Comparing the APACHE II, SOFA, LOD, and SAPS II scores in patients who have developed a nosocomial infection
Notice bibliographique
Résumé
Background: There have been numerous scores intended to evaluate the severity of patients condition upon admission and during their intensive care unit (ICU) stay. However, to our knowledge, no study has ever evaluated the predictive abilities of these scores among nosocomial patients during their ICU stay. The aim of our study is to compare the predictive performances of the Acute Physiology, and, Chronic Health Evaluation (APACHE II) score, Simplified Acute Physiologic Score (SAPS II), Logistic Organ Dysfunction (LOD), and Sequential Organ Failure Assessment (SOFA) scores among intensive care patients who have developed a nosocomial infection. Methods: The study is monocentric and retrospective. The APACHE II, SAPS II, LOD, and SOFA scores were reported from the third day of the patients hospital stay, preceding the diagnosis of the first nosocomial event up to the third post diagnosis day. Results: Out of 46 patients contracting at least one ICU-acquired infection, the multiple analyses indicated that on the day of diagnosis, the SOFA score is the most predictive (odds ratio [OR]: 12.3; 95% confidence interval [CI]: 2.3364.91). The second most predictive was the APACHE II score (OR: 8.29; 95% CI: 1.4348.14). The third and fourth most predictive were the LOD score (OR: 4.06; 95% CI: 0.8120.26) and the SAPS II score (OR: 2.26; 95% CI: 0.559.24), respectively. Conclusion: The analysis of the receiver operating characteristic areas under the curve of the reported scores in the present study showed that the best predictive performance is in favor of the SOFA score. DOI: http://dx.doi.org/10.3329/bccj.v2i1.19949 Bangladesh Crit Care J March 2014; 2 (1): 4-9
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».