Validation of Bedside Ultrasound of Muscle Layer Thickness of the Quadriceps in the Critically Ill Patient (VALIDUM Study)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: In critically ill patients, muscle atrophy is associated with long‐term disability and mortality. Bedside ultrasound may quantify muscle mass, but it has not been validated in the intensive care unit (ICU). Here, we compared ultrasound‐based quadriceps muscle layer thickness (QMLT) with precise quantifications of computed tomography (CT)–based muscle cross‐sectional area (CSA). Methods: Patients ≥18 years old with abdominal CT scans performed for clinical reasons were recruited from 9 ICUs for an ultrasound assessment of the quadriceps. CT scans of the third lumbar vertebra, performed <24 hours before or <72 hours after ICU admission, were analyzed for CSA. Low muscularity was defined as 170 cm 2 for men and 110 cm 2 for women. The ultrasound probe was maximally compressed against the skin and QMLT was measured on 2 sites of each quadriceps <72 hours of the CT scan. Results: Mean CT‐derived muscle CSA was 109 ± 25 cm 2 for women and 168 ± 37 cm 2 for men, where 58% of patients exhibited low muscularity; only 2.7% patients were underweight according to body mass index. QMLT was positively correlated with CT CSA ( r = 0.45, P < .001). Based on logistic regression to predict low muscularity, QMLT independently generated a concordance index ( c ) of 0.67 ( P < .002), which increased to 0.77 ( P < .001) when age, sex, body mass index, Charlson Comorbidity Index, and admission type (surgical vs medical) were added. Conclusions: Our results suggest that QMLT alone with our current protocol may not accurately identify patients with low muscle mass.
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.
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 | 0,002 |
| 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 découle