The Use of Noninvasive Multimodal Neuromonitoring in Adult Critically Ill Patients With COVID-19 Infection
Notice bibliographique
Résumé
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 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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».