MétaCan
Menu
Retour à la cohorte
Enregistrement W2595624052 · doi:10.5489/cuaj.4097

Shock due to urosepsis: A multicentre study

2017· article· en· W2595624052 sur OpenAlexvenueno aff
Fukashi Yamamichi, Katsumi Shigemura, Koichi Kitagawa, Kei Takaba, Issei Tokimatsu, Soichi Arakawa, Masato Fujisawa

Notice bibliographique

RevueCanadian Urological Association Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueUrinary Tract Infections Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShock (circulatory)Intensive care medicineMedicinePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Urosepsis is a severe infection that can cause shock afterwards. The purpose of this study is to investigate the clinical and bacterial risk factors for shock in those cases with urosepsis caused by urinary tract infection in a multicentre study.Methods: Our study included 77 consecutive urosepsis cases from four hospitals. We examined factors such as patient characteristics, underlying disease, serum white blood cell (WBC) count, platelet count, C-reactive protein (CRP) level at the time of diagnosis of urosepsis, urinary tract occlusion, causative bacteria, and bacterial antibiotic susceptibilities. Statistical analyses were performed to assess the potential risk factors for shock during the clinical course of urosepsis by a multivariate analysis.Results: We had 38 male and 39 female patients aged 25‒104 (median 73). Underlying diseases included cancers (n=22, 28.6 %) and diabetes mellitus (n=17, 22.1 %). Positive blood culture was seen in 74 cases; these involved 88 bacterial strains, of which Escherichia coli was the most common (34 strains, 38.6 %). There were 31 cases with shock (40.3 %) and multivariate analyses demonstrated that serum CRP was the only clinical risk factor for shock due to urosepsis.Conclusions: Our study demonstrated that serum CRP was a risk factor for shock during urosepsis in a multicentre analysis. Further prospective studies with a greater number of patients are needed to draw more definitive conclusions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,281
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetUrinary Tract Infections ManagementTravaux en français237 207