Pediatric Moderate and Severe Traumatic Brain Injury: A Systematic Review of Clinical Practice Guideline Recommendations
Notice bibliographique
Résumé
Traumatic brain injury (TBI) is the leading cause of death and disability in children. Many clinical practice guidelines (CPGs) have addressed pediatric TBI in the last decade but significant variability in the use of these guidelines persists. Here, we systematically review CPGs recommendations for pediatric moderate-to-severe TBI, evaluate the quality of CPGs, synthesize the quality of evidence and strength of included recommendations, and identify knowledge gaps. A systematic search was conducted in MEDLINE ® , Embase, Cochrane CENTRAL, Web of Science, and Web sites of organizations publishing recommendations on pediatric injury care. We included CPGs developed in high-income countries from January 2012 to May 2023, with at least one recommendation targeting pediatric (≤ 19 years old) moderate-to-severe TBI populations. The quality of included clinical practice guidelines was assessed using the AGREE II tool. We synthesized evidence on recommendations using a matrix based on the Grading of Recommendations Assessment, Development and Evaluation (GRADE) framework. We identified 15 CPGs of which 9 were rated moderate to high quality using AGREE II. We identified 90 recommendations, of which 40 (45%) were evidence based. Eleven of these were based on moderate to high quality evidence and were graded as moderate or strong by at least one guideline. These included transfer, imaging, intracranial pressure control, and discharge advice. We identified gaps in evidence-based recommendations for red blood cell transfusion, plasma and platelet transfusion, thromboprophylaxis, surgical antimicrobial prophylaxis, early diagnosis of hypopituitarism, and mental health mangement. Many up-to-date CPGs are available, but there is a paucity of evidence to support recommendations, highlighting the urgent need for robust clinical research in this vulnerable population. Our results may be used by clinicians to identify recommendations based on the highest level of evidence, by healthcare administrators to inform guideline implementation in clinical settings, by researchers to identify areas where robust evidence is needed, and by guideline writing groups to inform the updating of existing guidelines or the development of new ones.
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 | 0,029 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».