L’hémodynamique en soins critiques pédiatriques : de l’évaluation clinique aux bases de données multicentriques.
Bibliographic record
Abstract
La prise en charge hémodynamique des enfants hospitalisés en réanimation pédiatrique est un enjeu majeur. Ma double formation de cardiologue pédiatre et de réanimateur pédiatre m’a permis d’accroitre mes connaissances et compétences dans ce domaine afin d’améliorer la prise en charge des patients. Mon travail de recherche s’est donc concentré sur la problématique de l’hémodynamique en pédiatrie, et ce, au travers de la mise en place de protocoles de recherche pré-cliniques ou cliniques dans les soins critiques pédiatriques, mais également via le développement et la valorisation de bases de données multicentriques. Après avoir travaillé au cours de ma thèse d’Université sur l’utilisation de la variabilité cardiaque comme marquer de l’hypoxie fœtale sur un modèle pré-clinique de brebis gestantes, j’ai étudié ces marqueurs de variabilité chez les patients de soins critiques pédiatriques comme indicateur d’inconfort ou de douleur en cas d’impossibilité de l’exprimer (patients sédatés). Ce travail se poursuit actuellement par un co-encadrement (2023) de thèse d’Université sur un modèle de score de gravité de patient hospitalisé en soins critiques pédiatriques à partir de l’étude des marqueurs de variabilité de la fréquence cardiaque. La prise en charge des patients débutant en préhospitalier, je suis devenu le responsable pédiatrique pour la base de données nationale multicentrique RéAC (Registre Electronique des Arrêts Cardiaques). Après avoir étudié et collaboré à des études nationales sur les voies d’accès d’injection de médicaments et l’influence de la dose d’adrénaline dans la récupération après un arrêt cardiaque pédiatrique, je co-encadre (2022) actuellement une thèse d’Université s’intéressant au devenir des patients après un arrêt cardiaque pédiatrique en fonction de son étiologie. Ces études publiées m’ont permis de créer un réseau de recherche national, mais également international avec la création d’une base de données France-Canada sur les arrêts cardiaques adultes et pédiatriques (RéACanROC). En outre, afin d’améliorer nos pratiques en soins critiques pédiatriques, j’ai participé à la création d’une base de données française recensant tous les services de soins critiques pédiatriques (PICURe : Pediatric Intensive Care Unit Registry), avec une extension à la francophonie en cours, m’ayant donné l’opportunité d’encadrer et de collaborer à des études nationales concernant le SARS-CoV-2. Ce projet se poursuit actuellement par le développement d’une base de données à haute fréquence des paramètres vitaux des patients en soins critiques pédiatriques, en collaboration avec les soins critiques du CHU de Caen, ainsi qu’avec le CHU de Sainte Justine à Montréal, Canada. L’objectif de cette base de données commune sera de développer des études d’ampleur multicentrique et internationale, mais également d’utiliser les méthodes de l’intelligence artificielle afin de créer des outils d’aide à la décision clinique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.186 | 0.363 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.004 |
| Bibliometrics | 0.009 | 0.007 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".