MétaCan
Menu
Retour à la cohorte
Enregistrement W2887736841 · doi:10.1186/s40635-018-0189-y

Minimum quality threshold in pre-clinical sepsis studies (MQTiPSS): an international expert consensus initiative for improvement of animal modeling in sepsis

2018· review· en· W2887736841 sur OpenAlexaff
Marcin F. Osuchowski, Alfred Ayala, Soheyl Bahrami, Michael Bauer, Mihály Boros, Jean‐Marc Cavaillon, Irshad H. Chaudry, Craig M. Coopersmith, Clifford S. Deutschman, Susanne Drechsler, Philip A. Efron, Claes Frostell, G. Fritsch, Waldemar Goździk, Judith Hellman, Markus Huber‐Lang, Shigeaki Inoue, Sylvia Knapp, Andrey V. Kozlov, Claude Libert, John C. Marshall, Lyle L. Moldawer, Peter Radermacher, Heinz Redl, Daniel G. Remick, Mervyn Singer, Christoph Thiemermann, Ping Wang, W. Joost Wiersinga, Xianzhong Xiao, Basilia Zingarelli

Notice bibliographique

RevueIntensive Care Medicine Experimental · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesNational Institute of General Medical Sciences
Mots-clésMedicineSepsisIntensive care medicineGuidelineClinical trialStandardizationMEDLINEPathologyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pre-clinical animal studies precede the majority of clinical trials. While the clinical definitions of sepsis and recommended treatments are regularly updated, a systematic review of pre-clinical models of sepsis has not been done and clear modeling guidelines are lacking. OBJECTIVE: To address this deficit, a Wiggers-Bernard Conference on pre-clinical sepsis modeling was held in Vienna in May 2017. The goal of the conference was to identify limitations of pre-clinical sepsis models and to propose a set of guidelines, defined as the "Minimum Quality Threshold in Pre-Clinical Sepsis Studies" (MQTiPSS), to enhance translational value of these models. METHODS: A total of 31 experts from 13 countries participated and were divided into 6 thematic working groups (WG): (1) study design, (2) humane modeling, (3) infection types, (4) organ failure/dysfunction, (5) fluid resuscitation, and (6) antimicrobial therapy endpoints. As basis for the MQTiPSS discussions, the participants conducted a literature review of the 260 most highly cited scientific articles on sepsis models (2002-2013). RESULTS: Overall, the participants reached consensus on 29 points; 20 at "recommendation" (R) and 9 at "consideration" (C) strength. This executive summary provides a synopsis of the MQTiPSS consensus (Tables 1, 2, and 3). Detailed commentaries to all Rs and Cs are simultaneously published in three separate full-length papers. CONCLUSIONS: We believe that these recommendations and considerations will serve to bring a level of standardization to pre-clinical models of sepsis and ultimately improve translation of pre-clinical findings. These guideline points are proposed as "best practices" for animal models of sepsis that should be implemented. In order to encourage its wide dissemination, this article is freely accessible in Shock, Infection and Intensive Care Medicine Experimental.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,552
Tête enseignante GPT0,582
Écart entre enseignants0,030 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations141
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care Medicine ExperimentalMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207