Clinical and Physiologic Factors Associated With Mode of Death in Pediatric Severe TBI
Notice bibliographique
Résumé
Aims and Objectives: Severe traumatic brain injury (sTBI) is the leading cause of death in children. Our aim was to determine the mode of death for children who died with sTBI in a Pediatric Critical Care Unit (PCCU) and evaluate factors associated with mortality. Methods: We performed a retrospective cohort study of all severely injured trauma patients (Injury Severity Score ≥ 12) with sTBI (Glasgow Coma Scale [GCS] ≤ 8 and Maximum Abbreviated Injury Scale ≥ 4) admitted to a Canadian PCCU (2000–2016). We analyzed mode of death, clinical factors, interventions, lab values within 24 h of admission (early) and pre-death (48 h prior to death), and reviewed meeting notes in patients who died in the PCCU. Results: Of 195 included patients with sTBI, 55 (28%) died in the PCCU. Of these, 31 (56%) had a physiologic death (neurologic determination of death or cardiac arrest), while 24 (44%) had withdrawal of life-sustaining therapies (WLST). Median (IQR) times to death were 35.2 (11.8, 86.4) hours in the physiologic group and 79.5 (17.6, 231.3) hours in the WLST group (p = 0.08). The physiologic group had higher partial thromboplastin time (PTT) within 24 h of admission (p = 0.04) and lower albumin prior to death (p = 0.04). Conclusions: Almost half of sTBI deaths in the PCCU were by WLST. There was a trend toward a longer time to death in these patients. We found few early and late (pre-death) factors associated with mode of death, namely higher PTT and lower albumin.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».