The CURE Protocol: evaluation and external validation of a new public health strategy for treating paediatric hydrocephalus in low-resource settings
Notice bibliographique
Résumé
Introduction: Managing paediatric hydrocephalus with shunt placement is especially risky in resource-limited settings due to risks of infection and delayed life-threatening shunt obstruction. This study evaluated a new evidence-based treatment algorithm to reduce shunt-dependence in this context. Methods: A prospective cohort design was used. The CURE Protocol employs preoperative and intraoperative data to choose between endoscopic treatment and shunt placement. Data were prospectively collected for 730 children in Uganda (managed by local neurosurgeons highly experienced in the protocol) and, for external validation, 96 children in Nigeria (managed by a local neurosurgeon trained in the protocol). Results: The age distribution was similar between Uganda and Nigeria, but there were more cases of postinfectious hydrocephalus in Uganda (64.2% vs 26.0%, p<0.001). Initial treatment of hydrocephalus was similar at both centres and included either a shunt at first operation or endoscopic management without a shunt. The Nigerian cohort had a higher failure rate for endoscopic cases (adjusted HR 2.5 (95% CI 1.6 to 4.0), p<0.001), but not for shunt cases (adjusted HR 1.3 (0.5 to 3.0), p=0.6). Despite the difference in endoscopic failure rates, a similar proportion of the entire cohort was successfully treated without need for shunt at 6 months (55.2% in Nigeria vs 53.4% in Uganda, p=0.74). Conclusion: Use of the CURE Protocol in two centres with different populations and surgeon experience yielded similar 6-month results, with over half of all children remaining shunt-free. Where feasible, this could represent a better public health strategy in low-resource settings than primary shunt placement.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».