Delirium, Cerebral Perfusion, and High-Frequency Vital-Sign Monitoring in the Critically Ill. The CONFOCAL-2 Feasibility Study
Notice bibliographique
Résumé
Abstract Rationale Studies suggest that reduced cerebral perfusion may contribute to delirium development in the intensive care unit (ICU). However, evidence is limited because of factors including small sample size and limited inclusion of covariates. Objectives To assess the feasibility of a multicenter prospective observational study using a multimodal data collection platform. Feasibility was assessed by enrollment, data-capture, and follow-up rates. The full study will aim to assess the association between noninvasively derived surrogate markers of cerebral perfusion, delirium development, and long-term cognitive outcomes in critically ill patients. Methods Adult patients in the ICU were enrolled if they had shock and/or respiratory failure requiring invasive mechanical ventilation for >24 hours. For the first 72 hours, a near-infrared spectroscopic sensor was placed on the forehead to continuously monitor regional cerebral oxygenation (rSo 2) and high-frequency (1 Hz) vital signs were concurrently captured via an arterial line. Cerebral perfusion was estimated using three variables, including mean rSo 2, duration of disturbed autoregulation, and time/magnitude away from optimal mean arterial pressure (MAP). Patients were screened for delirium in the ICU and ward daily for up to 30 days. Cognitive function was assessed 3 and 12 months after ICU admission to identify cognitive impairment. Results Fifty-nine patients were enrolled across four sites in 1 year. Data-capture rates varied across modalities but exceeded 80% for rSo 2, blood gas, and delirium data capture. Vital-sign capture and 3-month follow-up rates were lower at 53% and 55%, respectively. Eighty-three percent (49 of 59) of patients experienced delirium, with a median severity of 0.56 in the ICU. Mean physiological (±standard deviation) values were: rSo 2 (70.4% ± 7.0%), heart rate (83.9 ± 16.45 beats/min), MAP (76.4 ± 12.8 mm Hg), peripheral oxygenation saturation (96.5% ± 2.1%), proportion of recording time spent with disturbed autoregulation (10.1% ± 7.3%) and proportion of area under the curve outside optimal MAP (39.6% ± 22.4%). Thirty-two (54%) individuals had cerebral autoregulation curves where a targeted optimal MAP was identified. Barriers to data collection included missing vital-sign data and low follow-up rates. Conclusions Given our current protocol, a multicenter study examining the association between cerebral oxygenation, delirium, and long-term cognitive impairment is not feasible. However, by performing an early assessment of feasibility, we identified strategies to increase capture rates to ensure success as the study begins the next phase of study recruitment. Clinical trial registered with clinicaltrials.gov (NCT03141619).
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».