📄 intensive care and critical care medicine
Discordant Evidence on Corticosteroids in Sepsis: A Meta-Research Study
这项元研究表明，关于使用皮质类固醇治疗脓毒症的系统评价经常得出不一致的死亡率结论，因为它们综合了不同的底层随机对照试验池，这凸显了指南制定者需要优先考虑临床连贯的证据合成，而非仅仅关注方法学质量。
📄 Category
intensive care and critical care medicine
23 篇论文
重症监护与危重症医学聚焦于那些生命体征极不稳定、需要全天候严密监测与高级生命支持的危急患者。这一领域不仅关乎抢救技术，更涉及对复杂器官衰竭的深入理解与多学科协作，旨在为最脆弱的生命争取一线生机。
Gist.Science 持续追踪并处理来自 medRxiv 的每一份相关预印本，确保您能第一时间获取前沿研究。我们将这些专业的医学成果转化为通俗易懂的科普解读与详尽的技术摘要，帮助您跨越语言与术语的障碍，直接洞察研究核心。
以下为您呈现该领域最新发布的论文，让我们一同探索重症医学的最新突破与未来方向。
📄 intensive care and critical care medicine
STREAM-SMR: Sequential Bayesian state-space monitoring of standardized mortality ratios - a simulation comparison with risk-adjusted CUSUM and EWMA
本文介绍了 STREAM-SMR，这是一种贝叶斯状态空间模型，它通过提供具有校准且量化不确定性的标准化死亡率比（SMR）轨迹，将风险调整后的死亡率监测与估计统一起来，其检测延迟与传统的 CUSUM 和 EWMA 图表相当。
📄 intensive care and critical care medicine
Development of an Intelligent Predictive Indicator System for Weaning and Extubation Timing in Mechanically Ventilated Patients Based on the Delphi Method
本研究利用德尔菲法开发了一个由六个一级指标和58个二级指标组成的全面且经专家验证的智能预测指标体系，旨在指导机械通气患者脱机与拔管的时机，从而为重症监护中的临床决策支持与智能评估建立一个稳健的框架。
📄 intensive care and critical care medicine
First-24-hour machine learning for 30-day mortality prediction in ICU trauma patients: development in MIMIC-III and cross-database evaluation in MIMIC-IV
本研究利用来自MIMIC-III的前24小时临床数据开发并验证了一个XGBoost模型，用于预测ICU创伤患者的30天死亡率，该模型在MIMIC-IV中展示了稳健的跨数据库性能，同时也强调了由于内部选择偏差和特征映射不一致性所导致的泛化能力局限性。
📄 intensive care and critical care medicine
Comparative Evaluation of Central Venous Oxygen Saturation, Carbon Dioxide Venous Arterial Gradient, and Lactate Levels as Markers of Tissue Perfusion After Cardiac Surgery: A Prospective Exploratory Observational Study
在一项针对100例心脏手术患者的前瞻性探索性研究中，入院24小时后测得的中心静脉血氧饱和度（ScvO2）与早期ICU出院相比，展现出比乳酸水平和静脉-动脉二氧化碳梯度更优越的判别性能和显著相关性，尽管这些旨在生成假设的研究结果仍需进一步验证。
📄 intensive care and critical care medicine
Is simple better? Comparing Computational Cost and Carbon Impact of Machine Learning Models for Traumatic Brain Injury Prediction; A Case Study for Sustainable Digital Health Implementation
本研究表明，在创伤性脑损伤预测方面，简单且资源高效的机器学习模型往往能获得与复杂、数据密集型替代方案相当的临床效用，同时显著降低计算成本、碳排放和部署障碍，从而支持更具可持续性和可及性的数字健康实施。
📄 intensive care and critical care medicine
Temporal Feature Engineering and Ensemble Learning for Predicting 28-Day Mortality in ICU Patients with Alcoholic Cirrhosis
本研究开发并验证了一种高性能、可解释的集成学习模型，该模型利用 MIMIC-IV 数据上的时间特征工程，能够准确预测酒精性肝硬化 ICU 患者的 28 天死亡率，展示了其在外部数据集上的卓越泛化能力，并强调了动态临床轨迹的关键重要性。
📄 intensive care and critical care medicine
Antifungal use with and without fungal diagnoses in septic shock across U.S. hospitals, 2022-2024
这项针对美国医院近55.5万例脓毒性休克入院病例的研究揭示了抗真菌药物管理中的显著脱节，其特征在于：在未证实存在真菌感染的患者中广泛进行经验性抗真菌治疗，以及在治疗确诊念珠菌血症的患者时频繁出现延迟。
📄 intensive care and critical care medicine
Accounting for uncertainty in the expected treatment effect substantially increases the sample size required for randomised trials: implications for the feasibility of clinical trials in anaesthesia and critical care
本研究表明，在麻醉与重症监护临床试验的样本量计算中，将预期治疗效应的不确定性纳入考量，会显著增加所需的受试者人数，与传统方法相比，这将对许多拟议中的随机对照试验的可行性提出挑战。
📄 intensive care and critical care medicine
Development and validation of a dynamic risk stratification tool for predicting multidrug-resistant bacterial infections in ICU patients: A clinical prediction model and web-based calculator
本研究开发并验证了一种动态、可解释的在线计算器，该计算器利用五项常规收集的临床指标，以准确预测重症监护病房患者的多重耐药细菌感染，从而促进实时风险分层和靶向抗菌药物管理。