Development and validation of the INCREMENT-ESBL predictive score for mortality in patients with bloodstream infections due to extended-spectrum-<b>β</b>-lactamase-producing Enterobacteriaceae
Notice bibliographique
Résumé
Background: Bloodstream infections (BSIs) due to ESBL-producing Enterobacteriaceae (ESBL-E) are frequent yet outcome prediction rules for clinical use have not been developed. The objective was to define and validate a predictive risk score for 30 day mortality. Methods: A multinational retrospective cohort study including consecutive episodes of BSI due to ESBL-E was performed; cases were randomly assigned to a derivation cohort (DC) or a validation cohort (VC). The main outcome variable was all-cause 30 day mortality. A predictive score was developed using logistic regression coefficients for the DC, then tested in the VC. Results: The DC and VC included 622 and 328 episodes, respectively. The final multivariate logistic regression model for mortality in the DC included age >50 years (OR = 2.63; 95% CI: 1.18-5.85; 3 points), infection due to Klebsiella spp. (OR = 2.08; 95% CI: 1.21-3.58; 2 points), source other than urinary tract (OR = 3.6; 95% CI: 2.02-6.44; 3 points), fatal underlying disease (OR = 3.91; 95% CI: 2.24-6.80; 4 points), Pitt score >3 (OR = 3.04; 95 CI: 1.69-5.47; 3 points), severe sepsis or septic shock at presentation (OR = 4.8; 95% CI: 2.72-8.46; 4 points) and inappropriate early targeted therapy (OR = 2.47; 95% CI: 1.58-4.63; 2 points). The score showed an area under the receiver operating curve (AUROC) of 0.85 in the DC and 0.82 in the VC. Mortality rates for patients with scores of < 11 and ≥11 were 5.6% and 45.9%, respectively, in the DC, and 5.4% and 34.8% in the VC. Conclusions: We developed and validated an easy-to-collect predictive scoring model for all-cause 30 day mortality useful for identifying patients at high and low risk of mortality.
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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».