MétaCan
Menu
Retour à la cohorte
Enregistrement W4403728242 · doi:10.7759/cureus.72308

Base Deficit, International Normalized Ratio, and Glasgow Coma Scale (BIG) is a Predictor Tool for Survival and Mortality of Pediatric Trauma Patients

2024· article· en· W4403728242 sur OpenAlexaff
Liqaa Raffee, Abdel‐Hameed Al‐Mistarehi, Khaled Alawneh, Khaled J. Zaitoun, Shereen Hamadneh, Sohaib Zoghoul, Murad Alahmad, A. Alnsour, Joe Nemeth

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineGlasgow Coma ScaleScale (ratio)Emergency medicineSurgeryCartography

Résumé

récupéré en direct d'OpenAlex

Background: An accurate estimate of the survival and mortality at the initial trauma evaluation is essential to ensure appropriate triage and stratification of the patients for progressive care. One of the recognized tools for predicting mortality is the BIG Score, composed of admission base deficit, international normalized ratio (INR), and Glasgow Coma Scale (GCS). This study evaluates the BIG scale in predicting survival and mortality rates among pediatric trauma patients. Methods: Pediatric trauma patients, aged <18 years, visiting the emergency department of a tertiary hospital in the North of Jordan from 2014 to 2019 were included. Demographic data, trauma details, and lab results were collected. The BIG score for each patient was calculated. A receiver operator characteristic (ROC) curve was generated to determine the best suitable BIG cutoff point and its probabilities. Results: A total of 424 patients were included in this study. About two-thirds of the patients were males (n=298). The mean±SD of pH and GCS values were significantly lower among dead patients (6.0±2.5, 3.7±3.9, respectively) in comparison to alive ones (7.3±2.7, 11.5±5.5, respectively) (p=0.026, p<0.001, respectively). On the other hand, base deficit and INR values were significantly higher among dead patients (6.5±6.2, 1.9±2.5, respectively) than alive ones (1.9±3.6, 0.8±0.5, respectively), (p<0.001). The BIG score with a cutoff point of ≥10.0 has a high sensitivity (88.5%) and specificity (76.3%) for mortality prediction. The survival rate was correctly predicted in 100% of patients with a BIG score between 2.1 and 6. Also, the best survival predictions were seen in intubated patients (100%), followed by RTA-related trauma and ICU admission with decreasing frequency. Conclusions: The current study has shown the added value of the BIG score as a simple and rapid tool to predict prognosis in pediatric trauma settings. The BIG score with a cutoff point of ≥10.0 is highly efficient in predicting pediatric trauma patients' mortality rates. However, the BIG score demonstrates greater accuracy in predicting survival outcomes compared to its ability to predict mortality among pediatric trauma 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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,302
Écart entre enseignants0,269 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetTrauma and Emergency Care StudiesTravaux en français237 207