MétaCan
Menu
Retour à la cohorte
Enregistrement W4410035233 · doi:10.3390/bioengineering12050485

Leveraging Function Intersectionality and Multi-Modal Cerebrovascular Reactivity Measures for the Derivation of Individualized Intracranial Pressure Thresholds in Acute Traumatic Neural Injury

2025· article· en· W4410035233 sur OpenAlexafffundabout
Kevin Y. Stein, Logan Froese, Alwyn Gomez, Amanjyot Singh Sainbhi, Nuray Vakitbilir, Abrar Islam, Tobias Bergmann, Frederick A. Zeiler

Notice bibliographique

RevueBioengineering · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensPan Am ClinicUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTraumatic brain injuryCerebral perfusion pressureIntracranial pressureGuidelineMedicinePulse pressureCardiologyLogistic regressionBlood pressureInternal medicineCerebral blood flowAnesthesiaPathology

Résumé

récupéré en direct d'OpenAlex

It has been proposed that subject-specific intracranial pressure (ICP) thresholds can be feasibly derived using the relationship between cerebrovascular reactivity and ICP. Such individualized intracranial pressure (iICP) thresholds have been suggested to have more robust associations with long-term outcomes of post-traumatic brain injury (TBI) than current guideline-based thresholds. However, both existing works have derived iICP using solely the pressure reactivity index (PRx) and a threshold of +0.20. Therefore, the goal of this study was to validate prior works and compare various cerebrovascular reactivity indices for their utility in deriving iICP. A custom iICP derivation algorithm was developed. Then, using existing archived human datasets from the Winnipeg Acute TBI Database, iICP thresholds were derived using three cerebrovascular reactivity indices: PRx, the pulse amplitude index (PAx), and the RAC (correlation (R) between the pulse amplitude of ICP (A) and cerebral perfusion pressure (C)). The yield of iICP derivation was found to vary significantly, depending on the cerebrovascular reactivity index and threshold used. A logistic regression analysis was then used to evaluate and compare the abilities of each index-derived iICP to predict the 6-month outcome. Among all index-threshold combinations tested, only PRx > 0 was able to produce an iICP that was able to outperform guideline-based ICP thresholds. PRx-based iICP seems to be superior to both PAx- and RAC-based iICP for predicting long-term outcomes. However, further work is needed to identify the ideal cerebrovascular reactivity thresholds for iICP derivation.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207