MétaCan
Menu
Retour à la cohorte
Enregistrement W4386726504 · doi:10.1097/ccm.0000000000006001

The Ins and Outs of IV Fluids in Hemodynamic Resuscitation

2023· review· en· W4386726504 sur OpenAlexaff
David A. Kaufman, Marcela Lopes, Niharika Maviya, Sheldon Magder

Notice bibliographique

RevueCritical Care Medicine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueTrauma, Hemostasis, Coagulopathy, Resuscitation
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineCritically illResuscitationObservational studyMEDLINEClinical trialHemorrhagic shockSeptic shockSepsisSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Concise definitive review of the physiology of IV fluid (IVF) use in critically ill patients. DATA SOURCES: Available literature on PubMed and MEDLINE databases. STUDY SELECTION: Basic physiology studies, observational studies, clinical trials, and reviews addressing the physiology of IVF and their use in the critically ill were included. DATA EXTRACTION: None. DATA SYNTHESIS: We combine clinical and physiologic studies to form a framework for understanding rational and science-based use of fluids and electrolytes. CONCLUSIONS: IVF administration is among the most common interventions for critically ill patients. IVF can be classified as crystalloids or colloids, and most crystalloids are sodium salts. They are frequently used to improve hemodynamics during shock states. Many recent clinical trials have sought to understand which kind of IVF might lead to better patient outcomes, especially in sepsis. Rational use of IVF rests on understanding the physiology of the shock state and what to expect IVF will act in those settings. Many questions remain unanswered, and future research should include a physiologic understanding of IVF in study design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,085
Tête enseignante GPT0,422
Écart entre enseignants0,337 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetTrauma, Hemostasis, Coagulopathy, ResuscitationTravaux en français237 207