The Value of C-Reactive Protein in Enhancing Diagnosis of Acute Appendicitis
Notice bibliographique
Résumé
Background: Acute appendicitis is one of the most common surgical emergencies. Accurate diagnosis of acute appendicitis is based on careful history, physical examination, laboratory and imaging findings. The aim of this study was to analyze the role of C-reactive protein (CRP) in improving the accuracy of diagnosis of acute appendicitis and to compare it with the histopathology findings. Methods: A retrospective study of 100 patients aged between 7 and 69 years who presented to the A&E in 2013 - 2014, in whom the diagnosis of appendicitis was the attending physician ’s primary consideration, was conducted. Measures included age, gender, initial CRP counts, and discharge diagnosis. Based on histology, appendicitis was classified as simple (inflammation) or complicated suppurative, gangrenous, necrotizing perforation. Results: Out of 100 patients, 32% were classified as an inflamed appendicitis. Of the patients, 34% were shown to have suppurative appendicitis, 17% gangrenous, 13% perforated, and 5% necrotizing. Very high CRP is likely to be associated with necrotizing appendicitis, while CRP of 40 or more can be associated with suppurative or inflammatory one. CRP more than 100 and less than 150 may suggest possible perforated or gangrenous appendicitis. Conclusion: Our data provided provisional evidence that very high CRP may be related to necrotizing appendicitis, while CRP above 40 mg/L may suggest suppurative or inflammatory appendicitis. J Curr Surg. 2017;7(1-2):7-10 doi: https://doi.org/10.14740/jcs316w
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».