Efficacy of measuring procalcitonin levels in determination of prognosis and early diagnosis of bacterial resistance in sepsis
Notice bibliographique
Résumé
BACKGROUND: Rapid and proper diagnosis of sepsis is one of the daily challenges of emergency department (ED) and intensive care units. The general aim of the present study was to determine the efficacy of measuring procalcitonin levels in the early diagnosis of bacterial resistance to antibiotics administered empirically in patients with sepsis. MATERIALS AND METHODS: The present cross-sectional study consisted of patients with clinical evidence of sepsis or systemic inflammatory response syndrome (SIRS), referring to the ED of a third-level hospital in Tehran, Iran in 2012. After collection of basic and clinical data of patients, venous blood samples were taken for routine laboratory tests and determination of procalcitonin serum levels at baseline and 6 and 24 hours after administration of the first dose of an empirical antibiotic. The subjects were divided into two groups of discharged and expired and then comparisons were made using t-test, Chi-squared test and Fisher's test. Specificity and sensitivity of procalcitonin were evaluated along with ROC curve. RESULTS: In the present study, 170 patients with sepsis were included. Evaluation of serum levels of procalcitonin 24 hours after administration of antibiotics exhibited the best sensitivity and specificity for each patient's response to antibiotics. Use of the cutoff point of 6.5 mg/mL for procalcitonin can predict the disease outcome with sensitivity and specificity of 67% and 80%, respectively. CONCLUSION: It is suggested that procalcitonin be used for the diagnosis of sepsis or SIRS resulting from an infectious disease, for follow-up of treatment and for evaluation of response to treatment.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| 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 ».