MétaCan
Menu
Retour à la cohorte
Enregistrement W4411178910 · doi:10.1038/s41390-025-04154-2

High-risk infant follow-up: current practice and factors determining eligibility

2025· article· en· W4411178910 sur OpenAlexaff
Danielle Clifford, Sylke J. Steggerda, Nathalie L. Maitre, Linda S. de Vries, Deirdre M. Murray, Mariarita Capizzi, Julia Buchmayer, Jehier Afifi, Medha Goyal, Renato S. Procianoy, Hiroyuki Kidokoro, Sonika Agarwal, Rita C. Silveira, Jennifer Armstrong, André Graça, Samantha Sadoo, Jennifer C. Keene, Antti Juhani Kukka, Catarina Cordeiro, Andrea C. Pardo, Sonal Rakshpaul, Emma Butler, Laurel A. Slaughter, Nicholas William Nicoletti, Jessica Wickland, Nuria Boronat, Monique van de Lagemaat, Elisabetta Chiodin, Iyshwarya Stapleton, Tatiana Nuzum, Anna Tuiskula, Elise Roze, Anne Murray, Sophie Tremblay, Keimarisse Colón-Díaz, Srishti Jayakumar, Albertina Rego, Jennifer Check

Notice bibliographique

RevuePediatric Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineMcMaster Children's HospitalHospital for Sick ChildrenDalhousie University
Organismes subventionnairesScience Foundation IrelandIrish Research eLibrary
Mots-clésMedicineCurrent (fluid)PediatricsPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High-risk infant follow-up (HRIF) lacks universal definition. The aim of this study was to report current practice and factors used to identify eligibility for HRIF, yielding information which may provide a basis for future consensus. METHODS: A survey was prepared for a workshop at the 15th International Newborn Brain Conference on prediction of outcome, which was subsequently distributed to all attendees (n = 426). RESULTS: Follow-up was offered by 97% of respondents (n = 113/116). HRIF was offered to infants born <28 weeks by 47%, to those <32 weeks by two-thirds (66%) and to preterms based on neuroimaging by 54%. For infants born full-term, HRIF was offered by 88% in neonatal encephalopathy (NE) and 86% in neonatal stroke. HRIF continued most frequently until 24 months corrected (33.6%). For guiding prognosis in preterm infants, 22% (n = 25) selected neuroimaging as the most important factor. For NE, 54% (n = 63) selected neuroimaging findings as the most important factor in guiding prognosis and 14% (n = 16) selected EEG/aEEG. Social factors are not considered by 46% in determining HRIF eligibility. CONCLUSION: Significant variability in HRIF exists, without consensus. Awareness of factors predicting prognosis and the importance of social risk-factors must improve to allow accurate identification of those at highest risk. This information may act as a basis for future consensus on HRIF. IMPACT: There is no clear consensus on eligibility or duration of high-risk infant follow-up. We report current practice in, and factors used to identify eligibility for same, amongst attendees of the International Newborn Brain Conference. This information on international practice may provide a basis for future consensus. Given the importance of accurate prognostication in risk-stratification, we report participants' awareness of the most important factors guiding prognosis. A disconnect between the impact of social factors on outcome and their consideration for eligibility of high-risk infant follow-up is noted. We propose the need for guidelines on follow-up of socially disadvantaged, medically high-risk infants.

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)0,007
score de la tête « metaresearch » (Gemma)0,029
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,424
Écart entre enseignants0,371 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric ResearchMême sujetNeonatal and fetal brain pathologyTravaux en français237 207