Severe Traumatic Brain Injury in French-Speaking Pediatric Intensive Care Units: Study of Practices
Notice bibliographique
Résumé
Abstract Best strategies for managing severe pediatric traumatic brain injury (TBI) are not established, with wide variations among professional practices. The main objective of this study was to assess compliance with updated pediatric TBI management guidelines (2019). A survey was distributed among French-speaking pediatric intensive care physicians from April 1 to June 30, 2019. The survey was based on a clinical case with a total of 70 questions that cover the 15 items of the 2019 TBI guidelines. The questions evaluated the assessment and management of TBI during the acute and intensive care phases. Of 487 e-mails sent, 78 surveys were included. Guidelines were adhered to (> 60%) for 10 of 15 items in the guidelines. Strong adherence to recent guideline changes was achieved for seizure prophylaxis with levetiracetam (n = 21/33, 64%) and partial pressure of carbon dioxide threshold (n = 52, 67%). However, management of the sodium and glucose thresholds and the role of transcranial Doppler were not consistent with the guidelines. Assessment of brain tissue oxygenation (n = 12, 16%) and autoregulation (n = 35, 45%) was not a common practice. There was strong agreement among clinicians on the intracranial pressure (> 80%) and cerebral perfusion pressure (> 70%) thresholds used according to age. Overall, stated practices for the management of TBI appear to be relatively standardized among responders. Variations persist in areas with a lack of evidence and pediatric-specific recommendations.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».