INTERLEUKIN-8 AS A PREDICTOR OF THE SEVERITY OF BACTEREMIA AND INFECTIOUS DISEASE
Notice bibliographique
Résumé
The relationship between cytokines and sepsis has been studied frequently in the intensive care unit (ICU). However, the determination of cytokines in patients as they enter the emergency department (ED) would be more meaningful in predicting the outcome of infection. This study investigated plasma interleukin-8 in the ED as the predictor of bacteremia and sepsis. One hundred patients admitted through the ED with signs of systemic inflammatory response syndrome were studied. Plasma IL-8, IL-6, and tumor necrosis factor (TNF) were assayed by enzyme-linked immunosorbent assay. Patient's data were evaluated using the APACHE II scoring system as predictive factors of morbidity and mortality. Plasma IL-8 (149 pg/mL) detected bacteremia with a positive predictive value of 90.9% and a specificity of 98.7%. Results indicated that the odds ratios (ORs) of bacteremia were 24.78 (P < 0.01, CI = 2.27-270.8), 5.42 (P < 0.05, CI = 1.37-21.4), and 6.05 (P < 0.05, CI = 1.36-26.8) for IL-8, IL-6, and APACHE II, respectively. Occurrence of bacteremia was highly correlated with increases in plasma IL-8 (P < 0.01). IL-8 (OR = 8.25, CI = 1.03-65.9) and APACHE II scores (OR = 12.6, CI = 2.24-70.4) were found to be significantly better predictive factors of mortality (P < 0.01) than IL-6 (OR = 3.60, CI = 0.57-22.7), TNF (OR = 0.24, CI = 0.01-11.0) and age (OR = 1.02, CI = 0.98-1.06). During bacteremia, IL-8 also correlated well with patient use of a ventilator (P < 0.01, OR = 2.43, CI = 2.41-311.19), use of vasopressors (P < 0.05, OR = 2.67, CI = 1.79-370.78), length of stay in the hospital (P < 0.01, OR = 3.14, CI = 1.87-988.31), and stay in the ICU (P < 0.01, OR = 2.51, CI = 2.98-449.80). Measuring IL-8 on patients in the ED with apparent bacterial infections appears to be a reliable predictor of bacteremia and the severity of disease.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».