Effect of prophylactic corticosteroids on postoperative neurocognitive dysfunction
Notice bibliographique
Résumé
We appreciate the authors’ interest in our systematic review and meta-analysis examining the effect of corticosteroids on postoperative neurocognitive disorders (PNCDs).[1,2] In our methodology, PNCD was defined as per the original author and encompassed trials assessing PNCD within one month. It is important to note that studies by Dieleman et al.,[3] Ottens et al.[4] and Sauër et al.[5] employed varying definitions and assessment periods for PNCD, leading to different outcomes. Specifically, Dieleman et al.[3] defined the occurrence of delirium as the use of neuroleptic drugs rather than the use of an assessment tool over 30 days, suggesting delirium might be under-recognised. Ottens et al.[4] determined cognitive outcomes by administering a battery of five neuropsychological tests at one month. Sauër et al.[5] defined PNCD as delirium, and the patient was evaluated using the Confusion Assessment Method 4 days postoperatively. The authors stated, ‘in that study, the presence of delirium was defined by the postoperative use of an antipsychotic medication(s), rather than based on delirium screening using a validated instrument, and thus it is likely that delirium was under-recognised’[3] and used this as an objective for formulating their trial. Consequently, despite some overlap in sample size, each study might have reported a different or added patient population, leading to additional information. In the absence of further clarifications of these issues, we treated these studies as independent samples, as they addressed different clinical outcomes in our analysis. Financial support and sponsorship Nil. Conflicts of interest There are no conflicts of interest.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,004 |
| 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 ».