Emphysematous Pyelonephritis: A Correlation of Clinical Characteristics With Serum Parameters and Its Contribution in Determination of Prognostic Factors
Notice bibliographique
Résumé
Background: Emphysematous pyelonephritis (EPN) is a severe life-threatening infection of renal parenchyma, peri-renal tissue and collecting system primarily caused by gas forming bacteria and carries a significant mortality of 80% when primarily treated non-surgically. Early identification of the disease process along with timely surgical management is of paramount significance. In the last 2 decades evolution of surgical management has lead to a substantial decrease in mortality of up to 21%. The focus of the present study was to investigate optimal serum panel parameters and to propagate prognostic model for the optimal evaluation management of EPN. Methods: The present study was conducted at the Department of Urology at GMCH, Gauhati. Authors retrospectively analyzed all clinical, laboratory and radiological data along with outcome of 44 patients with EPN from January 2015 to August 2017. Chi-square analysis and Spearman tests were used to carve out significant association and correlation. Results: The overall survival rate was 86.37% (38/44). Escherichia coli ( E.Coli ) was the most common bacterial pathogen isolated from urine and pus culture. Uncontrolled type 2 diabetes mellitus (DM), polymicrobial infection, shock, thrombocytopenia, bacteremia, hypoalbuminemia, and hemodialysis were significantly more common in cases of death and correlated with adverse serum profile. The AUC of the ROC curve for the seven prognostic factors was 0.59 and only thrombocytopenia (TCP) (AUC = 0.78, P = 0 .033) along with liver cirrhosis (AUC = 0.76, P = 0.018) came out to be significant post ROC analysis. Conclusions: Upfront clinical factors such as uncontrolled DM type 2, polymicrobial infection, shock, thrombocytopenia, bacteremia, hypoalbuminemia, hemodialysis along with altered serum parameters are significantly correlated with outcome in patients of EPN. Clin Infect Immun. 2018;3(1):1-8 doi: https://doi.org/10.14740/cii41w
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».