Assessment of brain midline shift using sonography in neurosurgical ICU patients
Notice bibliographique
Résumé
INTRODUCTION: Brain midline shift (MLS) is a life-threatening condition that requires urgent diagnosis and treatment. We aimed to validate bedside assessment of MLS with Transcranial Sonography (TCS) in neurosurgical ICU patients by comparing it to CT. METHODS: In this prospective single centre study, patients who underwent a head CT were included and a concomitant TCS performed. TCS MLS was determined by measuring the difference between the distance from skull to the third ventricle on both sides, using a 2 to 4 MHz probe through the temporal window. CT MLS was measured as the difference between the ideal midline and the septum pellucidum. A significant MLS was defined on head CT as > 0.5 cm. RESULTS: A total of 52 neurosurgical ICU patients were included. The MLS (mean ± SD) was 0.32 ± 0.36 cm using TCS and 0.47 ± 0.67 cm using CT. The Pearson's correlation coefficient (r(2)) between TCS and CT scan was 0.65 (P < 0.001). The bias was 0.09 cm and the limits of agreements were 1.10 and -0.92 cm. The area under the ROC curve for detecting a significant MLS with TCS was 0.86 (95% CI = 0.74 to 0.94), and, using 0.35 cm as a cut-off, the sensitivity was 84.2%, the specificity 84.8% and the positive likelihood ratio was 5.56. CONCLUSIONS: This study suggests that TCS could detect MLS with reasonable accuracy in neurosurgical ICU patients and that it could serve as a bedside tool to facilitate early diagnosis and treatment for patients with a significant intracranial mass effect.
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 ».