Guidelines for the Management of Adult Acute and Acute-on-Chronic Liver Failure in the ICU: Neurology, Peri-Transplant Medicine, Infectious Disease, and Gastroenterology Considerations
Notice bibliographique
Résumé
OBJECTIVES: To develop evidence-based recommendations for clinicians caring for adults with acute liver failure (ALF) or acute on chronic liver failure (ACLF) in the ICU. DESIGN: The guideline panel comprised 27 members with expertise in aspects of care of the critically ill patient with liver failure or methodology. We adhered to the Society of Critical Care Medicine standard operating procedures manual and conflict-of-interest policy. Teleconferences and electronic-based discussion among the panel, as well as within subgroups, served as an integral part of the guideline development. INTERVENTIONS: In part 2 of this guideline, the panel was divided into four subgroups: neurology, peri-transplant, infectious diseases, and gastrointestinal groups. We developed and selected Population, Intervention, Comparison, and Outcomes (PICO) questions according to importance to patients and practicing clinicians. For each PICO question, we conducted a systematic review and meta-analysis where applicable. The quality of evidence was assessed using the Grading of Recommendations Assessment, Development, and Evaluation approach. We used the evidence to decision framework to facilitate recommendations formulation as strong or conditional. We followed strict criteria to formulate best practice statements. MEASUREMENTS AND MAIN RESULTS: We report 28 recommendations (from 31 PICO questions) on the management ALF and ACLF in the ICU. Overall, five were strong recommendations, 21 were conditional recommendations, two were best-practice statements, and we were unable to issue a recommendation for five questions due to insufficient evidence. CONCLUSIONS: Multidisciplinary, international experts formulated evidence-based recommendations for the management ALF and ACLF patients in the ICU, acknowledging that most recommendations were based on low quality and indirect evidence.
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 | 0,036 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,008 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».