Predictors of Nosocomial Bloodstream Infections Among Critically Ill Adult Trauma Patients
Notice bibliographique
Résumé
OBJECTIVE: To identify the independent predictors of nosocomial bloodstream infections (BSIs) among critically ill adult trauma patients. DESIGN: A prospective, cohort design was used to study patients who met predetermined inclusion criteria. Basic descriptive and univariate statistical analyses were performed to identify unadjusted predictors. A forward stepwise multivariate logistic regression analysis was then conducted to identify independent predictors of nosocomial BSI. SETTING: Level I university-affiliated shock trauma center. PATIENTS: Three hundred sixty-one critically ill adult trauma patients, 55 of whom developed nosocomial BSIs (15.2%). RESULTS: Data analysis of 45 variables indicated that only 9 were independent predictors of nosocomial BSI: presence of a chest tube, use of immunosuppressive agents, presence of microbial resistance, length of stay, presence of preexisting infection, percentage change of serum albumin levels, patient disposition, transfusion of 10 or more units of blood, and number of central venous catheters (CVCs) for patients who had 4 or more. The classification index of the final regression model at a cut-off point of 0.5 had a specificity of 97.4%, a sensitivity of 60%, a positive predictive value of 76.7%, a negative predictive value of 93%, and an overall precision of 91%. CONCLUSION: In this study, only 9 variables were independent predictors of nosocomial BSI. Our findings are specific to critically ill adult trauma patients and should be interpreted within the context of this particular population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».