MétaCan
Menu
Retour à la cohorte
Enregistrement W4221113942 · doi:10.1097/sla.0000000000005198

Biomarkers for the Early Diagnosis of Sepsis in Burns: Systematic Review and Meta-analysis.

2022· article· en· W4221113942 sur OpenAlexaff
Andrew T. Li, Anthony Moussa, Eduardo Gus, Eldho Paul, Erwin Yii, Lorena Romero, Zhiliang Caleb Lin, Alexander A Padiglione, Cheng Hean Lo, Heather Cleland, Allen Cheng

Notice bibliographique

RevuePubMed · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSepsisProcalcitoninBiomarkerMeta-analysisMEDLINEInternal medicineOrgan dysfunctionIntensive care medicineSystemic inflammatory response syndrome

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to evaluate the diagnostic performance of all biomarkers studied to date for the early diagnosis of sepsis in hospitalized patients with burns. BACKGROUND: Early clinical diagnosis of sepsis in burns patients is notoriously difficult due to the hypermetabolic nature of thermal injury. A considerable variety of biomarkers have been proposed as potentially useful adjuncts to assist with making a timely and accurate diagnosis. METHODS: We searched Medline, Embase, Cochrane CENTRAL, Biosis Previews, Web of Science, and Medline In-Process to February 2020. We included diagnostic studies involving burns patients that assessed biomarkers against a reference sepsis definition of positive blood cultures or a combination of microbiologically proven infection with systemic inflammation and/or organ dysfunction. Pooled measures of diagnostic accuracy were derived for each biomarker using bivariate random-effects meta-analysis. RESULTS: We included 28 studies evaluating 57 different biomarkers and incorporating 1517 participants. Procalcitonin was moderately sensitive (73%) and specific (75%) for sepsis in patients with burns. C-reactive protein was highly sensitive (86%) but poorly specific (54%). White blood cell count had poor sensitivity (47%) and moderate specificity (65%). All other biomarkers had insufficient studies to include in a meta-analysis, however brain natriuretic peptide, stroke volume index, tumor necrosis factor (TNF)-alpha, and cell-free DNA (on day 14 post-injury) showed the most promise in single studies. There was moderate to significant heterogeneity reflecting different study populations, sepsis definitions and test thresholds. CONCLUSIONS: The most widely studied biomarkers are poorly predictive for sepsis in burns patients. Brain natriuretic peptide, stroke volume index, TNF-alpha, and cell-free DNA showed promise in single studies and should be further evaluated. A standardized approach to the evaluation of diagnostic markers (including time of sampling, cut-offs, and outcomes) would be useful.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,078
Tête enseignante GPT0,297
Écart entre enseignants0,219 · 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'étudeMéta-analyse
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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBurn Injury Management and OutcomesTravaux en français237 207