MétaCan
Menu
Retour à la cohorte
Enregistrement W2963585010 · doi:10.1136/bmj.l4225

Diagnosis of elevated intracranial pressure in critically ill adults: systematic review and meta-analysis

2019· review· en· W2963585010 sur OpenAlexaff
Shannon M. Fernando, Alexandre Tran, Wei Cheng, Bram Rochwerg, Monica Taljaard, Kwadwo Kyeremanteng, Shane English, Mypinder S. Sekhon, Donald Griesdale, Dar Dowlatshahi, Victoria McCredie, Eelco F. M. Wijdicks, Saleh A. Almenawer, Kenji Inaba, Venkatakrishna Rajajee, Jeffrey J. Perry

Notice bibliographique

RevueBMJ · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of TorontoUniversity Health NetworkVancouver Coastal Health Research InstituteVancouver Coastal HealthMcMaster UniversityUniversity of British ColumbiaImpactToronto Western HospitalOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineGlasgow Coma ScaleConfidence intervalIntracranial pressureMeta-analysisReceiver operating characteristicDiagnostic accuracyCisternCritically illPhysical examinationRadiologyNuclear medicineInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To summarise and compare the accuracy of physical examination, computed tomography (CT), sonography of the optic nerve sheath diameter (ONSD), and transcranial Doppler pulsatility index (TCD-PI) for the diagnosis of elevated intracranial pressure (ICP) in critically ill patients. DESIGN: Systematic review and meta-analysis. DATA SOURCES: Six databases, including Medline, EMBASE, and PubMed, from inception to 1 September 2018. STUDY SELECTION CRITERIA: English language studies investigating accuracy of physical examination, imaging, or non-invasive tests among critically ill patients. The reference standard was ICP of 20 mm Hg or more using invasive ICP monitoring, or intraoperative diagnosis of raised ICP. DATA EXTRACTION: Two reviewers independently extracted data and assessed study quality using the quality assessment of diagnostic accuracy studies tool. Summary estimates were generated using a hierarchical summary receiver operating characteristic (ROC) model. RESULTS: 40 studies (n=5123) were included. Of physical examination signs, pooled sensitivity and specificity for increased ICP were 28.2% (95% confidence interval 16.0% to 44.8%) and 85.9% (74.9% to 92.5%) for pupillary dilation, respectively; 54.3% (36.6% to 71.0%) and 63.6% (46.5% to 77.8%) for posturing; and 75.8% (62.4% to 85.5%) and 39.9% (26.9% to 54.5%) for Glasgow coma scale of 8 or less. Among CT findings, sensitivity and specificity were 85.9% (58.0% to 96.4%) and 61.0% (29.1% to 85.6%) for compression of basal cisterns, respectively; 80.9% (64.3% to 90.9%) and 42.7% (24.0% to 63.7%) for any midline shift; and 20.7% (13.0% to 31.3%) and 89.2% (77.5% to 95.2%) for midline shift of at least 10 mm. The pooled area under the ROC (AUROC) curve for ONSD sonography was 0.94 (0.91 to 0.96). Patient level data from studies using TCD-PI showed poor performance for detecting raised ICP (AUROC for individual studies ranging from 0.55 to 0.72). CONCLUSIONS: Absence of any one physical examination feature is not sufficient to rule out elevated ICP. Substantial midline shift could suggest elevated ICP, but the absence of shift cannot rule it out. ONSD sonography might have use, but further studies are needed. Suspicion of elevated ICP could necessitate treatment and transfer, regardless of individual non-invasive tests. REGISTRATION: PROSPERO CRD42018105642.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,051
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,031
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,075
Tête enseignante GPT0,367
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations209
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207