Pneumonia Severity Index in the Immunocompromised
Notice bibliographique
Résumé
BACKGROUND: The pneumonia severity index (PSI) accounts for many comorbidities, but not immunosuppression. OBJECTIVES: To document the utility of the PSI to predict mortality in immunocompromised patients (IP) with community-acquired pneumonia (CAP). METHODS: Charts of 284 patients with immunosuppression and CAP were reviewed, and these patients were compared with a contemporary sample of non-IP with CAP. The ability of the PSI to predict mortality was assessed by using multiple logistic regression. Discrimination of the PSI was studied by using the concordance index. RESULTS: Thirty-nine of 284 IP died. Mortality varied according to the etiology of the immunosuppression. Patients with HIV, solid organ transplantation or treatment with immunosuppressive drugs (n=118) had a low in-hospital mortality (4.3%) and were classified as low risk. IP with hematological malignancies, chemotherapy, chest radiation or marrow transplantation (n=166) had a high mortality (20%) and were classified as high risk. Compared with non-IP, low-risk IP had similar PSI-controlled mortality (OR=0.9, P=0.80), whereas high-risk IP had significantly greater mortality (OR=2.8, P<0.0001). The concordance index revealed similar discrimination for the PSI in low-risk IP (0.77) and in non-IP (0.7), but inferior discrimination in high-risk patients (0.6). CONCLUSIONS: Patients with CAP and immunosuppression can be divided into low-risk and high-risk groups. The low-risk IP have mortality similar to non-IP and can be risk stratified by using the PSI.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».