Risk stratification biomarkers for <i>Staphylococcus aureus</i> bacteraemia
Notice bibliographique
Résumé
OBJECTIVES: bacteraemia patients who develop deep-seated tissue infections with high morbidity and mortality to guide clinical trial enrolment and clinical management. METHODS: bacteraemia enrolled consecutively over 3 years. RESULTS: High levels of IL-17A, IL-10 or soluble E-selectin at bacteraemia diagnosis correlated with the duration of positive blood cultures. When thresholds defined in an independent cohort were applied, these biomarkers were robust predictors of persistent bacteraemia or endovascular infection. High serum levels of IL-17A and IL-10 often preceded the radiographic diagnosis of infective endocarditis, suggesting potential utility for prioritising diagnostic radiographic imaging. High IL-8 was prognostic for all-cause mortality, while IL-17A and IL-10 were superior to clinical metrics in discriminating between attributable mortality and non-attributable mortality. High IL-17A and IL-10 identified more patients who developed microbiological failure or mortality than were identified by infective endocarditis diagnosis. CONCLUSION: These biomarkers offer potential utility to identify patients at risk of persistent bacteraemia to guide diagnostic imaging and clinical management. Low biomarker levels could be used to rule out the need for more invasive TEE imaging in patients at lower risk of infective endocarditis. These biomarkers could enable clinical trials by enriching for patients with the greatest need for novel therapies.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».