Diagnosis of infection in the foot of patients with diabetes: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Securing an early accurate diagnosis of diabetic foot infections and assessment of their severity are of paramount importance since these infections can cause great morbidity and potential mortality and present formidable challenges in surgical and antimicrobial treatment. METHODS: In June 2022, we searched the literature using PubMed and EMBASE for published studies on the diagnosis of diabetic foot infection (DFI). On the basis of pre-determined criteria, we reviewed prospective controlled, as well as non-controlled, studies in English. We then developed evidence statements based on the included papers. RESULTS: We selected a total of 64 papers that met our inclusion criteria. The certainty of the majority of the evidence statements was low because of the weak methodology of nearly all of the studies. The available data suggest that diagnosing diabetic foot infections on the basis of clinical signs and symptoms and classified according to the International Working Group of the Diabetic Foot/Infectious Diseases Society of America scheme correlates with the patient's likelihood of the need for hospitalisation, lower extremity amputation, and risk of death. Elevated levels of selected serum inflammatory markers such as erythrocyte sedimentation rate (ESR), C-reactive protein and procalcitonin are supportive, but not diagnostic, of soft tissue infection. Culturing tissue samples of soft tissues or bone, when care is taken to avoid contamination, provides more accurate microbiological information than culturing superficial (swab) samples. Although non-culture techniques, especially next-generation sequencing, are likely to identify more bacteria from tissue samples including bone than standard cultures, no studies have established a significant impact on the management of patients with DFIs. In patients with suspected diabetic foot osteomyelitis, the combination of a positive probe-to-bone test and elevated ESR supports this diagnosis. Plain X-ray remains the first-line imaging examination when there is suspicion of diabetic foot osteomyelitis (DFO), but advanced imaging methods including magnetic resonance imaging (MRI) and nuclear imaging when MRI is not feasible help in cases when either the diagnosis or the localisation of infection is uncertain. Intra-operative or non-per-wound percutaneous biopsy is the best method to accurately identify bone pathogens in case of a suspicion of a DFO. Bedside percutaneous biopsies are effective and safe and are an option to obtain bone culture data when conventional (i.e. surgical or radiological) procedures are not feasible. CONCLUSIONS: The results of this systematic review of the diagnosis of diabetic foot infections provide some guidance for clinicians, but there is still a need for more prospective controlled studies of high quality.
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 | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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 ».