Hospital Mortality and Functional Outcomes in Pediatric Neurocritical Care
Notice bibliographique
Résumé
OBJECTIVES: Pediatric neurocritical care (PNCC) outcomes research is scarce. We aimed to expand knowledge about outcomes in PNCC by evaluating death and changes in Functional Status Scale (FSS) from baseline among PNCC diagnoses. METHODS: = 325). Primary outcomes were death and change in FSS from preadmission baseline to discharge. New disability was defined as an FSS change of ≥1 from baseline, and severe disability was defined as an FSS change of ≥3. Categorical results are reported as relative risk (RR) with 95% confidence interval (CI). RESULTS: = 37; 13%) were common in PNCC survivors. New disability (range 14%-54%) and severe disability (range 3%-33%) outcomes varied significantly among primary diagnoses (lowest in status epilepticus; highest in infectious and/or inflammatory and stroke cohorts). Disability occurred in all FSS domains: mental status (15%), sensory (52%), communication (38%), motor (48%), feeding (40%), and respiratory (12%). Most (64%) patients with severe disability had changes in ≥3 domains. Requiring critical care interventions (RR 2.1; 95% CI 1.5-3.1) and having seizures (RR 1.5; 95% CI 1.1-2.0) during hospitalization were associated with new disability. CONCLUSIONS: PNCC patients have high rates of death and new disability at discharge, varying significantly between PNCC diagnoses. Multiple domains of disability are affected, underscoring the ongoing multidisciplinary health care needs of survivors. Our study quantified hospital outcomes of PNCC patients that can be used to advance future research in this vulnerable population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».