P.130 Canadian physician attitudes towards long term EEG monitoring in the neonatal intensive care unit
Notice bibliographique
Résumé
Background: Long-term EEG monitoring (LTEM), including amplitude-integrated (aEEG) or conventional EEG (cEEG), is increasingly being used in critically ill neonates. Despite an abundance of studies regarding the clinical utility of LTEM, much is unknown regarding provider attitudes toward this tool. We aimed to evaluate neurologist and neonatologist opinions regarding LTEM in the NICU and describe current Canadian practices. Methods: A 15-item questionnaire was developed with input from neonatologists and pediatric neurologists at two Canadian centres. The questionnaire was piloted at our hospital and subsequently distributed to Canadian neonatologists and pediatric neurologists. Results: All 16 local respondents use LTEM in the NICU. Neonatologists were more likely to combine aEEG and cEEG, and monitor for longer durations than pediatric neurologists. However, most pediatric neurologists would like to monitor more (71%), compared to neonatologists who were more likely to say that current monitoring practices are sufficient. High rates of neonatologists (88%) and neurologists (85%) are interested in attending an education session on LTEM. Conclusions: Preliminary data suggests neonatologists and pediatric neurologists differ in their approach to LTEM. Results from our national questionnaire will be analyzed shortly, and may inform the development of educational materials as well as future studies that involve multi-centre efforts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».