Predicting mortality from acetaminophen poisoning shortly after hospital presentation
Notice bibliographique
Résumé
AIMS: Early identification of patients likely to die after acetaminophen (APAP) poisoning remains challenging. We sought to compare the sensitivity and time to fulfilment (latency) of established prognostic criteria. METHODS: Three physician toxicologists independently classified every in-hospital death associated with APAP overdose from eight large Canadian cities over three decades using the Relative Contribution to Fatality scale from the American Association of Poison Control Centres. The sensitivity and latency were calculated for each of the following criteria: King's College Hospital (KCH), Model for End Stage Liver Disease (MELD) ≥33, lactate ≥3.5 mmol/L, phosphate ≥1.2 mmol/L 48+ hours post-ingestion, as well as combinations thereof. RESULTS: A total of 162 in-hospital deaths were classified with respect to APAP as follows: 26 Undoubtedly, 40 Probably, 27 Contributory, 14 Probably not, 25 Clearly not, and 30 Unknown. Cases from the first three classes (combined into n = 93 "APAP deaths") typically presented with supratherapeutic APAP concentrations, hepatotoxicity, acidaemia, coagulopathy and/or encephalopathy, and began antidotal treatment a median of 12 hours (IQR 3.4-30 h) from the end of ingestion. Among all patients deemed "APAP deaths", meeting either KCH or lactate criteria demonstrated the highest sensitivity (94%; 95% CI 86-98%), and the shortest latency from hospital arrival to criterion fulfilment (median 4.2 h; IQR 1.0-16 h). In comparison, the MELD criterion demonstrated a substantially lower sensitivity (55%; 43-66%) and longer latency (52 h; 4.4-∞ h, where "∞" denotes death prior to criterion becoming positive). CONCLUSIONS: Meeting either KCH or serum lactate criteria identifies most patients who die from acetaminophen poisoning at or shortly after hospital presentation.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».