Procalcitonin Is a Specific Marker for Detecting Bacterial Infection in Patients with Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Rheumatoid arthritis (RA) is a chronic inflammatory disease accompanied by many complications, and serious infections are associated with many of the advanced therapeutics used to treat it. We assessed serum procalcitonin (PCT) levels to distinguish bacterial infection from other complications in patients with RA. METHODS: One hundred eighteen patients experiencing an RA flare, noninfectious complication of RA or its treatment, nonbacterial infection, or bacterial infection were studied. Serum PCT concentrations were determined with a chemiluminescent enzyme immunoassay. RESULTS: All patients experiencing an RA flare showed negative PCT levels (≤ 0.1 ng/ml; n = 18). The PCT level was higher in the bacterial infection group (25.8% had levels ≥ 0.5 ng/ml) than in the other 3 groups (0.0-4.3% had levels ≥ 0.5 ng/ml) and the difference was significant among groups (p = 0.003). Conversely, no statistically significant difference was observed among the groups with C-reactive protein (CRP) concentration ≥ 0.3 mg/dl (p = 0.513), white blood cell (WBC) count > 8500/mm(3) (p = 0.053), or erythrocyte sedimentation rate (ESR) > 15 mm/h (p = 0.328). The OR of high PCT level (≥ 0.5 ng/ml) for detection of bacterial infection was 19.13 (95% CI 2.44-149.78, p = 0.005). Specificity and positive likelihood ratio of PCT ≥ 0.5 ng/ml were highest (98.2% and 14.33, respectively) for detection of bacterial infection, although the sensitivity was low (25.8%). CONCLUSION: Serum PCT level is a more specific marker for detection of bacterial infection than either CRP, ESR, or WBC count in patients with RA. High PCT levels (≥ 0.5 ng/ml) strongly suggest bacterial infection. However, PCT < 0.5 ng/ml, even if < 0.2 ng/ml, does not rule out bacterial infection and physicians should treat appropriately.
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 | 0,000 | 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 ».