18F-FDG PET/CT as a central tool in the shift from chronic Q fever to Coxiella burnetii persistent focalized infection
Notice bibliographique
Résumé
Because Q fever is mostly diagnosed serologically, localizing a persistent focus of Coxiella burnetii infection can be challenging. F-fluorodeoxyglucose positron emission tomography/computed tomography (F-FDG PET/CT) could be an interesting tool in this context.We performed a retrospective study on patients diagnosed with C burnetii infection, who had undergone F-FDG PET/CT between 2009 and 2015. When positive F-FDG PET/CT results were obtained, we tried to determine if it changed the previous diagnosis by discovering or confirming a suspected focus of C burnetii infection.One hundred sixty-seven patients benefited from F-FDG PET/CT. The most frequent clinical subgroup before F-FDG PET/CT was patients with no identified focus of infection, despite high IgG1 serological titers (34%). For 59% (n = 99) of patients, a hypermetabolic focus was identified. For 62 patients (62.6%), the positive F-FDG PET/CT allowed the diagnosis to be changed. For 24 of them, (38.7%), a previously unsuspected focus of infection was discovered. Forty-two (42%) positive patients had more than 1 hypermetabolic focus. We observed 21 valvular foci, 34 vascular foci, and a high proportion of osteoarticular localizations (n = 21). We also observed lymphadenitis (n = 27), bone marrow hypermetabolism (n = 11), and 9 pulmonary localizations.We confirmed thatF-FDG PET/CT is a central tool in the diagnosis of C burnetii focalized persistent infection. We proposed new diagnostic scores for 2 main clinical entities identified using F-FDG PET/CT: osteoarticular persistent infections and lymphadenitis.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».