Muscular Ultrasound, Syndecan-1 and Procalcitonin Serum Levels to Assess Intensive Care Unit-Acquired Weakness
Notice bibliographique
Résumé
BACKGROUND: Intensive care unit-acquired weakness (ICU-AW) is associated with poorer outcome of critically ill patients. Microcirculatory changes and altered vascular permeability of skeletal muscles might contribute to the pathogenesis of ICU-AW. Muscular ultrasound (MUS) displays increased muscle echogenicity, although its pathogenesis is uncertain. OBJECTIVE: We investigated the combined measurement of serum and ultrasound markers to assess ICU-AW and clinical patient outcome. METHODS: Fifteen patients and five healthy controls were longitudinally assessed for signs of ICU-AW at study days 3 and 10 using a muscle strength sum score. The definition of ICU-AW was based on decreased muscle strength assessed by the muscular research council-sum score. Ultrasound echogenicity of extremity muscles was assessed using a standardized protocol. Serum markers of inflammation and endothelial damage were measured. The 3-month outcome was assessed on the modified Rankin scale. RESULTS: ICU-AW was present in eight patients, and seven patients and the control subjects did not develop ICU-AW. The global muscle echogenicity score (GME) differed significantly between controls and patients (mean GME, 1.1 ± 0.06 vs. 2.3 ± 0.41; p = 0.001). Mean GME values significantly decreased in patients without ICU-AW from assessment 1 (2.30 ± 0.48) to assessment 2 (2.06 ± 0.45; p = 0.027), which was not observed in patients with ICU-AW. Serum levels of syndecan-1 at day 3 significantly correlated with higher GME values at day 10 (r = 0.63, p = 0.012). Furthermore, the patients' GME significantly correlated with mRS at day 100 (r = 0.67, p = 0.013). CONCLUSION: The combined use of muscular ultrasound and inflammatory biomarkers might be helpful to diagnose ICU-AW and to predict long-term outcome in critical illness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».