Personalised immunotherapy in sepsis: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Sepsis, a life-threatening organ dysfunction syndrome occurring in the context of severe infections, remains a major burden on global health with high morbidity and high mortality rates. Despite recent advances in the understanding of its pathophysiology, the treatment of sepsis remains supportive of nature with few interventions specifically designed for treating this complex syndrome. The focus of sepsis trials has increasingly shifted towards targeting excessive inflammation and immunosuppression using immunomodulatory agents. However, it remains uncertain how to identify patients that could benefit from such treatment, whether treatments can be tailored to an individual's immune profile, or at which stage of the disease the intervention should be initiated. In this scoping review, we provide a comprehensive overview of current available literature on immunostimulatory and immunosuppressive therapies against sepsis. METHODS AND ANALYSIS: The aim of this scoping review is to describe and summarise current literature evaluating immunotherapy in adult patients with sepsis. The review will be performed using the framework formulated by Arksey and O'Malley. A comprehensive literature and study collection will be executed by searching PubMed, Embase, Cochrane CENTRAL and ClinicalTrials.gov to identify clinical trials and cohort studies concerning immunotherapy in adult patients with sepsis. Screening will be performed independently and in duplicate by two reviewers who will also independently extract data into prespecified spreadsheets. We will summarise evidence in tabular format with descriptive statistics. The reported evidence will convey knowledge on the types of immunotherapies studied, and currently being studied, in adult patients with sepsis. ETHICS AND DISSEMINATION: Approval from a medical ethics committee is not required. Once completed, the review will be submitted for publication in a peer-reviewed journal. These results will be of value to clinicians and researchers with an interest in advancing sepsis care.
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 | 0,066 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,011 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,070 | 0,011 |
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 ».