MétaCan
Menu
Retour à la cohorte
Enregistrement W4409908879 · doi:10.1097/cce.0000000000001257

Early Pupil Abnormality Frequency Predicts Poor Outcomes and Enhances International Mission for Prognosis and Analysis of Clinical Trials in Traumatic Brain Injury (IMPACT) Model Prognostication in Traumatic Brain Injury

2025· article· en· W4409908879 sur OpenAlexaff
Divya Veerapaneni, Naveen Arunachalam Sakthiyendran, Yili Du, Leigh Ann Mallinger, Andrew Reinert, So Yeon Kim, Chuong Nguyen, Ali Daneshmand, Mohamad Abdalkader, Shariq Mohammed, Josée Dupuis, Kevin N. Sheth, Emily J. Gilmore, David M. Greer, Charlene Ong

Notice bibliographique

RevueCritical Care Explorations · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésPupillometryTraumatic brain injuryPupilMedicineLogistic regressionObservational studyAbnormalityInternal medicinePsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: In patients with traumatic brain injury (TBI), baseline pupillary assessment is routine; however, the occurrence rate and clinical significance of pupil abnormalities over the early course of hospitalization remain poorly characterized. OBJECTIVES: To determine whether the occurrence and frequency of pupil abnormalities within the first 72 hours of ICU admission are associated with unfavorable discharge outcomes and to assess whether incorporating this frequency improves the performance of an established prognostic model. DESIGN, SETTING, AND PARTICIPANTS: This was a retrospective observational study of adults admitted with a primary diagnosis of TBI to a single tertiary care ICU between 2018 and 2022. Inclusion criteria included at least three quantitative pupillometry assessments within the first 72 hours. MAIN OUTCOMES AND MEASURES: Quantitative pupillometry was used to calculate the Neurological Pupil index (NPi) at each assessment. Abnormalities were defined as NPi less than 3 in either eye, NPi asymmetry greater than or equal to 0.7, or pupil size asymmetry greater than or equal to 1 mm. The primary outcome was unfavorable discharge disposition (death, hospice, or long-term care). Multivariable logistic regression was used to evaluate the association between pupil abnormality frequency and outcomes, and model performance was compared using goodness-of-fit tests with and without pupil frequency added to the International Mission for Prognosis and Analysis of Clinical Trials in TBI (IMPACT) model. RESULTS: Among 131 patients (median age, 59 yr; 30% women), 35% had an unfavorable discharge disposition. Pupil abnormalities occurred in 60% of mild, 61% of moderate, and 88% of severe TBI patients. For each 1% increase in the frequency of pupil abnormalities over 72 hours, the odds of unfavorable discharge increased by 3% (odds ratio, 1.03; 95% CI, 1.01-1.05). Adding pupil abnormality frequency to the IMPACT model improved its goodness-of-fit (χ2 = 5.24; p = 0.02). CONCLUSIONS AND RELEVANCE: Pupil abnormalities are common across TBI severities, particularly in severe cases. A higher frequency of abnormal pupil measurements within the first 72 hours is associated with unfavorable outcomes and significantly enhances the predictive performance of established TBI prognostic models. Serial quantitative pupillometry may offer clinically valuable, dynamic prognostic information in the acute care setting.

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)0,004
score de la tête « metaresearch » (Gemma)0,039
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,061
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,192
Tête enseignante GPT0,491
Écart entre enseignants0,299 · 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'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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care ExplorationsMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207