Circulating Biomarkers of Endothelial Dysfunction Predict Mortality in Newborn Sepsis
Notice bibliographique
Résumé
Background. Biomarkers of endothelial activation predict sepsis severity and outcomes in adults but their role in early newborn sepsis has not been reported. We hypothesize that these circulating biomarkers will identify young infants with sepsis and predict their clinical outcome. Methods. Four hundred twenty infants aged 0–60 days of life with suspected sepsis were recruited on presentation to a referral hospital in Bangladesh. Serum was collected at admission and Ang-1, Ang-2, sICAM and sVCAM concentrations were determined by ELISA. The primary outcome was mortality (n = 18); the secondary outcome was bacteremia (n = 11). Using a 1:3 matched case-control design, infants who died or had culture-confirmed bacteremia (cases) were matched on birthweight and age with survivor/non-bacteremic infants (control). Results. Serum Ang-2 concentration at presentation was higher among infants who subsequently died of sepsis compared to survivors (5.4 pg/mL versus 3.3, adjusted OR 2.19, p = 0.014) and the relative odds of death increased across Ang-2 tertiles (p trend = 0.0156). Similarly, the serum Ang-2:Ang-1 ratio was higher among infants who died compared to survivors (0.5 versus 0.2, aOR 2.90, p = 0.008) and the relative odds of death increased across tertiles of Ang 2:Ang-1 (p-trend = 0.0254). Among infants with bacteremia, Ang-2:Ang-1 was higher compared to controls (0.25 versus 0.20. aOR 5.82, p = 0.044). sICAM levels trended with bacteremia (262.0 pg/mL versus 158.5 pg/mL, aOR 2.38, p = 0.053) but not with mortality. Conclusion. This is the first study to demonstrate an association between biomarkers of endothelial dysfunction and mortality in young infants with suspected sepsis. If validated in additional studies, their use in rapid point-of-care tests could risk-stratify infants with suspected sepsis. Since these markers are mediators of endothelial function, they also represent potential targets for intervention to improve clinical outcomes. Disclosures. All authors: No reported disclosures.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».