MétaCan
Menu
Retour à la cohorte
Enregistrement W2332469102 · doi:10.1097/ccm.0000000000000046

Clinical Outcomes, Predictors, and Prevalence of Anterior Pituitary Disorders Following Traumatic Brain Injury

2013· review· en· W2332469102 sur OpenAlexaff
François Lauzier, Alexis F. Turgeon, Amélie Boutin, Michèle Shemilt, Isabelle Côté, Olivier Lachance, Patrick Archambault, François Lamontagne, Lynne Moore, Françis Bernard, Claudia Gagnon

Notice bibliographique

RevueCritical Care Medicine · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensCentre hospitalier de l'Université LavalHôpital du Sacré-Cœur de MontréalMcMaster UniversityUniversité du Québec à MontréalUniversité de SherbrookeThe Quebec Population Health Research NetworkCentre intégré de santé et de services sociaux de Chaudière-AppalachesUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineTraumatic brain injuryInternal medicineGlasgow Outcome ScaleRelative riskHead injuryMeta-analysisCohort studyRandomized controlled trialPediatricsSurgeryConfidence intervalPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To assess the clinical outcomes, predictors, and prevalence of anterior pituitary disorders following traumatic brain injury. DATA SOURCES: We searched Medline, Embase, Cochrane Registry, BIOSIS, and Trip Database up to February 2012 and consulted bibliographies of narrative reviews and selected articles. STUDY SELECTION: We included cohort, case-control, cross-sectional studies and randomized trials enrolling at least five adults with blunt traumatic brain injury in whom at least one anterior pituitary axis was assessed. We excluded case series and studies in which other neurological conditions were indistinguishable from traumatic brain injury. DATA EXTRACTION: Two independent reviewers selected citations, extracted data, and assessed the risk of bias using a standardized form. DATA SYNTHESIS: We performed meta-analyses using random effect models and assessed heterogeneity using the I index. RESULTS: We included 66 studies (5,386 patients) evaluating prevalence, 14 evaluating clinical outcomes, and 27 evaluating predictors. Thirty studies were at low risk of bias. Anterior pituitary disorders were associated with a trend toward increased ICU mortality (risk ratio, 1.79; 95% CI, 0.99-3.21; four studies) and no difference in Glasgow Outcome Scale score (mean difference, -0.45; 95% CI, -1.10 to 0.20; three studies). Age (mean difference, 3.19; 95% CI, 0.31-6.08; 19 studies), traumatic brain injury severity (risk ratio, 2.15; 95% CI, 1.20-3.86 for patients with severe vs nonsevere traumatic brain injury; seven studies), and skull fractures (risk ratio, 1.73; 95% CI, 1.03-2.91; six studies) predicted anterior pituitary disorders. Over the long term, 31.6% (95% CI, 23.6-40.1%; 27 studies) of patients had at least one anterior pituitary disorder. We observed significant heterogeneity that was not solely explained by the risk of bias or traumatic brain injury severity. CONCLUSIONS: Approximately one third of traumatic brain injury patients have persistent anterior pituitary disorder. Older age, traumatic brain injury severity, and skull fractures predict anterior pituitary disorders, which in turn may be associated with higher ICU mortality. Further high-quality studies are warranted to better define the burden of anterior pituitary disorders and to identify high-risk patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,076
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,076
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,008
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,414
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations67
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207