MétaCan
Menu
Retour à la cohorte
Enregistrement W3020188946 · doi:10.1111/1556-4029.14443

Utility of Postmortem Vitreous Beta‐Hydroxybutyrate Testing for Distinguishing Sudden from Prolonged Deaths and for Diagnosing Ketoacidosis

2020· article· en· W3020188946 sur OpenAlexaff
Kristina‐Ana Klaric, Christopher M. Milroy, Jacqueline L. Parai

Notice bibliographique

RevueJournal of Forensic Sciences · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForensic Entomology and Diptera Studies
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésKetoacidosisMedicineDiabetic ketoacidosisInternal medicineAKASudden deathGastroenterologyReceiver operating characteristicDiabetes mellitusEndocrinologyType 1 diabetesInsulin

Résumé

récupéré en direct d'OpenAlex

A retrospective, cross-sectional analysis of vitreous beta-hydroxybutyrate (BHB) on 967 forensic cases over a two-year period was conducted. Cases were sorted into six categories of death: (i) sudden traumatic/non-natural (ST), (ii) sudden natural (SN), (iii) prolonged traumatic/non-natural (PT), (iv) prolonged natural (PN), (v) diabetic ketoacidosis (DKA), and (vi) alcoholic ketoacidosis (AKA). The mean BHB for all cases was 1.67 mmol/L (17.4 mg/dL; range: 0.11-18.02 mmol/L). The numbers of DKA, AKA, PN, PT, SN, and ST deaths were 21, 5, 155, 258, 275, and 253, respectively. Their mean vitreous BHBs were as follows: 11.04 mmol/L (DKA), 8.88 mmol/L (AKA), 1.56 mmol/L (PN), 1.55 mmol/L (PT), 1.26 mmol/L (SN), and 1.38 mmol/L (ST). There was a statistically significant difference between the mean BHBs of the PN and SN death groups (p < 0.001), as well as between those of the PT and ST death groups (p = 0.004). Given the overlapping ranges seen between the prolonged and sudden death groups, the identified differences did not hold clinical significance. In addition, we sought to determine a threshold value for vitreous BHB to definitely diagnose cases of ketoacidosis. BHB threshold concentrations between 2.5 and 5 mmol/L produced sensitivities >92% and specificities >96%. A receiver operator characteristic curve found 3.43 mmol/L to be the optimal cutoff value, demonstrating a specificity of 98.3% and a sensitivity of 96.2%.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,094
Tête enseignante GPT0,283
Écart entre enseignants0,189 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetForensic Entomology and Diptera StudiesTravaux en français237 207