Identifying Predictors of Central Nervous System Disease in Solid Organ Transplant RecipientsWith Cryptococcosis
Notice bibliographique
Résumé
BACKGROUND: Cerebrospinal fluid (CSF) analysis is often deferred in patients with cryptococcal disease, particularly in the absence of neurologic manifestations. We sought to determine whether a subset of solid organ transplant (SOT) recipients with high likelihood of central nervous system (CNS) disease could be identified in whom CSF analysis must be performed. METHODS: Patients comprised a multicenter cohort of SOT recipients with cryptococcosis. RESULTS: Of 129 (88%) of 146 SOT recipients with cryptococcosis who underwent CSF analysis, 80 (62%) had CNS disease. In the overall study population, abnormal mental status, time to onset of cryptococcosis more than 24 months posttransplantation (late-onset disease), serum cryptococcal antigen titer more than 1:64, and fungemia were independently associated with an increased risk of CNS disease. Of patients with abnormal mental status, 95% had CNS cryptococcosis. When only patients with normal mental status were considered, three predictors (serum antigen titer >1:64, fungemia, and late-onset disease) independently identified patients with CNS cryptococcosis; the risk of CNS disease was 14% if none, 39% if one, and 94% if two of the aforementioned predictors existed (chi for trend P<0.001). CONCLUSIONS: CSF analysis should be strongly considered in SOT recipients with cryptococcosis who have late-onset disease, fungemia, or serum cryptococcal antigen titer more than 1:64 even in the presence of normal mental status.
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 | 0,000 |
| 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) | 0,000 | 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 ».