The utility of brain biomarkers in predicting survival and neurological outcomes in pediatric patients after cardiac arrest: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Cardiac arrest in children is associated with high morbidity and mortality, primarily due to neurological injury. Biomarkers linked to brain injury, released into circulation from compromised elements of the neurovascular unit, act as significant prognostic indicators in patients suffering from hypoxic-ischemic brain injury (HIBI) subsequent to the restoration of spontaneous circulation (ROSC) after pediatric cardiac arrest. The aim of this systematic review and meta-analysis is to evaluate the prognostic utility of brain injury biomarkers in predicting neurological outcomes and survival in patients following cardiac arrest in the pediatric population. METHODS: Bibliographic databases (PubMed, the Cochrane Library, and Embase) were searched from their inception to November 2024. A random-effect model was used for all analyses. RESULTS: Our meta-analysis demonstrates significant associations between various biomarkers and survival or neurological outcomes after cardiac arrest. Neuron-specific enolase (NSE) levels were consistently elevated in non-survivors and patients with unfavorable neurological outcomes, with pronounced differences observed on Days 2 and 3 (e.g., Day 3 mean difference: -88.48, 95%CI: -146.77 to -30.19, P = 0.003). Emerging biomarkers, including UCH-L1 and GFAP, showed striking differences, such as elevated UCH-L1 levels on Day 1 (mean difference: -415.41, 95%CI: -474.41 to -356.61, P < 0.001) and GFAP levels exceeding 4000 ng/mL in non-survivors on Day 2 (P < 0.001). CONCLUSIONS: Our findings underscore the significant prognostic value of biomarkers in predicting survival and neurological outcomes following cardiac arrest. Neuron-specific enolase (NSE) consistently demonstrated its reliability across multiple time points, while emerging biomarkers like UCH-L1 and GFAP showed promising potential for early outcome stratification.
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 | 0,010 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,039 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».