MétaCan
Menu
Retour à la cohorte
Enregistrement W2346634940 · doi:10.1055/s-0036-1583279

Procalcitonin: Is This the Promised Biomarker for Critically Ill Patients?

2016· review· en· W2346634940 sur OpenAlexaff
Jacques Lacroix, Patrícia S. Fontela

Notice bibliographique

RevueJournal of Pediatric Intensive Care · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensMcGill UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésProcalcitoninMedicineIntensive care medicineCritically illAntibioticsAntibiotic therapyCalcitoninSepsisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective Procalcitonin (PCT) has been increasingly used in the critical care setting to determine the presence of bacterial infection and also to guide antibiotic therapy. We reviewed PCT's physiologic role, as well as its clinical utility for the management of pediatric critically ill patients. Findings PCT is a precursor of the hormone calcitonin. Its production is induced by inflammatory conditions, especially bacterial infections. Literature shows that PCT is a moderately reliable diagnostic test for severe bacterial infection in children. Synthesis of available adult studies suggests that the use of PCT-based algorithms to support medical decision making reduces antibiotic exposure without compromising safety in critically ill patients. However, no study has addressed the usefulness and safety of PCT to guide antibiotic therapy in severely ill children. In pediatric patients with acute lower respiratory tract infections, the use of PCT-based algorithms also led to a safe decrease in antibiotic treatment duration. Conclusion PCT has demonstrated clinical utility in the pediatric critical care setting when used for the diagnosis of bacterial infections and to guide antibiotic use in children with acute lower respiratory tract infections. However, more research is needed in critically ill children to determine the utility of PCT-driven antibiotic therapy in this population.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,104
Tête enseignante GPT0,398
Écart entre enseignants0,293 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Intensive CareMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207