Normal-Range Blood Lactate Concentration in Septic Shock Is Prognostic and Predictive
Notice bibliographique
Résumé
We hypothesized that lactate levels even within the normal range are prognostic and that low lactate levels predict a beneficial response to vasopressin infusion in septic shock. We conducted a retrospective analysis using the Vasopressin in Septic Shock Trial (VASST) as a derivation cohort (n = 665), then validated using another single-center septic shock cohort, St Paul's Hospital (SPH) cohort (n = 469). Lactate levels were divided into quartiles. The primary outcome variable was 28-day mortality in both cohorts. We used receiver operating characteristic (ROC) curve analysis to compare the prognostic value of lactate concentrations versus Acute Physiology and Chronic Health Evaluation II scores. We then explored whether lactate concentrations might predict beneficial response to vasopressin compared with noradrenaline in VASST. Normal lactate range is less than 2.3 mmol/L. At enrollment, patients in the second quartile (1.4 < lactate < 2.3 mmol/L) had significantly increased mortality and organ dysfunction compared with patients who had lactate ≤ 1.4 mmol/L (quartile 1) (P < 0.0001). Quartile 2 outcomes were as severe as quartile 3 (2.3 ≤ lactate < 4.4 mmol/L) outcomes. Baseline lactate values (ar ea under the ROC curve = 0.63, 0.66; VASST, SPH) were as good as Acute Physiology and Chronic Health Evaluation II scores (area under the ROC curve = 0.66, 0.73; VASST, SPH) as prognostic indicators of 28-day mortality. Lactate concentrations of 1.4 mmol/L or less predicted a beneficial response in those randomized to vasopressin compared with noradrenaline in VASST (P < 0.05). Lactate concentrations within the "normal" range can be a useful prognostic indicator in septic shock. Furthermore, patients whose lactate level is less than or equal to 1.4 mmol/L may benefit from vasopressin infusion.
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 | 0,002 | 0,009 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».