), little data exist on their optimal management. The objective of this study was to describe contemporary practices and determinants of management of temperature abnormalities among patients admitted to ICUs. METHODS: Site leaders of the multi-national EUROBACT study were surveyed regarding diagnosis and management of temperature abnormalities among patients admitted to their ICUs. RESULTS: Of the 162 ICUs originally included in EUROBACT, responses were received from 139 (86%) centers in 23 countries in Europe (117), South America (8), Asia (5), North America (4), Australia (3) and Africa (2). A total of 117 (84%) respondents reported use of a specific temperature threshold in their ICU to define fever. A total of 14 different discrete levels were reported with a median of 38.2°C (inter-quartile range, IQR, 38.0°C to 38.5°C). The use of thermometers was protocolized in 91 (65%) ICUs and a wide range of methods were reportedly used, with axillary, tympanic and urinary bladder sites as the most common as primary modalities. Only 31 (22%) of respondents indicated that there was a formal written protocol for temperature control among febrile patients in their ICUs. In most or all cases practice was to control temperature, to use acetaminophen, and to perform a full septic workup in febrile patients and that this was usually directed by physician order. While reported practice was to treat nearly all patients with neurological impairment and most patients with acute coronary syndromes and infections, severe sepsis and septic shock, this was not the case for most patients with liver failure and fever. CONCLUSIONS: A wide range of definitions and management practices were reported regarding temperature abnormalities in the critically ill. Documenting temperature abnormality management practices, including variability in clinical care, is important to inform planning of future studies designed to optimize infection and temperature management strategies in the critically ill.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».