Study protocol: NeoCLEAR: Neonatal Champagne Lumbar punctures Every time – An RCT: a multicentre, randomised controlled 2 × 2 factorial trial to investigate techniques to increase lumbar puncture success
Notice bibliographique
Résumé
BACKGROUND: The neonatal period carries the highest risk of bacterial meningitis (~ 1 in 5000 births), bearing high mortality (~ 10%) and morbidity (20-50%) rates. Lumbar puncture (LP) remains essential to the diagnosis of meningitis. Though LP is a common procedure in neonates, success rates are lower (50-60%) than in other patient populations. None of the currently-practised neonatal LP techniques are supported by evidence from adequately-powered, randomised controlled trials (RCTs). NeoCLEAR aims to compare two modifications to the traditional technique which are free, accessible, and commonly practised: sitting (as opposed to lying) position, and 'early' (as opposed to 'late') stylet removal. METHODS/DESIGN: on first LP procedure) in 1020 infants between the two positions, and between the two methods of stylet removal. Secondary outcomes relate to LP procedures, complications, diagnoses of meningitis, duration of antibiotics and hospital stay. A modified intention-to-treat analysis will be conducted. DISCUSSION: Two modifications to the traditional LP technique (sitting vs lying position; and early vs late stylet removal) will be simultaneously investigated in an efficient and appropriately-powered 2 × 2 factorial RCT design. Analysis will identify the optimal techniques (in terms of obtaining easily-interpretable cerebrospinal fluid), as well as the impact on infants, parents and healthcare systems whilst providing robust safety data. Using a pragmatic RCT design, all practitioners will be trained in all LP techniques, but there will inevitably be variation between unit practice guidelines and other aspects of individual care. An improved LP technique would result in: • Fewer uninterpretable samples, repeated attempts and procedures • Reduced distress for infants and families • Decreased antibiotic use and risk of antibiotic resistance • Reduced healthcare costs due to fewer procedures, reduced length of stay, shorter antibiotic courses, and minimised antibiotic-associated complications TRIAL REGISTRATION: ISRCTN14040914. Date assigned: 26/06/2018.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 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 ».