Continuous <scp>EEG</scp> monitoring: A survey of neurophysiologists and neurointensivists
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Continuous EEG monitoring (cEEG) of critically ill adults is being used with increasing frequency, and practice guidelines on indications for cEEG monitoring have recently been published. However, data describing the current practice of cEEG in critically ill adults is limited. We aimed to describe the current practice of cEEG monitoring in adults in the United States. METHODS: A survey assessing cEEG indications and procedures was sent to one intensivist and one neurophysiologist responsible for intensive care unit (ICU) cEEG at 151 institutions in the United States. At some institutions only one physician could be identified. RESULTS: One hundred thirty-seven physicians from 97 institutions completed the survey. Continuous EEG is utilized by nearly all respondents to detect nonconvulsive seizures (NCS) in patients with altered mental status following clinical seizures, intra cerebral hemorrhage (ICH), traumatic brain injury, and cardiac arrest, as well as to characterize abnormal movements suspected to be seizures. The majority of physicians monitor comatose patients for 24-48 h. In an ideal situation with unlimited resources, 18% of respondents would increase cEEG duration. Eighty-six percent of institutions have an on-call EEG technologist available 24/7 for new patient hookups, but only 26% have technologists available 24/7 in-house. There is substantial variability in who reviews EEG and how frequently it is reviewed as well as use of quantitative EEG. SIGNIFICANCE: Although there is general agreement regarding the indications for ICU cEEG, there is substantial interinstitutional variability in how the procedure is performed.
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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle