Diagnosing deep vein thrombosis early in critically ill patients (DETECT) trial: a protocol for a randomised controlled trial
Notice bibliographique
Résumé
INTRODUCTION: Deep vein thrombosis (DVT) in critically ill patients is often undetected. However, it is unclear whether ultrasound surveillance for early detection of DVT in high-risk medical-surgical intensive care unit (ICU) patients improves patients' outcomes. The DETECT trial (Diagnosing deep-vein thrombosis early in critically ill patients) evaluates the effect of twice-weekly bilateral lower limb ultrasound compared to usual care on 90-day mortality of critically ill adult patients admitted to medical, surgical and trauma ICUs. METHODS AND ANALYSIS: The DETECT trial is an international, parallel-group, open-label, randomised trial, which will recruit 1800 critically ill adults from over 14 hospitals in Saudi Arabia and Kuwait. Eligible patients will be allocated to twice-weekly bilateral lower limb ultrasound or usual care. The primary outcome is 90-day mortality. Secondary outcomes include lower limb proximal DVT, pulmonary embolism and clinically important bleeding. The first patient was enrolled on 21 March 2023. As of 8 April 2025, 711 patients have been enrolled from 14 centres in Saudi Arabia and Kuwait. The first interim analysis was conducted on 14 May 2025. We expect to complete recruitment by December 2026. ETHICS AND DISSEMINATION: Institutional review boards (IRBs) of each participating institution approved the study. We plan to publish the results in peer-reviewed journals and present the findings at international critical care conferences. TRIAL REGISTRATION NUMBER: Clinicaltrials.gov: NCT05112705, registered on 9-11-2021.
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 | 0,038 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,005 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,014 |
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 ».