MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313554998 · doi:10.21203/rs.3.rs-2429769/v1

Mechanical ventilation after traumatic spinal cord injury – A retrospective cohort study-based prediction model for weaning success: The BICYCLE score

2023· preprint· en· W4313554998 sur OpenAlexafffundabout
Annia Schreiber, Jacopo Garlasco, Martin Urner, Amanda McFarlan, Andrew Baker, Andrea Rigamonti, Jeffrey M. Singh, Demetrios J. Kutsogiannis, Laurent Brochard

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity Health NetworkUniversity of TorontoUniversity of AlbertaSt. Michael's Hospital
Organismes subventionnairesHealth CanadaUniversity of Alberta
Mots-clésMedicineWeaningMechanical ventilationSpinal cord injuryRetrospective cohort studyLogistic regressionCohortCohort studyEmergency medicineAnesthesiaSurgeryInternal medicineSpinal cord

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Limited information exist about the epidemiology, outcomes, and predictors of weaning from mechanical ventilation in patients with spinal cord injury. Our aim was to investigate predictors of weaning outcomes for patients with traumatic spinal cord injury (tSCI) and develop and validate a prognostic model and score for weaning success. Methods: Registry-based, multicentric cohort study including all adult patients with tSCI requiring mechanical ventilation (MV) and admitted to one of the Intensive Care Units (ICUs) of the Trauma Registry at St. Michael’s Hospital (Toronto, Ontario) and the Canadian Rick Hansen Spinal Cord Injury Registry (RHSCIR) between 2005 and 2019. The primary outcome was weaning success from MV at ICU discharge. Secondary outcomes included weaning success at days 14 and 28, time to liberation from MV accounting for competing risk of death, and ventilator-free days at 28 and 60 days. Associations between baseline characteristics and weaning success or time to liberation from MV were measured using multivariable logistic and competing risk regressions. A parsimonious model to predict weaning success and ICU discharge was developed and validated via bootstrap. A prediction score for weaning success at ICU dischargewas derived, and its discriminative ability assessed using ROC curve analysis and compared to the Injury Severity Score (ISS). Results: Of 459 patients analyzed, 246 (53.6%), 302 (65.8%) and 331 (72.1%) were alive and free of MV at Day 14, 28, and ICU discharge, respectively; 54 (11.8%) died in the ICU. Median time to liberation from MV was 12 days. Factors associated with weaning success were Blunt injury (OR 2.96, p=0.010), ISS (OR 0.98, p=0.025), Complete lesion (OR 0.53, p=0.009), age in Years (OR 0.98, p=0.003), and Cervical LEsion (OR 0.60, p=0.045). The “BICYCLE” score showed a greater area under the curve than ISS (0.689 [95%CI 0.631–0.743) vs. 0.537 [95%CI 0.479–0.595], p<0.0001). Factors predicting weaning success also predicted time to liberation. Conclusion: In a large multicentric cohort, 72% of patients with tSCI were weaned and discharged alive from ICU. Readily available admission characteristics can reasonably predict weaning success and help prognostication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,180
Tête enseignante GPT0,483
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetSpinal Cord Injury Research→Travaux en français237 207→