Establishing a core outcome set for blunt cerebrovascular injury: an EAST modified Delphi method consensus study
Notice bibliographique
Résumé
Objectives: Our understanding of blunt cerebrovascular injury (BCVI) has changed significantly in recent decades, resulting in a heterogeneous description of diagnosis, treatment, and outcomes in the literature which is not suitable for data pooling. Therefore, we endeavored to develop a core outcome set (COS) to help guide future BCVI research and overcome the challenge of heterogeneous outcomes reporting. Methods: After a review of landmark BCVI publications, 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 the proposed outcomes for importance. Core outcomes consensus was defined as >70% of scores receiving 7 to 9 and <15% of scores receiving 1 to 3. Feedback and aggregate data were shared between rounds, and four rounds of deliberation were performed to re-evaluate the variables not achieving predefined consensus criteria. Results: From an initial panel of 15 experts, 12 (80%) completed all rounds. A total of 22 items were considered, with 9 items achieving consensus for inclusion as core outcomes: incidence of postadmission symptom onset, overall stroke incidence, stroke incidence stratified by type and by treatment category, stroke incidence prior to treatment initiation, time to stroke, overall mortality, bleeding complications, and injury progression on radiographic follow-up. The panel further identified four non-outcome items of high importance for reporting: time to BCVI diagnosis, use of standardized screening tool, duration of treatment, and type of therapy used. Conclusion: Through a well-accepted iterative survey consensus process, content experts have defined a COS to guide future research on BCVI. This COS will be a valuable tool for researchers seeking to perform new BCVI research and will allow future projects to generate data suitable for pooled statistical analysis with enhanced statistical power. Level of evidence: Level IV.
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 | 0,263 | 0,209 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».