P.059 A systematically conducted review of the Full Outline of UnResponsiveness (FOUR) score and its use in outcome prediction
Notice bibliographique
Résumé
Background: Our goal was to perform a scoping systematic review of the literature on the application of the FOUR score within critically ill patients. Methods: 6 databases were searched. Two reviewers independently screened the results. Inclusion and exclusion criteria were applied to each article to obtain final articles for review. Results: The initial search yielded 1709 citations. Of those used, 49 were based on adult and 6 on pediatric populations. All but 8 retrospective adult studies were performed prospectively. Patient categories included traumatic brain injury, intraventricular hemorrhage, intracerebral hemorrhage, subarachnoid hemorrhage, ischemic stroke, general/combined neurology and neurosurgery, post-cardiac arrest, medicine/general critical illness, and patients in the emergency department. A total of 9092 adult patients were studied. 14 studies demonstrated good inter-observer reliability of the FOUR score. 9 studies demonstrated prognostic value of the FOUR score in predicting mortality and functional outcomes. 31 studies demonstrated equivalency or superiority of the FOUR score compared to GCS in prediction of mortality and functional outcomes. Similar results were seen for the pediatric population. Conclusions: The FOUR score has been shown to be a useful outcome predictor in many patients with depressed level of consciousness. It displays good inter-rater reliability among physicians and nurses.
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 | 0,019 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,030 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».