Conceptualizing Post Intensive Care Syndrome in Children—The PICS-p Framework*
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
CONTEXT: Over the past several decades, advances in pediatric critical care have saved many lives. As such, contemporary care has broadened its focus to also include minimizing morbidity. Post Intensive Care Syndrome, also known as "PICS," is a group of cognitive, physical, and mental health impairments that commonly occur in patients after ICU discharge. Post Intensive Care Syndrome has been well-conceptualized in the adult population but not in children. OBJECTIVE: To develop a conceptual framework describing Post Intensive Care Syndrome in pediatrics that includes aspects of the experience that are unique to children and their families. DATA SYNTHESIS: The Post Intensive Care Syndrome in pediatrics (PICS-p) framework highlights the importance of baseline status, organ system maturation, psychosocial development, the interdependence of family, and trajectories of health recovery that can potentially impact a child's life for decades. CONCLUSION: Post Intensive Care Syndrome in pediatrics will help illuminate the phenomena of surviving childhood critical illness and guide outcomes measurement in the field. Empirical studies are now required to validate and refine this framework, and to subsequently develop a set of core outcomes for this population. With explication of Post Intensive Care Syndrome in pediatrics, the discipline of pediatric critical care will then be in a stronger position to map out recovery after pediatric critical illness and to evaluate interventions designed to mitigate risk for poor outcomes with the goal of optimizing child and family health.
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 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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