Derivation and validation of a simple clinical bedside score (ATLAS) for Clostridium difficile infection which predicts response to therapy
Notice bibliographique
Résumé
BACKGROUND: Clostridium difficile infection (CDI) continues to be a frequent and potentially severe infection. There is currently no validated clinical tool for use at the time of CDI diagnosis to categorize patients in order to predict response to therapy. METHODS: Six clinical and laboratory variables, measured at the time of CDI diagnosis, were combined in order to assess their correlation with treatment response in a large CDI clinical trial database (derivation cohort). The final categorization scheme was chosen in order to maximize the number of categories (discrimination) while maintaining a high correlation with clinical cure assessed two days after the end of therapy. Validation of the derived scoring scheme was done on a second large CDI clinical trial database (validation cohort). A third comparison was done on the two pooled databases (pooled cohort). RESULTS: In the derivation cohort, the best discrimination and correlation with cure was seen with a five-component ATLAS score (age, treatment with systemic antibiotics, leukocyte count, albumin and serum creatinine as a measure of renal function), which divided CDI patients into 11 groups (scores of 0 to 10 inclusive) and was highly correlated with treatment outcome (R(2) = 0.95; P<0.001). This scheme showed excellent prediction of cure in the validation cohort (overall Kappa = 95.2%; P<0.0001), as well as in the pooled cohort, regardless of treatment (fidaxomicin or vancomycin). CONCLUSIONS: A combination of five simple and commonly available clinical and laboratory variables measured at the time of CDI diagnosis, combined into a scoring system (ATLAS), are able to accurately predict treatment response to CDI therapy. The ATLAS scoring system may be useful in stratifying CDI patients so that appropriate therapies can be chosen to maximize cure rates, as well as for categorization of patients in CDI therapeutic studies in order allow comparisons of patient groups.
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 | 0,016 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».