C‐reactive protein in the detection of post‐stroke infections: systematic review and individual participant data analysis
Notice bibliographique
Résumé
We conducted a systematic review and individual participant data meta-analysis to explore the role of C-reactive protein (CRP) in early detection or prediction of post-stroke infections. CRP, an acute-phase reactant binds to the phosphocholine expressed on the surface of dead or dying cells and some bacteria, thereby activating complement and promoting phagocytosis by macrophages. We searched PubMed up to May-2015 for studies measuring CRP in stroke and evaluating post-stroke infections. Individual participants' data were merged into a single database. CRP levels were standardized and divided into quartiles. Factors independently associated with post-stroke infections were determined by logistic regression analysis and the additional predictive value of CRP was assessed by comparing areas under receiver operating characteristic curves and integrated discrimination improvement index. Data from seven studies including 699 patients were obtained. Standardized CRP levels were higher in patients with post-stroke infections beyond 24 h. Standardized CRP levels in the fourth quartile were independently associated with infection in two different logistic regression models, model 1 [stroke severity and dysphagia, odds ratio = 9.70 (3.10-30.41)] and model 2 [age, sex, and stroke severity, odds ratio = 3.21 (1.93-5.32)]. Addition of CRP improved discrimination in both models [integrated discrimination improvement = 9.83% (0.89-18.77) and 5.31% (2.83-7.79), respectively], but accuracy was only improved for model 1 (area under the curve 0.806-0.874, p = 0.036). In this study, CRP was independently associated with development of post-stroke infections, with the optimal time-window for measurement at 24-48 h. However, its additional predictive value is moderate over clinical information. Combination with other biomarkers in a panel seems a promising strategy for future studies.
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 | 0,028 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,034 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».