MétaCan
Menu
Retour à la cohorte
Enregistrement W4375845044 · doi:10.1186/s40635-023-00510-w

Research priorities for therapeutic plasma exchange in critically ill patients

2023· review· en· W4375845044 sur OpenAlexaff
Sascha David, Lene Russell, Pedro Castro, Andry Van de Louw, Lara Zafrani, Tasneem Pirani, Nathan D. Nielsen, Éric Mariotte, Bruno L. Ferreyro, Jan T. Kielstein, Luca Montini, Anne Brignier, Matthias Kochanek, Joan Cid, Chiara Robba, Ignacio Martín‐Loeches, Marlies Ostermann, Nicole P. Juffermans

Notice bibliographique

RevueIntensive Care Medicine Experimental · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueComplement system in diseases
Établissements canadiensSinai Health SystemUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineCritically illTherapeutic plasma exchangeIntensive care medicineCritical illnessInternal medicine

Résumé

récupéré en direct d'OpenAlex

Therapeutic plasma exchange (TPE) is a therapeutic intervention that separates plasma from blood cells to remove pathological factors or to replenish deficient factors. The use of TPE is increasing over the last decades. However, despite a good theoretical rationale and biological plausibility for TPE as a therapy for numerous diseases or syndromes associated with critical illness, TPE in the intensive care unit (ICU) setting has not been studied extensively. A group of eighteen experts around the globe from different clinical backgrounds used a modified Delphi method to phrase key research questions related to "TPE in the critically ill patient". These questions focused on: (1) the pathophysiological role of the removal and replacement process, (2) optimal timing of treatment, (3) dosing and treatment regimes, (4) risk-benefit assumptions and (5) novel indications in need of exploration. For all five topics, the current understanding as well as gaps in knowledge and future directions were assessed. The content should stimulate future research in the field and novel clinical applications.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,460
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,197
Tête enseignante GPT0,473
Écart entre enseignants0,276 · 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

Citations30
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care Medicine ExperimentalMême sujetComplement system in diseasesTravaux en français237 207