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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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 ».