Predictors of mortality and neurological morbidity in children undergoing extracorporeal life support for cardiac disease
Notice bibliographique
Résumé
OBJECTIVES: The objective of this study was to determine the incidence and risk factors for death and adverse neurological outcomes in children receiving extracorporeal life support (ECLS) for cardiac indications. METHODS: A retrospective single centre consecutive cohort study was conducted in children who received ECLS for cardiac indications between January 1990 and June 2000. Health records and neuroimaging films were assessed, and long-term outcomes were obtained by standardized telephone follow-up or by assessments performed in outpatient clinic. Clinical, neuroimaging and surgical predictors of outcome were tested. RESULTS: Of 90 children studied, short-term clinical neurological events (during hospitalization) occurred in 20 children (22%) during or following ECLS. Long-term neurological sequelae were present in 11 of 31 children discharged alive, after a mean follow-up interval of 4.5 years (range 4 months to 9 years). Death occurred in 59 children (66%) during hospitalisation, and in 3 following discharge. Of the 28 long-term survivors, only 15 children (17%) survived without neurological sequelae. Abnormal neuroimaging was associated with short-term neurological events (P = 0.03, OR 10.5), and the use of CPR prior to ECLS (P = 0.02, OR 2.9) was the only significant predictor of death. There were no significant predictors of long-term neurological sequelae. CONCLUSIONS: More than two-thirds of the children receiving ECLS died, and 39% (11/28) of long-term survivors had neurological deficits. Although mortality is close to 100% without this type of support, there is still a significantly high morbidity and mortality with this type of support.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».