MétaCan
Menu
Retour à la cohorte
Enregistrement W6977536226 · doi:10.6084/m9.figshare.c.6656866.v1

The lower limit of reactivity as a potential individualised cerebral perfusion pressure target in traumatic brain injury: a CENTER-TBI high-resolution sub-study analysis

2024· other· en· W6977536226 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2024
Typeother
Langueen
DomaineMedicine
ThématiqueParasitic infections in humans and animals
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionCerebral perfusion pressureUnivariateUnivariate analysisReactivity (psychology)Traumatic brain injuryRetrospective cohort studyCohort studyMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Background A previous retrospective single-centre study suggested that the percentage of time spent with cerebral perfusion pressure (CPP) below the individual lower limit of reactivity (LLR) is associated with mortality in traumatic brain injury (TBI) patients. We aim to validate this in a large multicentre cohort. Methods Recordings from 171 TBI patients from the high-resolution cohort of the CENTER-TBI study were processed with ICM+ software. We derived LLR as a time trend of CPP at a level for which the pressure reactivity index (PRx) indicates impaired cerebrovascular reactivity with low CPP. The relationship with mortality was assessed with Mann-U test (first 7-day period), Kruskal–Wallis (daily analysis for 7 days), univariate and multivariate logistic regression models. AUCs (CI 95%) were calculated and compared using DeLong’s test. Results Average LLR over the first 7 days was above 60 mmHg in 48% of patients. %time with CPP < LLR could predict mortality (AUC 0.73, p = < 0.001). This association becomes significant starting from the third day post injury. The relationship was maintained when correcting for IMPACT covariates or for high ICP. Conclusions Using a multicentre cohort, we confirmed that CPP below LLR was associated with mortality during the first seven days post injury.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,312
Écart entre enseignants0,285 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetParasitic infections in humans and animalsTravaux en français237 207