The Neutrophil to Lymphocyte Ratio in Poststroke Infection: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Ischemic and hemorrhagic strokes have multiple downstream consequences for patients. One of the most critical is poststroke infection (PSI). The goal of this systematic review and meta-analysis was to critically evaluate the literature regarding the use of the neutrophil to lymphocyte ratio (NLR) as a reliable means to detect early PSI development, particularly poststroke pneumonia (PSP) development to help clinicians institute early interventions and improve outcomes. The following were the inclusion criteria: (1) cross-sectional, case-control, and cohort studies; (2) studies comparing NLR data from PSI or PSP patients to controls; and (3) studies with a control group of stroke patients without infection. There was not any language or publication preference. The Newcastle-Ottawa Scale was used by two writers to assess the quality of the included studies. We assessed the certainty of the associations with GRADE methods. Web of Science, PubMed, and Scopus were searched, and 25 studies were included in the qualitative review. Among them, 15 studies were included in the meta-analysis. Standardized mean difference (SMD) was reported with a 95% confidence interval (CI) for the NLR levels. Patients with PSI had significantly higher NLR levels than stroke patients without infection ( SMD = 1.08 ; CI 95 % = 0.78 ‐ 1.39 , P value < 0.001). In addition, the NLR levels of the stroke patients with pneumonia were significantly higher than those without pneumonia ( SMD = 0.98 ; CI 95 % = 0.81 ‐ 1.14 , P value < 0.001). However, data extracted from the qualitative review suggested that NLR could not predict urinary tract infection, sepsis, or ventriculitis in stroke patients. Our study indicated that NLR could be recommended as an inexpensive biomarker for predicting infection, particularly pneumonia, in stroke patients. It can help clinicians institute early interventions that can reduce PSI and improve outcomes.
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 | 0,017 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,038 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».