MétaCan
Menu
Retour à la cohorte
Enregistrement W3047379779 · doi:10.1097/ccm.0000000000004586

Society of Critical Care Medicine’s International Consensus Conference on Prediction and Identification of Long-Term Impairments After Critical Illness

2020· review· en· W3047379779 sur OpenAlexaboutno aff
Mark E. Mikkelsen, Mary Still, Brian J. Anderson, O. Joseph Bienvenu, Martin B. Brodsky, Nathan E. Brummel, Brad W. Butcher, Alison S. Clay, Hali Felt, Lauren E. Ferrante, Kimberley Haines, Michael O. Harhay, Aluko A. Hope, Ramona O. Hopkins, Megan M. Hosey, C.T. Hough, James C. Jackson, Annie Johnson, Babar Khan, Nazir Lone, Pamela MacTavish, Joanne McPeake, Ashley Montgomery-Yates, Dale M. Needham, Giora Netzer, Christa Schorr, Becky Skidmore, Joanna L. Stollings, Reba Umberger, Adair Andrews, Theodore J. Iwashyna, Carla M. Sevin

Notice bibliographique

RevueCritical Care Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institute on Aging
Mots-clésMedicineDeliriumAnxietyIntensive careMEDLINEPsychiatryMental illnessDepression (economics)Critical illnessIntensive care medicineMental healthCritically ill

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: After critical illness, new or worsening impairments in physical, cognitive, and/or mental health function are common among patients who have survived. Who should be screened for long-term impairments, what tools to use, and when remain unclear. OBJECTIVES: Provide pragmatic recommendations to clinicians caring for adult survivors of critical illness related to screening for postdischarge impairments. PARTICIPANTS: Thirty-one international experts in risk-stratification and assessment of survivors of critical illness, including practitioners involved in the Society of Critical Care Medicine's Thrive Post-ICU Collaboratives, survivors of critical illness, and clinical researchers. DESIGN: Society of Critical Care Medicine consensus conference on post-intensive care syndrome prediction and assessment, held in Dallas, in May 2019. A systematic search of PubMed and the Cochrane Library was conducted in 2018 and updated in 2019 to complete an original systematic review and to identify pre-existing systematic reviews. MEETING OUTCOMES: We concluded that existing tools are insufficient to reliably predict post-intensive care syndrome. We identified factors before (e.g., frailty, preexisting functional impairments), during (e.g., duration of delirium, sepsis, acute respiratory distress syndrome), and after (e.g., early symptoms of anxiety, depression, or post-traumatic stress disorder) critical illness that can be used to identify patients at high-risk for cognitive, mental health, and physical impairments after critical illness in whom screening is recommended. We recommend serial assessments, beginning within 2-4 weeks of hospital discharge, using the following screening tools: Montreal Cognitive Assessment test; Hospital Anxiety and Depression Scale; Impact of Event Scale-Revised (post-traumatic stress disorder); 6-minute walk; and/or the EuroQol-5D-5L, a health-related quality of life measure (physical function). CONCLUSIONS: Beginning with an assessment of a patient's pre-ICU functional abilities at ICU admission, clinicians have a care coordination strategy to identify and manage impairments across the continuum. As hospital discharge approaches, clinicians should use brief, standardized assessments and compare these results to patient's pre-ICU functional abilities ("functional reconciliation"). We recommend serial assessments for post-intensive care syndrome-related problems continue within 2-4 weeks of hospital discharge, be prioritized among high-risk patients, using the identified screening tools to prompt referrals for services and/or more detailed assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,165
score de la tête « metaresearch » (Gemma)0,257
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,873

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1650,257
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0110,020
Bibliométrie0,0170,010
Études des sciences et des technologies0,0040,004
Communication savante0,0080,006
Science ouverte0,0140,012
Intégrité de la recherche0,0170,016
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,053
Tête enseignante GPT0,405
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations432
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207