MétaCan
Menu
Retour à la cohorte
Enregistrement W2135953587 · doi:10.5507/bp.2015.052

Patient survival, predictive factors and disease course of severe sepsis in Czech intensive care units: A multicentre, retrospective, observational study

2015· article· en· W2135953587 sur OpenAlexaff
Radovan Uvízl, Milan Adamus, Vladimír Černý, Ladislav Dušek, Jiří Jarkovský, Vladimír Šrámek, Martin Matějovič, Petr Štourač, Roman Kula, Jan Maláska, Pavel Ševčík

Notice bibliographique

RevueBiomedical Papers · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSeptic shockMedicineSepsisIntensive careObservational studyRetrospective cohort studyPsychological interventionIntensive care medicineShock (circulatory)Emergency medicineSevere sepsisInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Severe sepsis/septic shock is associated with high mortality. In Central Europe, there is a dearth of information on the prevalence and treatment of severe sepsis. The EPOSS (Data-based Evaluation and Prediction of Outcome in Severe Sepsis) project launched in 2011 was aimed at collecting data on patients with severe sepsis/septic shock. METHODS: The EPOSS study processes data from the EPOSS project database, and is a retrospective, multicentre, observational study. This included all consecutive patients aged 18 and over who were admitted to participating ICUs from 1 January 2011 to 5 November 2013 and met the inclusion criteria of severe sepsis/septic shock. The primary endpoint was to analyse the relationship between in-hospital mortality (either in ICU or after discharge from ICU) and the type and number of fulfilled diagnostic and treatment interventions during the first 6 h after the diagnosis of severe sepsis/septic shock. RESULTS: The collected dataset involved 1082 patients meeting the criteria of severe sepsis/septic shock. Following data validation, a final dataset of 897 patients was obtained. The average age of the patient group was 64.7 years; mortality at discharge from EPOSS ICUs was 35.5% and from hospital 40.7%. Of the 10 evaluated diagnostic and treatment interventions within the initial 6 hours of identifying severe sepsis/septic shock (i.e. fulfilment of SSC bundles), four or five diagnostic and treatment interventions were administered to 58.4% patients. Combined diagnostic and treatment interventions associated with the lowest in-hospital mortality were: CVP of ≥8-12 mm Hg & MAP of ≥65 mm Hg & Urine output at ≥0.5 mL/kg/h & Lactate of ≤4.0 mmol/L & Initial lactate measured & Antibiotics in the first hour. Lactate at <4 mmol/L and MAP of ≥65 mm Hg remained statistically significant even after adjustment for patient age and APACHE II score. Statistically significantly increased in-hospital mortality was found in patients admitted from general departments (45.7%) or from other ICUs (41.6%), compared to a lower in-hospital mortality of patients transferred from outpatient clinics (26.5%) or Emergency (38.0%). Severe sepsis/septic shock patients transferred from the department of internal medicine were associated with a higher in-hospital mortality (45.1%) than surgical patients (35.5%). CONCLUSIONS: The most effective measures associated with the lowest in-hospital mortality in septic shock patients were CVP of ≥8-12 mm Hg, MAP of ≥65 mm Hg, urine output at ≥0.5 mL/kg/h, initial lactate level of ≤4.0 mmol/L and administration of antibiotics within the first hour.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,348
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical PapersMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207