Association Between Clinical Measures of Depth of Sedation and Multimodal Cerebral Physiology in Acute Traumatic Neural Injury
Notice bibliographique
Résumé
Neurointensive care primarily focuses on secondary injury reduction, utilizing a variety of guideline-based approaches (including administration of high-dose sedation) to reduce the injured state. However, titration of sedation is currently based on the Richmond Agitation Sedation Scale (RASS), a subjective clinical grading score of a patient's response to external physical stimuli, and not an objective measure. Therefore, it is likely that there exists substantial variation in objective sedation depth for a given clinical grade in these patients, leading to undesired sedation depths and cerebral physiological consequences. Improper sedation can impede cerebral autoregulation, emphasizing the critical need for optimal sedation in traumatic brain injury (TBI) patients. This study evaluates the relationship between RASS to an objective measure of depth of sedation (bispectral index, BIS) and cerebral physiological measures. Fifty-nine patients were assessed using Jonckheere-Terpstra testing to compare various key physiologies with RASS. RASS (-5 through 0 categories) showed no statistically significant relationship between BIS and cerebral physiological parameters, after adjusting for multiple comparisons. Furthermore, it is crucial to note that within each RASS value, the distribution of the physiological measures all had high variability. As an exemplar, for RASS values of -5 and -4, BIS ranged from near 0 (burst suppression levels) up to over 80 (near awake states). BIS and other cerebral physiologies displayed substantial variation across each RASS category. This suggests that RASS as a means to titrate sedative medication for the goal of neuroprotection is insufficient. More momentary, individualized determination of sedation depth is required for TBI patients.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».