SaO048PROCALCITONIN IN END-STAGE KIDNEY DISEASE: DEFINING EXPECTED RANGES
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Procalcitonin (PCT) has been shown, particularly in the context of sepsis and respiratory diseases and the settings of intensive care and emergency department units, to be a powerful biomarker for diagnosis and management of infectious diseases in the general population. At normally undetectable levels (i.e. < 0.1 ng/ml), a PCT elevation greater than 0.5 ng/ml is then very suggestive of bacterial infection and its lowering is associated with treatment response. Renal failure (RF) is however known to affect PCT levels. Various higher PCT threshold levels have been proposed to make adjustments to published PCT guided care algorithms in RF patients, although these are supported by weak evidence. METHODS: To enhance understanding of RF’s effect on PCT levels and to explore PCT’s effectiveness as a biomarker in RF population, we have been conducting a single centre prospective blinded cohort study in prevalent end-stage kidney disease (ESRD) patients on hemodialysis (HD), in stable and unstable condition, with repeated PCT sampling over three months and followed up to one year since March 2016. Data used in this initial cross-sectional analysis are from the baseline assessment of all stable patients recruited thus far. RESULTS: 132 (83 men (67%), 49 women (37%)) patients with a mean age of 68 years (range 19-93) and a 45-month ESRD vintage (range 1-223) were included. Of these, 72 (55%) had diabetes mellitus (Db) and 85 (64%) had some form of cardiovascular disease (CVD). Their mean body mass index (BMI) was 29 kg/m2 (range 16.6 - 52.7). They received, on average, 12 hours of HD weekly (range 8 - 16) with a mean Kt/V of 1.54 (range 0.1 - 2.67). Their mean baseline PCT level was 0.47 ng/ml (< 0.1 - 3.44) with an asymmetric distribution skewed to the right (median 0.3 ng/ml, mode < 0.1 ng/ml). Univariate analyses revealed PCT to be statistically positively correlated with ESRD vintage, BMI, HD weekly duration, albuminemia, alkaline phosphatase, calcitonin, c-reactive protein (CRP), creatinine, leukocytes count, urea (pre-HD) and negatively correlated with age. No correlation was found with gender, Db, CVD, Kt/V, calcemia, phosphatemia, PTH, hemoglobin or ferritin levels. In a multivariate model, only ESRD vintage, HD weekly duration, albuminemia, alkaline phosphatase, CRP and creatinine correlations remained statistically significant. CONCLUSIONS: These results corroborate that RF affects PCT levels widely, most likely due to a priming effect related to ESRD-HD inflammatory and mineral and bone metabolism disorders rather than a decrease in PCT clearance. They support the need to use a higher PCT level threshold in ESRD(HD) patients, though PCT’s effectiveness as a biomarker in this population and critical threshold levels cannot yet be specified from these findings. Future results of this on-going cohort study will seek to determine, in even greater confidence, expected PCT level ranges of stable and unstable ESRD(HD) patients and their determining factors.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».