Procalcitonin to Guide Initiation and Duration of Antibiotic Treatment in Acute Respiratory Infections: An Individual Patient Data Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Procalcitonin algorithms may reduce antibiotic use for acute respiratory tract infections (ARIs). We undertook an individual patient data meta-analysis to assess safety of this approach in different ARI diagnoses and different clinical settings. METHODS: We identified clinical trials in which patients with ARI were assigned to receive antibiotics based on a procalcitonin algorithm or usual care by searching the Cochrane Register, MEDLINE, and EMBASE. Individual patient data from 4221 adults with ARIs in 14 trials were verified and reanalyzed to assess risk of mortality and treatment failure-overall and within different clinical settings and types of ARIs. RESULTS: Overall, there were 118 deaths in 2085 patients (5.7%) assigned to procalcitonin groups compared with 134 deaths in 2126 control patients (6.3%; adjusted odds ratio, 0.94; 95% confidence interval CI, .71-1.23)]. Treatment failure occurred in 398 procalcitonin group patients (19.1%) and in 466 control patients (21.9%; adjusted odds ratio, 0.82; 95% CI, .71-.97). Procalcitonin guidance was not associated with increased mortality or treatment failure in any clinical setting or ARI diagnosis. Total antibiotic exposure per patient was significantly reduced overall (median [interquartile range], from 8 [5-12] to 4 [0-8] days; adjusted difference in days, -3.47 [95% CI, -3.78 to -3.17]) and across all clinical settings and ARI diagnoses. CONCLUSIONS: Use of procalcitonin to guide initiation and duration of antibiotic treatment in patients with ARIs was effective in reducing antibiotic exposure across settings without an increase in the risk of mortality or treatment failure. Further high-quality trials are needed in critical-care patients.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 découle