MétaCan
Menu
Retour à la cohorte
Enregistrement W2170452794 · doi:10.1186/s13054-015-0792-1

Prognostic value of procalcitonin in respiratory tract infections across clinical settings

2015· review· en· W2170452794 sur OpenAlexaff
Alexander Kutz, Matthias Briel, Mirjam Christ‐Crain, Daiana Stolz, Lila Bouadma, Michel Wolff, Kristina B Kristoffersen, Wei Long, Olaf Burkhardt, Tobias Welte, Stefan Schröder, Vandack Nobre, Michael Tamm, Neera Bhatnagar, Heiner C. Bucher, Charles‐Édouard Luyt, Jean Chastre, Florence Tubach, Beat Müeller, Philipp Schüetz

Notice bibliographique

RevueCritical Care · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensMcMaster University
Organismes subventionnairesInstitut National de la Santé et de la Recherche MédicaleMassachusetts General Hospital
Mots-clésProcalcitoninMedicineInternal medicineConfidence intervalOdds ratioIntensive care unitRespiratory tract infectionsLogistic regressionPopulationLower respiratory tract infectionIntensive care medicineSepsisRespiratory system

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Whether the inflammatory biomarker procalcitonin provides prognostic information across clinical settings and different acute respiratory tract infections (ARIs) is poorly understood. In the present study, we investigated the prognostic value of admission procalcitonin levels to predict adverse clinical outcome in a large ARI population. METHODS: We analysed data from 14 trials and 4,211 ARI patients to study associations of admission procalcitonin levels and setting specific treatment failure and mortality alone at 30 days. We used multivariable hierarchical logistic regression and conducted sensitivity analyses stratified by clinical settings and ARI diagnoses to assess the results' consistency. RESULTS: Overall, 864 patients (20.5%) experienced treatment failure and 252 (6.0%) died. The ability of procalcitonin to differentiate patients with from those without treatment failure was highest in the emergency department setting (treatment failure area under the curve (AUC): 0.64 (95% confidence interval (CI): 0.61, 0.67), adjusted odds ratio (OR): 1.85 (95% CI: 1.61, 2.12), P <0.001; and mortality AUC: 0.67 (95% CI: 0.63, 0.71), adjusted OR: 1.82 (95% CI: 1.45, 2.29), P <0.001). In lower respiratory tract infections, procalcitonin was a good predictor of identifying patients at risk for mortality (AUC: 0.71 (95% CI: 0.68, 0.74), adjusted OR: 2.13 (95% CI: 1.82, 2.49), P <0.001). In primary care and intensive care unit patients, no significant association of initial procalcitonin levels and outcome was found. CONCLUSIONS: Admission procalcitonin levels are associated with setting specific treatment failure and provide the most prognostic information regarding ARI in the emergency department setting.

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)0,010
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
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 Opus0,354
Tête enseignante GPT0,576
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations51
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207