Minimum Quality Threshold in Pre-Clinical Sepsis Studies (MQTiPSS): an international expert consensus initiative for improvement of animal modeling in sepsis
Notice bibliographique
Résumé
PURPOSE: Pre-clinical animal studies precede the majority of clinical trials. While the clinical sepsis definitions and recommended treatments are regularly updated, a systematic review of pre-clinical models of sepsis has not been done and clear modeling guidelines are lacking. To address this deficit, a Wiggers-Bernard Conference on pre-clinical sepsis modeling was held in Vienna in May, 2017. The conference goal was to identify limitations of pre-clinical sepsis models and to propose a set of guidelines, defined as the "Minimum Quality Threshold in Pre-Clinical Sepsis Studies" (MQTiPSS), to enhance translational value of these models. METHODS: 31 experts from 13 countries participated and were divided into 6 thematic Working Groups (WG): (1) Study Design, (2) Humane modeling, (3) Infection types, (4) Organ failure/dysfunction, (5) Fluid resuscitation and (6) Antimicrobial therapy endpoints. As basis for the MQTiPSS discussions, the participants conducted a literature review of the 260 most highly cited scientific articles on sepsis models (2002-2013). RESULTS: Overall, the participants reached consensus on 29 points; 20 at "recommendation" (R) and 9 at "consideration" (C) strength. This Executive Summary provides a synopsis of the MQTiPSS consensus (Tables 1, 2 and 3). CONCLUSIONS: We believe that these recommendations and considerations will serve to bring a level of standardization to pre-clinical models of sepsis and ultimately improve translation of pre-clinical findings. These guideline points are proposed as "best practices" that should be implemented for animal sepsis models. In order to encourage its wide dissemination, this article is freely accessible in Shock, Infection and Intensive Care Medicine Experimental.
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 | 0,523 | 0,418 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,012 |
| Bibliométrie | 0,015 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,016 | 0,025 |
| Intégrité de la recherche | 0,014 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».