MétaCan
Menu
Retour à la cohorte
Enregistrement W4413113487 · doi:10.1212/cpj.0000000000200525

Insights From the International Consensus on Neuro-Irritability in Pediatric Palliative Care

2025· article· en· W4413113487 sur OpenAlexaff
Anna Mercante, Harold Siden, Justin N. Baker, Danai Papadatou, Huda Abu‐Saad Huijer, Boris Zernikow, Julie Hauer, Franca Benini, Qutaibah Alotaibi, Robert R. Althoff, Janelle Aragon, Eva Bergsträßer, Marco Bolognani, Melissa A. Brotman, Heather Brown, Kris Catrine, Maria Roberta Cilio, Finella Craig, Andrea Cuviello, Todd Dalberg, Russell C. Dale, Eleni Dana, Daniel P. Dickstein, Galen DiDomizio, Julia Downing, Ioannis Drikos, Carmen Fons, Monika Führer, Richard Hain, Lea L. Hornung, Naomi Katz, Katharina Kircanski, Kelly Komatz, Veronica Lambert, Philip Larkin, Esther J. Lee, Ellen Leibenluft, Shih-Ning Liaw, Ming Lim, Sarah Lord, Daniel E. Lumsden, Sarah K. Luthy, Ricardo Martino Alba, Andrea Martinuzzi, Glen Medellin, Alvin Moyer, Rima Nabbout, Reut Naim, Grace Ng, Margherita Nosadini, Phillip L. Pearl, Federico Pellegatta, Roser Pons, Ronit Pressler, Anne‐Sylvie Ramelet, Georg Rellensmann, Kevin Rostásy, Francesca Rusalen, Bronwyn Sacks, Suvasini Sharma, Maria Stefa, Terrence Thomas, Maria Tsirouda, Christina Vadeboncoeur, Sidharth Vemuri, Dejan Vlajnic, Julia Wager, Kimberley Widger, Lori Wiener, Dianna Yip, Anna Zanin

Notice bibliographique

RevueNeurology Clinical Practice · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensBC Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésIrritabilityMedicineDelphi methodPalliative careMultidisciplinary approachPsychologyMedical educationPsychiatryNursingAnxietyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Background and Objectives: Many children with severe neurologic impairment (SNI) have complex care coordination and management needs, making them eligible for pediatric palliative care (PPC). Indeed, SNI is associated with numerous, often simultaneous, distressing symptoms. Among these, neuro-irritability is particularly common and impactful. The limited understanding of this condition poses a challenge for clinicians in terms of recognition and management, constituting a significant barrier to adequate care. Given the lack of scientific evidence and clinical practice guidelines, we initiated an international and multidisciplinary project to obtain consensus-based guidance on pediatric neuro-irritability. Methods: A panel of 66 experts from across the world was selected to participate in a 2-round Delphi method. The aim of this process was to gather their opinions and insights in the areas of Definition, Assessment, Monitoring, and Treatment of neuro-irritability as encountered in PPC. Panelists were asked to indicate their level of agreement with a series of statements through an online survey, using a 5-point Likert scale. Consensus on a particular item was defined as achieving ≥75% of (dis)agreement among participants. Results: A total of 55 statements were endorsed during the 2 voting sessions. In addition to defining the fundamental features of neuro-irritability, several core elements of the diagnostic process and follow-up protocol were developed. Recommendations on the pharmacological and nonpharmacological approaches are also provided. Discussion: This first international expert consensus aims to support physicians in identifying and addressing neuro-irritability in children with SNI. Our work provides a framework to enhance knowledge on neuro-irritability and advance clinical practice, identifying unmet needs and areas of uncertainty that warrant further research efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,083
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
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 enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,083
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,076
Tête enseignante GPT0,439
Écart entre enseignants0,362 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology Clinical PracticeMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207