Establishing a core outcomes set for massive transfusion: An Eastern Association for the Surgery of Trauma modified Delphi method consensus study
Notice bibliographique
Résumé
BACKGROUND: The management of severe hemorrhage has changed significantly over recent decades, resulting in a heterogeneous description of diagnosis, treatment, and outcomes in the literature, which is not suitable for data pooling. Therefore, we sought to develop a core outcome set (COS) to help guide future massive transfusion (MT) research and overcome the challenge of heterogeneous outcomes reporting. METHODS: Massive transfusion content experts were invited to participate in a modified Delphi study. For Round 1, participants submitted a list of proposed core outcomes. In subsequent rounds, panelists used a 9-point Likert scale to score proposed outcomes for importance. Core outcomes consensus was defined as >85% of scores receiving 7 to 9 and <15% of scores receiving 1 to 3. Feedback and aggregate data were shared between rounds. RESULTS: From an initial panel of 16 experts, 12 (75%) completed three rounds of deliberation to reevaluate variables not achieving predefined consensus criteria. A total of 64 items were considered, with 4 items achieving consensus for inclusion as core outcomes: blood products received in the first 6 hours, 6-hour mortality, time to mortality, and 24-hour mortality. CONCLUSION: Through an iterative survey consensus process, content experts have defined a COS to guide future MT research. This COS will be a valuable tool for researchers seeking to perform new MT research and will allow future trials to generate data that can be used in pooled analyses with enhanced statistical power. LEVEL OF EVIDENCE: Diagnostic Test or Criteria; Level V.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».