MétaCan
Menu
Retour à la cohorte
Enregistrement W2076708288 · doi:10.1097/ccm.0000000000000335

Predicting Neurologic Outcome After Targeted Temperature Management for Cardiac Arrest

2014· review· en· W2076708288 sur OpenAlexafffund
Eyal Golan, Kali Barrett, Aziz S. Alali, Abhijit Duggal, Draga Jichici, Ruxandra Pinto, Laurie J. Morrison, Damon C. Scales

Notice bibliographique

RevueCritical Care Medicine · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensInstitute for Clinical Evaluative SciencesHealth Sciences CentreSunnybrook Health Science CentreMcMaster UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineLikelihood ratios in diagnostic testingTargeted temperature managementGlasgow Coma ScaleComa (optics)False positive rateInternal medicineMeta-analysisReturn of spontaneous circulationAnesthesiaCardiopulmonary resuscitationResuscitation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Targeted temperature management improves survival and neurologic outcomes for adult out-of-hospital cardiac arrest survivors but may alter the accuracy of tests for predicting neurologic outcome after cardiac arrest. DATA SOURCES: We systematically searched Medline, Embase, CINAHL, and CENTRAL from database inception to September 2012. STUDY SELECTION: Citations were screened for studies that examined diagnostic tests to predict poor neurologic outcome or death following targeted temperature management in adult cardiac arrest survivors. DATA EXTRACTION: Data on study outcomes and quality were abstracted in duplicate. We constructed contingency tables for each diagnostic test and calculated sensitivity, specificity, and positive and negative likelihood ratios. DATA SYNTHESIS: Of 2,737 citations, 20 studies (n = 1,845) met inclusion criteria. Meta-analysis showed that three tests accurately predicted poor neurologic outcome with low false-positive rates: bilateral absence of pupillary reflexes more than 24 hours after a return of spontaneous circulation (false-positive rate, 0.02; 95% CI, 0.01-0.06; summary positive likelihood ratio, 10.45; 95% CI, 3.37-32.43), bilateral absence of corneal reflexes more than 24 hours (false-positive rate, 0.04; 95% CI, 0.01-0.09; positive likelihood ratio, 6.8; 95% CI, 2.52-18.38), and bilateral absence of somatosensory-evoked potentials between days 1 and 7 (false-positive rate, 0.03; 95% CI, 0.01-0.07; positive likelihood ratio, 12.79; 95% CI, 5.35-30.62). False-positive rates were higher for a Glasgow Coma Scale motor score showing extensor posturing or worse (false-positive rate, 0.09; 95% CI, 0.06-0.13; positive likelihood ratio, 7.11; 95% CI, 5.01-10.08), unfavorable electroencephalogram patterns (false-positive rate, 0.07; 95% CI, 0.04-0.12; positive likelihood ratio, 8.85; 95% CI, 4.87-16.08), myoclonic status epilepticus (false-positive rate, 0.05; 95% CI, 0.02-0.11; positive likelihood ratio, 5.58; 95% CI, 2.56-12.16), and elevated neuron-specific enolase (false-positive rate, 0.12; 95% CI, 0.06-0.23; positive likelihood ratio, 4.14; 95% CI, 1.82-9.42). The specificity of available tests improved when these were performed beyond 72 hours. Data on neuroimaging, biomarkers, or combination testing were limited and inconclusive. CONCLUSION: Simple bedside tests and somatosensory-evoked potentials predict poor neurologic outcome for survivors of cardiac arrest treated with targeted temperature management, and specificity improves when performed beyond 72 hours. Clinicians should use caution with these predictors as they carry the inherent risk of becoming self-fulfilling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,363
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

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

Citations97
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetCardiac Arrest and ResuscitationTravaux en français237 207