Occurrence and outcome of fever in critically ill adults*
Notice bibliographique
Résumé
OBJECTIVE: Although fever is common in the critically ill, only a small number of studies have specifically investigated its epidemiology in the intensive care unit (ICU). The objective of this study was to describe the occurrence of fever in the critically ill and assess its effect on ICU outcome. DESIGN: Retrospective cohort. Fever was defined by temperature > or = 38.3 degrees C and high fever by > or = 39.5 degrees C. SETTING: Calgary Health Region during 2000-2006. PATIENTS: All adults (> or = 18 yrs) admitted to ICUs. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: A total of 24,204 ICU admission episodes occurred among 20,466 patients; 35% were classified as medical, 33% as cardiac surgical, 16% as other surgical, and 15% as trauma/neurologic. The cumulative incidence of fever and high fever was 44% and 8% and the incidence density was 24.3 and 2.7 per 100 days of ICU admission, respectively. The incidence density of fever was higher in trauma/neuro patients, males, younger patients, and was lower in those with admission Acute Physiology and Chronic Health Evaluation II scores > or = 25. Seventeen percent and 31% of patients with fever and high fever had associated positive cultures. Resolution of fever and high fever occurred in 27% and 53% of patients before ICU discharge and prolonged fever and high fever lasting for 5 or more days in the ICU occurred in 18% and 11% of febrile patients, respectively. Although the presence of fever was not associated with increased ICU mortality (13% vs. 12%; p = .08), high fever was associated with significantly increased risk for death (20.3% vs. 12%, p < .0001). After controlling for confounding factors using multivariable logistic regression models, the influence of fever on the ICU mortality varied significantly according to its timing of onset, degree, and main admission category. CONCLUSIONS: Fever is common in patients admitted to the ICU and its occurrence and impact on outcome varies among defined patient populations.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».