PP015 Topic: AS01–Brain: Neuroimaging/Trauma/Monitoring/Status Epilepticus/CNS Infections/Other: PREDICTION OF GOOD NEUROLOGICAL OUTCOME AFTER RETURN OF CIRCULATION FOLLOWING PAEDIATRIC CARDIAC ARREST: A SYSTEMATIC REVIEW AND META-ANALYSIS
Notice bibliographique
Résumé
Aims & Objectives: To assess the value of biomarkers, clinical examination, electrophysiology or neuroimaging, within 14 days from return of circulation, to predict good neurological outcome in children following cardiac arrest. Methods: Medline, EMBASE and Cochrane Central Register of Controlled Trials were searched May 2023. Sensitivity and false positive rates (FPR) for good outcome (defined as no, mild, or moderate disability, or minimal change from baseline) were calculated for each predictor. Risk of bias was assessed using QUIPS tool. Results: Thirty-five studies involving 2974 children were included. The presence of any of the following had a FPR rate <30% for predicting good neurological outcome with moderate (50-75%) to high (>75%) sensitivity: bilateral reactive pupillary light response within 12h; motor component >4 on the Glasgow Coma Scale at 6h; bilateral somatosensory evoked potentials at 24-72h; electroencephalography (EEG) sleep spindles within 24h; a continuous EEG background within 24h; and a normal brain MRI at 4-6d. Early (≤12h) normal lactate levels (<2mmol/L) or normal s100b, NSE or MBP levels predicted good neurological outcomes with FPR rate <30% and low (<50%) sensitivity. All studies had moderate to high risk of bias with heterogeneity in terms of timing of measurement, definition of test, use of multi-modal tests, and outcome assessments. Conclusions: Select biomarkers, clinical examination, electrophysiology or neuroimaging as individual tests, can predict good neurological outcome after paediatric cardiac arrest; however, evidence is often of low quality and heterogeneous. Combination of tests should be studied and is likely of added value over using a single modality. Keywords: biomarkers, Paediatric Intensive Care, Prognostication, Cardiac Arrest, Systematic Review
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,015 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».