Impact of Skin Pigmentation on Cerebral Regional Saturation of Oxygen Using Near-Infrared Spectroscopy: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: Near-infrared spectroscopy (NIRS) is used in critical care settings to measure regional cerebral tissue oxygenation (rS o 2 ). However, the accuracy of such measurements has been questioned in darker-skinned individuals due to the confounding effects of light absorption by melanin. In this systematic review, we aim to synthesize the available evidence on the effect of skin pigmentation on rS o 2 readings. DATA SOURCES: We systematically searched MEDLINE, Cochrane Database of Systematic Reviews, Embase, and Google Scholar from inception to July 1, 2023. STUDY SELECTION: In compliance with our PROSPERO registration (CRD42022347548), we selected articles comparing rS o 2 measurements in adults either between racial groups or at different levels of skin pigmentation. Two independent reviewers conducted full-text reviews of all potentially relevant articles. DATA EXTRACTION: We extracted data on self-reported race or level of skin pigmentation and mean rS o 2 values. DATA SYNTHESIS: Of the 11,495 unique records screened, two studies ( n = 7,549) met our inclusion criteria for systematic review. Sun et al (2015) yielded significantly lower rS o 2 values for African Americans compared with Caucasians, whereas Stannard et al (2021) found little difference between self-reported racial groups. This discrepancy is likely because Stannard et al (2021) used a NIRS platform which specifically purports to control for the effects of melanin. Several other studies that did not meet our inclusion criteria corroborated the notion that skin pigmentation results in lower rS o 2 readings. CONCLUSIONS: Skin pigmentation likely results in attenuated rS o 2 readings. However, the magnitude of this effect may depend on the specific NIRS platform used.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».