MétaCan
Menu
Retour à la cohorte
Enregistrement W4405645777 · doi:10.1186/s13054-024-05211-8

Intracranial multimodal monitoring in neurocritical care (Neurocore-iMMM): an open, decentralized consensus

2024· review· en· W4405645777 sur OpenAlexaff
Sami Barrit, Mejdeddine Al Barajraji, Salim El Hadwe, Alexandre Niset, Brandon Foreman, Soojin Park, Christos Lazaridis, Lori Shutter, Brian Appavu, Matthew P. Kirschen, Felipe A. Montellano, Verena Rass, Nathan Torcida, Daniel Pinggera, Emily J. Gilmore, Nawfel Ben‐Hamouda, Nicolas Massager, Françis Bernard, Chiara Robba, Fabio Silvio Taccone, Ionel Alb, Edilberto Amorim, Baptiste Balança, Giorgio Carrabba, Russell Chabanne, Giuseppe Citerio, Maria Gonzalez, Adrien Guenego, Steven Hajdu, Raimund Helbok, Peter John Ashton Hutchinson, Kristaps Jurjāns, Alfonso Lagares, Joshua Mark Levine, Teemu M. Luoto, Niklas Marklund, Aurélien Mazeraud, Mahmoud Messerer, Laura B. Ngwenya, Thibault Yves Remacle, Nicole A. Terpolilli, Nathan Torcida Sedano, Parmenion P. Tsitsopoulos, Thomas A. van Essen, Allen Waziri, Jan Willms, Alexander Younsi

Notice bibliographique

RevueCritical Care · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversité de Montréal
Organismes subventionnairesIrving Medical Center, Columbia UniversityMedizinische Universität InnsbruckUniversity of PennsylvaniaCentre Hospitalier Universitaire VaudoisUniversité de LausannePerelman School of Medicine, University of PennsylvaniaUniversity of CincinnatiUniversity of PittsburghDepartment of Anesthesiology and Critical Care Medicine, Johns Hopkins MedicineUniversity of ChicagoUniversität InnsbruckChildren's Hospital of PhiladelphiaYale University
Mots-clésNeurointensive careMedicineIntensive care medicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Intracranial multimodal monitoring (iMMM) is increasingly used in neurocritical care, but a lack of standardization hinders its evidence-based development. Here, we devised core outcome sets (COS) and reporting guidelines to harmonize iMMM practices and research. METHODS: An open, decentralized, three-round Delphi consensus study involved experts between December 2023 and June 2024. Items-spanning three domains: (i) patient characteristics, (ii) practices, and (iii) outcomes-with ≥ 75% agreement were classified as strong agreement, while those with 50-75% were reconsidered in subsequent rounds, requiring ≥ 66% for moderate agreement. RESULTS: An international, multidisciplinary panel comprised 58 neurocritical physicians and researchers with low attrition (12%). They were predominantly from Western regions (96%), actively involved in iMMM (82%), at least weekly (72.4%), with more than 10 years of specific experience (57%). Of the 127 items assessed for inclusion in COS and reporting guidelines, 45 (35.4%) reached strong and 8 (6.3%) moderate agreement. Main strong agreement items were: (i) demographics: age (98%) and sex/gender (90%); comorbidities: coagulation/platelet disorders (95%); initial scoring: Glasgow Coma Scale (97%) and pathology-specific scores (90%); active treatments: antithrombotics (95%) (ii) clinical practice: iMMM implantation indications (98%) and iMMM-guided interventions (91%); surgical practice: targeting strategies (97%) and concomitant external ventricular drainage (97%); technical details: recording modalities (98%); (iii) monitoring parameters: duration (97%) and triggered interventions (95%); standardized outcome reporting (93%); surgical complications (e.g., postoperative intracranial hemorrhages, CNS infections, and probe misplacement, all > 90%) and adverse events (accidental dislodgement, probe breakage, and technical malfunctions, all > 90%). CONCLUSION: This consensus establishes foundational COS and reporting guidelines for iMMM in neurocritical care. These harmonization tools can enhance research quality, comparability, and reproducibility, facilitating evidence-based practices for this emerging technology. However, challenges remain in developing purpose-specific guidelines and adapting them to diverse clinical and research settings.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,109
Tête enseignante GPT0,446
Écart entre enseignants0,338 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207