MétaCan
Menu
Retour à la cohorte
Enregistrement W2980505794 · doi:10.1111/apa.15069

Survey shows marked variations in approaches to redirection of care for critically ill very preterm infants in 11 countries

2019· article· en· W2980505794 sur OpenAlexafffund
Kjell Helenius, Naho Morisaki, Satoshi Kusuda, Prakesh S. Shah, Mikael Norman, Liisa Lehtonen, Brian Reichman, Brian A. Darlow, Akihiko Noguchi, Mark Adams, Dirk Bassler, Stellan Håkansson, Tetsuya Isayama, Elettra Berti, Shoo K. Lee, Máximo Vento, Kei Lui

Notice bibliographique

RevueActa Paediatrica · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensPublic Health OntarioUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCritically illMedicineIntensive careIncidence (geometry)PediatricsIntensive care medicineEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Aim We surveyed care practices for critically ill very preterm infants admitted to neonatal intensive care units (NICUs) in the International Network for Evaluating Outcomes in Neonates (iNeo) to identify differences relevant to outcome comparisons. Methods We conducted an online survey on care practices for critically ill very preterm infants and infants with severe intracranial haemorrhage (ICH). The survey was distributed in 2015 to representatives of 390 NICUs in 11 countries. Survey replies were compared with network incidence of death and severe ICH for infants born between 23 0/7 and 28 6/7 weeks of gestation from January 1, 2015, to December 31, 2015. Results Most units in Israel, Japan and Tuscany, Italy, favoured withholding care when care was considered futile, whereas most units in other networks favoured redirection of care. For infants with bilateral grade 4 ICH, redirection of care was very frequently (≥90% of cases) offered in the majority of units in Australia and New Zealand and Switzerland, but rarely in other networks. Networks where redirection of care was frequently offered for severe ICH had lower rates of survivors with severe ICH. Conclusion We identified marked inter‐network differences in care approaches that need to be considered when comparing outcomes.

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)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,071
Tête enseignante GPT0,337
Écart entre enseignants0,267 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa PaediatricaMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207