MétaCan
Menu
Retour à la cohorte
Enregistrement W4282583989 · doi:10.1097/ana.0000000000000859

The Use of Noninvasive Multimodal Neuromonitoring in Adult Critically Ill Patients With COVID-19 Infection

2022· review· en· W4282583989 sur OpenAlexaff
Denise Battaglini, Lavienraj Premraj, Samuel Huth, Jonathon P. Fanning, Glenn Whitman, Rakesh C. Arora, Judith Bellapart, Diego Bastos Porto, Fabio Silvio Taccone, Jacky Y. Suen, Gianluigi Li Bassi, John F. Fraser, Sung‐Min Cho, Chiara Robba

Notice bibliographique

RevueJournal of Neurosurgical Anesthesiology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicinePupillometryIntensive careNeurointensive careIntensive care unitElectroencephalographyIntensive care medicineBurst suppressionTranscranial DopplerAnesthesiaInternal medicinePupilNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Noninvasive neuromonitoring could be a valuable option for bedside assessment of cerebral dysfunction in patients with coronavirus disease-2019 (COVID-19) admitted to intensive care units (ICUs). This systematic review aims to investigate the use of noninvasive multimodal neuromonitoring in critically ill adult patients with COVID-19 infection. METHODS: MEDLINE/PubMed, Scopus, Cochrane, and EMBASE databases were searched for studies investigating noninvasive neuromonitoring in patients with COVID-19 admitted to ICUs. The monitoring included transcranial Doppler ultrasonography (TCD), the Brain4care Corp. cerebral compliance monitor (B4C), optic nerve sheath diameter (ONSD), near infrared spectroscopy, automated pupillometry, and electroencephalography (EEG). RESULTS: Thirty-two studies that investigated noninvasive neuromonitoring techniques in patients with COVID-19 in the ICU were identified from a systematic search of 7001 articles: 1 study investigating TCD, ONSD and pupillometry; 2 studies investigating the B4C device and TCD; 3 studies investigating near infrared spectroscopy and TCD; 4 studies investigating TCD; 1 case series investigating pupillometry, and 21 studies investigating EEG. One hundred and nineteen patients underwent TCD monitoring, 47 pupillometry, 49 ONSD assessment, 50 compliance monitoring with the B4C device, and 900 EEG monitoring. Alterations in cerebral hemodynamics, brain compliance, brain oxygenation, pupillary response, and brain electrophysiological activity were common in patients with COVID-19 admitted to the ICU; these abnormalities were not clearly associated with worse outcome or the development of new neurological complications. CONCLUSIONS: The use of noninvasive multimodal neuromonitoring in critically ill COVID-19 patients could be considered to facilitate the detection of neurological derangements. Determining whether such findings allow earlier detection of neurological complications or guide appropriate therapy requires additional studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,359
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurosurgical AnesthesiologyMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207