MétaCan
Menu
Retour à la cohorte
Enregistrement W4285085701 · doi:10.1371/journal.pmed.1004057

Immune and endothelial activation markers and risk stratification of childhood pneumonia in Uganda: A secondary analysis of a prospective cohort study

2022· article· en· W4285085701 sur OpenAlexafffund
Chloë R. McDonald, Aleksandra Leligdowicz, Andrea L. Conroy, Andrea M. Weckman, Melissa Richard‐Greenblatt, Michelle Ngai, Clara Erice, Kathleen Zhong, Sophie Namasopo, Robert O. Opoka, Michael Hawkes, Kevin C. Kain

Notice bibliographique

RevuePLoS Medicine · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueInflammation biomarkers and pathways
Établissements canadiensUniversity of AlbertaPublic Health OntarioUniversity Health NetworkToronto General HospitalUniversity of TorontoWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicinePneumoniaProcalcitoninProspective cohort studyInternal medicineEndothelial activationImmunologyCohort studyImmune dysregulationSepsisDiseaseInflammation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the global burden of pneumonia, reliable triage tools to identify children in low-resource settings at risk of severe and fatal respiratory tract infection are lacking. This study assessed the ability of circulating host markers of immune and endothelial activation quantified at presentation, relative to currently used clinical measures of disease severity, to identify children with pneumonia who are at risk of death. METHODS AND FINDINGS: We conducted a secondary analysis of a prospective cohort study of children aged 2 to 59 months presenting to the Jinja Regional Hospital in Jinja, Uganda between February 2012 and August 2013, who met the Integrated Management of Childhood Illness (IMCI) diagnostic criteria for pneumonia. Circulating plasma markers of immune (IL-6, IL-8, CXCL-10/IP-10, CHI3L1, sTNFR1, and sTREM-1) and endothelial (sVCAM-1, sICAM-1, Angpt-1, Angpt-2, and sFlt-1) activation measured at hospital presentation were compared to lactate, respiratory rate, oxygen saturation, procalcitonin (PCT), and C-reactive protein (CRP) with a primary outcome of predicting 48-hour mortality. Of 805 children with IMCI pneumonia, 616 had severe pneumonia. Compared to 10 other immune and endothelial activation markers, sTREM-1 levels at presentation had the best predictive accuracy in identifying 48-hour mortality for children with pneumonia (AUROC 0.885, 95% CI 0.841 to 0.928; p = 0.03 to p < 0.001) and severe pneumonia (AUROC 0.870, 95% CI 0.824 to 0.916; p = 0.04 to p < 0.001). sTREM-1 was more strongly associated with 48-hour mortality than lactate (AUROC 0.745, 95% CI 0.664 to 0.826; p < 0.001), respiratory rate (AUROC 0.615, 95% CI 0.528 to 0.702; p < 0.001), oxygen saturation (AUROC 0.685, 95% CI 0.594 to 0.776; p = 0.002), PCT (AUROC 0.650, 95% CI 0.566 to 0.734; p < 0.001), and CRP (AUROC 0.562, 95% CI 0.472 to 0.653; p < 0.001) in cases of pneumonia and severe pneumonia. The main limitation of this study was the unavailability of radiographic imaging. CONCLUSIONS: In this cohort of Ugandan children, sTREM-1 measured at hospital presentation was a significantly better indicator of 48-hour mortality risk than other common approaches to risk stratify children with pneumonia. Measuring sTREM-1 at clinical presentation may improve the early triage, management, and outcome of children with pneumonia at risk of death. TRIAL REGISTRATION: The trial was registered at clinicaltrial.gov (NCT04726826).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetInflammation biomarkers and pathwaysTravaux en français237 207