Brain Tissue Oxygenation in Patients with Septic Shock: a Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: Delirium is common in critically ill patients and its presence is associated with increased mortality and increased likelihood of poor cognitive function among survivors. However, the cause of delirium is unknown. The purpose of this study was to demonstrate the feasibility of using near-infrared spectroscopy (NIRS) to assess brain tissue oxygenation in patients with septic shock, who are at high risk of developing delirium. METHODS: This prospective observational study was conducted in a 33-bed general medical surgical intensive care unit (ICU). Patients with severe sepsis or septic shock were eligible for recruitment. The FORESIGHT NIRS monitor was used to assess brain tissue oxygenation in the frontal lobes for the first 72 hours of ICU admission. Physiological data was also recorded. We used the Confusion Assessment Method-ICU to screen for delirium. RESULTS: From March 1st 2014-September 30th 2014, 10 patients with septic shock were recruited. The NIRS monitor captured 81% of the available data. No adverse events were recorded. Brain tissue oxygenation demonstrated significant intra- and inter-individual variability in the way it correlated with physiological parameters, such as mean arterial pressure, heart rate, and peripheral oxygen saturation. Mean brain tissue oxygen levels were significantly lower in patients who were delirious for the majority of their ICU stay. CONCLUSION: It is feasible to record brain tissue oxygenation with NIRS in patients with septic shock. This study provides the infrastructure necessary for a larger prospective observational study to further examine the relationship between brain tissue oxygenation, physiological parameters, and acute neurological dysfunction.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».