A stratification strategy to predict secondary infection in critical illness-induced immune dysfunction: the REALIST score
Notice bibliographique
Résumé
BACKGROUND: Although multiple individual immune parameters have been demonstrated to predict the occurrence of secondary infection after critical illness, significant questions remain with regards to the selection, timing and clinical utility of such immune monitoring tests. RESEARCH QUESTION: As a sub-study of the REALISM study, the REALIST score was developed as a pragmatic approach to help clinicians better identify and stratify patients at high risk for secondary infection, using a simple set of relatively available and technically robust biomarkers. STUDY DESIGN AND METHODS: This is a sub-study of a single-centre prospective cohort study of immune profiling in critically ill adults admitted after severe trauma, major surgery or sepsis/septic shock. For the REALIST score, five immune parameters were pre-emptively selected based on their clinical applicability and technical robustness. Predictive power of different parameters and combinations of parameters was assessed. The main outcome of interest was the occurrence of secondary infection within 30 days. RESULTS: ) neutrophils and serum IL-10 level. In the cohort of interest (n = 189), incidence of secondary infection at day 30 increased from 8% for patients with REALIST score of 0 to 46% in patients with a score of 3 abnormal parameters, measured ad D5-7. When adjusted for a priori identified clinical risk factors for secondary infection (SOFA score and invasive mechanical ventilation at D5-7), a higher REALIST score was independently associated with increased risk of secondary infection (42 events (22.2%), adjusted HR 3.22 (1.09-9.50), p = 0.034) and mortality (10 events (5.3%), p = 0.001). INTERPRETATION: We derived and presented the REALIST score, a simple and pragmatic stratification strategy which provides clinicians with a clear assessment of the immune status of their patients. This new tool could help optimize care of these individuals and could contribute in designing future trials of immune stimulation strategies.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».