Severe bloodstream infections: A population-based assessment*
Notice bibliographique
Résumé
OBJECTIVE: Although bloodstream infection commonly results in critical illness, population-based studies of the epidemiology of severe bloodstream infection are lacking. We sought to define the incidence and microbiology of severe bloodstream infection (bloodstream infection associated with intensive care unit admission within 48 hrs) and assess risk factors for acquisition and death. DESIGN: Population-based surveillance cohort. SETTING: Multidisciplinary and cardiovascular surgical intensive care units. PATIENTS: All adults with severe bloodstream infection in the Calgary Health Region (population approximately 1 million) during 2000-2002. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Three hundred forty patients had 342 episodes of severe bloodstream infection (15.7 per 100,000 population/year). Several demographic and chronic conditions were significant risk factors for acquiring severe bloodstream infection (relative risk, 95% confidence interval) including age > or =65 yrs (7.0, 5.6-8.7), male gender (1.3, 1.1-1.6), urban residence (2.4, 1.2-5.6), hemodialysis (208.7, 142.9-296.3), diabetes mellitus (5.9, 4.4-7.8), alcoholism (5.6, 3.8-8.0), cancer (7.5, 5.3-10.3), and lung disease (3.8, 2.6-5.4). The most common etiologies were Staphylococcus aureus, Escherichia coli, and Streptococcus pneumoniae (3.0, 3.0, and 1.9 per 100,000/year, respectively). The case-fatality rate was 142 of 340 (42%) for an annual mortality rate of 6.5 per 100,000. Increased Acute Physiology and Chronic Health Evaluation II score (odds ratio, 1.1 per point; 95% confidence interval, 1.1-1.2) and presence of a comorbidity (odds ratio, 2.5; 95% confidence interval, 1.4-4.3) were significant independent predictors of death. CONCLUSIONS: Bloodstream infections are commonly severe enough to require management in an intensive care unit and are associated with a high mortality rate. Identification of risk factors for severe bloodstream infection may allow targeting of preventive efforts to individuals at greatest potential benefit.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».