Data_Sheet_2_Factors contributing to sepsis-associated encephalopathy: a comprehensive systematic review and meta-analysis.CSV
Notice bibliographique
Résumé
Background This study aims to systematically assess the risk factors, the overall strength of association, and evidence quality related to sepsis-associated encephalopathy. Methods A systematic search was conducted in the Cochrane Library, PubMed, Web of Science, and Embase for cohort or case-control studies published up to August 2023 on risk factors associated with sepsis-related encephalopathy. The selected studies were screened, data were extracted, and the quality was evaluated using the Newcastle–Ottawa Scale. Meta-analysis was performed using RevMan 5.3 software. The certainty of the evidence was assessed using the GRADE criteria. Results A total of 13 studies involving 1,906 participants were included in the analysis. Among these studies, 12 were of high quality, and one was of moderate quality. Our meta-analysis identified six risk factors significantly associated with Serious Adverse Events (SAE). These included APACHE II, SOFA, age, tau protein, and IL-6, which were found to be risk factors with significant effects (standard mean difference SMD: 1.24–2.30), and albumin, which was a risk factor with moderate effects (SMD: −0.55). However, the certainty of evidence for the risk factors identified in this meta-analysis ranged from low to medium. Conclusion This systematic review and meta-analysis identified several risk factors with moderate to significant effects. APACHE II, SOFA, age, tau protein, IL-6, and albumin were associated with sepsis-related encephalopathy and were supported by medium- to high-quality evidence. These findings provide healthcare professionals with an evidence-based foundation for managing and treating hospitalized adult patients with sepsis-related encephalopathy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 tête enseignante, 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 ».