MétaCan
Menu
Retour à la cohorte
Enregistrement W4392654219 · doi:10.1007/s44231-024-00060-z

Expert Consensus on the Clinical Utilization of Ketamine and Its Isomers in Intensive Care Units

2024· article· en· W4392654219 sur OpenAlexaff
Zhiyong Peng, Tongwen Sun, Xijing Zhang, Haibo Zhang

Notice bibliographique

RevueIntensive Care Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAnesthesia and Sedative Agents
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésKetamineMedicineIntensive care medicineSedationIntensive care unitNeurointensive careSeptic shockAnesthesiaSepsisSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract Analgesia and sedation are important treatment strategies in the intensive care unit (ICU). Due to the opioid crisis, opioid-sparing medications become the focus of clinical studies. Ketamine and its isomers (mainly esketamine) are intravenous anesthetics that possess sedative, analgesic, and anesthetic effects, which have recently attracted the attention of critical care physicians. However, the application of ketamine/esketamine in ICU is limited and inexperienced. Experts from the Critical Care Medicine Professional Committee of the Chinese Research Hospital Association drafted this consensus based on the current clinical evidence to provide recommendations for the application of ketamine/esketamine in different fields of critical care, including sepsis and septic shock, endotracheal intubation, neurocritical care, respiratory critical care, post cardiac surgery care, burn and depression in ICU. Meanwhile, this expert consensus also appeals for more high-quality clinical trials to facilitate more reasonable guidelines in this area.

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)0,001
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,429
Tête enseignante GPT0,515
Écart entre enseignants0,086 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care ResearchMême sujetAnesthesia and Sedative AgentsTravaux en français237 207