MétaCan
Menu
Retour à la cohorte
Enregistrement W2796071944 · doi:10.1186/s13017-018-0177-2

Getting the invite list right: a discussion of sepsis severity scoring systems in severe complicated intra-abdominal sepsis and randomized trial inclusion criteria

2018· article· en· W2796071944 sur OpenAlexaffabout
Matti Tolonen, Federico Coccolini, Luca Ansaloni, Massimo Sartelli, Derek J. Roberts, Jessica McKee, Ari Leppäniemi, Christopher J. Doig, Fausto Catena, Timothy C. Fabian, Craig N. Jenne, Osvaldo Chiara, Paul Kubes, Yoram Kluger, Gustavo Pereira Fraga, Bruno M. Pereira, José J. Diaz, Michael Sugrue, Ernest E. Moore, Jianan Ren, Chad G. Ball, Raúl Coimbra, Elijah Dixon, Walter Biffl, Anthony R. MacLean, Paul B. McBeth, Juan Gabriel Posadas-Calleja, Salomone Di Saverio, Jimmy Xiao, Andrew W. Kirkpatrick

Notice bibliographique

RevueWorld Journal of Emergency Surgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensAlberta Health ServicesFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineSOFA scoreSepsisSeptic shockAPACHE IIPopulationPeritonitisIntensive care medicineIntensive care unitInternal medicineEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Background: Severe complicated intra-abdominal sepsis (SCIAS) is a worldwide challenge with increasing incidence. Open abdomen management with enhanced clearance of fluid and biomediators from the peritoneum is a potential therapy requiring prospective evaluation. Given the complexity of powering multi-center trials, it is essential to recruit an inception cohort sick enough to benefit from the intervention; otherwise, no effect of a potentially beneficial therapy may be apparent. An evaluation of abilities of recognized predictive systems to recognize SCIAS patients was conducted using an existing intra-abdominal sepsis (IAS) database. Methods: All consecutive adult patients with a diffuse secondary peritonitis between 2012 and 2013 were collected from a quaternary care hospital in Finland, excluding appendicitis/cholecystitis. From this retrospectively collected database, a target population (93) of those with either ICU admission or mortality were selected. The performance metrics of the Third Consensus Definitions for Sepsis and Septic Shock based on both SOFA and quick SOFA, the World Society of Emergency Surgery Sepsis Severity Score (WSESSSS), the APACHE II score, Manheim Peritonitis Index (MPI), and the Calgary Predisposition, Infection, Response, and Organ dysfunction (CPIRO) score were all tested for their discriminant ability to identify this subgroup with SCIAS and to predict mortality. Results: Predictive systems with an area under-the-receiving-operating characteristic (AUC) curve > 0.8 included SOFA, Sepsis-3 definitions, APACHE II, WSESSSS, and CPIRO scores with the overall best for CPIRO. The highest identification rates were SOFA score ≥ 2 (78.4%), followed by the WSESSSS score ≥ 8 (73.1%), SOFA ≥ 3 (75.2%), and APACHE II ≥ 14 (68.8%) identification. Combining the Sepsis-3 septic-shock definition and WSESSS ≥ 8 increased detection to 80%. Including CPIRO score ≥ 3 increased this to 82.8% (Sensitivity-SN; 83% Specificity-SP; 74%. Comparatively, SOFA ≥ 4 and WSESSSS ≥ 8 with or without septic-shock had 83.9% detection (SN; 84%, SP; 75%, 25% mortality). Conclusions: No one scoring system behaves perfectly, and all are largely dominated by organ dysfunction. Utilizing combinations of SOFA, CPIRO, and WSESSSS scores in addition to the Sepsis-3 septic shock definition appears to offer the widest "inclusion-criteria" to recognize patients with a high chance of mortality and ICU admission. Trial registration: https://clinicaltrials.gov/ct2/show/NCT03163095; Registered on May 22, 2017.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuellow
gptaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,064
Tête enseignante GPT0,349
Écart entre enseignants0,285 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeThéorique ou conceptuel · Sans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations53
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Emergency SurgeryMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207