Quantifying systemic congestion with Point-Of-Care ultrasound: development of the venous excess ultrasound grading system
Notice bibliographique
Résumé
BACKGROUND: Organ congestion is a mediator of adverse outcomes in critically ill patients. Point-Of-Care ultrasound (POCUS) is widely available and could enable clinicians to detect signs of venous congestion at the bedside. The aim of this study was to develop several grading system prototypes using POCUS and to determine their respective ability to predict acute kidney injury (AKI) after cardiac surgery. This is a post-hoc analysis of a single-center prospective study in 145 patients undergoing cardiac surgery for which repeated daily measurements of hepatic, portal, intra-renal vein Doppler and inferior vena cava (IVC) ultrasound were performed during the first 72 h after surgery. Five prototypes of venous excess ultrasound (VExUS) grading system combining multiple ultrasound markers were developed. RESULTS: The association between each score and AKI was assessed using time-dependant Cox models as well as conventional performance measures of diagnostic testing. A total of 706 ultrasound assessments were analyzed. We found that defining severe venous congestion as the presence of severe flow abnormalities in multiple Doppler patterns with a dilated IVC (≥ 2 cm) showed the strongest association with the development of subsequent AKI compared with other combinations (HR: 3.69 CI 1.65-8.24 p = 0.001). The association remained significant after adjustment for baseline risk of AKI and vasopressor/inotropic support (HR: 2.82 CI 1.21-6.55 p = 0.02). Furthermore, this severe VExUS grade offered a useful positive likelihood ratio (+LR: 6.37 CI 2.19-18.50) when detected at ICU admission, which outperformed central venous pressure measurements. CONCLUSIONS: The combination of multiple POCUS markers may identify clinically significant venous congestion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».