Neutrophil Lymphocyte Ratio as a predictor of systemic inflammation - A cross-sectional study in a pre-admission setting.
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: Neutrophil:lymphocyte ratio (NLR) is an emerging biomarker that is used to predict postoperative mortality and morbidity in cardiac and cancer surgeries. The association of this biomarker with systemic illness and its usefulness in risk assessment of preoperative patients has not been fully elucidated. OBJECTIVES: To determine the prevalence of elevated NLR in preoperative patients and to examine the relationship between elevated NLR and the presence of systemic illnesses as well as anaesthesia risk indices such as American Society of Anesthesia (ASA) and the revised cardiac risk index (RCRI) scores. DESIGN: Cross-sectional study Setting: Anaesthesia pre-admission clinic, Toronto Western Hospital, Toronto, Canada Patients: We evaluated 1117 pre-operative patients seen at an anesthesia preadmission clinic. RESULTS: NLR was elevated (>3.3) in 26.6% of target population. In multivariate analysis, congestive cardiac failure, diabetes mellitus and malignancy were independent risk factors predicting raised NLR. After regression analysis, a relationship between NLR and ASA score (Odds Ratio 1.78; 95% CI: 1.42-2.24) and revised cardiac risk index (RCRI, odds ratio 1.33; 95% CI: 1.09-1.64, p-value: 0.0063) was observed. CONCLUSIONS: NLR was elevated (> 3.3) in 26.6% of patients. Congestive cardiac failure and malignancy were two constant predictors of elevated NLR at >3.3 and > 4.5. There was a strong association between NLR and anesthesia risk scoring tools of ASA and RCRI.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 découle