The prognostic value of neutrophil-to-lymphocyte ratio in patients with traumatic brain injury: A systematic review
Notice bibliographique
Résumé
Traumatic brain injury (TBI) places a heavy load on healthcare systems worldwide. Despite significant advancements in care, the TBI-related mortality is 30–50% and in most cases involves adolescents or young adults. Previous literature has suggested that neutrophil-to-lymphocyte ratio (NLR) may serve as a sensitive biomarker in predicting clinical outcomes following TBI. With conclusive evidence in this regard lacking, this study aimed to systematically review all original studies reporting the effectiveness of NLR as a predictor of TBI outcomes. A systematic search of eight databases was conducted according to the Preferred Reporting Items for Systematic Review and Meta-Analyses statement (PRISMA) recommendations. The risk of bias was assessed using the Quality in Prognostic Studies (QUIPS) tool. Eight studies were ultimately included in the study. In most of the studies interrogated, severity outcomes were successfully predicted by NLR in both univariate and multivariate prediction models, in different follow-up durations up to 6 months. A high NLR at 24 and 48 h after TBI in pediatric patients was associated with worse clinical outcomes. On pooling the NLR values within studies assessing its association with the outcome severity (favorable or not), patients with favorable outcomes had 37% lower NLR values than those with unfavorable ones (RoM= 0.63; 95% CI = 0.44–0.88; p = 0.007). However, there were considerable heterogeneity in effect estimates (I2 = 99%; p < 0.001). Moreover, NLR was a useful indicator of mortality at both 6-month and 1-year intervals. In conjunction with clinical and radiographic parameters, NLR might be a useful, inexpensive marker in predicting clinical outcomes in patients with TBI. However, the considerable heterogeneity in current literature keeps it under investigation with further studies are warranted to confirm the reliability of NLR in predicting TBI 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 | 0,006 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».