Scoring Systems for Organ Dysfunction and Multiple Organ Dysfunction: The PODIUM Consensus Conference
Notice bibliographique
Résumé
CONTEXT: Multiple scores exist to characterize organ dysfunction in children. OBJECTIVE: To review the literature on multiple organ dysfunction (MOD) scoring systems to estimate severity of illness and to characterize the performance characteristics of currently used scoring tools and clinical assessments for organ dysfunction in critically ill children. DATA SOURCES: Electronic searches of PubMed and Embase were conducted from January 1992 to January 2020. STUDY SELECTION: Studies were included if they evaluated critically ill children with MOD, evaluated the performance characteristics of scoring tools for MOD, and assessed outcomes related to mortality, functional status, organ-specific outcomes, or other patient-centered outcomes. DATA EXTRACTION: Data were abstracted into a standard data extraction form by a task force member. RESULTS: Of 1152 unique abstracts screened, 156 full text studies were assessed including a total of 54 eligible studies. The most commonly reported scores were the Pediatric Logistic Organ Dysfunction Score (PELOD), pediatric Sequential Organ Failure Assessment score (pSOFA), Pediatric Index of Mortality (PIM), PRISM, and counts of organ dysfunction using the International Pediatric Sepsis Definition Consensus Conference. Cut-offs for specific organ dysfunction criteria, diagnostic elements included, and use of counts versus weighting varied substantially. LIMITATIONS: While scores demonstrated an increase in mortality associated with the severity and number of organ dysfunctions, the performance ranged widely. CONCLUSIONS: The multitude of scores on organ dysfunction to assess severity of illness indicates a need for unified and data-driven organ dysfunction criteria, derived and validated in large, heterogenous international databases of critically ill children.
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 | 0,000 |
| 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 ».