MétaCan
Menu
Retour à la cohorte
Enregistrement W3013277195 · doi:10.5435/jaaosglobal-d-20-00007

Septic Arthritis in Immunosuppressed Patients: Do Laboratory Values Help?

2020· article· en· W3013277195 sur OpenAlexaff
Jared Bell, Luke Rasmussen, Arun Kumar, Michael G. Heckman, Elizabeth R. Lesser, Joseph L. Whalen, Glenn G. Shi, Benjamin K. Wilke

Notice bibliographique

RevueJAAOS Global Research and Reviews · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Infections and Treatments
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineSynovial fluidSeptic arthritisErythrocyte sedimentation rateInternal medicineArthritisRetrospective cohort studyCohortGastroenterologyImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

Introduction: Previous studies have recommended synovial fluid cell count thresholds of 50,000 cells/mm−3 to diagnose septic arthritis; however, data to support this are limited. It is also unknown if this value is valid in immunosuppressed patients. Methods: We retrospectively reviewed 33 immunosuppressed patients treated at our institution from 2008 to 2018. We compared culture-positive patients with culture-negative patients. Results: We found no statistically significant differences in synovial fluid cell count, percent synovial fluid neutrophils, erythrocyte sedimentation rate, or C-reactive protein between the groups (all P = 0.081). The median synovial fluid cell count in the culture-positive cohort was 29,000 cells/mm−3, with only 31.2% having >50,000 cells/mm−3. Conclusion: Traditional synovial fluid cell thresholds are not a reliable method of diagnosing septic arthritis in immunosuppressed patients.

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 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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,058
Tête enseignante GPT0,387
Écart entre enseignants0,329 · 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

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAAOS Global Research and ReviewsMême sujetOrthopedic Infections and TreatmentsTravaux en français237 207