Survey of Cervical Spine Research Society Members on the Use of High-Dose Steroids for Acute Spinal Cord Injuries
Notice bibliographique
Résumé
STUDY DESIGN: A questionnaire survey. OBJECTIVE: To characterize surgeons' current perspectives on the administration of methylprednisolone for acute spinal cord injury (SCI) and determine how this has changed during the last 7 years. SUMMARY OF BACKGROUND DATA: The determinants of and complications associated with off-label steroid use for acute SCI remain controversial. METHODS: A survey was sent to surgeon members of the Cervical Spine Research Society requesting information regarding their use of steroids for acute SCI. Determinants included surgeons' specialty, trauma center level, number of SCIs treated per year, severity of injury, and location of injury. These results were compared across groups as well as with a historical control. RESULTS: In the case of cervical complete and incomplete SCIs, 47.4% and 56.4% of respondents, respectively, reported using steroids. For complete and incomplete thoracolumbar spine injuries, the usage rate was 46.2% and 55.1%, respectively. There has been a significant (P < 0.0001) decrease in the number of surgeons using high-dose steroids in the treatment of acute SCIs when compared with a previous report in 2006 (56% vs. 89%).More than 80% of respondents reported sepsis, active gastrointestinal bleeding, and SCI occurring earlier than 8 hours as contraindications. Seventy-one percent of respondents reported observing complications from the use of steroids, and 76.3% thought that the complications were severe enough to limit steroid use. Of the surgeons who used steroids for SCI, 26% thought that steroids improved neurological recovery, 19.2% used steroids to adhere to institutional protocol, and 25.6% stated they did not think steroids were beneficial but used them because of medicolegal concerns. CONCLUSION: There has been a significant decrease in the number of surgeons using high-dose steroids for acute SCIs. Sepsis, gastrointestinal bleeding, and an injury occurring more than 8 hours prior to presentation were agreed upon as contraindications to steroid use.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».